Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Bioestadística
Modelos de Regresión Logística
Problema
Se tiene una variable explicada categórica (binaria)
y múltiples variables explicatorias numéricas y/o categóricas.
Id Sexo Edad Fuma HTA PAS PAD ColTot Triglic ColHDL Peso Talla Litiasis
1 m 46 1 0 100 70 180 61 39 62.0 159 0
2 m 26 1 0 110 70 174 113 47 72.5 172 0
3 f 25 1 1 100 60 129 60 29 58.5 173 1
4 m 45 1 0 100 70 265 308 22 76.5 163 0
5 f 25 0 0 130 80 143 100 23 75.0 169 1
6 f 49 1 0 160 90 191 63 59 50.5 157 0
7 f 43 1 0 120 70 234 81 47 69.2 173 1
8 f 20 1 0 110 70 167 175 26 56.0 161 1
9 m 53 0 1 170 100 237 598 34 70.0 165 0
10 m 53 0 0 130 80 175 73 34 54.0 156 1
11 m 23 0 0 130 80 167 91 34 77.5 170 1
12 f 25 1 0 120 60 163 48 56 54.0 157 0
13 f 25 1 0 100 60 120 109 34 64.2 168 0
14 m 47 1 0 130 80 197 55 49 68.2 163 0
15 m 20 1 0 120 70 118 46 39 59.0 164 0
16 f 38 1 0 90 60 143 47 50 57.0 171 0
17 m 57 1 0 140 90 142 58 52 71.5 165 0
X1 X2 X3 Y
Capítulo 6. Regresión Logística
Introducción
0 sin la enfermedad
Y =
1 con la enfermedad
p = P(Y = 1) y 1 p = P(Y = 0)
Definamos una función de p llamada logito de p, dado por:
p
logito( p ) = log
1 p
p
log = bx
1 p
logito(p)
p
Nótese que al despejar la probabilidad p en el modelo logístico, se tiene:
exp bx
p=
1 exp bx
Luego, al estimar los parámetros y b, se puede estimar la probabilidad
de que la enfermedad esté presente, para un determinado valor de X.
pˆ =
exp ˆ bˆx
1 exp ˆ bˆx
Los coeficientes del modelo se estiman mediante el método de máxima
verosimilitud.
Estimación de OR en modelo de regresión logística
p
odds x = = exp bx = e bx
1 p
odds1 e b
OR = = = eb
odds0 e
Estimación de OR para variable numérica
Si X es numérica, exp{ b } se puede interpretar como el riesgo adicional
de enfermar por cada unidad de aumento de la variable X.
Por ejemplo, si X se mueve de un valor x1 a un nuevo valor x2, entonces:
odds2 e bx2
OR = = bx1 = e b ( x2 x1 )
odds1 e
En general, si..
Response Information
Response Information
p
log = b1 x1 b p x p
1 p
exp b1 x1 b p x p
p=
1 exp b1 x1 b p x p
Ejemplo. En el análisis de mortalidad de recién nacidos, podemos
ajustar un modelo con peso al nacer, EG y malformaciones congénitas.
El ajuste usando SPSS es el siguiente:
odds x 100 ˆ
= e 100b1 = e 0.32 = 1.38
odds x
Intervalo de Confianza para el OR ajustado
e 0.303
, e 0.133 = (0.738, 0.875)
Response Information
Response Information