Resumen

GUERRERO, Sara C.  y  MELO, Oscar O.. Una metodología para el tratamiento de la multicolinealidad a través del escalamiento multidimensional. Ciencia en Desarrollo [online]. 2017, vol.8, n.2, pp.9-24. ISSN 0121-7488.

Se presenta el escalamiento multidimensional como estrategia alternativa para tratar el problema de multicolinealidad en el análisis de regresión múltiple, cuando las variables regresoras son cualitativas, cuantitativas o mixtas (cuantitativas y cualitativas) y la variable respuesta es continua. El propósito es obtener la matriz de coordenadas principales usando como métrica la distancia de Gower si las variables predictoras son mixtas o, en caso contrario, otra distancia de tipo Euclideana, y a partir de esta matriz estimar el modelo de regresión. Para observar las bondades del método propuesto, se realizan dos casos de simulación: el primero sin presencia de multicolinealidad y el segundo con presencia de multicolinealidad. Se muetran dos casos de aplicación analizados por [46] mediante regresión múltiple, en los casos simulados y en las aplicaciones se utilizó el paquete estadístico R. Los resultados de las simulaciones y aplicaciones se comparan con la regresión múltiple clásica y la basada en componentes principales. El análisis propuesto es una alternativa de modelamiento que corrige la colinealidad y permite trabajar con variables explicativas sin pérdida de información; además, esta técnica al transformar las variables originales en coordenadas, en su modelamiento logra ocultar el efecto de las variables observadas, de manera que no se manipulen los resultados.

Palabras clave : Colinealidad; Coordenadas Principales; Distancia de Gower; Regresión Múltiple; Componentes Principales.

        · resumen en Inglés     · texto en Español     · Español ( pdf )