1 votos

Informes $R^2$

A raíz de mi pregunta aquí , cuándo es apropiado (o inapropiado) informar de r al cuadrado para una correlación lineal bivariada.

Como se ha explicado en la pregunta anterior, r = 0,74, lo que da como resultado una r al cuadrado del 55%.

El tamaño de r es un resultado excelente, pero cuando se tiene en cuenta r al cuadrado (especialmente cuando el 45% de la varianza de la variable dependiente queda sin explicar), en cierto modo diluye el mensaje.

Como se señala en la respuesta a la pregunta anterior, entiendo que no es fácil que un único factor explique toda la variación.

Creo que todos los manuales de estadística que he consultado (¡a no ser que me equivoque de libro!) afirman que r al cuadrado es una forma mejor de entender r (o el tamaño del efecto).

Sin embargo, entiendo que se necesita una r de al menos 0,71 para obtener una r al cuadrado del 50%.

Preguntas

  1. ¿Es una buena práctica comunicar tanto r como r al cuadrado (en la investigación en ciencias sociales)?
  2. ¿Cuándo puedo no informar de r al cuadrado?

He preguntado Q2 para evitar una situación como la anterior, en la que mi público objetivo no estadístico puede centrarse más en el 45% de la varianza no explicada que en el 55% de la varianza explicada.

3voto

Zizzencs Puntos 1358

No es necesario informar de ambas cosas, cualquiera de ellas está bien.

Informar de R^2 no "diluye" el significado de R. Es como decir que informar de la velocidad en kilómetros por hora diluye el significado de la velocidad en millas por hora.

En la investigación en ciencias sociales, un R^2 de .45 es sospechosamente ALTO.

0voto

Garry Shutler Puntos 20898

No creo que esta pregunta tenga respuesta. Es como preguntar "¿cómo elijo un valor para alfa en una prueba de hipótesis? Podría explicarte qué es alfa, pero no hay ninguna regla o fórmula para elegir un valor apropiado. En términos de investigación científica, no sólo se informa de las cosas cuando se quiere.

Saber que dos variables no tienen relación a veces es tan importante como saber que sí la tienen. Por ejemplo, si ha diseñado un experimento, puede que le interese demostrar que dos variables que comúnmente se supone que son causales, en realidad no están relacionadas cuando se ven fuera de un estudio observacional.

i-Ciencias.com

I-Ciencias es una comunidad de estudiantes y amantes de la ciencia en la que puedes resolver tus problemas y dudas.
Puedes consultar las preguntas de otros usuarios, hacer tus propias preguntas o resolver las de los demás.

Powered by:

X