La calculadora del factor de inflación de la varianza da el VIF, la tolerancia, el inflado del error típico y el tamaño de muestra efectivo de una variable explicativa de una regresión múltiple, a partir de su R cuadrado sobre las demás variables.
Cómo se calcula
- Introduce el R cuadrado obtenido al regresar la variable sobre todas las demás.
- Introduce el tamaño de la muestra.
- La calculadora da el VIF, la tolerancia, el inflado del error típico, el ensanchamiento del intervalo de confianza y el tamaño de muestra efectivo.
Ejemplo
Si las demás variables explican el 80 % de una variable, su VIF vale 1 / (1 − 0,8) = 5,00. La tolerancia es de 0,200, el error típico es 2,24 veces lo que sería sin correlación, y el intervalo de confianza es un 124 % más ancho. Una muestra de 200 observaciones aporta entonces la información de unas 40.
Por qué es útil
La calculadora ayuda a estudiantes, investigadores y analistas que comprueban la multicolinealidad de una regresión y quieren explicar qué significa en la práctica un VIF dado.
Conviene saber
El VIF se calcula para cada variable por separado, así que haz la regresión auxiliar para cada una, o lee los valores en tu programa. Las variables indicadoras procedentes de una misma categoría y los términos de interacción suelen estar muy correlacionados por construcción, y centrar las variables puede reducir el VIF de las interacciones. Un VIF alto afecta solo a los coeficientes de las variables correlacionadas, no a las demás ni al ajuste global. Si tu objetivo es la predicción y no la interpretación, la multicolinealidad importa menos. La tolerancia es la parte de la variable no explicada por las demás, así que una tolerancia inferior a 0,2 corresponde a un VIF superior a 5. En la práctica, mira primero la matriz de correlaciones para localizar los pares de casi duplicados y luego el VIF para detectar los grupos de variables redundantes en conjunto.
Herramientas relacionadas
La calculadora de regresión lineal ajusta una recta, la de R cuadrado mide el ajuste, la de correlación parcial elimina la influencia de una tercera variable y la de significación de una correlación contrasta una correlación.