Modelo estadístico versátil para evaluar las relaciones entre un destino continuo y los predictores.

• Método jerárquico: Se basa en el criterio del analista.
• Método de entrada forzada: Se introducen todos los predictores.
• Método paso a paso: Emplea criterios matemáticos para decidir que predictores in gresar.

Es conocida también como variable indicadora o binaria, se utiliza para el análisis estadístico y econométrico para representar categorías o grupos de datos.

Sirven para garantizar la validez de los resultados obtenidos.

• Linealidad: Mediante un gráfico de dispersión de los residuos frente a variables independientes.

• Independencia de errores: Mediante un grafico de residuos en función del tiempo.

• Homocedasticidad: Mediante un grafico de dispersión de los residuos estándar frente a los valores predichos.

• No multicolinealidad: Mediante el calculo del factor de inflación de la varianza para cada variable independiente.

• Normalidad de errores: Mediante un histograma de los residuos de un grafico Q-Q.

• Exogeneidad: Solamente se asume que las variables independientes son verdaderamente exógenas en el contexto.

Representa la relación entre las variables dependientes e independientes.

Interseccion (B0): Valor esperado de Y cuando las varoables independientes son igual a cero.

Coeficiente de las variables independientes (Bi): Mide el cambio esperado en las variables.

Técnica utilizada para modificar las variables independientes con el fin de mejorar el modelo así como corregir problemas.

Logarítmica: Se utiliza para manejar relaciones no lineales, sobre todo cuando hay una relación exponencial.

Potencial. Se utiliza cuándo la relación entre variables sigue una forma de potencia.

Raíz cuadrada: Maneja relaciones no lineales y reducir la variabilidad en datos con una distribución sesgada.

Inversa: Maneja relaciones no lineales donde los efectos disminuyen a medida que los valores aumentan.

Normalización: Se utiliza las variables en la misma escala, cuando hay diferencias en la magnitud de las variables.