Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Relacion
Relacion
O MS VARIABLES
Correlacin y regresin
Relaciones lineales
precisas
Relacin entre radio y circunferencia
Circunferencia
40
30
20
10
0
1
4
Radio
Diagrama de dispersin o
nube de puntos
Relacin
positiva
Relacin entre las semanas
de gestacin
al momento del parto y el peso de
recin nacidos de madres hipertensas 1
Diagrama de dispersin
Relacin negativa
Relacin entre el ingreso per cpita y la tasa de mortalidad al ao de vida en
Distintos pases de Amrica 1
80
mort1
60
40
20
0
0
1000
2000
3000
4000
ingreso.per.capita
5000
6000
www.unicef.org
Diagrama de dispersin
Sin relacin
Relacin entre la edad materna y las semanas de gestacin al momento del parto
th
Correlacin
El coeficiente de correlacin de Pearson es el calculado para variables continuas,
si tenemos dos variables X e Y, la correlacin entre ellas se la nombra r (X,Y), o
solo r y est dada por:
r = (xi-x) (yi-y )
Donde xi e yi son los valores de X e Y para el
(xi-x)2(yi-y)2
individuo i
Correlacin perfecta negativa
-1
+1
fuerte
negativa
-0.5
fuerte
positiva
+0.5
dbil
negativa
0
Sin correlacin
Sin Correlacin
dbil
positiva
Prediccin y regresin
Cuando contamos con
datos de dos variables continuas
podemos correlacionarlas, pero generalmente nuestras
pretensiones van ms all y a menudo deseamos predecir el
valor de una variable conociendo solamente el valor de la otra.
Por ejemplo, si contamos con los datos de tasa de alfabetizacin
(TA) en adultos y de esperanza de vida al nacer (EVN) en pases
americanos1, y estamos interesados en predecir la EVN a partir
de las TA, podramos intentar utilizar un anlisis donde la
variable independiente sera la tasa de alfabetizacin y la
variable dependiente la esperanza de vida al nacer. El problema
que se plantea consiste en ajustar una recta a partir de los datos
que nos proporcione la mejor prediccin de Y a partir de X, y esa
recta se ajusta a travs de un procedimiento llamado de los
cuadrados mnimos.
En general la ecuacin de regresin es Y = a + b* X
UNICEF, Estado Mundial de la infancia 2005. Tabla de indicadores Bsicos.
www.unicef.org
Coeficiente de
determinacin
Control experimental
El reconocimiento de la necesidad de control produjo avances
insospechados en la ciencia, el hecho de contar con grupos de
control en los estudios experimentales permiti minimizar el
sesgo producto de potenciales variables de confusin.
El control experimental abarca:
1- Control por investigador de la variable independiente
2- Control de los potenciales variables de confusin
a- Asignacin al azar
b- A travs de criterios de exclusin
3- Control de los instrumentos de medicin, de variabilidad
inter-observador y el control de las condiciones ambientales
ligadas al experimento
El tipo de diseo que utiliza el control experimental es el ensayo
clnico.
Control estadstico
Cmo puede el investigador controlar las
variables
de
confusin
en
un
estudio
observacional?
Una forma sera estratificando
Si embargo Qu sucede cuando es necesario
estratificar por muchas variables, o cuando para
estratificar variables numricas es necesario
hacer categorizaciones a menudo arbitrarias?
El anlisis de regresin mltiple, conocido desde
haca muchos aos, fue las solucin a este
problema. Su utilidad fue puesta de manifiesto
en 1967 cuando fue empleado en el estudio
Framingham
Anlisis de regresin
mltiple
El anlisis de regresin mltiple permite la posibilidad de estudiar
en forma simultanea a varios predictores y su impacto sobre la
variable dependiente o resultado. Tambin brinda la posibilidad de
estudiar a las variables numricas como tal sin necesidad de
categorizarlas.
Difiere segn el tipo de variable dependiente, sin embargo la idea
bsica que subyace en la aplicacin de este anlisis es que permite
determinar la contribucin de diferentes factores a un nico evento
y adems permite estimar cuanto contribuye cada factor a la
respuesta independientemente del efecto de todos los dems.
En este tipo de estudios el control sobre las variable confusoras no
se hace a travs del diseo experimental sino por medio de tcnicas
estadsticas. Una limitante importante en el anlisis de regresin
mltiple es que solo se puede controlar por variables conocidas.