Lifestyle

Cómo resolver la normalidad en regresión múltiple con datos de series temporales

Escrito por damon verial Google | Traducido por beatriz sánchez
Cómo resolver la normalidad en regresión múltiple con datos de series temporales

Hay varias técnicas que puedes aplicar a tus datos para conseguir normalidad.

Jupiterimages/Photos.com/Getty Images

En muchas técnicas estadísticas, la suposición de normalidad de errores es una de las bases para realizar pruebas de hipótesis estadísticas. Por tanto, es importante que un investigador compruebe la normalidad de sus datos. Si la suposición de normalidad falla, esto indica que algunos métodos estadísticos no tendrán base si se utilizan en el conjunto de datos del investigador. Este hecho también es cierto para la regresión múltiple en datos de series temporales. Los datos de series temporales, datos que miden un determinado fenómeno y se toman en momentos determinados, pueden ser sensibles a la suposición de normalidad, ya que los errores en la medida pueden cambiar con el tiempo. Realizar una regresión múltiple con este tipo de datos complica más el problema, debido al alto nivel de direccionalidad que requiere. Pero un buen estadista debería intentar resolver cualquier desviación de las suposiciones de normalidad de los datos.

Nivel de dificultad:
Difícil

Otras personas están leyendo

Instrucciones

  1. 1

    Elimina los valores extremos. A menudo los propios datos se ajustan a la normalidad, pero los gráficos y pruebas que demuestran la normalidad fallan simplemente debido a la existencia de valores extremos en los datos. Haz un gráfico de tus datos de series temporales, buscando valores extremos (cualquier dato que se desvíe mucho de los patrones principales presentes en los datos). Elimina estos valores extremos de los datos y vuelve a ejecutar la regresión múltiple. Si la suposición de normalidad se mantiene, entonces el problema se ha resuelto y simplemente puedes decir en tu análisis de datos que has eliminado los valores extremos antes de realizar el análisis de datos. Si la suposición de normalidad sigue sin mantenerse después de la eliminación de los valores extremos, pasa a utilizar otras técnicas.

  2. 2

    Prueba las transformaciones de datos. En muchos casos, transformar la variable dependiente en los datos proporciona normalidad a una distribución. Tres funciones habituales que pueden transformar tus datos de forma que los datos sigan siendo fácilmente interpretables es una función logarítmica, la función de raíz cuadrada y la función inversa. Intenta aplicar estas funciones a tu variable dependiente, una cada vez, y comprueba la normalidad. Es bastante posible que una transformación de este tipo te proporcione un conjunto de datos normal, que podrás utilizar en tu análisis de datos directamente, simplemente indicando que has realizado una transformación antes del análisis.

  3. 3

    Aumenta el tamaño de la muestra. Se sabe que la suposición de normalidad es especialmente importante y se puede violar con facilidad en conjuntos de datos que contienen pocos puntos de datos. Evita este problema recogiendo más puntos de la muestra. Para datos de series temporales, esto significa reducir el espacio entre las medidas. Si tus datos han llegado a partir de un registro de un fenómeno, es muy sencillo volver a tomar la muestra de datos, proporcionándote un nuevo conjunto de datos que puede ser normal. Aunque tus datos sigan sin cumplir con la suposición de normalidad, el hecho de que tengas un conjunto de datos más grande hace que la suposición sea menos importante, debido a las implicaciones del teorema límite central.

Más galerías de fotos

comentarios

Filtrar por:
  • Mostrar todos
  • Artículos
  • Galerías de fotos
  • Videos
Ordenar:
  • Más relevante
  • Más popular
  • Más reciente

No se encuentran artículos disponibles

No se encuentran slideshows disponibles

No se encuentran videos disponibles

Copyright © 1999-2014 Demand Media, Inc. Acerca de

El uso de este sitio constituye la aceptación de los términos y política de privacidad de eHow. Ad Choices es-US

Demand Media