ESCUELA SUPERIOR POLITÉCNICA AGROPECUARIA DE MANABÍ

MANUEL FÉLIX LÓPEZ

CARRERA MEDICINA VETERINARIA SEGUNDO NIVEL “A”

MODALIDAD HÍBRIDA “DISTANCIA-VIRTUAL”

BIOESTADÍSTICA

TEMA
EXPOSICION E INFOME DE LOS TEMAS ASIGNADOS

PERÍODO ACADÉMICO ABRIL/21- AGOSTO 2021

AUTORES
ANTHONY FERNANDO ARIAS MALDONADO

FACILITADOR
DR. JOFRE ANDRES VERA CEDEÑO

CALCETA, MAYO 2021

Índice

Regresión logística ...................................................................................................................... 3

Análisis de Correlación ............................................................................................................... 6

Figura 5 ........................................................................................................................................ 9

Análisis de Regresión .................................................................................................................. 9

Análisis de regresión lineal múltiple ..................................................................................... 11

Diferencia de Análisis de Regresión y Correlación............................................................... 12

Análisis de Varianzas ................................................................................................................ 12

Comparación de medias............................................................................................................. 14

Comparación de medias: pruebas para datos independientes ................................................ 14

Pruebas paramétricas en la comparación de medias para datos independientes ................... 15

Comparación de dos medias independientes. ........................................................................ 16

Modelo Mixto de Análisis ......................................................................................................... 16

Modelos Lineales Generalizados y Mixtos ............................................................................... 18

Clasificación .......................................................................................................................... 19

Los Modelos Lineales Mixtos ............................................................................................... 19

Aplicaciones De Los Modelos Lineales Mixtos .................................................................... 20

Bibliografía ................................................................................................................................ 22
 Regresión logística

La regresión logística es una técnica analítica que nos permite relacionar funcionalmente una

variable dicotómica con un conjunto de variables independientes. El análisis de regresión logística

es muy frecuente en muchos campos de investigación, siendo especialmente empleado en

investigación socio-sanitaria. Por su capacidad para analizar las relaciones de variables categóricas

entre sí tiene una gran importancia en la investigación sociológica. En el análisis de datos sociales,

antes que su capacidad para establecer relaciones funcionales y predecir sucesos, su utilidad deriva

de la lectura de los coeficientes. (Rioja, 2014)

Para interpretar los efectos que tienen las categorías sobre la variable dependiente. Uno de los

problemas fundamentales cuando intervienen diversas variables en un fenómeno es determinar cuál

es la contribución de cada una de ellas, suponiendo que el resto de las variables no cambian.

Por analogía, la regresión logística puede considerarse una extensión de los modelos de regresión

lineal, con la particularidad de que el dominio de salida de la función está acotado al intervalo [0,1]

y que el procedimiento de estimación, en lugar de mínimos cuadrados, utiliza el procedimiento de

estimación máximo-verosímil. Para el ajuste de modelos de regresión logística resulta esencial el

empleo de programas informáticos.

Este capítulo tiene como objeto presentar el análisis de regresión logística desde el uso y

aplicaciones de la investigación sociológica. Para ello se centra en un ejemplo sencillo con datos

reales: el análisis de la participación en huelgas. En primer lugar, se presentan los fundamentos,

especialmente la noción de Odd o razón y el Logit. En un segundo momento se comienza poniendo

en práctica el modelo con variables sencillas, para ir complejizando el tipo y número de variables

mientras se muestran los principales estadísticos que ofrecen los programas de ordenador.
 1. Razón, Odd y Odd Logit

• Observemos la siguiente tabla de contingencia que señala la participación en una

huelga1 según sexo. (Estudio CIS 2941-Abril 2012).

Figura 1

La tabla muestra que hay una mayoría que no ha participado en una huelga. En concreto, hay

468 entrevistados que han participado de un total de 2484. En porcentajes, tenemos que el 18,8%

participa frente a un 81,2% que no participa. Aunque estamos acostumbrados a expresar los datos

en proporción o porcentajes, podríamos hacerlo también mediante una razón. Por ejemplo,

podemos señalar que (468/2017=0,23) hay 0,23 participantes por cada uno que no participa, o lo

que es equivalente: 23 participantes por cada 100 que no participan. También podemos expresar la

lectura inversa (2017/468=4,31): hay 4,3 que no participan por cada uno que participa, o bien 431

que no participan por cada 100 que participan. (Rioja, 2014)

Una razón o ratio es el cociente entre dos cantidades y señala cuantas veces una cantidad es

mayor o menor respecto a la otra. La lectura “clásica” que hacemos de la tabla anterior (tabla 1) se

realiza mediante el uso de porcentajes. La variable dependiente es la participación y la variable

independiente el sexo. Los porcentajes en dirección de la variable independiente (en este caso en

columnas):
 Figura 2

Los datos nos indican que los hombres participan más en huelgas que las mujeres. ¿Cuánto más?

