análisis de regresión Flashcards
qué es el análisis de regresión?
es un proceso utilizado para conocer la relación entre las variables dependientes (respuesta) y las variables independientes (tratmiento)
cuál es la finalidad del análisis de regresión?
su finalidad es predecir o estimar el valor de una variable dado el valor de otra variable
cuando se puede aplicar un análisis de regresión?
-
ESTUDIO EPIDEMIOLÓGICO
relación entre exposición e incidencia de enfermedades
- factores de riesgo y probabilidad de desarrollar enfermedad
ENSAYO CLÍNICO
- evaluar intervención y el impacto en la mejora
EN CASO DE ENFERMEDADES CRÓNICAS
- predecir la progresión en función con variables
en un estudio epidemiológico, como se puede aplicar el análisis de regresión
- para analizar factores de riesgo cardiovascular como el consumo de colesterol y tabaco, y la probabilidad de desarrollar una enfermedad cardiaca
- o por ejemplo para evaluar a relación entre la exposición a contaminantes y la incidencia de enfermedades respiratorias
en un ensayo clínico como se puede aplicar el análisis de regresión?
evaluar la intervención médica y que impacto significativo tiene en la mejora de la condición de salud
en caso de enfermedades crónicas, cómo se puede aplicar el análisis de regresión?
para predecir a progresión de la enfermedad en función de variables que puedan influir, por ejemplo en la diabetes que tanto progresa la enfermedad con función con la glucosa, la masa, la edad y el tiempo
regresión lineal simple
se usa para modelar la relación entre 2 variables: independiente y dependiente
qué busca la regresión lineal simple
busca encontrar una línea recta que mejor se ajuste a los datos
diagrama de dispersión
se usa en estudio de la relación entre dos variables donde los puntos se grafican al asignar valores de variable
-INDEPENDIENTE➜ X al eje horizontal
-DEPENDIENTE➜ Y al eje vertical
qué significa el patrón que surge de los puntos de un diagrama de dispersión?
en el patrón que se obtiene de un diagrama de regresión los puntos graficados sugieren la naturaleza básica y la fuerza de la relación de dos variables: 1 dependiente y 1 independiente
recta de mínimos cuadrados
se utiliza para obtener la recta deseada
y=a+bx
la ecuación general de una recta
y= vertical
x= valor horizontal
a= intersección/ordenada ➜donde cruza el eje vertical
b= pendiente se modifica con los cambios en x
a y b son constantes y sirven para trazar la recta
análisis de correlación
medición de intensidad de la relación entre las variables
coeficientes de correlación (r)
-medida de fuerza y dirección en la relación lineal entre las dos variables
- puede variar entre -1 y 1
-valor cercano a o rugiere relación débil
correlación positiva perfecta
r=1
si una variable aumenta la otra también
la recta va hacía arriba ordenadamente
correlación negativa perfecta
r=-1
si una aumenta la otra disminuye
por lo que va hacía abajo la recta
ausencia de correlación
r=0
evalúa correlación y la incidencia en una población
coeficiente de correlación de 0
que se aprecio en una recta con ausencia de correlación
no hay relación lineal apreciable, por lo que la línea es recta horizontalmente
coeficiente de determinación
explica cuánta variabilidad en la variable dependiente puede ser explicada por la variable independiente
qué significa r^2 = 0?
que por ejemplo la cantidad de ejercicio no explica nada de la variabilidad en la presión arterial y los cambios de esta, porque no se relacionan con el ejercicio
qué significa r^2 = 1?
que por ejemplo la cantidad de ejercicio explica completamente la variabilidad en la presión arterial y los cambios de esta se deben al ejercicio.
que significa r2=.986 en el diagrama
r2 =.986, indica que aprox. 99% de la variación total en los valores de Y es explicada por la regresión.
qué significa r2=0.403 en el diagrama
por lo que menos del 50% de la variación total en los valores de Y es explicada por la regresión.
en el diagrama R2=1..
r2(determinación)
valor máximo que se puede tomar, TODA LA VARIACIÓN es explicada por la regresión
en el diagrama r2=0
significa que ninguna de las variaciones es explicada por la regresión
regresión lineal múltiple
cuando queremos comprender cómo varias variables independientes afectan una variable dependiente
qué se utiliza en la evaluación de la ecuación de regresión
se utiliza el estadístico F o el estadístico t
