Selección de un modelo de regresión lineal múltiple para el cálculo de la precipitación media en verano

Abstract

En este artículo se comparan distintos procedimientos para la selección de modelos de regresión lineal múltiple usando datos reales. Se aplican los métodos de selección paso a paso hacia adelante y selección paso a paso hacia atrás. Se trabaja con modelos cuyas variables son estadísticamente significativas con un Valor-P inferior a 0.05. Se selecciona el mejor modelo en función del coeficiente R-cuadrado ajustado, la raíz del error cuadrático medio (RMSE en las siglas en inglés) y el error absoluto medio (MAE en siglas en inglés), el criterio de información de Akaike, el criterio Bayesiano de Schwarz-Bayesian y el criterio de Hannan-Quinn. También se analizan los residuos de cada modelo para verificar si se cumplen las hipótesis de linealidad, homocedasticidad, independencia y normalidad de los residuos. Esta metodología se aplica para obtener modelos de regresión en la predicción de la precipitación media durante los meses del verano meteorológico en el territorio de la Comunitat Valenciana (España) y áreas adyacentes, usando algunas variables de carácter geográfico y topográfico descritas en Portalés et al. (2010). Para ello se utiliza el programa Statgraphics Centurion XVII.