Podemos calcular la diferencia de porcentajes: 21,4%-16,3%=5,1%. Los hombres participan un

5,1% más en huelgas que las mujeres. Pero también podemos observar la tabla anterior en términos

de razón. Por ejemplo, el 21,4% de los hombres declaran haber hecho huelga mientras que el 78,6%

restante declara no haber participado. La relación entre hombres huelguistas y no huelguistas es:

21,4/78,6=0,272. La ratio la leemos de la siguiente forma: hay 0,272 hombres que hacen huelga

por cada uno que no la hace, de manera aproximada podemos decir que la relación2 en los hombres

entre hacer y no hacer huelga es de 3 a 11. De forma habitual esta razón o ratio suele denominarse

con el término Odd.

El término Odd en inglés se refiere a la razón que se establece entre la ocurrencia -o su

probabilidad- de un suceso respecto a su no ocurrencia. Se interpreta como ventaja comparativa.

Es muy usual, por ejemplo, en el mundo de las apuestas. Procediendo de la misma forma podemos

concluir que hay 0,195 mujeres que hacen huelga por cada una que no la hace (de forma

aproximada 1 a 5). Podemos interpretar el Odd en términos de probabilidad. En los casos anteriores

podemos señalar que la probabilidad de encontrar aleatoriamente una mujer que hace huelga es la

quinta parte respecto a la de encontrar una mujer que no hace huelga. (Rioja, 2014)
 Análisis de Correlación

El concepto de relación o correlación se refiere al grado de variación conjunta existente entre dos

o más variables. En este apartado nos vamos a centrar en el estudio de un tipo particular de relación

llamada lineal y nos vamos a limitar a considerar únicamente dos variables. En el próximo capítulo

sobre Regresión Lineal estudiaremos el caso de más de dos variables. Una relación lineal positiva

ente dos variables X, e Y indican que los valores de las dos variables de forma parecida: los sujetos

que puntúan alto en X, tienden a puntuar alto en Y, y los que puntúan bajo en X, tienden a puntuar

bajo en Y. Una relación lineal negativa significa que los valores de las dos variables varían

justamente al revés: los sujetos que puntúan alto en X tienden a puntuar bajo en Y, y los que

puntúan bajo en X, tienden a puntuar alto en Y. (Garcia, 2005)

La forma más directa e intuitiva de formarnos una primera impresión sobre el tipo de relación

existente entre dos variables es a través de un diagrama de dispersión, Un diagrama de dispersión

es un gráfico en el que una de las variables (X) se coloca en el eje de abscisas, la otra (Y) En las

ordenadas y los pares (X, Y) se representan como una nube de puntos. La forma de la nube de

puntos nos informa sobre el tipo de relación existente entre las variables.

Ejemplo:

La figura 1. Recoge cuatro diagramas de Dispersión que reflejan cuatro tipos de relación diferentes.
 Figura 3

La figura muestra una situación en la que cuanto mayores son las puntuaciones e n una de las

variables, mayores son también las puntuaciones en la otra: cuando ocurre esto, los puntos se sitúan

en una línea recta ascendente y hablamos de relación lineal positiva. La figura representa una

situación en la que cuanto mayores son las puntuaciones en una de las variables, menores son las

puntuaciones en la otra; en este caso, los puntos se sitúan en una línea recta descendente y hablamos

de relación lineal negativa. En la situación representada en la figura también existe una pauta de

variación clara, pero no es lineal: los puntos no dibujan una línea recta Y en la figura no parece

existir ninguna pauta de variación clara, lo cual queda reflejado en una nube de puntos dispersa,

muy lejos de lo que podría ser una línea recta. (Ferrero, 2012)

Vemos, que un diagrama de dispersión nos permite formarnos una idea bastante aproximada

sobre el tipo de relación existente entre dos variables. Pero además observando los diagramas de
la figura podemos ver un diagrama de dispersión también puede utilizarse como una forma de

cuantificar el grado de relación lineal existente entre dos variables: basta con observar el grado en

el que la nube de puntos se ajusta en una línea recta.

