Regresión lineal múltiple. Introducción. Video

https://drive.google.com/file/d/0B9C7VyfotFyJNjRJTEljcng1blk/view?usp=sharing

Regresión lineal simple. Verificación de supuestos. Video.

https://drive.google.com/file/d/0B9C7VyfotFyJTlhTUGMzS1Mya2c/view?usp=sharing

Regresión lineal simple. Introducción. Video.

https://drive.google.com/file/d/0B9C7VyfotFyJd1JtbmVkRUdkZ3c/view?usp=sharing

Control por terceras variables. Ejercicio de cálculo de la brecha de género (sin solución).

En el presente ejercicio se calcula la brecha salarial de género para los asalariados con la ECH año 2015, sin ajustar por horas trabajadas ni años de educación.

Luego se calcula ajustado por horas trabajadas y por años de educación.


https://drive.google.com/open?id=1kiYy9WsGqkDnKOHKs4Dgv-L6Y_ySnh8s

Ejercicios tipo Lazarsfeld (2). Sin soluciones.

Extensa colección de ejercicios tipo Lazarsfeld: relaciones entre dos variables controladas por una tercera.


https://drive.google.com/open?id=1XBYT0BocPGjilurKSX2zxlnYFevZs5pm

Ejercicios de Lazarsfeld (1). Sin soluciones.

Problema 1.

En un estudio mediante encuestas se ha encontrado la covariación que sigue: los más ricos tienen mejor salud. 

Un investigador hipotetiza que dicha mejor salud se da porque la riqueza permite obtener mejor atención médica.

Cruzados los datos, se tiene que la asociación entre salud y riqueza da una V de Cramer de 0.50.  Controlados estos datos por la calidad de la atención médica recibida, se obtienen V de Cramer de 0.02 y 0.04.

• ¿La hipótesis del investigador se ve respaldada?
• En la terminología de Lazarsfeld, ¿frente a que tipo de caso estamos?  Explique.
• ¿Como graficaría, mediante variables ligadas con flechas, las relaciones entre las variables?
• ¿Diría usted que la riqueza influye sobre la salud? Explique.

Problema 2.El Instituto de Estadísticas de la India ha encontrado que, para las ciudades de más de 5000 habitantes, se da una covariación entre el número de borrachos y el de libros pedidos en préstamo en las bibliotecas durante el último año.  La fuerza de la relación, medida por la V de Cramer, dió 0,61.

Luego se controló por tamaño de ciudades.  Las ciudades chicas dieron una V de 0.03, las de tamaño medio de 0.02, y las de tamaño grande de 0.02.

• ¿Cómo interpreta estos datos?
• Expresado en términos del modelo de elaboración de Lazarsfeld, ¿en qué tipo estamos?
• ¿Cómo graficaría la relación entre variables, utilizando nombres de variables y flechas causales?
• ¿Diría usted que hay una relación causal entre cantidad de borrachos y libros pedidos a préstamo? Explique.

Problema 3
Un estudio observacional mostró una covariación (o si prefieren asociación, usada esta palabra en sentido amplio), entre calidad de las pantallas de los cines, y la cantidad de asientos.

Un investigador hipotetizó que esto se podía deber en parte a disposiciones legales que regían en los departamentos del Sur del país, pero no en los del Norte.

Los datos de la observación indican que la V de Cramer entre calidad de las pantallas y cantidad de asientos es de 0.35. Controlados por la variable Region (Sur o Norte), se vio que la V de Cramer para el Sur fue de 0.42, y para el Norte de 0.04.

• ¿Se vio confirmada la hipótesis del investigador?
• En términos del modelo de elaboración de Lazarsfeld, ¿en qué tipo estamos
• ¿Cómo graficaría la relación entre variables, utilizando nombres de variables y flechas causales?

Problema 4

En el estudio observacional anterior se encontró una asociación positiva entre la calidad de las pantallas y la calidad de las butacas. La V de Cramer mostró un valor de 0.52.

Un investigador hipotetizó que quizás dicha asociación sólo se diera en los cines grandes.  Controlada la relación anterior con la variable tamaño del cine, se obtuvieron para los cines chicos una V de 0.49, y para los cines grandes, otra de 0.51.

• ¿Se vio confirmada la hipótesis del investigador?
• En términos del modelo de elaboración de Lazarsfeld, ¿en qué tipo estamos?
• ¿Cómo graficaría la relación entre variables, utilizando nombres de variables y flechas causales?

Problema 5

En un estudio sobre audiencias musicales, se encontró que los veteranos preferían mayoritariamente música clásica y los jóvenes música pop.  La fuerza de la relación fue de V=0.30.

Luego el investigador controló por clase social.  Para la clase social superior encontró una asociación con una V = 0.35.  Para la clase social inferior, encontró una asociación de 0.02.

• ¿Cómo interpretaría Ud. los datos de arriba?
• En términos del modelo de elaboración de Lazarsfeld, ¿en qué tipo estamos?
• ¿Cómo graficaría la relación entre variables, utilizando nombres de variables y flechas causales?

Problema 6

Un estudio hecho con escolares de primer, segundo y tercer año, mostró una marcada asociación entre el tamaño del pie y la capacidad lectora.

Ante ello, un grupo de maestras sugirió ejercicios para incrementar el tamaño de los pies de los niños, de tal forma de mejorar su lectura.

• ¿Qué les diría Ud. a estas maestras? 
• Grafique su explicación.

Problema 7

Se han sometido a evaluación por jurado femenino, el atractivo de 100 stripers masculinos.  Se encontró que una asociación entre mucha masa muscular y atractivo, con una V de Cramer de 0.25.

