Interpretación de variables ficticias en regresión por pasos con {0-1} junto al nombre de la variableSólo una pregunta rápida sobre la interpretación de mis variables ficticias en una regresión por pasos.
Tengo dos variables categóricas con dos categorías en cada una (grupo inferior versus superior y masculino versus femenino) codificadas como: Masculino = 1 y grupo inferior = 1.
Me confunde el { 0 - 1 } junto al nombre de la variable categórica en "parámetro" en la siguiente captura de pantalla. Tomemos la variable género: ¿significa esto que un valor de 1 (hombre) tiene un coeficiente de 0,947, o un valor de 0 (mujer) tiene un coeficiente de 0,947?
Análisis y modelado de datos básicosExploración y visualización de datosRe: Interpretación de variables ficticias en regresión por pasos con {0-1} al lado del nombre de la variableHola @AlfaStarfish74 ,
¡Bienvenidos a la Comunidad!
Dependiendo de la plataforma de modelado que utilice, la codificación de los factores nominales puede ser diferente. No es necesario que codifique los factores usted mismo, podría haber dejado los niveles "Masculino/femenino" en la columna "Género" o "Cluster1/Cluster2" en la columna "Cluster Lower".
En la plataforma Stepwise con las reglas "Combinar", las variables categóricas se codifican de forma jerárquica. Los valores que estás viendo entre paréntesis muestran los niveles agrupados en el término que más separan la media de la respuesta. En su caso, dado que solo tiene dos niveles para cada uno de sus factores categóricos, solo ve {L1-L2} con L1 y L2 los nombres de los niveles correspondientes de su factor.
Con respecto a la estimación del parámetro calculado, esto representa la mitad de la diferencia en la respuesta media cuando se pasa del nivel L2 al L1 en el factor considerado (con la notación {L1-L2}). Entonces, en su caso para "Género", si cambia el nivel de 1 a 0, esto da como resultado un aumento de la respuesta media al doble de la estimación correspondiente, es decir, aproximadamente 1896.
Puedes encontrar más información sobre la codificación nominal de factores en las diferentes plataformas aquí: Modelos con efectos nominales y ordinales
Y un ejemplo sobre el factor nominal en el modelo: Ejemplo de modelo con plazo nominal
Espero que esta respuesta te ayude,
Re: Interpretación de variables ficticias en regresión por pasos con {0-1} al lado del nombre de la variableHola, muchas gracias por esta respuesta, ¡realmente lo aprecio! Los enlaces proporcionados son geniales.
Creo que lo que me hizo dudar fue que cuando ejecuté la variable nominal sola parecía que las mujeres eran más negativas, pero cuando las agregué al modelo final parecía que eran más positivas... no estoy seguro de por qué el signo cambió de "-" a "+"
vs
¿Alguna idea sobre por qué podría ser esto?
Re: Interpretación de variables ficticias en regresión por pasos con {0-1} al lado del nombre de la variableHola @AlfaStarfish74 ,
¡Me alegra que la respuesta haya sido útil!
En cuanto a su segunda pregunta, puede haber dos razones que expliquen por qué la estimación del parámetro para "Sexo" es diferente:
- Está comparando dos modelos (con un desempeño de explicabilidad muy diferente a través de R² muy diferente) que no incluyen los mismos efectos, por lo que las estimaciones serán diferentes. Un modelo no es una ecuación fija, cambia según los efectos que incluye (y el tipo de modelado/análisis). En el primer caso, cada respuesta se modela mediante un modelo muy simple, Comp Score = Intercept + a1x[Sexo].
En el segundo, todavía tienes que estimar el mismo coeficiente, pero también los de "Educación", "Clúster de aldeas" y los demás factores. Entonces, para tener en cuenta la influencia de estos factores adicionales sin cambiar los valores de respuesta, la estimación de "Sexo" será diferente, así como el valor de Intercepción.
- Dependiendo de la plataforma de modelado, la codificación del factor nominal es diferente, lo que también puede explicar la diferencia en los valores estimados de los parámetros. Puede tener más detalles sobre la codificación de factores nominales a través de la plataforma "Stepwise" y "Fit Model" aquí:
Espero que esta respuesta complementaria te ayude a comprender las diferencias de tus modelos.