Dos variables están asociadas cuando una variable nos da información acerca de la otra.

Por el contrario, cuando no existe asociación, el aumento o disminución de una variable no nos

dice nada sobre el comportamiento de la otra variable.

• La correlación es un tipo de asociación entre dos variables, específicamente evalúa una

tendencia (creciente o decreciente) en los datos.

• Dos variables se correlacionan cuando muestran una tendencia creciente o decreciente.

Figura 4

La correlación nos indica el signo y magnitud de la tendencia entre dos variables.

El signo nos indica la dirección de la relación, como hemos visto en el diagrama de dispersión:

• Un valor positivo indica una relación directa o positiva.

• Un valor negativo indica relación inversa o negativa.

 • Un valor nulo indica que no existe una tendencia entre ambas variables (puede ocurrir que

no exista relación o que la relación sea más compleja que una tendencia, por ejemplo, una

relación en forma de U.

Figura 5

Análisis de Regresión

Es una técnica que permite cuantificar la relación que puede ser observada cuando se grafica un

diagrama de puntos dispersos correspondientes a dos variables, cuya tendencia general es rectilínea

(Figura la); relación que cabe compendiar mediante una ecuación “del mejor ajuste” de la forma:

y = a + bx En esta ecuación, “y” representa los valores de la coordenada a lo largo del eje vertical

en el gráfico (ordenada); en tanto que “x” indica la magnitud de la coordenada sobre el eje

horizontal (absisa). El valor de “a” (que puede ser negativo, positivo o igual a cero) es llamado el

intercepto; en tanto que el valor de “b” (el cual puede ser negativo o positivo) se denomina la

pendiente o coeficiente de regresión. (Garcia, 2005)

El análisis de regresión involucra el estudio la relación entre dos variables Cuantitativas. En

general interesa:

• Investigar si existe una asociación entre las dos variables testeando la hipótesis de

independencia estadística.
 • Estudiar la fuerza de la asociación, a través de una medida de asociación denominada

coeficiente de correlación.

• Estudiar la forma de la relación. Usando los datos propondremos un modelo para la

relación y a partir de ella será posible predecir el valor de una variable a partir de la otra.

Para ello proponemos un Modelo Que relaciona una variable dependiente (Y) con una variable

independiente (X).

La decisión sobre qué análisis usar en una situación particular, depende de la naturaleza del

Outcome y del tipo de función que se propone para relacionar el outcome y la variable

independiente.

Variables en regresión

Covariables o Variables independientes o Variables regresoras➔ Se usan como predictores o

son variables de confusión que interesa controlar.

Outcome o Variable dependiente o Variable de respuesta ➔ Atributos sobre los cuales

queremos medir cambios o hacer predicciones.

El tema básico en la regresión simple es ajustar los puntos del diagrama de dispersión de X e Y.

Para conseguir la mejor línea que una esos puntos necesitamos un criterio (mínimos cuadrados).

En general surge de consideramos todas las distancias (Y-Y´), se elevan al cuadrado y suman los

cuadrados resultantes; a partir de estos datos, obtenemos la recta de regresión que hace mínimo ese

error (método de ajuste por mínimos cuadrados) (Esthefany, 2015)

La regresión puede utilizadas de diversas formas, Se emplean en situaciones en la que las dos

variables miden aproximadamente lo mismo, pero en las que una variable es relativamente costosa,

o, por el contrario, es poco interesante trabajar con ella, mientras que con la otra variable no ocurre
lo mismo. La finalidad de una ecuación de regresión seria estimar los valores de una variable con

base en los valores conocidos de la otra de esa forma de emplear la ecuación de regresión explicaría

los valores de una variable en término de otra. Es decir se puede intuir una relación de causa y

efecto entre dos variables.

El análisis de regresión únicamente indica qué relación matemática podría haber, de existir una.

Ni con regresión ni con la correlación se pude establecer si una variable tiene “causa “ciertos

valores de otra variable.

