Documentos de Académico
Documentos de Profesional
Documentos de Cultura
1
Supongamos que se sospecha que, en los pacientes con lcera pptica que han
seguido un tratamiento, el que la sintomatologa ulcerosa reaparezca o no en un plazo de
tiempo inferior o igual a ocho meses desde la respuesta al tratamiento depende de la
cantidad de alcohol que consume la paciente. Para comprobarlo, se somete al tratamiento
a un conjunto de pacientes con lcera pptica, siendo todos ellos fumadores. Al cabo de
los ocho meses de la desaparicin de la sintomatologa para cada paciente, se comprueba
si ha reaparecido o no. Antes de comenzar el tratamiento algunos de los pacientes han
decidido abandonar el hbito de fumar, por lo que se sospecha que en la reaparicin de
los sntomas, adems del consumo del alcohol puede influir el abandono del tabaco. Es
decir, para un mismo consumo de alcohol se espera que si el paciente deja de fumar la
sintomatologa ulcerosa tarde ms en reaparecer. Para estimar la probabilidad de que la
sintomatologa ulcerosa no reaparezca antes de los ocho meses en funcin de los distintos
niveles de consumo de alcohol se aplicar el modelo de respuesta probit en cada uno de
los dos grupos de pacientes, los que han abandonado el hbito de fumar y los que no.
() = 0 + 1 1 + . . . +
Donde p es la probabilidad de que haya respuestas para cada combinacin de los niveles
1 , , de los estmulos 1,..., , respectivamente, 0 , , son parmetros
desconocidos a estimar y T es la transformacin probit:
T (p) = z (p)
Siendo z (p) el valor de la curva N (0,1) por debajo del cual se encuentra una proporcin
de rea igual a la proporcin de respuesta.
2
En el caso particular de un nico estmulo X, el modelo que se postula es el modelo
de respuesta simple:
() = 0 + 1
Si, para cada nivel de X, se espera que la probabilidad de que haya respuesta aumente o
disminuya, dependiendo del grupo, en una misma proporcin para cualquiera que sea el
nivel, se postular un modelo por cada grupo. La diferencia entre los distintos modelos
radicar en el trmino independiente. Es decir, si k es el nmero de grupos, el modelo de
respuesta para el grupo j-simo ser:
() = + 1 = 1, ,
0
Valores: S y No.
REAPARIC Nmero de pacientes para los que, pasados ocho meses desde la respuesta al
tratamiento, la sintomatologa ulcerosa an no ha reaparecido o, lo que es equivalente,
nmero de pacientes que originalmente presentaban en esta misma variable el valor No.
3
A partir de esta informacin, se trata de obtener, en cada uno de los dos grupos
establecidos por los valores de la variable TABACO, una funcin lineal de la variable
independiente ALCOHOL que permita estimar la probabilidad de que la sintomatologa
ulcerosa no reaparezca hasta pasado ocho meses desde la respuesta al tratamiento. Dicha
probabilidad, supuesto que el paciente ha dejado de fumar, vendr dada por el modelo de
respuesta simple:
() = 01 + 1
() = 02 + 1
( ) = 0 + 1 1 + 2 2 + . . .
( ) = 0 + 1 = 1, ,
( ) = 3,559 0,047
4
Si el paciente ha dejado de fumar (TABACO = S), y en caso contrario (TABACO =
No):
( ) = 2,083 0,047
En la Figura 11.1a se dispone de los resultados para cada uno de los dos grupos
(Observed and Expected Frequencies), distinguiendo los distintos niveles de alcohol
5
PROCEDIMIENTO 1
Modelo de repuesta Probit
1. Clic en [Analizar]
2. Clic en [Regresin]
3. Clic en [Probit]
la variable tabaco en la ventana Factor; Definir Grupo1 [1], Grupo2 [2]; Ubicar
6
0. Ubicar variable en ventana
[Frecuencia de respuestas]
3.1. Digitar
[1,2]
5. Clic en [Opciones]
6. Clic en [Aceptar]
7
RESULTADO 1.a
Estimaciones de parmetro
Intervalo de confianza de 95
%
Error Lmite Lmite
Parmetro Estimacin estndar Z Sig. inferior superior
PROBITa Consumo de -
-,047 ,015 ,002 -,077 -,018
Alcohol 3,143
Interseccinb Si 3,559 ,886 4,017 ,000 2,673 4,445
No 2,083 ,904 2,303 ,021 1,178 2,987
a. Modelo PROBIT: PROBIT(p) = Interseccin + BX
b. Se corresponde a la variable de agrupacin tabaco.
Pruebas de chi-cuadrado
8
Figura 11.1a. Modelo de respuesta probit
Sintaxis
DATASET NAME ConjuntoDatos1 WINDOW=FRONT.
