Detección de datos extremos y de multicolinealidad en modelos no lineales: una interfaz gráfica en R

Detection of outliers and multicollinearity in nonlinear models: a graphical interface in R

El análisis de regresión es una herramienta ampliamente usada en el trabajo estadístico aplicado. En este análisis, la presencia de datos extremos o la existencia de multicolinealidad pueden introducir serias distorsiones en la estimación de parámetros y la inferencia estadística; dichos efectos han sido estudiados ampliamente en la literatura. En este artículo se presenta una herramienta construida bajo la librería shiny del paquete computacional R con el objeto de detectar este tipo de problemas en modelos de regresión no lineal, cuando se emplea estimación por mínimos cuadrados no lineales. La interfaz gráfica presentada permite especificar el modelo de regresión no lineal, realizar su estimación por mínimos cuadrados no lineales, y diagnosticar la presencia de datos extremos, o la existencia y severidad de problemas de multicolinealidad.

Regression analysis is a widely used tool in the statistical work applied. In this analysis, the presence of extreme data or the existence of multicollinearity can introduce serious distortions in parameter estimation and statistical inference; these effects have been widely studied in the literature. This article describes a tool built under the shiny R library software package in order to detect such problems in nonlinear regression models, when estimation is used for nonlinear least squares is presented. The graphical interface presented allows you to specify the nonlinear regression model, make its estimate for nonlinear least squares, and diagnosing the presence of extreme data, or the existence and severity of multicollinearity problems.