Cómo usar variables ficticias (dummy) en regresión con Excel

El popular programa Excel de Microsoft tiene capacidades de análisis de datos que incluyen análisis de regresión con variables ficticias (dummy variables). Las variables ficticias son variables categóricas expresadas numéricamente como 1 o 0 para indicar presencia o ausencia de una cualidad o característica. Excel no requiere funciones especiales cuando un modelo de regresión incluye una variable ficticia entre las variables independientes. Sin embargo, modelos con variables dependientes ficticias requieren complementos adicionales (add-ins), programas que expanden las opciones de Excel.

Regresión con variables ficticias usando Excel

Paso 1: Cargar herramienta Análisis de datos

Carga la herramienta de análisis de datos desde los complementos de Excel, incluidos en todas las versiones. Debes hacer esto para realizar regresión u otro análisis. Haz clic en "Herramientas" (Tools) para abrir menú desplegable. Selecciona "Complementos" (Add-ins) y en el menú que se abre, marca "Analysis ToolPak" y haz clic en "Aceptar". "Análisis de datos" (Data Analysis) debería aparecer en tu menú Herramientas.

Paso 2: Introducir datos y codificar variables ficticias

Introduce los datos para tu regresión en una hoja de Excel, codificando variables ficticias con valor 1 o 0 según si el sujeto tiene la característica. El género es ejemplo de variable ficticia, ya que los sujetos solo pueden ser hombre o mujer. Un estudio de notas de acceso a universidad que incluya género, por ejemplo, podría codificar mujeres con 1. Usar variables ficticias entre independientes no requiere funciones especiales en Excel. Recuerda que si una variable ficticia tiene solo dos categorías (hombre/mujer), solo se necesita una variable para representar ambas.

Paso 3: Variables categóricas con más de dos categorías

Codifica variables categóricas con más de dos categorías como múltiples variables ficticias, asegurando que el número de variables sea uno menos que el número de categorías (n-1, en términos estadísticos). Por ejemplo, la categoría etnicidad expresada en cinco niveles (blanco, negro, hispano, asiático, amerindio) requeriría cuatro variables ficticias separadas. Podrías crear: negro, hispano, asiático y amerindio, codificando cada una con 1 si el estudiante encaja en esa categoría étnica.

Paso 4: Expandir capacidad para variable dependiente ficticia

Amplía la capacidad de Excel para regresión con variables ficticias con un complemento que permita regresiones con variable dependiente ficticia. Uno es XLStat, disponible para compra y descarga del creador, Addinsoft. Estos programas permiten regresiones donde la variable dependiente toma valores 1 o 0.

Advertencia

Error común en principiantes: usar tantas variables ficticias como categorías (ej. dos variables para hombre y mujer). Esto crearía multicolinealidad, donde dos variables independientes están altamente correlacionadas, imposibilitando determinar sus efectos separados sobre la dependiente. Recuerda: el número de variables ficticias debe ser siempre uno menos que el número de categorías.