Figura 6

Análisis de regresión lineal múltiple

La regresión múltiple comprende tres o más variables. Existe solo una variable dependiente,

pero hay dos o más tipo independiente. Esta operación al desarrollo de una ecuación que se puede

utilizar para predecir valore de y, respecto a valores dados de la diferencia variables independientes

adicionales es incrementar la capacidad predicativa sobre la de la regresión lineal simple. Las

técnicas de los mínimos cuadrados se utilizan para obtener ecuaciones de regresión

 Diferencia de Análisis de Regresión y Correlación

El análisis de regresión consiste en emplear métodos que permitan determinar la mejor relación

funcional entre dos o más variables concomitantes (o relacionadas). El análisis de correlación

estudia el grado de asociación de dos o más variables es por tal motivo es que están estrechamente

relacionadas. Prueba Global. - esta prueba investiga básicamente si es posible que todas las

variables independientes tengan coeficientes de regresión neta iguales a 0.

Análisis de Varianzas

En estadística, el análisis de la varianza (ANOVA, Analysis Of Variance, según terminología

inglesa) es una colección de modelos estadísticos y sus procedimientos asociados, en el cual la

varianza está particionada en ciertos componentes debidos a diferentes factores (variables). El

análisis de varianza lo vamos a utilizar para verificar si hay diferencias estadísticamente

significativas entre medias cuando tenemos más de dos muestras o grupos en el mismo

planteamiento. El análisis de varianza sirve para comparar si los valores de un conjunto son

significativamente distintos a los valores de otro o más conjuntos de datos. El procedimiento para

comparar estos valores está basado en la varianza global observada en los grupos de datos

numéricos a comparar. Típicamente, el análisis de varianza se utiliza para asociar una probabilidad

a la conclusión de que la media de un grupo de puntuaciones es distinta de la media de otro grupo

de puntuaciones. (Rubin, 2004)

El análisis de varianza es una técnica que permite probar la significancia de las diferencias entre

más de dos medias muéstrales. Usando el análisis de varianza, se pueden hacer inferencias acerca

de si nuestras muestras se tomaron de poblaciones que tienen la misma media. El análisis de

varianza está basado en una comparación de dos estimaciones diferentes de la varianza, σ 2 , de

nuestra población total. En dado caso, se puede calcular una de esas estimaciones examinando la
varianza entre medias muéstrales. La otra estimación de la varianza de la población está

determinada por la variación dentro de las muestras mismas. Entonces comparamos estas dos

estimaciones de la varianza de la población. Como ambas son estimaciones de σ 2 , deben tener un

valor aproximadamente igual, esta última afirmación se establece como una hipótesis nula, siendo

la hipótesis alternativa el resultado opuesto a esta afirmación. Entonces, los tres pasos del análisis

de varianza son:

• Determinar una estimación de la varianza de la población a partir de la varianza entre

las medias de las muestras.

• Determinar una segunda estimación de la varianza de la población a partir de la

varianza dentro de las muestras.

• Comparar estas dos estimaciones. Si su valor es aproximadamente igual, se acepta la

hipótesis nula.

El análisis de la varianza (o Anova: Analysis of variance) es un método para comparar dos o más

medias. Es necesario porque cuando se quiere comparar más de dos medias es incorrecto utilizar

repetidamente el contraste basado en la t de Student. En resumen, el análisis de varianza sirve para

comparar si los valores de un conjunto de datos numéricos son significativamente distintos a los

valores de otro o más conjuntos de datos. El método para comparar estos valores está basado en la

varianza global observada en los grupos de datos numéricos a comparar. Típicamente, el análisis

de varianza se utiliza para asociar una probabilidad a la conclusión de que la media de un grupo de

puntuaciones es distinta de la media de otro grupo de puntuaciones. (Rubin, 2004)

El ANOVA parte de algunos supuestos que han de cumplirse:

• La variable dependiente debe medirse al menos a nivel de intervalo.

• Independencia de las observaciones.

• La distribución de la variable dependiente debe ser normal.

• Homocedasticidad: homogeneidad de las varianzas.

Comparación de medias

Cuando se desea comprobar si los valores de una característica que es posible cuantificar (como

podría ser la edad o la cifra de tensión arterial, entre otras) difieren al agruparlas en dos o más

grupos (por ejemplo, según género, o por diagnóstico de hipertensión arterial) hablaremos de

comparación de medias. La comparación de medias en un sentido más general, abarca la

comparación de los valores de una variable continua según los valores de una variable (o factor)

que se puede resumir en dos o más categorías (como el ejemplo expuesto previamente) y que

englobaríamos dentro de las pruebas para datos independientes, así como la comparación de los

valores de una variable continua evaluada en dos o más momentos en el tiempo (por ejemplo

comparar si hay diferencias entre la medición de la presión arterial realizada por la mañana o por

la noche) y que englobaríamos dentro de las pruebas para datos apareados.

