Transformaciones logarítmicas en regresión simple
DOI:
https://doi.org/10.15332/s2027-3355.2014.0001.06Palabras 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.
Publicado
Cómo citar
Número
Sección
Licencia
Los autores mantienen los derechos sobre los artículos y por tanto son libres de compartir, copiar, distribuir, ejecutar y comunicar públicamente la obra bajo las condiciones siguientes:
Reconocer los créditos de la obra de la manera especificada por el autor o el licenciante (pero no de una manera que sugiera que tiene su apoyo o que apoyan el uso que hace de su obra).
Comunicaciones en Estadística está bajo una licencia Creative Commons Atribución-NoComercial-CompartirIgual 4.0 Internacional (CC BY-NC-SA 4.0)