PROBIT reaparic OF npacient BY tabaco (1 2) WITH alcohol
/LOG NONE
/MODEL PROBIT
/PRINT FREQ CI RMP
/CRITERIA P (.15) ITERATE (20) STEPLIMIT (.1).
9
3. PRUEBA DE BONDAD DE AJUSTE JI-CUADRADO
10
en una cantidad que depende del grupo, mantenindose el aumento o la disminucin
constante a lo largo de los distintos niveles. En consecuencia, sera conveniente
comprobar que este supuesto se verifica en los datos objeto de anlisis.
11
5. ESTIMACIN DE LA DOSIS NECESARIA PARA OBTENER UNA
DETERMINADA PROPORCIN DE RESPUESTA
A partir de la expresin del modelo de respuestas simples, la dosis necesaria para obtener
una proporcin de respuesta p vendr dada por:
( ) 0
=
1
( )
0
= = 1, . ,
1
La Figura 11.1b proporciona dos listados, uno por cada posible valor de la variable
TABACO. Cada listado contiene la cantidad de alcohol (ALCOHOL) que
RESULTADO 1.b
Lmites de confianza
95% de lmites de confianza para Consumo de Alcohol
Paciente ha dejado de fumar Probabilidad Estimacin Lmite inferior Lmite superior
PROBIT Si ,010 124,238 97,973 235,387
,020 118,483 94,367 220,156
,030 114,832 92,073 210,500
,040 112,086 90,344 203,239
,050 109,852 88,934 197,336
,060 107,950 87,732 192,314
,070 106,283 86,676 187,913
,080 104,790 85,729 183,974
,090 103,432 84,866 180,392
,100 102,182 84,070 177,097
,150 97,008 80,759 163,472
,200 92,895 78,102 152,668
,250 89,367 75,799 143,423
,300 86,198 73,705 135,147
,350 83,262 71,735 127,506
,400 80,476 69,832 120,291
,450 77,781 67,947 113,353
,500 75,128 66,035 106,582
,550 72,475 64,044 99,891
,600 69,780 61,901 93,211
,650 66,994 59,496 86,497
,700 64,058 56,635 79,748
Ph.D. Guillermo Tern Acosta Mtodos Avanzados de Anlisis de Datos Cuantitativos
12
,750 60,889 52,949 73,063
,800 57,361 47,763 66,702
,850 53,249 40,060 60,943
,900 48,074 28,489 55,577
,910 46,824 25,504 54,472
,920 45,467 22,207 53,325
,930 43,974 18,529 52,117
,940 42,306 14,370 50,819
,950 40,405 9,573 49,391
,960 38,171 3,884 47,767
,970 35,424 -3,170 45,831
,980 31,773 -12,619 43,330
,990 26,018 -27,623 39,498
No ,010 93,080 79,017 150,439
,020 87,326 75,276 135,344
,030 83,674 72,858 125,811
,040 80,928 71,005 118,674
,050 78,694 69,468 112,898
,060 76,792 68,132 108,010
,070 75,125 66,933 103,752
,080 73,632 65,832 99,967
,090 72,274 64,802 96,553
,100 71,024 63,824 93,440
,150 65,850 59,285 81,042
,200 61,737 54,608 72,258
,250 58,209 49,217 66,101
,300 55,040 43,124 61,824
,350 52,104 36,666 58,672
,400 49,318 30,086 56,133
,450 46,623 23,468 53,928
,500 43,970 16,804 51,909
,550 41,317 10,043 49,988
,600 38,622 3,106 48,103
,650 35,836 -4,114 46,204
,700 32,900 -11,762 44,241
,750 29,731 -20,048 42,156
,800 26,203 -29,303 39,863
,850 22,091 -40,118 37,218
,900 16,916 -53,757 33,920
,910 15,666 -57,055 33,128
,920 14,309 -60,640 32,268
,930 12,816 -64,582 31,324
,940 11,148 -68,987 30,272
,950 9,247 -74,013 29,074
,960 7,013 -79,921 27,669
,970 4,266 -87,187 25,944
,980 ,615 -96,850 23,657
,990 -5,140 -112,089 20,060
Figura 11.1b Modelo de respuesta probit
Sintaxis
DATASET NAME ConjuntoDatos1 WINDOW=FRONT.
PROBIT reaparic OF npacient BY tabaco (1 2) WITH alcohol
Ph.D. Guillermo Tern Acosta Mtodos Avanzados de Anlisis de Datos Cuantitativos
13
/LOG NONE
/MODEL PROBIT
/PRINT FREQ CI RMP
/CRITERIA P (.15) ITERATE (20) STEPLIMIT (.1).
14