Logarithmic transformations in simple regression analysis
Fecha
Autores
Director
Enlace al recurso
https://revistas.usantotomas.edu.co/index.php/estadistica/article/view/1143
10.15332/s2027-3355.2014.0001.06
10.15332/s2027-3355.2014.0001.06
DOI
ORCID
Google Scholar
Cvlac
gruplac
Descripción Dominio:
Título de la revista
ISSN de la revista
Título del volumen
Editor
Universidad Santo Tomás
Compartir
Resumen
In this paper the effect of the logarithmic transformations in simple regression analysis is investigated. In practice, it is very common that exponential and power models’ parameters are estimated by means of a logarithmic transformation which reduces them to a linear form. The estimations in the initial models are obtained by applying the exponential function to the intercept estimation. In this work, it is found that this procedure does not generate least squares solutions for the initial model and introduces variations in the way in which relationships between variables are conceived. Because of the popularity of software tools, the risk of using inappropriate models for the data may be unnoticed.
En este artículo se investiga los efectos de las transformaciones logarítmicas en un análisis de regresión simple. En la práctica, es muy común que los parámetros de los modelos conocidos como exponencial y potencial se estimen de manera habitual mediante una transformación logarítmica, que los reduce a modelos lineales y se “regresa” al modelo original aplicando la función exponencial a la estimación del intercepto. En este trabajo se encuentra que este procedimiento no genera estimadores de mínimos cuadrados para el modelo inicial e introduce variaciones en la forma como se conciben las relaciones entre las variables. La popularidad de las herramientas de análisis hace que el riesgo de utilizar modelos que no correspondan a los datos pase desapercibido.
En este artículo se investiga los efectos de las transformaciones logarítmicas en un análisis de regresión simple. En la práctica, es muy común que los parámetros de los modelos conocidos como exponencial y potencial se estimen de manera habitual mediante una transformación logarítmica, que los reduce a modelos lineales y se “regresa” al modelo original aplicando la función exponencial a la estimación del intercepto. En este trabajo se encuentra que este procedimiento no genera estimadores de mínimos cuadrados para el modelo inicial e introduce variaciones en la forma como se conciben las relaciones entre las variables. La popularidad de las herramientas de análisis hace que el riesgo de utilizar modelos que no correspondan a los datos pase desapercibido.
Abstract
Idioma
Palabras clave
modelo exponencial, modelo potencial, mínimos cuadrados, regresión no lineal, modelos de regresión.