Cómo calcular los factores de ponderación y de regresión

Escrito por Mark Koltko-Rivera última actualización: February 01, 2018
business graphs image by Chad McDermott from Fotolia.com

La regresión implica el cálculo o predicción de una variable criterio (por ejemplo, las cifras de ventas) de un grupo de predictores (es decir, el número de personal de ventas, la cantidad de publicidad, y las regiones del país, donde se producen las ventas). Las partes más importantes de una ecuación de regresión son los factores de ponderación, que te dicen como predecir tu cantidad de interés (las cifras de ventas) y qué factores son los más importantes.

Calcula las estadísticas de regresión con el software estadístico. Ingresarás con las estadísticas para el "peso B" y el "peso Beta" para cada predictor en el modelo estadístico.

Inspecciona los pesos Beta para descartar predictores significativos. Los pesos Beta significativos son los que tienen una significación estadística, o valor "p", de menos de 0,05. Otros predictores no son estadísticamente significativos y deben tomarse en cuenta en la predicción de la variable criterio (por ejemplo, la predicción de las ventas) y en las etapas posteriores de abajo.

Utiliza los pesos Beta para determinar la importancia relativa de los predictores. Cuanto mayor sea el peso Beta, más importante es el predictor para predecir la variable criterio. Cuadra el peso Beta para determinar el grado en que un predictor afecta el criterio, por ejemplo, si el peso Beta para el "número de anuncios impresos" es 0,80, entonces 0,80 x 0,80 = 0,64 = 64% de las ventas depende del número de anuncios impresos.

Utiliza los pesos B para escribir una ecuación de regresión de fácil alcance. Por ejemplo, si el peso B del "número de anuncios impresos" es 0,6, y el peso B del "número de vendedores" es 0,4, entonces la ecuación de regresión predice que las ventas en dólares como Ventas = (número de anuncios impresos por 0,6) + (número de vendedores por 0,4).

Consejos

Tira a la basura los datos atípicos antes de entrar en el programa de estadística. Por ejemplo, omite los datos de un mercado en el que sólo tienes cifras de un mes después de las ventas, en lugar del valor de ventas que tienes para cualquier otro mercado del año.

Advertencias

Asegúrate de que tienes una muestra lo suficientemente grande para hacer que tus estadísticas de regresión sean significativa. El tamaño de la muestra es un gran tema en sí, pero el poder de imprimación Cohen da información útil que te permite calcular el tamaño de muestra necesario.

Referencias

  • “Applied regression: An introduction” (Regresión aplicada: una introducción), M. S. Lewis-Beck, Sage, 1980
  • “An introduction to generalized linear models” (Una introducción a los modelos lineales generalizados), G. H. Dunteman & M.-H. R. Ho, Sage, 2006
  • “A power primer” (Una cartilla de energía), J. Cohen, “Psychological Bulletin” (boletín psicologico), vol. 112, no. 1 (1992): 155-159

Este artículo fue escrito, editado y revisado exhaustivamente por el equipo de Cuida Tu Dinero con la finalidad de asegurar que los lectores reciban la mejor y más detallada información posible. Para enviarnos tus inquietudes, ideas o simplemente saber más acerca de Cuida Tu Dinero, escríbenos aquí.

Créditos fotográficos

  • business graphs image by Chad McDermott from Fotolia.com