🗓️ Semana 05: Introducción a los Modelos Multivariados y Regresión Lineal Múltiple

En esta semana iniciamos el análisis multivariado. Discutimos por qué los fenómenos sociales requieren considerar múltiples variables de forma simultánea, y presentamos un mapa conceptual que distingue entre enfoques exploratorios y confirmatorios, y entre modelos de medición y relacionales.

Repasamos los conceptos estadísticos fundamentales —varianza, covarianza y correlación de Pearson— y su extensión a variables ordinales y dicotómicas mediante correlaciones policóricas y tetracóricas. A partir de ahí, revisitamos la Regresión Lineal Múltiple (RLM): la lógica de mínimos cuadrados, el control estadístico, la interpretación de coeficientes crudos y estandarizados, y el ajuste del modelo mediante \(R^2\) y \(R^2\) ajustado. Cerramos con la inferencia correcta bajo diseños muestrales complejos usando svyglm.

👨‍🏫 Clase Expositiva

Puedes navegar por las diapositivas directamente en el recuadro de abajo o hacer clic aquí para ver la presentación en pantalla completa. Usa las flechas de tu teclado para avanzar.

💻 Taller Aplicado (Práctico 5)

En este laboratorio ajustaremos modelos de regresión lineal simple y múltiple con survey::svyglm() usando datos CASEN 2024. Interpretaremos coeficientes parciales para predictores continuos y categóricos (dicotómicos y politómicos), calcularemos coeficientes estandarizados (Betas) de forma manual, y realizaremos diagnósticos básicos del modelo (linealidad, homocedasticidad, normalidad de residuos y multicolinealidad mediante VIF).

👉 Ir al Práctico 5: Regresión Lineal Múltiple con Muestras Complejas en R

📚 Lecturas Obligatorias

• Darlington, R. B. & Hayes, A. F. (2017). Regression analysis and linear models: concepts, applications, and implementation. Guilford Press.

📟 Dudas y Comunicación

Recuerda que puedes utilizar los canales de comunicación establecidos o acercarte al profesor y ayudantes si tienes dificultades con la base de datos CASEN o cualquier otra duda sobre el curso.