MLG: Guardar

Es posible guardar los valores pronosticados por el modelo, los residuos y las medidas relacionadas como variables nuevas en el Editor de datos. Muchas de estas variables se pueden utilizar para examinar supuestos sobre los datos. Para guardar los valores para utilizarlos en otra sesión de IBM® SPSS® Statistics , debe guardar el archivo de datos actual.

Valores pronosticados. Son los valores que predice el modelo para cada caso.

  • No tipificados. Valor predicho por el modelo para la variable dependiente.
  • Ponderados. Los valores pronosticados no estandarizados ponderados. Sólo están disponibles si se seleccionó previamente una variable de ponderación MCP.
  • Error estándar. Estimación de la desviación estándar del valor promedio de la variable dependiente para los casos que tengan los mismos valores en las variables independientes.

Diagnósticos. Son medidas para identificar casos con combinaciones poco usuales de valores para los casos y las variables independientes que puedan tener un gran impacto en el modelo.

  • Distancia de Cook. Una medida de cuánto cambiarían los residuos de todos los casos si un caso particular se excluyera del cálculo de los coeficientes de regresión. Una Distancia de Cook grande indica que la exclusión de ese caso del cálculo de los estadísticos de regresión hará variar substancialmente los coeficientes.
  • Valores de influencia. Los valores de influencia no centrados. La influencia relativa de una observación en el ajuste del modelo.

Residuos. Un residuo no tipificado es el valor real de la variable dependiente menos el valor predicho por el modelo. También se encuentran disponibles residuos eliminados, estudentizados y estandarizados. Si ha seleccionado una variable MCP, contará además con residuos no tipificados ponderados.

  • No tipificados. Diferencia entre un valor observado y el valor predicho por el modelo.
  • Ponderados. Los residuos no estandarizados ponderados. Sólo están disponibles si se seleccionó previamente una variable de ponderación MCP.
  • Tipificados. El residuo dividido por una estimación de su error estándar. Los residuos estandarizados, que son conocidos también como los residuos de Pearson o residuos estandarizados, tienen una media de 0 y una desviación estándar de 1.
  • Estudentizado. Residuo dividido por una estimación de su desviación estándar que varía de caso en caso, dependiendo de la distancia de los valores de cada caso en las variables independientes respecto a las medias en las variables independientes. A veces se hace referencia a ellos como residuos estudentizados internamente.
  • Suprimido. Residuo para un caso cuando éste se excluye del cálculo de los coeficientes de la regresión. Es igual a la diferencia entre el valor de la variable dependiente y el valor predicho corregido.

Estadísticos de los coeficientes. Escribe una matriz de varianza-covarianza de las estimaciones de los parámetros del modelo en un nuevo conjunto de datos de la sesión actual o en un archivo de datos externo de IBM SPSS Statistics . Asimismo, para cada variable dependiente habrá una fila de estimaciones de los parámetros, una fila de errores estándar de las estimaciones de los parámetros, una fila de valores de significación para los estadísticos t correspondientes a las estimaciones de los parámetros y una fila de grados de libertad de los residuos. En un modelo multivariante, existen filas similares para cada variable dependiente. Cuando se selecciona la estadística coherente de heterocedasticidad (sólo disponible para los modelos univariante), se calcula la matriz varianza-covarianza utilizando un estimador robusto, la fila de errores estándar muestra los errores estándar robustos, y los valores de significación reflejan los errores robustos. Si lo desea, puede usar este archivo matricial en otros procedimientos que lean archivos matriciales.

Guardar variables nuevas o parámetros para GLM

  1. En los menús seleccione:

    Analizar > Modelo lineal general

  2. Elija Univariante, Multivarianteo Medidas repetidas.
  3. En el cuadro de diálogo, pulse en Guardar.
  4. Seleccione los tipos de variables que desee añadir al Editor de datos.

    o

  5. Especifique un nombre de conjunto de datos o un archivo externo para almacenar una matriz de covarianzas.

Las opciones MLG - Multivariante y MLG - Medidas repetidas sólo estarán disponibles si tiene instalada la opción Estadísticas avanzadas.