Benemerita Universidad Autonoma de

Puebla

BIOESTADISTICA II


Tema: Correlacin de Pearson y
Regresin Lineal
Lic. Nutricin Clnica










ANLISIS PARAMTRICOS
Para realizar anlisis paramtricos debe partirse de los siguientes supuestos:
La distribucin poblacional de la variable dependiente es normal
El nivel de medicin de las variables es por intervalos o razn.
Cuando dos o ms poblaciones son estudiadas, tienen una varianza
homognea.
Estos criterios son demasiados rigurosos y algunos investigadores solo basan su
anlisis en el tipo de hiptesis y los niveles de medicin de las variables. Esto
queda a un juicio del lector.
PRUEBAS ESTADSTICAS PARAMTRICAS MS UTILIZADAS
Coeficiente de correlacin de Pearson y regresin lineal
Prueba t
Prueba de contraste de la diferencia de proporciones.
Anlisis de varianza unidireccional (ANOVA en un sentido)
Anlisis de varianza factorial (ANOVA)
Anlisis de covarianza (ANOVA)


COEFICIENTE DE CORRELACIN DE PEARSON
Es una prueba estadstica para analizar la relacin entre dos variables medidas en
un nivel por intervalos o de razn.
Hiptesis a probar: correlacional, del tipo de a mayor X, mayor Y, a mayor X,
menor Y, altos valores en X estn asociados con altos valores en
Y, altos valores en X se asocian con bajos valores de Y. La hiptesis de
investigacin seala que la correlacin es significativa.
Variables: dos. La prueba en si no considera a una como independiente y a otra
como dependiente, ya que no evala la casualidad. La nocin de causa y efecto
es posible establecerla tericamente, pero la prueba no asume dicha casualidad.
El coeficiente de correlacin de Pearson se calcula a partir de las puntuaciones
obtenidas en un amuestra de dos variables. Se relacionan las puntuaciones
recolectadas de una variable con las puntuaciones obtenidas de la otra, con los
mismos participantes o casos.
Nivel de medicin de las variables: intervalos o razn.
Interpretacin: el coeficiente r de Pearson puede variar de -1.00 a +1.00 donde:
-1.00= correlacin negativa perfecta. (A mayor X, menor Y, de manera
proporcional. Es decir, cada vez que X aumenta una unidad, Y disminuye siempre
en cantidad constante.) Esto tambin se aplica a menor X, mayor Y.
El signo indica la direccin de la correlacin (positiva o negativa); y el valor
numrico, la magnitud de la correlacin. Los principales programas
computacionales de anlisis estadsticos reportan si el coeficiente es o no
significativo de la siguiente manera:
r= 0.7831 (valor del coeficiente)
S p= 0.001 (significancia)
N= 625 (nmeros de casos correlacionados)
Si s o P es menor del valor de 0.05, se dice que el coeficiente es significativo en el
nivel de 0.005 (95% de confianza en que la correlacin sea verdadera y 5% de
probabilidad de error). Si es menor a 0.01, el coeficiente es significativo al nivel de
0.01 (99% de confianza de que la correlacin sea verdadera y 1% de probabilidad
de error).
En programas como el SPSS/PASW el nivel de significancia los presentan con un
asterisco (*) que implica una significancia menor a 0.05 (quiere decir que el
coeficiente es significativo en el nivel de 0.05, la probabilidad de error es menor de
5%) y dos asteriscos (**) significa una significancia menor a 0.01 (la probabilidad
de error es menor de 1%).
Una correlacin de Pearson puede ser significativa, pero si es menor a 0.30
resulta dbil, aunque de cualquier manera ayuda a explicar el vinculo entre las
variables.
Consideraciones: cuando el coeficiente de Pearson sea elevado al cuadrado (r2),
se obtiene el coeficiente de determinacin y el resultado indica la varianza de
factores comunes. Esto es, el porcentaje de variacin de una variable debido a la
variacin de la otra variable y viceversa.
El coeficiente de determinacin (r2) entre 0.66 y 0.85 ofrece una buena prediccin
de una variable respecto de la otra variable; y por encima de 0.85 implica que
ambas variables miden casi el mismo concepto subyacente, son cercanamente.
El coeficiente de correlacin de Pearson es til para relaciones lineales, pero no
para relaciones curvilneas, en este caso se suele usar Spearman rbo .
Cuando queremos correlacionar simultneamente ms de dos variables, se
utilizan el coeficiente de correlacin mltiple o R.
REGRESIN LINEAL
Es un modelo estadstico para estimar el efecto de una variable sobre otra. Est
asociado con el coeficiente r de Pearson. Brinda la oportunidad de predecir las
puntuaciones de una variable tomando las puntuaciones de la otra variable. Entre
mayor sea la correlacin entre las variables, mayor capacidad de prediccin.
Hiptesis: correlacinales y causales.
Variables: Dos. Una se considera como independiente y otra como
dependiente. Pero, para poder hacerlo, debe tenerse un slido sustento terico.
Nivel de medicin de las variables: intervalos o razn.
Procedimiento e interpretacin: la regresin lineal se determina con base en el
diagrama de dispersin, el cual consiste en una grafica donde se relacionan las
puntuaciones de una muestra en dos variables.
Consideraciones: La regresin lineal es til con relaciones lineales, no con
relaciones curvilineales.