Comparación de medias: pruebas para datos independientes

Existen varias pruebas estadísticas que permiten comparar las medias de una variable continua

entre dos o más grupos. Cada una de estas pruebas ha sido diseñada para poder ser aplicada cuando

se cumplen una serie de supuestos necesarios, bajo diferentes condiciones de aplicación.

Prácticamente todas las hipótesis que podamos plantear (como comparar las medias de una

característica entre dos grupos) se pueden analizar bajo una base paramétrica o una base no

paramétrica. La decisión de cuándo aplicar una prueba correspondiente a cada uno de estos grupos,

depende básicamente de las características inherentes a la variable que deseamos analizar. En

general, como se ha indicado en capítulos anteriores, las pruebas paramétricas son más potentes

que las pruebas no paramétricas, pero exigen que se cumplan una serie de supuestos como la

normalidad en la distribución de la variable, la homocedasticidad (igualdad de varianzas) y la

independencia de las observaciones, requiriendo algunas pruebas que se cumplan todo el conjunto

de supuestos o alguno de ellos, dependiendo de la prueba a utilizar, sin los cuales, estas pruebas

pierden todo su potencial y resulta imprescindible recurrir a sus homólogas no paramétricas.

Exceptuando algunas pruebas que exigen más sofisticación y complejidad de las que las pruebas

no paramétricas pueden ofrecer, casi todas las pruebas disponibles bajo una base paramétrica,

disponen de una homóloga o equivalente bajo una base no paramétrica. (Pelaez, 2012)

Pruebas paramétricas en la comparación de medias para datos independientes

Si los datos que deseamos analizar cumplen los supuestos necesarios establecidos para poder

aplicar pruebas paramétricas, la prueba t de Student para datos independientes o el análisis de la

varianza (ANOVA) son las más indicadas para comparar las medias de una característica entre dos

o más grupos. La prueba t de Student para datos independientes se utiliza cuando deseamos

comparar única y exclusivamente las medias entre dos grupos (por ejemplo deseamos saber si la

altura varía según el género), mientras que el ANOVA resulta conveniente cuando deseamos

comparar las medias entre más de dos grupos (por ejemplo deseamos saber si las cifras de tensión

arterial sistólica difieren según la edad, considerando a los sujetos en 3 grupos de edad: menores

de 35 años, entre 35 y 55 años y mayores de 55 años).

 Comparación de dos medias independientes.

Se desea comprobar si la función renal en pacientes hipertensos realmente está más afectada en

hombres que en mujeres. Por ello, se ha realizado un estudio en el que se han seleccionado para

participar un total de 50 pacientes hipertensos, 24 hombres y 26 mujeres, y se les ha analizado los

valores de creatinina sérica. Se han comparado los valores de creatinina sérica entre hombres y

mujeres mediante la prueba t de Student, dado que se cumplen los requisitos mínimos básicos para

su aplicación. (Pelaez, 2012)

Modelo Mixto de Análisis

Cuando en la estructura de tratamientos de un experimento se tienen tanto factores fijos como

aleatorios, el modelo que describe tales experimentos se llama modelo mixto. Si un efecto principal

es un efecto aleatorio, entonces cualquier interacción que involucre tal efecto principal es también

un efecto aleatorio. Es decir, las únicas interacciones que son efectos fijos son aquellas cuyos

efectos principales son todos fijos. Por ejemplo, un modelo de tres criterios de clasificación donde

A y B son efectos fijos y C es aleatorio.

