Introduccin a la

Regresin Logstica
Frida Coaquira

El modelo logstico para la probabilidad de

un suceso

Cmo podemos indicar la probabilidad de que se

presente un determinado suceso en funcin de los
valores de distintas variables?

La probabilidad debe estar entre 0 y 1

Distintos valores de las variables deben proporcionar

distintas probabilidades

La probabilidad es creciente (o de creciente) en funcin

de los valores de la variable

El modelo logstico
Probabilidad de un suceso en funcin de los valores de una
variable
1

P(S/X)

0.8

P(S/X=15)=0.924

0.6
0.4
0.2

10

15

20

25

P(S/X) puede cambiar en funcin del grupo

o de terceras variables
1

P(S/X)
0.8

Y=y1

0.6

Y=y3

Y=y2

0.4
0.2

X
5

10

15

20

25

P(S/X) puede cambiar en funcin del

grupo o de terceras variables

P(S/X,Y)
1
0.75
20

0.5
0.25

15

0
0

10
10

20
30 0
5

El modelo logstico univariante

P( S / X )

1
1 e ( 0 1 X )

P( S / X )
e ( 0 1 X )
P(S / X )
P( S / X )
0 1 X
Log
P( S / X )
6

El modelo logstico univariante

P ( S / X x2 ) P ( S / X x1 ) P ( S / X x2 ) P ( S / X x1 )
:

P ( S / X x2 ) P ( S / X x1 ) P ( S / X x2 ) P ( S / X x1 )
P ( S / X x2 ) / P ( S / X x1 )
OR
P ( S / X x2 ) / P ( S / X x1 )

P ( S / X x1 )

e ( 0 1 x1 )
P ( S / X x1 )

1 ( x2 x1 )

OR

P ( S / X x2 )
e ( 0 1 x2 )

P ( S / X x2 )
Odds ratio (estimacin del riesgo relativo) asociado
a un cambio de x2 a x1

Ejemplo

Disponemos de la edad de cada individuo y determinamos si ha

padecido o no una determinada complicacin relacionada con
un tratamiento (Variable Status: 1(Si) 0 (No))

Codificacin de la variable dependiente

Valor original
,00
1,00

Ejemplo

Valor interno
0
1

Variables en la ecuacin

Paso
a
1

EDAD
Constante

B
,244
-10,579

E.T.
,059
2,796

Wald
17,289
14,318

gl
1
1

Sig.
,000
,000

Exp(B)
1,276
,000

I.C. 95,0% para EXP(B)

Inferior
Superior
1,138
1,432

a. Variable(s) introducida(s) en el paso 1: EDAD.

P( S / edad )
OR e

0.24

OR e

0.24*5

1
1 e

1.276
3.32

( 10.58 0.24*edad )

OR e

0.24*(e2 e1 )

Una persona que tiene un ao ms

tiene un riesgo relativo de 1.3 respecto
a una persona que tiene un ao menos
Una persona que tiene cinco aos ms
tiene un riesgo relativo de 3.3 respecto
a una persona que tiene cinco aos menos
9

Tratamiento de variables discretas

(nominales)
Hipertensin: 1 (Si) 2 (No)
Categora de referencia es NO
Especificar que el ltimo valor es el de referencia !!
Status: 1 (Si) 0 (No)

10

El modelo logstico multivariante

X { X 1 , X 2 ,..., X n }

P( S / X )

1
1 e ( 0 1 X1 2 X 2 ... n X n )

P( S / X )
e ( 0 1 X1 2 X 2 ... n X n )
P( S / X )
P( S / X )
0 1 X 1 2 X 2 ... n X n
Log
P(S / X )
11

P ( S / X i xi )
( 0 1 X 1 2 X 2 ... i xi n X n )
e
P ( S / X i xi )

P( S / X i x j )
P( S / X i x j )

( 0 1 X 1 2 X 2 ... i x j n X n )

P( S / X i xi ) / P ( S / X i xi )
i ( xi x j )
OR
e
P(S / X i x j ) / P(S / X i x j )
OR correspondiente a la estimacin del RR cuando X pasa de x i a xj
12

Ejemplo

Disponemos de datos acerca de hombres y

mujeres en relacin a la aparicin de molestias
artrticas. Queremos establecer la posible
relacin de estas molestias con la concentracin
dos metabolitos (X1,X2).

