Professional Documents
Culture Documents
O MS VARIABLES
Correlacin y regresin
Relaciones lineales
precisas
Relacin entre radio y circunferencia
Circunferencia
40
30
20
10
0
1
4
Radio
Diagrama de dispersin o
nube de puntos
Relacin
positiva
Relacin entre las
semanas de gestacin al momento del parto y el peso de
recin nacidos de madres hipertensas 1
th
Diagrama de dispersin
Relacin negativa
Relacin entre el ingreso per cpita y la tasa de mortalidad al ao de vida en
Distintos pases de Amrica 1
80
mort1
60
40
20
0
0
1000
2000
3000
4000
ingreso.per.capita
5000
6000
Diagrama de dispersin
Sin relacin
Relacin entre la edad materna y las semanas de gestacin al momento del parto
th
Correlacin
El coeficiente de correlacin de Pearson es el calculado para variables continuas,
si tenemos dos variables X e Y, la correlacin entre ellas se la nombra r (X,Y), o
solo r y est dada por:
r = (xi-x) (yi-y )
Donde xi e yi son los valores de X e Y para el
(xi-x)2(yi-y)2
individuo i
Correlacin perfecta negativa
-1
+1
fuerte
negativa
-0.5
fuerte
positiva
+0.5
dbil
negativa
0
Sin correlacin
Sin Correlacin
dbil
positiva
Prediccin y regresin
Coeficiente de
determinacin
Control experimental
El reconocimiento de la necesidad de control
produjo avances insospechados en la ciencia, el
hecho de contar con grupos de control en los
estudios experimentales permiti minimizar el
sesgo producto de potenciales variables de
confusin.
El control experimental abarca:
1- Control por investigador de la variable
independiente
2- Control de los potenciales variables de
confusin
a- Asignacin al azar
b- A travs de criterios de exclusin
3- Control de los instrumentos de medicin,
de variabilidad inter-observador y el control de las
Control estadstico
Cmo puede el investigador controlar las
variables de confusin en un estudio
observacional?
Una forma sera estratificando
Si embargo Qu sucede cuando es
necesario
estratificar
por
muchas
variables, o cuando para estratificar
variables numricas es necesario hacer
categorizaciones a menudo arbitrarias?
El anlisis de regresin mltiple, conocido
desde haca muchos aos, fue las solucin
a este problema. Su utilidad fue puesta de
Anlisis de regresin
mltiple