Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Y= a +bX
6
PROCEDIMIENTO
4
2
0
0 2 4 6 8
Variable X
Lo primero es decidir cuál será nuestra variable ANÁLISIS DE REGRESIÓN
independiente, ya que esa es la que determina el
investigador. En nuestro ejemplo serían las horas Objetivos:
de ejercicio por semana que se les asignó a cada
niño. • Estudio de la relación funcional entre dos
variables.
• Establecer una relación cuantitativa entre
dos o más variables relacionadas.
• Se trata de PREDECIR y/o EXPLICAR el valor
de una variable (v. Dependiente), dado el
valor de otra(s) variable(s) relacionada(s)
(v. Independiente(s)).
• Las variables X e Y deben ser de naturaleza
cuantitativa y de preferencia continua.
ANÁLISIS DE REGRESIÓN:
Segundo paso es encontrar los valores máximos y
mínimos para X e Y. Para así poder dibujar los ejes
X e Y respectivamente, de manera que cada
longitud del eje sea similar para facilitar la lectura
del diagrama.
Ejemplo:
En Y = 10 + 2X
En Y = 5 - 0,8X
Y=a + bX
Podemos apreciar que se dieron dosis distintas, un - Esta organización de los datos facilita la
grupo de tres pacientes recibieron dosis de estimación de la recta de regresión, debido
3Mm/kg, otro grupo de tres pacientes recibió una a que proporciona todos los datos
dosis de 10Mm/kg y otro grupo de 3, recibió unas requeridos para hallar b y a
dosis de 15 Mm/kg. Obviamente no todos los
pacientes tuvieron la misma cantidad de horas de
sueño. Esta tabla sirve para obtener una relación
aproximada entre las dosis y las horas de sueño.
Solución:
b=0.5 y a=3.3
Conociendo los valores de b y a, se tiene el
modelo de regresión estimado que sería:
Con este diagrama en la parte inferior se puede
suponer, por observación, que existe una relación
Y = 3.33 + 0.5X directa entre ambas variables. Sin embargo, se
requiere de un análisis de correlación para
comprobar y validar la suposición.
Interpretación:
Por cada incremento de dosis del agente
hipnótico, el tiempo de sueño promedio
aumenta en 0.5 puntos.
Correlación
➢ El peso en kilogramos
Yo los debo colocar en la tabla que ya estudiamos
con las 3 columnas extras. La parte más
importante será esta fila de totales, porque son los
valores que se requieren para hallar, por el
método clásico, el coeficiente de correlación de
Pearson (r)
B) INTENSIDAD
A) SENTIDO
Relación directa: El valor del coeficiente r es
positivo. Se cumple que:
- Es adimensional
- Sólo toma valores en [-1,1] EJEMPLO
- Si r=0 las variables son incorrelacionadas • 2 métodos distintos para la medición de la
- Relación lineal perfecta entre dos variables presión sistólica de 25 pacientes con
r=+1 o r=-1 (Se excluyen los casos de puntos hipertensión,
alineados horizontal o verticalmente) • ¿se puede establecer que existe una
- Cuanto más cerca esté r de +1 o -1 mejor relación lineal significativa entre ambos
será el grado de relación lineal (siempre métodos?
que no existan observaciones anómalas) En el paciente 1 se le mide la presión sistólica que
es igual a 132 y con el segundo método sale 130.
Queremos saber si hay una relación lineal entre
estos dos métodos. Debemos utilizar las tres
columnas que agregamos a la tabla y los valores
totales que utilizaremos en la fórmula
El coeficiente de determinación:
Acá tengo la tabla T, recordando que usaremos Pero en la práctica Y depende también de “otros
dos colas debido a r=0 o r ≠0. Para dos colas yo factores” diferentes a X. Estos otros factores van a
utilizo 0.05 que equivale a un nivel de confianza hacer que yo tenga errores y que no pueda
del 95% y tengo el grado de libertad (g.l) igual a predecir lo que le va a pasar a Y conociendo solo
23. Busco la intersección que es 2.07 los valore de X.
Y = a + bX + e
Ejemplo:
r = 0.95
R2 = 0.9025 → 90%