INTRODUCCION AL SPSS

Volver a página previa

Volver al Indice de Contenidos

 

Procedimiento Regresión

Mediante las técnicas de regresión se pretende modelizar la relación existente entre una variable dependiente y una o varias variables independientes. En el caso de la regresión lineal simple, el modelo generado asume la existencia de una relación lineal entre una variable dependiente y una única variable independiente. Éste será el caso que nos ocupe en este documento. 

Bajo la opción de Regresión del menú Analizar se engloban todas las técnicas de modelización de entre las cuales seleccionaremos la opción Lineal. Esta opción agrupa tanto a la regresión Simple como a la Múltiple sólo diferenciándose ambas por el número de variables independientes que se introduzcan en el cuadro de diálogo. No debemos abrumarnos por el gran número de opciones y casillas de verificación que aparecen al pulsar los distintos botones de este cuadro. Un buen número de éstas se refieren al caso de la regresión con varias variables independientes.

Una vez seleccionadas la variable dependiente y la independiente, podemos definir un filtrado de los casos. Esto provocaría que el análisis se realizara sobre aquel grupo con determinados valores para una de las variables de la matriz (variable de selección). Igualmente podemos decidir si deseamos que en los gráficos aparezca una identificación de los puntos. Ésta se realizará de acuerdo a la variable introducida como etiquetas de casos. En la ventana de estadísticos podemos solicitar al programa que muestre distinta información en los resultados numéricos del análisis. De ellos destacar dos: la opción de estimaciones y la relativa a los intervalos de confianza. Estas opciones se refieren a los coeficientes de la recta de regresión, es decir, al modelo de regresión que es lo que estamos buscando. 

En el apéndice de resultados se muestra la tabla resultante con estos coeficientes y con el resultado del contraste de la hipótesis de que estos coeficientes son cero.

Para la aplicación de este análisis se debe asumir la normalidad de los residuos. Éstos se calculan como la diferencia, para cada valor de la variable independiente, entre el valor de la variable dependiente y el valor predicho por el modelo lineal. 

Esta asunción podemos valorarla gráficamente mediante las opciones gráficas que se presentan en el siguiente enlace.

De nuevo, en el apéndice de resultados se muestran las gráficas solicitadas para el ejemplo 1.

 

 

Volver a página previa

Volver al Indice de Contenidos

    
Dpto. de Matemática Aplicada (Biomatemática). Facultad de Biología. UCM.