Los modelos de regresión logística son los que tradicionalmente se utilizan para el estudio de

respuestas binarias. El término binario se refiere a los dos posibles resultados de la variable

respuesta, ya sea por su naturaleza categórica o bien por haber sido dicotomizada una variable

continua de interés. La regresión logísica permite expresar linealmente la relación entre las

variables explicativas y el logaritmo del odds de respuesta positiva. En la explicación de ciertos

fenómenos es pertinente considerar factores relacionados a diferentes niveles de una estructura

jerárquica. Para el caso más simple de dos niveles, implicaría manejar dos tipos de covariables: las

“entre grupo”, cuyo valor puede variar de grupo a grupo pero es el mismo para todas las unidades

de un mismo grupo, y las “intragrupo”, cuyos valores pueden variar entre las unidades del mismo

grupo. El enfoque de análisis más simple e “ingenuo” de este tipo de información es ignorar dicha
estructura jerárquica, es decir ignorar la correlación existente entre las respuestas de individuos

pertenecientes a un mismo grupo, y aplicar un modelo de regresión logística convencional. El costo

de esta simplicidad es que una correlación positiva entre las observaciones provoca una

sobredispersión que exagera la significación de los tests estadísticos.

A diferencia de este primer enfoque, los modelos estadísticos de niveles múltiples consideran la

influencia de los diferentes niveles de la jerarquía sobre la respuesta a través de la incorporación

en el modelo de efectos aleatorios asociados a características medidas en esos distintos niveles. De

esta manera se obtiene una estructura de asociación entre las respuestas de los individuos que

refleja la tendencia a respuestas más similares entre los pertenecientes a un mismo agrupamiento.

Se trata de un modelo que tiene en cuenta los datos correlacionados a través de la consideración de

los niveles de un factor como seleccionados de una población de niveles con el fin de realizar

inferencias sobre esa población. Los modelos con efectos aleatorios han sido bien estudiados para

el caso de respuestas normales. En contraste, sólo recientemente, han sido aplicados para respuestas

categóricas. En particular para datos binarios el modelo básico, denominado “modelo

logísticonormal”, tiene un enlace logit con un predictor lineal que contiene efectos aleatorios

distribuidos normalmente con variancias desconocidas. El mismo constituye un ejemplo de la

extensión de los modelos lineales generalizados denominada “modelos lineales generalizados

mixtos”. En términos formales los modelos de regresión logística mixtos o también denominados

de tipo grupo- específico (GE) se explicitan en su forma general.

El modelo es por lo tanto, un modelo logístico mixto con efectos fijos para las covariables, tanto

las de nivel grupal como individual, más un efecto aleatorio asociado a grupo. La inclusión del

término i en la ecuación (2) provoca el aumento de la correlación entre respuestas dentro de un

grupo en relación a la correlación entre grupos. La idea básica es que las probabilidades logísticas

para observaciones de la respuesta en un grupo tengan un valor común i . Por lo tanto, si los i son

muy diferentes, las respuestas de un mismo grupo están más altamente correlacionadas que el

conjunto total de respuestas. Es decir, cuanto mayor es la diferencia entre los i , mayor es la

correlación intra que entre grupos. La heterogeneidad en los i es simplemente una función de su

variancia, por lo que la correlación intra-grupo aumenta cuando aumenta 2 . Para la interpretación

de los coeficientes de las covariables es necesario tener en cuenta que el modelo es condicional

sobre el efecto aleatorio para grupo, y dentro de ese grupo, el coeficiente de una covariable

representa la magnitud del cambio en el logaritmo del odds de respuesta positiva que uno debería

esperar ante un valor particular de la covariable versus otro valor de la misma. Debido a que el

modelo especifica que ese coeficiente es el mismo para todos los grupos, se estima combinando la

información de diferentes grupos, es decir promediando sobre todos los grupos de acuerdo a la

distribución de ese efecto aleatorio para grupo.

Modelos Lineales Generalizados y Mixtos

Los Modelos lineales tradicionales surgen en el siglo XX y se basan en estimaciones por el

método de los Cuadrados Mínimos como el Análisis de Varianza (ANOVA), el Análisis de

Covarianza (ANACOVA), el Análisis de Varianza Multivariado (MANOVA) y la correlación

parcial. En general, emplean variables respuestas continuas y una o varias variables independientes,

las que pueden ser variables de clasificación que dividen las observaciones en diferentes grupos o

variables continuas. El objetivo de estos modelos puede ser la comparación de grupos o

tratamientos (prueba de hipótesis) o la predicción de una respuesta (variable dependiente) a partir

de las variables dependientes (1). Las premisas del ANOVA basado en un modelo lineal tradicional

son asumidas, en ocasiones sin tener un estricto cumplimiento, con el fundamento de que, si el

número de observaciones es elevado, los datos pueden llegar a ajustarse a la normalidad.