También se encontró una asociación entre altura y atractivo, con una V de Cramer de 0.40.

Los investigadores se preguntaron si la asociación entre masa muscular y atractivo se mantendría tanto para los stripers altos como para los bajos, y se encontraron con que la V de Cramer global de 0.25, daba para los altos, una V de 0.26, y para los bajos de 0.25.

A su vez se fijaron si la relación entre altura y atractivo se mantenía tanto para masa muscular baja como para masa muscular alta, y se encontró que la V global de 0.40, mostraba ablas parciales con V de Cramer de 0.39 y de 0.38.

• ¿Cómo interpretaría Ud. los datos de arriba?
• En términos del modelo de elaboración de Lazarsfeld, ¿en qué tipo estamos?
• ¿Cómo graficaría la relación entre variables, utilizando nombres de variables y flechas causales?
• ¿Qué variable, la altura o la masa muscular, se muestra más importante para determinar el atractivo de los strippers?

Continuador de Lazarsfeld: supresión y distorsión

Morris Rosenberg trabajó con Lazarsfeld y es un continuador de su obra.

Incorporó a la tipología de Lazarsfeld los conceptos de "supresión" y "distorsión".

Supresión

En un modelo de tres variables, hay supresión si no existe una relación entre X e Y en la tabla global, pero si controlamos por Z, en las tablas parciales aparece la relación entre X y Y con valores aproximadamente similares.
Por ejemplo:

Relación global X - Y ..... Phi (o V de Cramer) = 0

Controlando por Z
Tabla parcial Z1 ...... Phi (o V de Cramer) = 0.30
Tabla Parcial Z2 ...... Phi (o V de Cramer) = 0.31

En este caso, se dice que Z es una variable supresora de la relación X - Y

*




De forma más general, se llama variable supresora aquella que, introducida como tercera variable, hace que aumenten los niveles de asociación en las tablas parciales. Por ejemplo:

Relación global X - Y ..... Phi (o V de Cramer) = 0.20

Controlando por Z
Tabla parcial Z1 ...... Phi (o V de Cramer) = 0.40
Tabla Parcial Z2 ...... Phi (o V de Cramer) = 0.42


*

Ejemplo 1 de supresión.


Consideremos las variables Inteligencia (X), errores comentidos (Y) y Aburrimiento (Z).

Puede suceder que personas más inteligentes cometan la misma cantidad de errores en una tarea rutinaria. Si fuera así, no habría asociación entre inteligencia y errores cometidos.

Una posible explicación es que la gente más inteligente se aburre más, y por eso su inteligencia no hace que produzca con menos errores.

Pero que, a igualdad de aburrimiento, la relación aparezca: los más inteligentes cometen menos errores.

En este ejemplo, el aburrimiento "suprime" la relación entre inteligencia y errores en tarea rutinaria.


*

Ejemplo 2 de supresión.

Imaginemos que un piloto de avión necesita habilidades mecánicas y también habilidades verbales (para leer instrucciones). Ambas lo ayudan a volar bien.

¿Pero que pasa si las habilidades mecánicas están asociadas a poca habilidad verbal?

Pasaría que alguien con muchas habilidades mecánicas tendría generalmente pocas habilidades verbales y entonces su suma de habilidades no sería mejor que la de alguien con poca habilidad mecánica que tiende a ser hábil verbalmente.

Si esta fuera la situación, la relación habilidad mecánica no implicaría mejor desempeño como piloto.
La relación habilidad mecánica - desempeño quizás diera una V de Cramer de 0.

Pero sin embargo la habilidad mecánica sí ayuda al desempeño de un piloto, y esto se pone en evidencia controlando por habilidad verbal: a igualdad de esta última, más habilidad mecánica implica mejor performance del piloto.


O sea:
habilidad mecánica - performance del piloto .... V de Cramer = 0

Relación parcial para habilidad verbal baja:
habilidad mecánica - performance del piloto .... V de Cramer = 0.42

Relación parcial para habilidad verbal alta:
habilidad mecánica - performance del piloto .... V de Cramer = 0.41




Ejemplo 3 de supresión

Sean las variables:

X Institución pública o privada
Y Salario
Z nivel de educación.


En un estudio (no local) se encontró que aparentemente no había relación entre el carácter público o privado de una serie de instituciones y los sueldos pagados.

Pero los públicos tenían gente más educada y los privados menos.

Si se controlaba por educación, ahí si aparecía la relación: a igualdad de estudio los privados pagaban más y los públicos menos.

Educación era una variable supresora en la relación entre el carácter público o privado de las instituciones y los sueldos.




Distorsión

Rosenberg llamaba variables distorsionadoras a aquellas tales que si controlábamos por ellas obteníamos tablas parciales de signos opuestos a la relación global.


Por ejemplo:

Relación global X - Y ..... Phi = +0.20
Tabla parcial Z1 ..... Phi = -0.14
Tabla parcial Z2 ..... Phi = -0.15

Mediación Parcial. Video

En este video se analiza una hipótesis de mediación parcial entre tres variables:

• Concurrir a academia para preparar examen de matemáticas.
• Aprender matemáticas
• Salvar examen.

Se analiza si los datos son compatibles con la hipótesis.



https://drive.google.com/open?id=13QFRcBvICqlhrWiOlysW7PVmAZp8635V

Lazarsfeld. Mediación (2). Video

Se muestra video con otro ejemplo y con un enfoque apenas diferente la temática de las variables mediadoras.



Video

Base de datos

Lazarsfeld. Mediación.

https://drive.google.com/open?id=0B9C7VyfotFyJbWxTZzB4WHY0YWs