Documentos de Académico
Documentos de Profesional
Documentos de Cultura
PRCTICAS RESUELTAS
Prctica 8.1
SOLUCIN:
Prcticas tema 8
Anlisis de datos con SPSS M. Dolores Paz Caballero
Prcticas tema 8
Anlisis de datos con SPSS M. Dolores Paz Caballero
RESULTADOS
Alzheimer
Porcentaje Porcentaje
Frecuencia Porcentaje vlido acumulado
Vlidos no 27 54,0 54,0 54,0
s 23 46,0 46,0 100,0
Total 50 100,0 100,0
Tabla de clasificacina,b
Pronosticado
Alzheimer Porcentaje
Observado no s correcto
Paso 0 Alzheimer no 27 0 100,0
s 23 0 ,0
Porcentaje global 54,0
a. En el modelo se incluye una constante.
b. El valor de corte es ,500
Prcticas tema 8
Anlisis de datos con SPSS M. Dolores Paz Caballero
Puntuacin gl Sig.
Paso Variables SEXO 2,630 1 ,105
0 NSECON 13,768 2 ,001
NSECON(1) 12,884 1 ,000
NSECON(2) ,725 1 ,395
ANTECE 13,360 1 ,000
ESTUDIOS 15,275 3 ,002
ESTUDIOS(1) 10,546 1 ,001
ESTUDIOS(2) ,152 1 ,697
ESTUDIOS(3) 3,224 1 ,073
Estadsticos globales 27,869 7 ,000
En la tabla anterior podemos ver qu variables son las que estn relacionadas con la
presencia de la enfermedad.
- Vemos que no hay relacin estadsticamente significativa con el sexo (p=.105)
- Respecto al nivel socio-econmico, hay diferencias en la proporcin de pacientes
con Alzheimer entre el nivel bajo y el alto, pero no entre el medio y el alto. Vase
cmo p<0.001 para NSE(1) y p=.395 para NSE(2) y recurdese que la variable
NSE1 tiene dos niveles: bajo y alto, mientras que los niveles de NSE2 son medio y
alto.
- Existe relacin entre tener antecedentes familiares con Alzheimer y desarrollar
la enfermedad (p<0.001).
- Por ltimo, respecto al nivel de estudios, las diferencias son significativas para
Estudios(1). Es decir, existen diferencias en la proporcin de pacientes slo entre
nivel bajo y nivel superior (p=0.001).
Prcticas tema 8
Anlisis de datos con SPSS M. Dolores Paz Caballero
Variables en la ecuacin
Paso
c
NSECON ,098 2 ,952
4 NSECON(1) 20,802 97,354 ,046 1 ,831 1,1E+09
NSECON(2) ,230 1,000 ,053 1 ,818 1,259
ESTUDIOS 2,233 3 ,525
ESTUDIOS(1) 12,539 110,363 ,013 1 ,910 278993,8
ESTUDIOS(2) 10,971 110,361 ,010 1 ,921 58175,254
ESTUDIOS(3) ,589 126,366 ,000 1 ,996 1,801
Constante -11,358 110,362 ,011 1 ,918 ,000
a. Variable(s) introducida(s) en el paso 1: ANTECE.
b. Variable(s) introducida(s) en el paso 2: ESTUDIOS.
c. Variable(s) introducida(s) en el paso 3: NSECON.
En esta tabla vemos qu variables son las que han entrado en la ecuacin de
regresin y en qu orden lo han hecho:
Prcticas tema 8
Anlisis de datos con SPSS M. Dolores Paz Caballero
Tabla de clasificacina
Pronosticado
Alzheimer Porcentaje
Observado no s correcto
Paso 1 Alzheimer no 21 6 77,8
s 6 17 73,9
Porcentaje global 76,0
Paso 2 Alzheimer no 22 5 81,5
s 4 19 82,6
Porcentaje global 82,0
Paso 3 Alzheimer no 23 4 85,2
s 3 20 87,0
Porcentaje global 86,0
Paso 4 Alzheimer no 25 2 92,6
s 6 17 73,9
Porcentaje global 84,0
a. El valor de corte es ,500
Como podemos observar, en el paso 4, es decir, con las variables "nivel de estudios"
y "nivel socio-econmico" podemos clasificar correctamente el 84% de los casos
frente al 54% que podamos clasificar al azar. Podemos, entonces, asignar a
cualquier persona una probabilidad de 0.46 de que entre los 65 y 75 padezca
Alzheimer, y, en consecuencia, asignarla al grupo de los sujetos sanos. Ahora bien,
si nosotros tenemos en cuenta el nivel de estudios y el nivel socio-econmico de la
persona, utilizamos la ecuacin de regresin logstica para predecirle una
probabilidad de tener la enfermedad y decidimos en funcin de que esa
probabilidad pronosticada sea mayor o menos que 0.50, acertaramos en un 84% de
los casos (mejoraramos las predicciones en un 30% sobre el azar).
Por ejemplo, tenemos una mujer de 50 aos, con un nivel socioeconmico medio y un
nivel de estudios tambin medio. En principio, la probabilidad de que padezca
Alzheimer entre los 65 y 75 aos sera 0.46. As pues, es ms probable que no lo
padezca.
Vemos qu ocurre si tenemos en cuenta los resultados de nuestro estudio. En el
ltimo paso de la tabla "Variables en la ecuacin" tenemos los pesos b de las
variables, as que los utilizamos para elaborar la ecuacin de regresin logstica:
Prcticas tema 8
Anlisis de datos con SPSS M. Dolores Paz Caballero
Valores del sujeto (mujer, nivel socio-econmico bajo y nivel de estudios medio)
Sexo= 2
NSECON(1)= 1
NSECON(2)= 0
ESTUDIOS(1)= 0 P(Y=1) = 1/ 1+e -(-11.358 + 20.802 + 10.971)= 1
ESTUDIOS(2)= 1
ESTUDIOS(3)= 0
Prcticas tema 8
Anlisis de datos con SPSS M. Dolores Paz Caballero
Como vemos, las puntuaciones del sujeto 44 coinciden con las consideradas en el
ejemplo.
Prctica 8.2
Prcticas tema 8
Anlisis de datos con SPSS M. Dolores Paz Caballero
Tabla de clasificacina
Pronosticado
Alzheimer Porcentaje
Observado no s correcto
Paso 4 Alzheimer no 25 2 92,6
s 6 17 73,9
84,0
a. El valor de corte es ,500
Antes hemos comentado que el criterio que utiliza el SPSS para asignar cada
sujeto a uno de los grupos es el siguiente:
Ahora bien, nosotros podemos cambiar ese punto de corte. Si queremos minimizar
los falsos positivos debemos subirlo. Por el contrario, si lo que nos interesa, como
en este caso, es minimizar los falsos negativos, tendremos que ponerlo por debajo
de 0.5. Veamos qu pasa en el ejemplo anterior si ponemos el punto de corte en
0.45.
Prcticas tema 8
Anlisis de datos con SPSS M. Dolores Paz Caballero
Tabla de clasificacina
Pronosticado
Alzheimer Porcentaje
Observado no s correcto
Alzheimer no 22 5 81,5
s 3 20 87,0
84,0
a. El valor de corte es ,450
Prcticas tema 8