Interacción entre variables independientes binarias

LA INTERACCIÓN ENTRE VARIABLES INDEPENDIENTES EN UNA REGRESIÓN MÚLTIPLE SE PRODUCE CUANDO EL EFECTO PARCIAL SOBRE LA VARIABLE DEPENDIENTE DE UNA VARIABLE INDEPENDIENTE DEPENDE DE OTRA

VARIABLE INDEPENDIENTE DE LA REGRESIÓN.  En otras palabras, queremos cuantificar la relación de dependencia entre variables independientes cuando una de ellas afecta parcialmente a la

variable dependiente del modelo.  El punto de partida es una regresión múltiple.   PROCEDIMIENTO Y EJEMPLO  Queremos estudiar el precio de los _forfaits_(_forfaitsi_) en función de la

calidad de la nieve (_nievei_) y el nivel de los esquiadores (_niveli_). Trataremos estas variables cualitativas como variables binarias o ficticias. Es decir:  _nieve_i = calidad de la

nieve muy buena => _nieve_i=1. _nieve_i = calidad de la nieve muy mala => _nieve_i=0. niveli = nivel de los esquiadores alto => niveli=1.  niveli = nivel de los esquiadores bajo

=> niveli=0.  Entonces,  MODELO 1 ß1 = es el efecto parcial de calidad de la nieve muy buena (_nievei_=1) sobre log(_forfaitsi_), manteniendo el nivel de los esquiadores constante

(_niveli_).  ß2 = es el efecto parcial del nivel de los esquiadores alto (_niveli_=1) sobre log(_forfaitsi_), manteniendo la calidad de la nieve constante (_nievei_).  El Modelo 1 presenta

una limitación importante: mantener constante una de las variables ficticias del modelo implica que:  niveli=constante => No distinguimos entre nivel alto (_niveli_=1) o bajo

(_niveli_=0).  nievei=constante => No distinguimos entre calidad muy buena (_nievei_=1) o muy mala (_nievei_=0).  Más allá de esta limitación, podemos modificar la regresión para que

exista una interacción (dependencia) entre variables independientes que pueda diferenciar ambos valores que toma la variable independiente constante.  Matemáticamente, puede darse que el

efecto parcial de _nievei_ sobre log(_forfaitsi_) manteniendo _niveli _constante dependa del valor que tome _niveli_. El caso de _niveli _puede darse que el efecto parcial de _niveli_sobre

log(_forfaitsi_) manteniendo _nievei _constante dependa del valor que tome _nieve_i. ESQUEMÁTICAMENTE Si hay una interacción entre _niveli_ y _nieve_i, entonces cuando _niveli_ es constante

podemos diferenciar entre nivel alto o bajo. De esta forma, el precio de los _forfaits_ cuando la calidad de la nieve es muy buena (_nievei_=1) será distinto dependiendo de si el nivel de

los esquiadores es alto o bajo. Si hay una interacción entre _niveli_ y _nieve_i, entonces cuando nieve_i_es constante podemos diferenciar entre nieve muy buena o muy mala. De esta forma, el

precio de los _forfaits_cuando el nivel de los esquiadores es alto (_nivel_i=1) será distinto dependiendo de si la nieve es muy buena o muy mala. ¿Cómo trasladamos esta interacción a la

regresión? Incorporando el término de interacción. El término de interacción es: (_nieve_i · _niveli_ ) Esta nueva regresión que incorpora ambas variables independientes binarias y el

término de interacción se denomina modelo de regresión de interacción de variable binaria.