Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Estadística aplicada
MÓDULO III:
MEDIDAS DE ASOCIACIÓN
ENTRE VARIABLES
•El odds ratio, que se usa en los estudios de casos y controles, y que nos
permite relacionar cuánto más probable es que se produzca una exposición
determinada entre las personas enfermas (casos) que entre las sanas
(controles).
Típicos estadísticos de asociación son la regresión y la correlación.
ANÁLISIS DE CORRELACIÓN
Mide la asociación o relación lineal que puede existir entre dos variables aleatorias
cuantitativas y determina su grado de relación y sentido. El coeficiente de correlación
poblacional se obtiene:
El valor del índice de correlación varía en el intervalo [-1,1], indicando el signo el sentido de la
relación:
•Si r = 1, existe una correlación positiva perfecta. El índice indica una dependencia total entre las dos
variables denominada relación directa: cuando una de ellas aumenta.
•Si r = 0, no existe relación lineal. Pero esto no necesariamente implica que las variables
son independientes: pueden existir todavía relaciones no lineales entre las dos variables.
•Si r = -1, existe una correlación negativa perfecta. El índice indica una dependencia total entre las
dos variables llamada relación inversa: cuando una de ellas aumenta, la otra disminuye en
proporción constante.
Para tener una idea cuando dos variables cuantitativas están correlacionadas se
recurre al DIAGRAMA DE DISPERSIÓN O NUBE DE PUNTOS, que consiste en
graficar los puntos en un plano cartesiano. A continuación presentamos
gráficamente cuando dos variables cuantitativas están correlacionadas:
Evaluación de la significancia del coeficiente de correlación muestral
ANÁLISIS DE REGRESIÓN SIMPLE
Es la relación funcional entre dos variables uno conocida como variable dependiente “Y” y la otra como
independiente “X”
Es la relación funcional entre dos variables uno conocida como variable dependiente
“Y” y la otra como independiente “X”
• PREDECIR y/o EXPLICAR el valor de una variable (v. Dependiente), dado el valor
de la otra variable relacionada (v. Independiente).
Supuestos
-Normalidad
-Homogeneidad
-Independencia
-Linealidad
Modelo estimado
Interpretación del coeficiente de regresión “b”
Si b>0; indica que por cada unidad que se incremente en X, Y aumenta en promedio en b
unidades.
Si b<0; indica que por cada unidad que se incremente en X, Y disminuye en promedio en
b unidades.
Para obtener los coeficientes “a” y “b” del modelo de regresión estimado, se aplica el
método de mínimos cuadrado obteniendo los valores:
Conociendo b es posible hallar el valor de a con la ecuación:
Sin embargo, aún con la ecuación, como todos los puntos no están exactamente
sobre una línea recta, se cometen errores en el ajuste
Coeficiente de determinación
Interpretación:
Hay una correlación inversa de las variables en estudio.
Graficando mediante el diagrama de dispersión:
Comentario:
Del gráfico se aprecia que hay una correlación inversa de las variables en estudio
con tendencia lineal.
Para obtener el coeficiente de correlación estimado, primero se realiza los siguientes
cálculos preliminares:
Interpretación:
Existe una correlación lineal inversa intensa entre el número de hijos en la familia
y el coeficiente de inteligencia promedio de los hijos; es decir; a medida que
aumenta el número de hijos entonces el coeficiente de inteligencia promedio
disminuye.
Solución
Interpretación: