98
11, 17 y 21. La mayoría de los barrios están ubicados en las áreas periféricas de Cali, donde se presentan las mayores variaciones en los datos de partículas contaminantes.
4.4.1. Regresión Lineal (Regresión Ponderada Geográficamente GWR). La regresión ponderada geográficamente (GWR, por sus siglas en inglés) es la versión local del modelo de regresión lineal OLS, donde se explica la relación de la variable dependiente a nivel local. A diferencia del anterior modelo, no se aplicaron las mismas variables explicativas para evitar sesgos por causa de coliniaridad. Se usaron las variables con los mejores indicadores de rendimiento obtenidos a partir de la exploración del modelo de regresión, las variables usadas tenían un valor de Factor de inflación de la varianza (VIF, por sus siglas en inglés) menor a 7.5 y que no tuviera conflictos de coliniaridad como muestra la Tabla 18. Para este modelo se usaron las siguientes variables: NOR_SEX (valor normalizado del género o sexo de cada uno de los pacientes o casos), NOR_EDAD (valor normalizado de edad de cada uno de los pacientes o casos), NOR_PM25 (valor normalizado del valor promedio de PM2.5 por barrio de cada uno de los pacientes o casos), NOR_PM10 (valor normalizado del valor promedio de PM10 por barrio de cada uno de los pacientes o casos), NOR_ESTR (valor normalizado del estrato socioeconómico del barrio donde se ubica cada uno de los pacientes o casos), NOR_SO2 (valor normalizado del valor promedio de SO2 por barrio de cada uno de los pacientes o casos), para un total de 6 variables explicativas. A diferencia del modelo global OLS, los modelos de regresión espacial locales generan una ecuación de regresión lineal por cada polígono o entidad que se esté evaluando de la variable a explicar, dependiendo de la vecindad entre entidades y sus valores, por ese motivo al tener pocos cambios de valor a nivel local algunas variables tienden a la coliniaridad. Por tal motivo se elaboró un modelo GWR con variables compatibles entre sí. De igual forma que en el modelo OLS, las variables socioeconómicas son únicas como edad, género y las variables ambientales se utilizó el valor promedio por barrio, pero no se usaron las variables climatológicas por problemas de coliniaridad. El Mapa 17 es el resultado del modelo GWR, el cual muestra las predicciones excesivas o escasas del modelo. Ing. Ricardo Rodriguez Otero