Resumen

MORALES-ONATE, Victor  y  MORALES ONATE, Bolívar. MTest: a Bootstrap Test for Multicollinearity. Rev Politéc. (Quito) [online]. 2023, vol.51, n.2, pp.53-62. ISSN 2477-8990.  https://doi.org/10.33333/rp.vol51n2.05.

Se propone una prueba no paramétrica basada en bootstrap para detectar multicolinealidad: MTest. Esta prueba brinda soporte estadístico a dos de los métodos más famosos para detectar multicolinealidad en trabajo aplicado: la regla de Klein y el Factor de Inflación de Varianza (VIF por multicolinealidad esencial). Como parte del procedimiento, MTest genera una distribución bootstrap para el coeficiente de determinación que: i) permite al investigador evaluar la multicolinealidad al establecer una significancia estadística α, o más precisamente, un nivel de significancia alcanzado (ASL) para un umbral dado, ii) utilizando una prueba de Kolmogorov-Smirnov (KS) por parejas, establece una guía para una eliminación informada de las variables que están causando multicolinealidad. Para mostrar los beneficios de MTest, el procedimiento se implementa computacionalmente en una función para modelos de regresión lineal. Esta función se prueba en experimentos numéricos que coinciden con los resultados esperados. Finalmente, este documento hace una aplicación de MTest a datos reales que se sabe que tienen problemas de multicolinealidad y detecta con éxito la multicolinealidad con un ASL dado.

Palabras clave : MTest; Multicolinealidad; Estadística no paramétrica; Simulación.

        · resumen en Inglés     · texto en Español     · Español ( pdf )