Hola
quería preguntaros acerca de un problema que se me ha planteado. Normalmente he
realizado estudios con diseños factoriales, pero en este caso, por distintos
motivos, quería hacer un estudio de regresión, En la tabla que pego se observa
(a ojo incluso) cómo varias variables correlacionan fuertemente (principalmente
el problema está en las variables frq, basefq y cumfrq), introduciendo en los
análisis colinearidad. Estudios de otros colegas en este sentido suelen hablar
de un procedimiento que en inglés llaman "partial out" para eliminar
la colinearidad y que consiste en obtener de las variables que correlacionan
fuertemente otros valores que, mientras que correlacioonan muy fuertemente con
los valores originales, sin embargo pasan a correlacionar muy poco con los otros
con los que antes correlacionaban. De esta manera disminuye la colinearidad
aunque los nuevos valores son fieles a los originales. He leído bastantes
documentos sobre R, alguno
de los cuales trata sobre la colinearidad, pero no observo pistas que me ayuden
en este problema tan práctico. Quizá alguno de vosotros pueda ayudarme. Pego la
tabla por si os guiara en algo.
Gracias y un saludo
word freq basefq cumfrq ndnsty len stmfs afxfs
w1 4 14.5 17 1 7
6 2700
w2 0 5 5 1 9 8
650
w3 1 19 23 1 8 7
1200
w4 11 89 125 1 8
6 1200
w5 8 7 32 1 8
9 2300
w6 2 74 83 4 7
4 850
w7 1 31 72 0 9
7 2300
w8 7 93 95 3 9
5 2700
w9 5 7.5 10 0 9
4 1200
w10 2 6 6 0 9
6 850
w11 5 5 23 0 9
6 750
w12 0 73.5 84
0 10 8 2700
w13 2 45 59 3 7
6 3000
w14 0 68.5 78 3 6
8 4400
w15 3 10 11 5 7 6
2250
w16 8 19 26 1 8
7 650
w17 1 12 13 1 8
7 2250
w18 2 11.5 13 2 10
6 650
w19 14 56.5 78 2 8 5
1200
w20 4 3 11 0 7
8 440
w21 1 12 13 1 10
4 1200
w22 7 21 24 0 7
7 2250
w23 19 114 158 8 6
8 4400
w24 2 10 12 2 7
6 650
[[alternative HTML version deleted]]
Bueno, depende de tu objetivo. No existe una solución ideal universal (salvo, tal vez, aumentar el tamaño de la muestra). Si tu objetivo es simplemente predecir, puedes utilizar una regresión de ridge (ver ?lm.ridge en R) que reduce los efectos de la multicolinealidad. Pero me parece que en el caso concreto que describes las variables frq, basefq y cumfrq, están todas relacionadas con una misma variables subyacente (¿una frecuencia?). Tal vez, podrías prescindir de dos de ellas sin que eso afecte a tu modelo explicativo. Un saludo. Olivier -- ____________________________________ Olivier G. Nuñez Email: onunez en iberstat.es Tel : +34 663 03 69 09 Web: http://www.iberstat.es ____________________________________ El 05/01/2011, a las 20:13, Miguel Lázaro escribió:> Hola > quería preguntaros acerca de un problema que se me ha planteado. > Normalmente he realizado estudios con diseños factoriales, pero en > este caso, por distintos motivos, quería hacer un estudio de > regresión, En la tabla que pego se observa (a ojo incluso) cómo > varias variables correlacionan fuertemente (principalmente el > problema está en las variables frq, basefq y cumfrq), introduciendo > en los análisis colinearidad. Estudios de otros colegas en este > sentido suelen hablar de un procedimiento que en inglés llaman > "partial out" para eliminar la colinearidad y que consiste en > obtener de las variables que correlacionan fuertemente otros > valores que, mientras que correlacioonan muy fuertemente con los > valores originales, sin embargo pasan a correlacionar muy poco con > los otros con los que antes correlacionaban. De esta manera > disminuye la colinearidad aunque los nuevos valores son fieles a > los originales. He leído bastantes documentos sobre R, alguno > de los cuales trata sobre la colinearidad, pero no observo pistas > que me ayuden en este problema tan práctico. Quizá alguno de > vosotros pueda ayudarme. Pego la tabla por si os guiara en algo. > Gracias y un saludo
Buenas.
