Índice de condición: definición simple, interpretación

Actualizado por ultima vez el 15 de septiembre de 2021, por Luis Benites.

Un índice de condición muestra el grado de multicolinealidad en una matriz de diseño de regresión. Es una alternativa a otros métodos como los factores de inflación de varianza .

índice de condición

Tabla IBM SPSS con índices de condición. Fuente: Centro de conocimiento de IBM.


Aunque no existe un método generalmente acordado para identificar la multicolinealidad en los datos, los índices de condición brindan una forma relativamente sencilla de encontrar problemas potenciales. Los índices están ampliamente disponibles en software estadístico. Por ejemplo, SPSS proporciona un índice de condición como parte de la tabla de SPSS Collinearity Diagnostics que se encuentra en la salida.

Kennedy (2003) describe un índice de condición que va de la raíz característica más grande a la más pequeña de X’X; es una medida de qué tan cerca está X’X de la multicolinealidad perfecta (llamada singularidad ). Los índices se calculan como “—las raíces cuadradas de las proporciones del mayor valor propio a cada valor propio sucesivo” ( IBM Knowledge Center ).

Los índices de condición a veces se denominan » números de condición «, aunque esto puede ser engañoso. Más exactamente, son un tipo de número de condición (existen otros tipos para funciones , matrices y otras situaciones específicas).

Interpretación del índice de condición

Kennedy da la siguiente regla empírica para interpretar un índice de condición; Cualquier índice superior a 30 “indica una fuerte colinealidad”. El centro de conocimiento de IBM llama a los valores superiores a 30 un «problema grave» y también sugiere que los valores superiores a 15 pueden indicar un problema que justifica una mirada más cercana.

Referencias

Centro de conocimiento de IBM. Diagnóstico de colinealidad. Recuperado el 23 de julio de 2019 de: https://www.ibm.com/support/knowledgecenter/en/SSLVMB_23.0.0/spss/tutorials/reg_cars_collin_01.html
Jackson, S. (2006). Estadísticas Simples y Simples . Aprendizaje Cengage.
Kennedy, P. (2003). Una guía de econometría. Prensa del MIT.

Tengo una Maestría en Ciencias en Estadística Aplicada y he trabajado en algoritmos de aprendizaje automático para empresas profesionales tanto en el sector de la salud como en el comercio minorista.

Deja un comentario

¿Qué es el muestreo de casos críticos? Los casos críticos son los que tienen más probabilidades de brindarle la información…
statologos comunidad-2

Compartimos información EXCLUSIVA y GRATUITA solo para suscriptores (cursos privados, programas, consejos y mucho más)

You have Successfully Subscribed!