1 Mové la recta
Mové la constante a y la pendiente b y tratá de achicar la bolsa de residuos al cuadrado. Después pedí la recta de mínimos cuadrados y compará.
Tu bolsa de residuos²
La mínima posible
Antes de empezar · obligatorio
Mirá este video (1 minuto y medio)
Es una publicación de LinkedIn en la que se presenta a una investigadora asociada del CEPE (Universidad Torcuato Di Tella) hablando de evaluación de programas públicos. Miralo completo antes del Bloque 1 y anotá una sola cosa: después de verlo, ¿sabés si los programas que menciona funcionan o no?
Ver el video en LinkedIn ↗El recorrido de la clase
Cómo usar esta página
- Mirá el video de LinkedIn.
- Hacé los Bloques 1, 2 y 3 en orden. Después de cada uno, pasá por el Laboratorio: ahí está lo que se ve en el video, pero lo movés vos.
- Hacé los Bloques 4 y 5. Respondé cada pregunta antes de tocar el botón de la respuesta.
- Practicá con los Ejercicios y, si querés ir más allá, corré los scripts de R o SPSS con la base.
Bibliografía: los capítulos de regresión de Cea D'Ancona y de Mason y Lind. El enfoque de la clase está puesto en la lectura y la interpretación, no en el cálculo: las fórmulas están en los libros y la computadora las resuelve.
Bloque 1 · Video
La pregunta mal hecha
Para fijar
¿Funciona o no funciona? es una pregunta mal hecha: pide un sí o un no. La pregunta bien hecha es cuánto cambia algo, comparado con quiénes, teniendo en cuenta qué y con cuánta seguridad.
Correlación vs. regresión. La correlación dice si dos variables van juntas y con qué fuerza. La regresión dice cuánto cambia una por cada unidad de la otra, y permite estimar.
La que depende y la que explica. En la regresión hay que decidir cuál es la variable dependiente (Y) y cuál la independiente (X). Lo decide la teoría, no la computadora.
Nivel de medición. La dependiente tiene que ser cuantitativa. Las independientes también, salvo las cualitativas convertidas en dummies (Bloque 3).
Techo causal. La regresión mide asociación: es una causalidad estadística, nunca ontológica. En ciencias sociales, lo que se hace es cuasi experimental.
Regresión lineal. Hay regresiones curvas (exponencial, U invertida, para variables sí/no). Elegir la forma del modelo es una decisión del investigador. Nosotros vemos la de la recta.
Bloque 2 · Video
La recta por dentro
Para fijar
Residuo: la diferencia entre el dato real y lo que estima la recta. Si es positivo, la recta subestimó; si es negativo, sobreestimó.
Mínimos cuadrados: de las infinitas rectas posibles, la que hace mínima la suma de los residuos al cuadrado. Se elevan al cuadrado por la misma razón que en la varianza.
Y' = a + b · X. b (pendiente o coeficiente): cuánto cambia Y por cada unidad de X. a (constante u ordenada al origen): el valor de Y cuando X vale 0, que no siempre tiene sentido.
Estimar: la recta da valores promedio esperados, y estima bien solo dentro del rango de los datos.
R² (coeficiente de determinación): qué proporción de la variación de Y explica el modelo. Convención de la materia: más del 50 %.
Orden de lectura: primero la significación, después el R².
Bloque 3 · Video
Más de una variable
Para fijar
Simple o múltiple: depende de si hay una o más variables independientes. Con dos o con veinte, es igual de múltiple.
R² ajustado: en la múltiple, el R² sube siempre que se agrega una variable. El ajustado descuenta por cada una. Es el que se mira.
Manteniendo constante lo demás: cada b se lee como el cambio en Y por unidad de esa X, manteniendo constantes las otras variables que están en el modelo.
b para estimar, Beta para comparar: el Beta (coeficiente tipificado o estandarizado) pone todas las variables en la misma unidad.
Dummies: una cualitativa se convierte en 0 y 1; su b es la diferencia entre grupos. Con n categorías, n − 1 dummies.
Antes de creerle a una regresión: ¿cómo se midió cada variable? Si una ordinal se trató como escala, la regresión corre igual… pero no vale.
