UNIDAD IV

ANÁLISIS CON R

Variable de respuesta y variable predictora

La variable de respuesta (Y) se refiere a la dependiente y la predictora a las independientes (X…,

debajo del intercept).

Expresión del modelo en términos de Probabilidad

α :intercepto (estimate)
β :independiente (estimate )
x: variable independiente
La probabilidad de éxito se define a partir de la presencia de una (variable dependiente)

Expresión del modelo en términos de logit.

logit(𝜋̂(𝑥)) = α + βx

α =α ; representa el valor promedio que toma el logit(𝜋(𝑥)), donde 𝜋(𝑥) es probabilidad de

que la VD ocurra, cuando las variables independientes son ceros.

β = β ; representa el aumento o la disminución promedio que experimenta el logit(𝜋(𝑥)) cuando

hay un aumento/disminución en una unidad de la variable dependiente.

En término de Odds ratio (Cociente de Ventaja)

β
e β : variable independiente .
El resultado indica la cantidad de veces más ventaja de la VD cuando la VI aumenta en 1 …

La probabilidad que se presente VD aumente en % excedido a 100% por cada adición a VI.

Interpretación de los coeficientes según las variables estudiadas. Si son o no significativo al 5%.

α :intercepto (estimate): dicho valor representa el valor promedio de la probabilidad.

β :independiente (estimate ): dicho valor indica que la probabilidad de la VD aumenta al aumentar
la VI a la que se somete.
Son significativos si P_valor que corresponde a α y β son menores que 0,05.
Estima la probabilidad de éxito cuando la VI es de (valor x). Interpretar variables analizadas.

Reemplazar el valor en “x”.

La probabilidad de una VD con una VI de (valor x) es de (expresar en % el resultado).

Calcular intervalo de confianza para las estimaciones con un nivel de confianza (95%)

-Traer datos del cuadro.

IC (95%): α ± z .(Std .) z = 1,96 agregar cuadro de valores. z

IC (95%): β ± z .(Std .)

Si el intervalo no contiene al valor cero las estimaciones son significativas al dicho %.

Cuando pide la VI con cierto valor con cierto porcentaje (que da) de éxito.

exp (α + βx)
%= Se despeja x en la ecuación.
1+exp(α + βx )

Se espera que un % (indicado) de probabilidad de VI de (resultado con medida indicada en contexto)

aproximadamente.
 UNIDAD V. MODELOS PARA DATOS EN CATEGORÍAS.
Paso 1. Hipótesis:
Independencia:
Ho: Existe independencia entre las dos variables.
H1: No existe independencia entre las dos variables.
Homogeneidad:

Ho: Las muestras son homogéneas.

H1: Las muestras no son homogéneas.

Paso 2

Grado de libertad: (a – 1) (b – 1) a: fila ; b: columna.

Estadístico (utilizando Chi_cuadrada al % indicado)

χ 2(α ; gl)

Paso 3. Criterio de decisión

Paso 4. Frecuencia Esperada y Estadístico de Prueba.

Paso 5. Conclusión: comparar χ 2cal vs χ 2tab

Paso 1

Paso 2
El promedio total es: ^λ

Condición: la sumatoria de filas y la sumatoria de columnas tienen que dar cero. (para fila y columna)

Paso 3. Estimaciones para cada casilla.