Transformaciones logarítmicas en regresión simple

Autores/as

  • Jorge Ortiz Pinilla Docente. Facultad de Estadística Universidad Santo Tomás
  • Diana Gil Estudiante. Carrera de Estadística, Universidad Santo Tomás.

DOI:

https://doi.org/10.15332/s2027-3355.2014.0001.06

Palabras clave:

modelo exponencial, modelo potencial, mínimos cuadrados, regresión no lineal, modelos de regresión.

Resumen

En este artículo se investiga los efectos de las transformaciones logarítmicas en un análisis de regresión simple. En la práctica, es muy común que los parámetros de los modelos conocidos como exponencial y potencial se estimen de manera habitual mediante una transformación logarítmica, que los reduce a modelos lineales y se “regresa” al modelo original aplicando la función exponencial a la estimación del intercepto. En este trabajo se encuentra que este procedimiento no genera estimadores de mínimos cuadrados para el modelo inicial e introduce variaciones en la forma como se conciben las relaciones entre las variables. La popularidad de las herramientas de análisis hace que el riesgo de utilizar modelos que no correspondan a los datos pase desapercibido.

Citas

Mendenhall, W. & McClave, J. (1981), A Second Course in Business Statistics: Regression Analysis, Dellen Publishing Company, Santa Clara, California.

Walpole, R., Myers, R., Myers, S. & Ye, K. (2012), Probability & Statistics for Engineers & Scientists, Prentice Hall, New York.

Descargas

Publicado

2014-06-20

Cómo citar

Ortiz Pinilla, J., & Gil, D. (2014). Transformaciones logarítmicas en regresión simple. Comunicaciones En Estadística, 7(1), 80–98. https://doi.org/10.15332/s2027-3355.2014.0001.06

Número

Sección

Artículos