Bloque 4 · Audio de presentación + práctica
Leer la salida de SPSS
El modelo
Variable dependiente: valoración del TLC con EE. UU. (RRII2, de 1 a 10). Independientes: autoubicación ideológica (ID1, de 1 a 10) y posición sobre Estado y mercado (EM1, de 1 a 10). Base PELA-USAL, Diputados Argentina 2017, ponderada. La salida se obtiene con la sintaxis de la pestaña SPSS.
Leela en seis pasos
Tocá cada paso: se marca dónde mirar en la salida y qué se concluye.
Tres trampas clásicas
«,000» no es cero. SPSS muestra tres decimales: «,000» significa menos de 0,001.
La Sig. de la constante no se lee. No dice nada sobre la relación entre las variables.
El total de casos. Con la base ponderada, SPSS suma los ponderadores: los grados de libertad no coinciden con los 55 diputados.
Ahora vos: el modelo con la dummy de sexo
Se agrega la variable mujer (1 = mujer, 0 = varón). Respondé cada pregunta antes de mirar la respuesta.
Bloque 5 · Audio de presentación + práctica
Leer regresiones publicadas
1 · Del formato SPSS al formato publicación
La misma información, con otra edición. Tocá cualquier número de la salida de SPSS (izquierda) y mirá dónde aparece, si aparece, en la tabla tal como se publicaría (derecha).
Tocá un número de la salida de SPSS.
Las equivalencias
| En SPSS | En la publicación |
|---|---|
| B (coeficiente no estandarizado) | El número principal de cada celda |
| Desv. Error | El número entre paréntesis, debajo o al lado de la B |
| Sig. | Los asteriscos (la nota al pie dice qué umbral marca cada uno) |
| Cada corrida de REGRESSION | Una columna (Modelo 1, Modelo 2…) |
| R cuadrado ajustado (Resumen del modelo) | Una fila al pie de la tabla |
| N (casos) | Una fila al pie de la tabla |
| Beta, t, tabla ANOVA | Muchas veces no aparecen |
2 · Un artículo real: Gervasoni y Nazareno (2017)
Gervasoni, C. y Nazareno, M. (2017). La relación entre gobernadores y legisladores nacionales. Repensando la «conexión subnacional» del federalismo político argentino. Política y Gobierno, XXIV(1), 9-44.
Los autores usan una encuesta a expertos en política provincial para medir cuánto influyen los gobernadores sobre «sus» legisladores nacionales, y buscan qué explica esa influencia.
3 · El giro: ¿cómo se midió lo que se explica?
Mirando solo el Cuadro 3, todo parece en orden. Ahora vamos a cómo se construyó la variable dependiente. La pregunta a los expertos tenía cinco respuestas: mucho, bastante, algo, poco, nada. Los autores las transformaron en números.
muchobastantealgopoconada
↓
10,750,50,250
«Nótese que la variable original es ordinal pero al asignarle valores numéricos a cada categoría la convertimos de hecho en intervalar (…). Fundamentamos este paso en dos argumentos. Primero, es razonable asumir que las distancias percibidas por los entrevistados entre las categorías “mucho”, “bastante”, “algo”, “poco” y “nada” son aproximadamente iguales.»Gervasoni y Nazareno (2017: 21, nota 10)
«(…) asumen que las categorías ordinales consultadas son equidistantes y mensurables. Al no estar garantizada dicha equidistancia, la bibliografía metodológica desaconseja este procedimiento por introducir un sesgo de parte del investigador (…)»Coronel y Zamichei (2020: 22)
Coronel, A. A. y Zamichei, B. (2020). Demoliendo intuiciones: la influencia de los gobernadores sobre los legisladores nacionales. Estudio empírico en la Argentina desde la perspectiva de sus protagonistas. Revista Mexicana de Análisis Político y Administración Pública, IX(1), 17-40.
4 · Hacerlo de otra manera: diseñar desde el cuestionario
En el artículo de 2020, la influencia del gobernador se preguntó directamente a los diputados nacionales, en una escala numérica:
«(…) se utilizó como respuesta una escala numérica de 1 a 10 (con identificación semántica en los extremos para facilitar la comprensión del sentido de la jerarquización numérica), lo que permite adoptar un tratamiento de datos apropiado y válido para variables cuantitativas.»Coronel y Zamichei (2020: 23, nota 9)
Lista de chequeo para cualquier regresión que leas
- ¿Cómo se midió la variable dependiente? ¿Es cuantitativa de verdad?
