Análisis y modelación de datos a través de Minería de Datos y algoritmos evolutivos de

Regresión Lineal Múltiple

Juan Pablo Bribiesca EspinosaITAM 2015

Conceptos Básicos

Definición de Base de Datos

Exclusión de candidatosDefinición de variable de Respuesta

Inclusión de Base de DatosMuestreo Aleatorio sin remplazoDefinición de Clases (tuplas)

Exclusión de datos potencialmente erróneos y estabilización del modelo

Outliers:

Apalancamiento:

25

50

75

0 25 50 75 100horas trabajadas

edad

Amer-Indian-Eskimo Asian-Pac-Islander Black Other White

𝑦 𝑖0=β00+∑𝑗=1

𝑘

𝛽 𝑗0∗𝑥 𝑖𝑗+𝜀𝑖0 ,𝑖=1,2 ,…,𝑛

Determinación de Transformaciones

• Modelos no lineales por mínimos cuadrados.• Relaciones Funcionales - Familias:

– Familia Polinomial– Familia Exponencial– Funciones Potencia– Modelos Rendimiento-Densidad– Modelos Sigmoidales– Splines

Determinación de TransformacionesCorrelación de Pearson EscalamientoJerarquización vía Coeficientes de Determinación Ajustados

Definición de Transformaciones

Criterio de Información de Akaike• Depuración de regresores vía análisis AIC

Inserción de Relaciones

– Regresores categóricos

Modelo final

Stepwise AIC

Outliers:

Criterios

• Análisis Exploratorio de Datos (aproximación)• Estadísticos:

– Análisis de Varianza.– Contraste de White.– Prueba de normalidad de K-S.

“Cuando las estadísticas nos dicen que la familia mexicana tiene un promedio de cuatro hijos y medio, nos explicamos por qué siempre hay uno chaparrito.”

Marco Antonio Almazán