Documentos de Académico
Documentos de Profesional
Documentos de Cultura
1
f(x) =───────, donde - ∞ < x < ∞ , 0 ≤ f(x) ≤ 1 .
1 + e-x
El gráfico que le corresponde a la función logística está dada por:
g(x)
0,75
0,5
0,25
0
X
Si queremos establecer una relación entre la enfermedad del miocardio
(Y) y la edad de la persona (X), mediante el modelo de regresión
logística. Dicho modelo se establece como:
1
Π (x) = -( α +β * x)
, -∞ ≤ x ≤ ∞ , 0 ≤ y ≤ 1
1+ e
π (x)
ln = α + β * x , el nombre que recibe dicha transformación es Logit.
1 - π (x)
Consideremos una muestra aleatoria de tamaño n dada por (x1,y1),
(x2,y2), ..., (xn, yn).
Para estimar α y ß se utiliza el método de máxima verosimilitud y
^ ^
si ß es el estimador máximo verosímil de ß y ES(ß) es el error estándar
estimado de dicho estimador, por consiguiente, el test de Wald queda
expresado como :
^
ß
W =------ → N(0,1)
^
ES(ß)
Ejemplo 1
Una muestra de 54 ancianos es sometida a un examen siquiátrico para
determinar si presentan o no síntomas de senilidad. Una prueba de la
escala Weschller de inteligencia para adultos (WAIS) es usada como
variable independiente. Los datos se encuentran en la tabla 1. Los
puntajes WAIS de la muestra van de 4 a 20. Los valores altos de esta
prueba indica un funcionamiento intelectual más efectivo.
Tabla 1
X Y X Y X Y X Y X Y
9 1 7 1 7 0 17 0 13 0
13 1 5 1 16 0 14 0 13 0
6 1 14 1 9 0 19 0 9 0
8 1 13 0 9 0 9 0 15 0
10 1 16 0 11 0 11 0 10 0
4 1 10 0 13 0 14 0 11 0
14 1 12 0 15 0 10 0 12 0
8 1 11 0 13 0 16 0 4 0
11 1 14 0 10 0 10 0 14 0
7 1 15 0 11 0 16 0 20 0
9 1 18 0 6 0 14 0
Donde Y es la variable dependiente y que toma los valores:
R cuadrado R cuadrado
-2 log de la de Cox y de
Paso verosimilitud Snell Nagelkerke
1 51.017a .181 .266
a. La estimación ha finalizado en el número de
iteración 5 porque las estimaciones de los
parámetros han cambiado en menos de .001.
Tabla de clasificacióna
Pronosticado
Sintomas de
senelidad Porcentaje
Observado No Si correcto
Paso 1 Sintomas de No 37 3 92.5
senelidad Si 9 5 35.7
Porcentaje global 77.8
a. El valor de corte es .500
Variables en la ecuación
π
log( ) = a + bX = 2.404 - .324X
1-π
donde a=2.404 y b=-0.324. Como el estimado b de ß es negativo, nos
indica que la probabilidad de los síntomas de senilidad decrece en los
niveles altos del WAIS.
La hipótesis nula Ho: ß=0 establece, que la probabilidad de senilidad es
la misma en todos los niveles de la escala WAIS.
^
El error estándar del estimador de ß es ES(ß)=0.114. Para contrastar
Ho: ß=0, consideramos el estadístico W=-0.324/0.114=-2.84. Utilizando
la distribución normal para un valor de z=-2.84, resulta un P-valor de
p=.0046 para H1:ß≠0; y p=.0023 para Ha:ß <0. Por tanto, hay una fuerte
evidencia de una asociación negativa entre la presencia de senilidad y
los valores dados por el WAIS.
Ejemplo 2
Supongamos que estamos interesados en estudiar, en un
periodo determinado, si la edad joven de la madre es
un factor de riesgo del bajo peso al nacer.
<= 20 20 40 60
> 20 15 135 150
Total 35 175 210
1
Π(x) =
1+ e-1.2164+1.5041x
L1 = e 1.5041 - 1.96*0.3861
= 2.1
L2 = e 1.5041 + 1.96*0.3861
= 9.6