Esquema del bloque (1)

1. Introduccin

Relacin entre
Variables Cuantitativas

2. CORRELACIN
Asociacin Variables Cuantitativas
a) Coeficiente de Correlacin

Correlacin

Concepto y significado

Inferencias
J.F. Casanova

Objetivos

3. REGRESIN
Obtencin de leyes experimentales
a) Ecuacin de regresin

 Relacionar
(conocer tendencias)

b) Recta de regresin

Formulacin

Prediccin e inferencias

Coeficiente de Determinacin

Cuestiones Especiales
c) Regresin no lineal
Correlacin y Regresin

 Predecir

J.F. Casanova

Asociacin entre variables

cuantitativas

Dosis frmaco para concentracin

colesterol

Conocer una variable difcil, costosa o

imposible de medir


Alcanzar una nota en una asignatura



J.F. Casanova

Correlacin y Regresin

Correlacin y Regresin

Ejemplos de aplicaciones

Controlar una variable actuando sobre otra



Correlacin y Regresin

Asociacin entre variables

cuantitativas

Ejemplos de aplicaciones

Asociacin entre variables

cuantitativas

Esquema del bloque (2)

J.F. Casanova

Correlacin y Regresin

Predecir cundo se producir curacin



En un individuo

En un grupo

Evitar el uso de una tcnica invasiva

J.F. Casanova

Correlacin y Regresin

Asociacin entre variables

cuantitativas

Asociacin entre variables

cuantitativas

Prediccin estadstica

Prediccin estadstica

Posicin intermedia entre la predicciones

subjetivas y las deterministas.

Planteamiento similar a leyes Fsica

Clsica.

Adems evala el nivel de seguridad y el

error cometido.

PERO complicacin adicional: En

Biomedicina las leyes que buscamos no
funcionan por igual en todos los individuos.
Parecen cumplirse solo aproximadamente.

J.F. Casanova

Correlacin y Regresin

J.F. Casanova

Correlacin y Regresin

Asociacin entre variables

cuantitativas

PREDICCIN ESTADSTICA
 S existen esas leyes, pero su efecto se
entremezcla con otros
Mtodos especiales

Tcnicas

FORMA
LINEAL

Funcin
LEYES EXACTAS
Deterministas
J.F. Casanova

LEYES APROXIMADAS
No deterministas
Correlacin y Regresin

Relacin

Correlacin

Prediccin

Regresin
lineal

J.F. Casanova

NO
LINEAL

Regresin
no lineal

Correlacin y Regresin

10

CORRELACIN
CONCEPTO DE CORRELACIN


Asociacin en Cualitativas: ciertos valores de

una variable se combinan preferentemente con
determinados valores de la otra.
otra.
(Raza y Color de ojos)
En Cuantitativas: los valores de las variables
estn ordenados Se puede saber si la
relacin es CRECIENTE o DECRECIENTE y
QU FORMA TIENE.
TIENE.
J.F. Casanova

Correlacin y Regresin

Correlacin y Regresin

11

x
CRECIENTE
Peso Altura
y

x
DECRECIENTE
Sobrepeso
Sensibilidad al Dolor

 La relacin ms
sencilla es la LINEAL
(lnea recta)

MXIMO EN EL CENTRO
Edad Fuerza Fsica

Coeficiente de Correlacin
r de Pearson

Coeficiente de Correlacin
r de Pearson

ndice bivariante que mide el grado de

relacin lineal entre dos variables
cuantitativas.

rxy =

( x x )( y y)
n x y

r = 08

r=1

Vara entre -1 (relacin lineal pura

decreciente) y +1 (dem creciente).

El cero indica que no hay relacin lineal.

J.F. Casanova

Correlacin y Regresin

r=0

13

Significado de los valores de |r|

Coeficiente de Correlacin
r de Pearson

|r| est siempre entre 0 y 1.

Considerarlo alto o bajo depende de la
precisin del campo de aplicacin

Por qu ( x x )( y y) ?

 Valores altos de x con valores altos de y

 Valores bajos de x con valores bajos de y

( x x )( y y) > 0

 Valores altos de x con valores bajos de y

 Valores bajos de x con valores altos de y

( x x )( y y) < 0

J.F. Casanova

Correlacin y Regresin

Muy alto

Alto

CC Fsicas y
Tecnolgicas

09

07

CC Biolgicas
y Mdicas

08

06

CC Sociales y
Psicolgicas

05

04

J.F. Casanova

15

Correlacin y Regresin

Ejemplo

Ejemplo

Datos de edad (x, en meses) y PAS (y, en

mm de Hg) de una muestra de 25 nios

Correlacin
x = 71'40

Edad 24 26 26 32 33 38 48 48 59 80 61
PAS 80 80 85 80 83 82 81 85 85 99 85
Edad 68 72 72 86 88 90 96 99 102 102
PAS 90 89 85 86 90 110 112 95 97 108

Correlacin y Regresin

Correlacin y Regresin

rxy =

x = 29'54
y = 12'92

( 24 71'40)(80 93'88) + ... + (120 71'40)(115 93'88)

2529'5412'92

rxy = 0'845

Edad 107 108 100 120

PAS 110 115 120 115
J.F. Casanova

y = 93'88

16

17

INFERENCIAS EN LA CORRELACIN

INFERENCIAS EN LA CORRELACIN

Variables Gaussianas

Variables Gaussianas

Estimacin del Coeficiente de Correlacin r

Estimacin del Coeficiente de Correlacin r

1 1+ r
z = ln
2 1 r




DISTRIBUCIN :
Aproximadamente normal y error estndar:
sz =
J.F. Casanova

PASOS:
1) Transformar r en z
2) Obtener Intervalo de Confianza para z
3) Transformar lmites I.C. para z en r :

MTODO: Transformacin z de Fisher

1
n3

r=

Correlacin y Regresin

J.F. Casanova

19

e 2z 1
e 2z + 1
Correlacin y Regresin

Ejemplo

Ejemplo

Estimacin de r

Estimacin de r

1) Transformacin de r en z

3) Intervalo de Confianza para r

1 1 + 0'8446
z = ln
= 1'24
2 1 0'8446

rINF =

e 20 '823 1
= 0'677
e 20'823 + 1

rSUP =

e 21'657 1
= 0'930
e 21'657 + 1

2) Intervalo de Confianza para z

1
sz =
= 0'213
25 3
I.C. (95%): 1'24 1'960'213 =
= 1'24 0'417 = (0'823,1'657)

INFERENCIAS EN LA CORRELACIN

Ejemplo

Variables Gaussianas

Significacin de r

Significacin de la Relacin Lineal

Estadstico de Contraste: r

Distribucin (para H0: r = 0):



Error estndar y t de Student

sr =

Aproximadamente t de Student, con

= n-2, centrada en cero y error estndar:
sr =
J.F. Casanova

Correlacin y Regresin

20

1 r
n2

1 0'8446 2
= 0'112
25 2
t0001(25-2) = 377

Comprobacin

Correlacin y Regresin

08446 > t0001(23)sr = 3770112 = 042

23