Resumen
La aplicación del enfoque bootstrap permite obtener estimaciones de medidas de
precisión así como la realización de contrastes de hipótesis en aquellas situaciones en las
que no se dispone de información acerca de las distribución muestral de un estadístico o en
casos en los que la distribución muestral es dependiente de parámetros desconocidos. Este es
el caso del coeficiente de determinación, el índice de evaluación más generalizado en el
contexto empírico, utilizado para evaluar el ajuste del modelo lineal de regresión. El objetivo
de este trabajo es la exploración de la bondad de este procedimiento en la estimación del error
de medida de R2 así como en la determinación de los intervalos de confianza, mediante el
método percentil y el método Bca. Este análisis se lleva a cabo mediante una simulación
Monte Carlo.
The application of bootstrap approach allows the estimations of the
measurements of precision and carry out contrast of hypothesis in situations
in which we haven't got information about the sample distribution of one
statistic or in situations in which the sample distribution is dependent on
unknown parameters. This is the case for the determination coefficient, the
most usual index in the empirical context used to evaluate the adjustment
for the linear regression model. The aim of this study is to explore how well this procedure
works in the estimation of the measurement error of R2, and also, in the determination of
confidence intervals using the percentile method and the Bca method This is achieved by
applying Monte Carlo simulation.