Un modelacion estadstico es una expresin simblica en forma de igualdad o ecuacin que

se emplea en todos los diseos experimentales y en la regresin para indicar los diferentes
factores que modifican la variable de respuesta.
El modelo estadstico ms simple es el usado en los diseos completos aleatorizados (DCA).
Su modelo es:

Donde
Y = es la variable de respuesta de inters.
= promedio general de la poblacin sobre la cual se est trabajando
t = es la variacin que se atribuye a los niveles del factor que se est evaluando
(efecto de los tratamientos).
= es la variacin de los factores no controlados ( el error experimental)
i = i -simo tratamiento
j = j -sima repeticin de cada tratamientos
j(i) = es la variacin de las unidades experimentales anidado en los tratamientos.
Los modelos estadsticos pueden ser lineales o no lineales.

Un modelo estadstico es una ecuacin matemtica que reproduce los fenmenos que observamos de la
forma ms exacta posible. Para ello tiene en cuenta los datos suministrados y la influencia que el azar tiene
en estas observaciones.

En el grfico superior vers cinco puntos de color. Representan a cinco municipios de una regin elegidos al
azar. Para cada uno de ellos se han recogido dos valores: El nmero de habitantes censados, anotado en el
eje horizontal, y el nmero de casos de gripe diagnosticados el ltimo ao, registrado en el eje vertical. El
grfico resultante se denomina nube de puntos o grfico de dispersin.

Al estar los municipios alineados, el mejor modelo para representar la relacin entre nmero de habitantes y
casos de gripe es una lnea recta, dada por: Casos = 0.70 x (Habitantes) - 16.61. Con ella se puede predecir
el nmero de casos de gripe esperado en otro municipio con 211 habitantes de la misma regin: Casos = 0.70
x 211 16.61 = 131. Este modelo lineal es el ms sencillo que se puede ajustar, pero no siempre es el ms
adecuado. Slo es vlido cuando los puntos del grfico estn distribuidos alrededor de una recta.

El coeficiente de correlacin lineal es una medida para conocer si una recta es el mejor modelo para
representar lo que observamos. Sin tener en cuenta su signo positivo o negativo, cuanto ms prximo a 1 est
ms apropiado ser el modelo lineal.

El experimento

Posiciona el ratn sobre cada uno de los puntos y desplzalos dejando pulsado el botn izquierdo. Cada
movimiento que hagas modificar los datos del nmero de habitantes y casos de gripe del municipio. Observa
cmo cambia la recta, su ecuacin y el coeficiente de correlacin. El modelo es diferente cada vez que alteras
la informacin.

Cuando los puntos estn alineados de manera creciente, el modelo ser una lnea recta ascendente y el
coeficiente de correlacin ser positivo, indicando que el nmero de casos de gripe aumenta en los municipios
con ms poblacin. En cambio, cuando los puntos estn alineados de manera decreciente, el modelo ser
una lnea recta descendente y el coeficiente de correlacin ser negativo, indicando que el nmero de casos
de gripe disminuye en los municipios con ms poblacin.

Prueba a colocar los puntos en forma de herradura. Observa que el modelo es una lnea recta casi plana,
prediciendo que el nmero de casos de gripe es prcticamente el mismo sea cual sea el nmero de
habitantes del municipio. Es ste un buen modelo para representar la relacin entre el nmero de casos de
gripe y el nmero de habitantes?

La explicacin

El modelo lineal slo es vlido cuando los puntos del grfico estn distribuidos alrededor de una recta.
Cuando se distribuyen en forma de herradura, el coeficiente de correlacin es casi cero, indicando que la
recta no es la mejor opcin. Si utilizamos un modelo lineal, llegaremos a la conclusin errnea de que el
nmero de casos de gripe no vara con el nmero de habitantes. En estos casos es necesario recurrir a
modelos estadsticos ms complejos para estudiar la relacin entre ambas variables.

Para recordar

Un modelo estadstico es una ecuacin matemtica que reproduce los fenmenos que observamos de la
forma ms exacta posible. El modelo es diferente cada vez que se modifica la informacin.