A mi esta clase de "consulta" siempre me recuerda:
fortune("brain"). Es
decir, suelta un conjunto de datos que no explica, menciona un posible
problema, no aclara el objetivo, cita vagamente una técnica y pretende que
los demás se lo resuelvan ... y encima gratis. ¿No tenemos una posting
guide?
Un saludo
Gregorio R. Serrano
El 5 de enero de 2011 20:13, Miguel Lázaro <lazarolv@yahoo.es> escribió:
> Hola
> quería preguntaros acerca de un problema que se me ha planteado.
> Normalmente he realizado estudios con diseños factoriales, pero en este
> caso, por distintos motivos, quería hacer un estudio de regresión, En la
> tabla que pego se observa (a ojo incluso) cómo varias variables
> correlacionan fuertemente (principalmente el problema está en las
> variables frq, basefq y cumfrq), introduciendo en los análisis
colinearidad.
> Estudios de otros colegas en este sentido suelen hablar de un procedimiento
> que en inglés llaman "partial out" para eliminar la colinearidad
y que
> consiste en obtener de las variables que correlacionan fuertemente otros
> valores que, mientras que correlacioonan muy fuertemente con los valores
> originales, sin embargo pasan a correlacionar muy poco con los otros con
los
> que antes correlacionaban. De esta manera disminuye la colinearidad aunque
> los nuevos valores son fieles a los originales. He leído bastantes
> documentos sobre R, alguno
> de los cuales trata sobre la colinearidad, pero no observo pistas que me
> ayuden en este problema tan práctico. Quizá alguno de vosotros pueda
> ayudarme. Pego la tabla por si os guiara en algo.
> Gracias y un saludo
>
>
> word freq basefq cumfrq ndnsty len stmfs
> afxfs
> w1 4 14.5 17 1 7
> 6 2700
> w2 0 5 5 1 9
> 8 650
> w3 1 19 23 1 8 7
> 1200
> w4 11 89 125 1 8
> 6 1200
> w5 8 7 32 1 8
> 9 2300
> w6 2 74 83 4 7
> 4 850
> w7 1 31 72 0 9
> 7 2300
> w8 7 93 95 3 9
> 5 2700
> w9 5 7.5 10 0 9
> 4 1200
> w10 2 6 6 0 9
> 6 850
> w11 5 5 23 0 9
> 6 750
> w12 0 73.5 84
> 0 10 8 2700
> w13 2 45 59 3 7
> 6 3000
> w14 0 68.5 78 3 6
> 8 4400
> w15 3 10 11 5 7
> 6 2250
> w16 8 19 26 1 8
> 7 650
> w17 1 12 13 1 8
> 7 2250
> w18 2 11.5 13 2 10
> 6 650
> w19 14 56.5 78 2 8
> 5 1200
> w20 4 3 11 0 7
> 8 440
> w21 1 12 13 1 10
> 4 1200
> w22 7 21 24 0 7
> 7 2250
> w23 19 114 158 8 6
> 8 4400
> w24 2 10 12 2 7
> 6 650
>
>
>
> [[alternative HTML version deleted]]
>
>
> _______________________________________________
> R-help-es mailing list
> R-help-es@r-project.org
> https://stat.ethz.ch/mailman/listinfo/r-help-es
>
>
--
Dr. Gregorio R. Serrano
Dpto. Economía Cuantitativa (UCM)
Voz:+34 91394 2361
Fax:+34 91394 2591
http://www.grserrano.es
[[alternative HTML version deleted]]
Hola,
Es cierto que la colinealidad tiende a considerarse un problema. Para
curarte en salud, si tienes variables fuertemente correlacionadas entre sí
(por ejemplo, cuando r > 0.8), podrías excluir algunas de ellas (información
redundante) y quedarte sólo con la que explique una mayor variación de los
datos. Otra cosa que podrías hacer, teniendo en cuenta la existencia de
colinealidad (collinearity, en inglés) y las dificultades que esto podría
causar en la selección de variables (???), sería evitar utilizar
procedimientos automáticos de selección de las mismas.
