Resumen de Una caracterización aproximada de casos influyentes en multicolinealidad
- español
Este artículo describe un método para identificar casos extremos de un modelo de regresión lineal susceptibles de alterar la detección de una multicolinearidad. El método está basado en una aproximación del cambio que produce la eliminación de un reducido grupo de casos en los autovalores de la matriz de correlación. Varios ejemplos ilustran las aplicaciones prácticas del método
- English
This article describes a method for identifying extreme cases of a linear regression model that may eventually distort the perception of a collinearity. The method is based on an approximation for the change in the eigenvalues of the correlation matrix after deletion of a few cases. Several examples are discussed
