Relación logística binaria: confusión (ejemplo 2: supresión). Video

Hablamos de confusión cuando si introducimos una tercera variable en una relación bivariada, cambia de manera más o menos importante la magnitud del efecto calculado.

En el ejemplo que sigue, se intenta predecir la probabilidad de un grupo de países de obtener puntajes altos en las pruebas Pisa. Se utilizaron para intentar la predicción dos variables de escala: salario de los docentes y gastos por alumno.

En la primera regresión logística, con variable dependiente Puntaje Pisa y con variable explicativa Salario Medio Docente, el Odds ratio fue de 1.397.

Luego se introdujo en la regresión logística una segunda variable predictora: Gasto por alumno. Y entonces, el OR para salario medio docente creció: pasó a 1.535.

La relación original Puntajes Altos en pruebas Pisa y Salario Docente estaba parcialmente suprimida. Se vio en su pleno efecto cuando se introdujo Gasto por Alumno.


https://drive.google.com/open?id=0B9C7VyfotFyJZGt1emcxdmJNXzQ