Академический Документы
Профессиональный Документы
Культура Документы
Así que para contrastar la bondad del ajuste global del modelo cuando el número
de observaciones en cada combinación de valores de las variables explicativas es grande
se utiliza el estadístico chi-cuadrado de Pearson y el estadístico de Wilks de razón de
verosimilitudes.
El test global de bondad de ajuste del modelo de regresión logística multinomial múltiple
contrasta el siguiente contraste de hipótesis:
Si tenemos Λ=−2ln (𝑉), identificamos por Λ0 el valor inicial de esta función, es decir el
mínimo Λ bajo el modelo nulo dado sólo por un término constante y por Λ𝑓 el mínimo de Λ
bajo el modelo ajustado con todos los parámetros, obtenemos la siguiente expresión del
pseudo-R2 de Mc-Fadden:
𝑅𝑀𝐹2=1−Λ𝑓Λ0.
Siendo su rango teórico de valores 0≤𝑅𝑀𝐹2≤1, pero muy raramente su valor se aproxima
a 1. Suele considerarse una buena calidad del ajuste cuando 0′2≤𝑅𝑀𝐹2≤0′4 y excelente
para valores superiores.
Y en este caso, su rango de valores es 0≤𝑅𝑁2≤1, por lo que puede interpretarse del
mismo modo que el coeficiente de determinación de la regresión lineal clásica, aunque es
más difícil que alcance valores cercanos a 1.
Por último decir que, para comparar modelos de regresión logística multinomial con
diferente número de variables predictoras suelen introducirse coeficientes Pseudo-R2
ajustados. El más conocido es el de Mc-Fadden, definido como:
0.5 Λf+n+1
𝐴𝑑𝑗−𝑅²мғ=1− 0.5 Λ0+1 , siendo " n " el número de variables predictoras.
Para cuantificar la bondad del ajuste global del modelo se dispone también de otra
medida como es la tasa de clasificaciones correctas.
Es decir, a partir del modelo ajustado, se clasifica cada observación en la categoría más
probable, construyendo así una matriz de clasificación observados-predichos y se utiliza
el porcentaje de clasificaciones correctas como una medida de la calidad de predicción,
del mismo modo que se hace en el análisis discriminante.