The Coefficient of Determination in the Ridge Regression

  1. Rodríguez Sánchez, A.
  2. García García, C.
  3. Salmerón Gómez, R.
  4. García García, C.B.
Revista:
Anales de ASEPUMA

ISSN: 2171-892X

Año de publicación: 2018

Número: 26

Tipo: Artículo

DIALNET GOOGLE SCHOLAR lock_openDialnet editor

Otras publicaciones en: Anales de ASEPUMA

Resumen

El coefi ciente de determinación, R2, es una importante medida de la regresión lineal que representa la parte de variación de la variable dependiente que viene explicada por un conjunto de variables independientes, por lo tanto, mide la capacidad predictiva del modelo estimado. Para obtener este coe ficiente en Mínimos Cuadrados Ordinarios (MCO), se utiliza la descomposición de suma de cuadrados. Por otro lado, cuando existe un problema de multicolinealidad en el modelo, es decir relación lineal entre las variables explicativas, la estimación por MCO aporta resultados inestables, por lo que se utilizan otros métodos de estimación alternativos, destacando la estimación Cresta (que consiste en la mitigación del problema desde un punto de vista numérico). En este trabajo se revisa si en el caso de la estimación Cresta la descomposición de suma de cuadrados se veri fica y, en consecuencia, cómo se debería defi nir el coe ciente de determinación en este ambiente.

Referencias bibliográficas

  • Hoerl, A. and R. Kennard (1970). Ridge regression: Biased estimation for nonorthogonal problems. Technometrics 12 (1), 55–67.
  • McDonald, G. (2010). Tracing ridge regression coefficients. Wiley Interdisciplinary Reviews: Computational Statistics 2 (6), 695–703.
  • Stock, J. and M. Watson (2012). Introducci´on a la Econometr´ıa (3a Edici´on). Madrid: Ed. Pearson.
  • Uriel, E., A. Perir´o, D. Contreras, and M. Molt´o (1997). Econometr´ıa: El Modelo Lineal. Madrid: Ed. Alfa Centauro.
  • Wooldridge, J. (2009). Introductory Econometrics: A modern approach. Canada: South-Western Cengage Learning.
Fuente de los datos: Dialnet