PRUEBA T

Es una prueba estadstica para evaluar si dos grupos difieren de manera
significativa respecto a sus medias en una variable. La hiptesis de
investigacin propone que los grupos difieren de manera significativa entre soy
la hiptesis nula planea que los grupos no difieren significativamente La
comparacin se realiza sobre una variable; si hay diferentes variables, se
afectaran varias pruebas t (una por cada variable). Los niveles de medicin de
la variable de comparacin son intervalos o razn. El valor de t es calculado por
un programa estadstico, por ejemplo SPSS/PASW, quienes arrojan una tabla
con varios resultados, de los cuales los ms necesarios para interpretar son el
valor t y su significancia. La prueba t se basa en una distribucin muestra o
poblacional de diferencia de medias conocida como la distribucin t de student
que se identifica por los grados de libertad, los cuales constituyen el nmero de
maneras en que los datos pueden variar libremente, nos indican que valor
debemos esperar de t, dependiendo del tamao de los grupos que se
comparan. Cuanto mayor nmero de grados de libertad se tengan la
distribucin t se acercara ms a ser una distribucin normal. Los grados de
libertades calculan con la siguiente formula donde, en la que n1 y n2 son el
tamao de los grupos que se comparan:
Gl: (n1+n2) -2
La prueba t se utiliza para comparar los resultados de una prueba con los
resultados de una postprueba en un contexto experimental. Se comparan las
medias y las varianzas del grupo en dos momentos diferentes o bien, para
comparar las prepruebas o pospruebas de dos grupos que participan en un
experimento. Cuando el valor y se calcula mediante un paquete estadstico
computacional, la significancia debe ser menor a 0.05 o 0.01, lo cual depende
del nivel de confianza seleccionado.

QU ES EL TAMAO DEL EFECTO?

Al comparar grupos es importante determinar el tamao del efecto que es una
medida de la fuerza de la diferencia de medias u otros valores considerados.
Resulta ser una medida en unidades de desviacin estndar, es justo la
diferencia estandarizada entre las medias de los dos grupos:
Tamao total del efecto = media 1 - media 2 / desviacin estndar sopesada
La desviacin estndar sopesada es la estimulacin reunida estndar de ambos
grupos, se calcula as;

( )

( )
Que es la prueba de diferencia de proporciones Es una prueba estadstica para
analizar si dos proporciones o porcentajes difieren significativamente entre s.
Hiptesis: de diferenciadas proporciones en dos grupos La comparacin se realiza
sobre una variable. Si hay varias se efectuara una prueba de diferencia de
proporciones por variable. Los niveles de medicin de la variable de comparacin
son intervalos o razn, pero siempre expresados en proporciones o porcentajes. El
procedimiento e interpretacin puede realizarse muy fcilmente en el programa
STATS: se colocan el nmero de casos y el porcentaje obtenido para cada grupo
se calcula.
QU ES EL ANLISIS DE VARIANZA UNIDIRECCIONAL O DE UN FACTOR?
(ANOVA ONE-WAY)
Es una prueba estadstica para analiza si ms de dos grupos difieren
significativamente entre s en cuanto a sus medias y varianzas, se usa para tres,
cuatro o ms grupos
La hiptesis de investigacin propone que los grupos difieren significativamente
entre si y la hiptesis nula propone que los grupos no difieren significativamente.
El nivel de medicin de las variables es la variable independiente es categrica y
la dependiente debe ser por intervalos o por razn. El hecho que la variable
independiente sea categrica significa que es posible formar grupos diferentes.
Puede ser una variable nominal, ordinal, por intervalos o de razn.
El anlisis de varianza unidireccional produce un valor conocido como F o razn F,
que se basa en una distribucin muestra, conocida como distribucin F, esta
compara las variaciones en las puntuaciones debidas a dos diferentes fuentes:
variaciones entre los grupos que se comparan y variaciones dentro de los grupos.
Si el valor F es significativo implica que los grupos difieren entre s en sus
promedios, entonces se acepta la hiptesis de investigacin y se rechaza la
hiptesis nula.