Yo te aconsejaría que utilizaras un proceso de eliminación de variables paso
a paso hacia atrás (backward elimination), además de la selección de
variables paso a paso hacia delante (forward selection) que normalmente se
usa. En principio, el resultado final debería ser el mismo, aunque no
necesariamente.
Cuando incluyes todos los términos en el modelo y luego vas quitando uno a
uno los no significativos (backward elimination), todos aquellos que no
explican nada, los que son redundantes (están fuertemente correlacionados
con otros), también se quitan; o sea, que al final se caen ellos
"solitos"
del modelo.
En cambio, mediante una selección paso a paso hacia delante, la inclusión de
una determinada variable podría impedir que luego otras variables, que en
conjunto explicaran más que esa primera, entraran en el modelo. Por eso, el
modelo obtenido por forward podría ser diferente del modelo obtenido por
backward.
Si con los dos procedimientos obtuvieras el mismo modelo, entonces,
estupendo; eso le daría más solidez a tu modelo. Y si obtienes dos modelos
diferentes, no desestimes ninguno y piensa que todos los modelos son
incorrectos (al fin y al cabo, no son más que una simplificación de la
realidad).
Un saludo, y Feliz Año 2011
Lola
--
Dr. Dolores Ferrer-Castán
Área de Ecología, Facultad de Biología
Universidad de Salamanca
C.U. Miguel de Unamuno
E-37007 Salamanca, Spain
Tel: +34 923 294 464
Fax: +34 923 294 515
-----Mensaje original-----
De: r-help-es-bounces en r-project.org [mailto:r-help-es-bounces en
r-project.org]
En nombre de Miguel Lázaro
Enviado el: miércoles, 05 de enero de 2011 20:14
Para: r-help-es en r-project.org
Asunto: [R-es] colinearidad
Hola
quería preguntaros acerca de un problema que se me ha planteado. Normalmente
he realizado estudios con diseños factoriales, pero en este caso,
por distintos motivos, quería hacer un estudio de regresión, En la tabla que
pego se observa (a ojo incluso) cómo varias variables correlacionan
fuertemente (principalmente el problema está en las variables frq, basefq y
cumfrq), introduciendo en los análisis colinearidad. Estudios de otros
colegas en este sentido suelen hablar de un procedimiento que en inglés
llaman "partial out" para eliminar la colinearidad y que consiste en
obtener
de las variables que correlacionan fuertemente otros valores que, mientras
que correlacioonan muy fuertemente con los valores originales, sin embargo
pasan a correlacionar muy poco con los otros con los que antes
correlacionaban. De esta manera disminuye la colinearidad aunque los nuevos
valores son fieles a los originales. He leído bastantes documentos sobre R,
alguno de los cuales trata sobre la colinearidad, pero no observo pistas
que me ayuden en este problema tan práctico. Quizá alguno de vosotros pueda
ayudarme. Pego la tabla por si os guiara en algo.
Gracias y un saludo
word freq basefq cumfrq ndnsty len stmfs afxfs
w1 4 14.5 17 1 7
6 2700
w2 0 5 5 1 9
8 650
w3 1 19 23 1 8 7
1200
w4 11 89 125 1 8
6 1200
w5 8 7 32 1 8
9 2300
w6 2 74 83 4 7
4 850
w7 1 31 72 0 9
7 2300
w8 7 93 95 3 9
5 2700
w9 5 7.5 10 0 9
4 1200 w10 2 6 6
0 9 6 850
w11 5 5 23 0 9
6 750
w12 0 73.5 84
0 10 8 2700
w13 2 45 59 3 7
6 3000
w14 0 68.5 78 3 6
8 4400
w15 3 10 11 5 7
6 2250
w16 8 19 26 1 8
7 650
w17 1 12 13 1 8
7 2250
w18 2 11.5 13 2 10
6 650
w19 14 56.5 78 2 8
5 1200 w20 4 3 11
0 7 8 440
w21 1 12 13 1 10
4 1200
w22 7 21 24 0 7
7 2250
w23 19 114 158 8 6
8 4400
w24 2 10 12 2 7
6 650
[[alternative HTML version deleted]]