- ¿Cómo se midieron las independientes? ¿Las cualitativas entraron como dummies?
- ¿Es una muestra o un universo? ¿Qué umbral de significación usan?
- ¿Qué coeficientes son significativos? Solo esos se leen.
- ¿Cuánto explica el modelo (R² ajustado)?
- ¿Las conclusiones hablan de asociación o se deslizan hacia causas?
- ¿Qué esconde el promedio? ¿Para quiénes se cumple la relación y para quiénes no?
Laboratorio
Jugá con la regresión
Siete simuladores. Los seis primeros usan los datos reales de los 55 diputados (PELA-USAL 2017, base ponderada). El séptimo usa datos ilustrativos, generados para enseñar. Como hay respuestas repetidas, en las nubes el tamaño de cada punto indica cuántos diputados hay en esa posición.
2 Agregá diputados imaginarios
Hacé clic (o tocá) sobre el gráfico para agregar un diputado imaginario. La recta, la b y el R² se recalculan al instante. Probá agregar uno muy alejado, por ejemplo abajo a la derecha.
Todavía no agregaste ningún diputado imaginario.
3 El estimador
Elegí el modelo y el perfil de un diputado. El simulador hace la cuenta con la ecuación real y te avisa si te salís del rango de los datos.
4 Armá tu modelo
Elegí qué variables independientes entran. Variable dependiente: valoración del TLC con EE. UU. Todos los resultados son reales.
5 Cambiá la unidad
¿Qué pasa con la regresión si medimos la ideología en una escala diez veces más larga? Elegí las unidades y mirá qué cambia y qué no.
6 Codificá la dummy
Modelo con ideología, Estado–mercado y sexo. Cambiá cómo se codifica el sexo y mirá qué se mueve. La estimación es para una diputada de ideología 5 y 5 en Estado–mercado.
7 Ruido, R² y significación datos ilustrativos
Datos generados para enseñar: la relación «real» es siempre la misma (b = 0,8). Vos cambiás cuánto ruido hay y cuántos casos se observan.
Ejercicios autoguiados
Practicá
Respondé por escrito o en voz alta, y recién después mirá la respuesta. Filtrá por bloque si querés repasar un tema.
Script de R
Regresión en R
Descargá el script y la base, guardalos en la misma carpeta y corré el script línea por línea. Está comentado paso a paso: cambiá las variables y probá.
Descargar script (.R) Descargar base (.csv)
Cargando…
Sintaxis de SPSS
Regresión en SPSS
Descargá la sintaxis y la base en formato SPSS. Abrí la sintaxis, cambiá la ruta de la línea CD por la carpeta donde guardaste la base y ejecutá todo.
Descargar sintaxis (.sps) Descargar base (.sav)
Cargando…
Bases
La base de la clase
PELA-USAL, Diputados Argentina 2017 (encuesta de élites parlamentarias de la Universidad de Salamanca), versión reducida para esta clase. 61 casos; 55 con datos completos en las variables del modelo.
Base SPSS (.sav) Base CSV (.csv)
| Variable | Pregunta | Valores |
|---|---|---|
| tlc_eeuu | RRII2 · ¿Cómo valora el Tratado de Libre Comercio con Estados Unidos para América Latina? | 1 muy negativo – 10 muy positivo · 98 NS · 99 NC |
| ideologia | ID1 · Autoubicación en la escala izquierda-derecha | 1 izquierda – 10 derecha · 98 NS · 99 NC |
| estado_mercado | EM1 · ¿Más a favor de una economía regulada por el Estado o por el mercado? | 1 máxima regulación del Estado – 10 máxima libertad del mercado |
| sexo | SOCD4 · Sexo | 1 hombre · 2 mujer |
| edad | SOCD5 · Edad | años |
| ponder | Ponderador | — |
999 indica dato faltante. Para la clase se trabaja siempre con la base ponderada.
Quiz
Quiz de la Clase 11
El link al quiz de tu comisión lo comparte el docente en clase.