13

Resultados
Codificaciones de variables categricas

SEXO

Hombre
Mujer

Frecuencia
59
52

Codificaci
n de
parmetr
(1)
os
1,000
,000

Variables en la ecuacin

Paso
a
1

SEXO(1)
X1
X2
Constante

B
,451
,253
,319
-8,086

E.T.
,418
,110
,114
2,697

Wald
1,164
5,277
7,852
8,988

gl
1
1
1
1

Sig.
,281
,022
,005
,003

Exp(B)
1,569
1,288
1,376
,000

I.C. 95,0% para EXP(B)

Inferior
Superior
,692
3,559
1,038
1,597
1,101
1,721

a. Variable(s) introducida(s) en el paso 1: SEXO, X1, X2.

14

Interpretacin
Variables en la ecuacin

Paso
a
1

SEXO(1)
X1
X2
Constante

B
,451
,253
,319
-8,086

E.T.
,418
,110
,114
2,697

Wald
1,164
5,277
7,852
8,988

gl
1
1
1
1

Sig.
,281
,022
,005
,003

Exp(B)
1,569
1,288
1,376
,000

I.C. 95,0% para EXP(B)

Inferior
Superior
,692
3,559
1,038
1,597
1,101
1,721

a. Variable(s) introducida(s) en el paso 1: SEXO, X1, X2.

La estimacin del riesgo relativo de hombres respecto a mujeres

es:

OR ( H / M ) 1.57

Esta estimacin est ajustada por las variables X1 y X2

15

Seleccin de variables
Variables en la ecuacin

Paso
a
1

SEXO(1)
X1
X2
Constante

B
,451
,253
,319
-8,086

E.T.
,418
,110
,114
2,697

Wald
1,164
5,277
7,852
8,988

gl

Sig.
,281
,022
,005
,003

1
1
1
1

Exp(B)
1,569
1,288
1,376
,000

I.C. 95,0% para EXP(B)

Inferior
Superior
,692
3,559
1,038
1,597
1,101
1,721

a. Variable(s) introducida(s) en el paso 1: SEXO, X1, X2.

Podemos eliminar las variables que no son significativas

Variables en la ecuacin

Paso
a
1

X1
X2
Constante

B
,267
,309
-8,111

E.T.
,110
,113
2,701

Wald
5,917
7,501
9,019

gl
1
1
1

Sig.
,015
,006
,003

Exp(B)
1,306
1,362
,000

I.C. 95,0% para EXP(B)

Inferior
Superior
1,053
1,619
1,092
1,699

a. Variable(s) introducida(s) en el paso 1: X1, X2.

16

Modelo final
Variables en la ecuacin

Paso
a
1

X1
X2
Constante

B
,267
,309
-8,111

E.T.
,110
,113
2,701

Wald
5,917
7,501
9,019

gl
1
1
1

Sig.
,015
,006
,003

Exp(B)
1,306
1,362
,000

I.C. 95,0% para EXP(B)

Inferior
Superior
1,053
1,619
1,092
1,699

a. Variable(s) introducida(s) en el paso 1: X1, X2.

P(S / X )

1
1 e ( 8.11 0.267 X 1 0.309 X 2 )

X 1 x1
e 1x1 2 x2 e 0.267( 23 21) 0.309( 65.5) 1.99
OR
X 2 x2
17

Uso de la regresin logstica como mtodo de

anlisis de la relacin entre variables cualitativas

A menudo queremos evaluar si existe relacin entre

distintas variables cualitativas (tablas mltiples)

Cuando el objetivo es calcular la probabilidad de un suceso

en funcin de varias variables, podemos utilizar la
regresin logstica

P.e. Probabilidad de complicaciones en funcin de la

gravedad (+,++,+++), el sexo (Hombre/Mujer), y el
genotipo (aa,Aa,AA).

18

Modelos con variables cualitativas y

cuantitativas

En un mismo modelo de regresin logstica podemos

mezclar variables cualitativas (nominales u ordinales)
y variables cuantitativas.

La codificacin de variables cualitativas debe hacerse

con cuidado para facilitar la interpretacin de
resultados.

En las variables cualitativas debemos escoger una

categora de referencia para el clculo de odds ratios.
19