 La metodología de modelos mixtos permite analizar correcta y eficientemente los datos de

experimentos con medidas repetidas mediante el modelaje de la estructura de covarianzas, que

considera las correlaciones entre medidas repetidas y la presencia de varianzas heterogéneas. No

considerar la correlación entre sujetos con la utilización de efectos fijos o modelos mixtos con

estructuras de covarianzas muy simples, podría originar que aumente la tasa de error tipo I para la

prueba de efectos fijos del modelo. Sin embargo, un modelo muy complicado afectaría la potencia

y la eficiencia de la prueba para los efectos fijos.

Clasificación

Los tipos de modelos disponibles en la actualidad pueden ser agrupados por el tipo de la variable

respuesta o variable dependiente, la cual puede distribuirse según una distribución normal (Modelo

Lineal General) o de otro tipo (Modelos Lineales Generalizados

Los Modelos Lineales Mixtos

Los análisis de modelos mixtos se aplican particularmente a investigaciones que implican

factores con pocos niveles, que pueden ser controlados por los investigadores (fijos); así como, a

factores con niveles que están fuera del control del investigador (aleatorios).

Los modelos lineales mixtos son una generalización de modelos lineales generales y se emplean

cuando:

Los efectos son aleatorios: donde el conjunto de valores de una variable de predictor categórico

se ven no como el conjunto completo, sino como una muestra aleatoria de todos los valores

Efectos jerárquicos: donde se miden variables predictoras en más de un nivel

Medidas repetidas: donde las observaciones se correlacionan de forma independiente.

 Aplicaciones De Los Modelos Lineales Mixtos

La aplicación de los modelos mixtos en los programas de mejoramiento en plantas ha estado

enfocada en tres direcciones:

➢ La predicción del comportamiento familiar

➢ La estimación de los componentes de varianza

➢ Ensayos multiambientes

Ofrecen nuevas posibilidades en estos casos, pues hacen posible extender los modelos lineales

clásicos de efectos fijos, al incluir efectos aleatorios y predictores BLUPs, para el análisis de datos

con distribuciones de la familia exponencial. Además, permiten procesar datos correlacionados al

usar efectos aleatorios y estimar sus componentes de varianza asociados al modelo, adicionales a

los del error residual. Los procedimientos de estimación usados posibilitan reducir los sesgos

cuando los datos están incompletos, desbalanceados o ajustar datos dispersos y permiten además

modelar la estructura de los errores en datos provenientes de mediciones longitudinales.

Los modelos mixtos han sido ampliamente utilizados en los estudios de genética en plantas, y

los modelos mixtos generalizados han permitido ampliar el espectro de trabajo con aquellas

variables que por su naturaleza, no se ajustan a una distribución normal y sus datos se encuentran

correlacionados. En la actualidad, su utilización requiere de programas computacionales de gran

complejidad, pero presentan grandes ventajas con respecto a los métodos clásicos, ya que sus
procedimientos de estimación reducen los sesgos cuando los datos están incompletos,

desbalanceados o ajustan datos dispersos. (Fernandez, 2010)

Figura 7.
 Bibliografía

Esthefany, M. S. (2015). Universidad Autonoma San Francisco. Obtenido de

https://es.scribd.com/document/315524921/Analisis-de-Regresion-y-Correlacion

Ferrero, R. (28 de 04 de 2012). Data Science. Obtenido de

https://www.maximaformacion.es/blog-dat/analisis-de-correlacion-en-r/

Garcia, S. Y. (12 de noviembre de 2005). Universidad Inca Garcilaso de la Vega . Obtenido de

http://cmap.upb.edu.co/rid=1236271044945_1568712640_516/leccion2.8regresion-

correlacion.pdf

Pelaez, I. M. (2012). Comparacion de Medias. Cali: UNEB.

Rioja, L. C. (22 de 08 de 2014). UNED. Obtenido de

https://www2.uned.es/socioestadistica/Multivariante/Odd_Ratio_LogitV2.pdf

Rubin, L. D. (2004). Estadistica para Administracion y Economia Septima Edicion . Mexico:

Pearson Educacion .

Gómez S, Torres V, García Y, Fraga LM, Sarduy L, Savón LL. Comparación de modelos de

efectos fijos y mixto en el análisis de un experimento con cepas mutantes de hongos

celulolíticos Trichoderma viride. Revista Cubana de Ciencia Agrícola. 2012;46(2):127-31.