En la regresión por MCO, me parece la semipartial correlación (un.k.una. parte de correlación) para ser un muy buen indicador. Cuando se eleva al cuadrado, se muestra cada predictor de la única contribución a la varianza explicada en el resultado. Si uno trata de varios modelos, entrando predictores en diversos órdenes, la semipartial correlación de resultar siempre la misma por el modelo final. Este indicador también puede ser una base útil para la creación de diagramas de Venn que muestra la importancia relativa de los distintos predictores. Teniendo en cuenta todo esto, ¿por qué es citado tan poco? Por ejemplo, después de 6,300 preguntas en este sitio, nunca ha llegado, ni tampoco veo que es citado en las publicaciones del diario.
Respuesta
¿Demasiados anuncios?
La noción de semipartial correlación generalmente surge en el contexto cuando se compara el modelo con un predictor y el modelo con predictores eliminado (por ejemplo, en el contexto de la regresión paso a paso). Y, debido a que el cuadrado de la semipartial correlación es sólo una forma estandarizada de R-cuadrado disminuir, los textos pueden encontrar que es innecesario mencionar, prefiriendo hablar acerca de la R cuadrado cambio directamente en su lugar. Esto se debe a que nunca comparar completo y modelos reducidos de manera abstracta, se comparan los modelos concretos, que la normalización es innecesario.
