Professional Documents
Culture Documents
23 de marzo de 2015
logo
Ingeniera Industrial
logo
Ingeniera Industrial
Eliminacin Backward
Seleccin Forward
Regresin Stepwise
Ingeniera Industrial
Eliminacin Backward
Seleccin Forward
Regresin Stepwise
Eliminacin Backward
Seleccin Forward
Regresin Stepwise
Nota: Una vez se han determinado las variables que deben estar en el modelo, se debe realizar un anlisis de residuales para
identificar defectos en los datos tales como outliers. Se debe
determinar el efecto de las observaciones influyentes y luego
verificar los supuestos del modelo.
logo
Ingeniera Industrial
Eliminacin Backward
Seleccin Forward
Regresin Stepwise
logo
Ingeniera Industrial
Eliminacin Backward
Seleccin Forward
Regresin Stepwise
Contenido
logo
Ingeniera Industrial
Eliminacin Backward
Seleccin Forward
Regresin Stepwise
Eliminacin Backward
Este es el ms simple de todos los procedimientos de seleccin
de variable y se puede implementar fcilmente sin software especial. En situaciones donde hay una jerarqua compleja, eliminacin hacia atrs se puede ejecutar manualmente teniendo
en cuenta las variables que son elegibles para ser quitadas del
modelo.
logo
Ingeniera Industrial
Eliminacin Backward
Seleccin Forward
Regresin Stepwise
logo
Ingeniera Industrial
Eliminacin Backward
Seleccin Forward
Regresin Stepwise
logo
Ingeniera Industrial
Eliminacin Backward
Seleccin Forward
Regresin Stepwise
logo
Ingeniera Industrial
Eliminacin Backward
Seleccin Forward
Regresin Stepwise
logo
Ingeniera Industrial
Eliminacin Backward
Seleccin Forward
Regresin Stepwise
Ejemplo 1
Hald (1952) presenta los datos del calor desarrollado en calorias por gramo de cemento (Y ) como una funcin de cada uno
de los cuatro ingredientes en la mezcla: tricalcium aluminate
(X1 ), tricalcium silicate (X2 ), tetracalcium alumino ferrate (X3 ), y
dicalcium silicate (X4 ). Los datos se muestran en la tabla
logo
Ingeniera Industrial
Observacin
1
2
3
4
5
6
7
8
9
10
11
12
13
Yi
78.5
74.3
104.3
87.6
95.9
109.2
102.7
72.5
93.1
115.9
83.8
113.3
109.4
Ingeniera Industrial
Eliminacin Backward
Seleccin Forward
Regresin Stepwise
Xi1
7
1
11
11
7
11
3
1
2
21
1
11
10
Xi2
26
29
56
31
52
55
71
31
54
47
40
66
68
Xi3
6
15
8
8
6
9
17
22
18
4
23
9
8
Xi4
60
52
20
47
33
22
6
44
22
26
34
12
12
logo
Eliminacin Backward
Seleccin Forward
Regresin Stepwise
Ingeniera Industrial
Eliminacin Backward
Seleccin Forward
Regresin Stepwise
Como la variable con mayor p-valor es tetracalcium alumino ferrate (X3 ) se saca del modelo y se ajusta el nuevo modelo sin
esa variable es:
g = update(g, . . X 3)
summary(g)
Coefficients:
Estimate Std. Error
(Intercept) 71.6483
14.1424
X1
1.4519
0.1170
X2
0.4161
0.1856
X4
-0.2365
0.1733
t value
5.066
12.410
2.242
-1.365
p-valor
0.000675
5.78e-07
0.051687
0.205395
logo
Ingeniera Industrial
Eliminacin Backward
Seleccin Forward
Regresin Stepwise
Como la variable con mayor p-valor en el paso anterior es dicalcium silicate (X4 ) se saca del modelo y se ajusta el nuevo
modelo sin esa variable es:
g = update(g, . . X 4)
summary(g)
Coefficients:
Estimate Std. Error
(Intercept) 52.57735 2.28617
X1
1.46831
0.12130
X2
0.66225
0.04585
t value
23.00
12.11
14.44
p-valor
5.46e-10
2.69e-07
5.03e-08
logo
Ingeniera Industrial
Eliminacin Backward
Seleccin Forward
Regresin Stepwise
logo
Ingeniera Industrial
Eliminacin Backward
Seleccin Forward
Regresin Stepwise
Contenido
logo
Ingeniera Industrial
Eliminacin Backward
Seleccin Forward
Regresin Stepwise
Seleccin Forward
Es el inverso del mtodo Backward.
1
Ingeniera Industrial
Eliminacin Backward
Seleccin Forward
Regresin Stepwise
Seleccin Forward
Es el inverso del mtodo Backward.
1
Ingeniera Industrial
Eliminacin Backward
Seleccin Forward
Regresin Stepwise
Seleccin Forward
Es el inverso del mtodo Backward.
1
Ingeniera Industrial
Eliminacin Backward
Seleccin Forward
Regresin Stepwise
Seleccin Forward
Es el inverso del mtodo Backward.
1
Ingeniera Industrial
Eliminacin Backward
Seleccin Forward
Regresin Stepwise
Ejemplo 2
Con los datos del ejemplo 1 se aplicar este mtodo.
Modelo inicial
Yi = 0 + i ,
se ajusta este modelo con cada predictor.
g1 = lm(Y X 1, data = datos)
summary(g1)
Coefficients:
Estimate Std. Error t value
(Intercept) 81.4793
4.9273
16.54
X1
1.8687
0.5264
3.55
p-valor
4.07e-09
0.00455
logo
Ingeniera Industrial
Eliminacin Backward
Seleccin Forward
Regresin Stepwise
t value
6.763
4.686
t value
13.866
-2.098
p-valor
3.1e-05
0.000665
p-valor
2.6e-08
0.0598
logo
Ingeniera Industrial
Eliminacin Backward
Seleccin Forward
Regresin Stepwise
t value
22.342
-4.775
p-valor
1.62e-10
0.000576
Ingeniera Industrial
Eliminacin Backward
Seleccin Forward
Regresin Stepwise
p-valor
0.127
0.687
0.526
logo
Ingeniera Industrial
Eliminacin Backward
Seleccin Forward
Regresin Stepwise
p-valor
3.32e-13
1.11e-06
1.81e-07
logo
Eliminacin Backward
Seleccin Forward
Regresin Stepwise
Como no hay ms variables con p-valor inferior a , para el proceso y el modelo obtenido por este proceso es:
Yi = 0 + Xi1 + Xi4 + i .
logo
Ingeniera Industrial
Eliminacin Backward
Seleccin Forward
Regresin Stepwise
Contenido
logo
Ingeniera Industrial
Eliminacin Backward
Seleccin Forward
Regresin Stepwise
Regresin Stepwise
Esta es una combinacin de los dos mtodos anteriores. Esto
se refiere a la situacin en la que se agregan o se quitan las variables al inicio del proceso y queremos cambiar nuestra opinin
acerca de ellos ms adelante.
logo
Ingeniera Industrial
Eliminacin Backward
Seleccin Forward
Regresin Stepwise
Conclusin
Teniendo en cuenta la naturaleza de los datos es posible que
al aadir o mover variables, se pierda el modelo "ptimo".
La eliminacin de los predictores no significativos tiende a aumentar la importancia de los predictores restantes. Este efecto
lleva a exagerar la importancia de los predictores restantes.
logo
Ingeniera Industrial
Eliminacin Backward
Seleccin Forward
Regresin Stepwise
Con cualquier mtodo de seleccin de variables, es importante tener en cuenta que el modelo seleccionado no puede
estar divorciada de la finalidad subyacente de la investigacin.
Sera incorrecto decir que las variables que salen no estn
relacionadas con la respuesta, es slo que no proporcionan
ningn efecto explicativo adicional ms all que el de esas variables ya incluidas en el modelo.
La seleccin de variables paso a paso tiende a recoger los
modelos que son ms pequeos de lo deseable para fines de
prediccin.
logo
Ingeniera Industrial
Eliminacin Backward
Seleccin Forward
Regresin Stepwise
Referencias
Linear Models whith R. Faraway Julian J, 2005.
Montgomery D.C. Design and Analysis of Experiment. Limusa
Wiley, 2001, 5 Edition.
logo
Ingeniera Industrial