ESCUELA PROFESIONAL DE

INGENIERIA INDUSTRIAL

ESTADSTICA EN
INGENIERIA
(Envo 5)
Ing. Cecilia Cuadros
Arvalo

VARIABLES DICOTOMICAS
DEPENDIENTES

VARIABLE DICOTOMICA
DEPENDIENTE
En procesos de clculo en las que una serie de
variables influyen en una variable respuesta,
cuando sta es numrica la herramienta a
disposicin es Regresin Mltiple.
En los casos que la variable respuesta es
dicotmica la herramienta a utilizar es el modelo
de Regresin Logstica -LOGIT

VARIABLE DICOTOMICA
DEPENDIENTE
La regresin logstica resulta til para los
casos en los que se desea predecir la
presencia o ausencia de una caracterstica o
resultado segn los valores de un conjunto
de variables predictoras.
Es similar a un modelo de regresin lineal
pero est adaptado para modelos en los
que la variable dependiente es dicotmica.

VARIABLE DICOTOMICA
DEPENDIENTE
Los coeficientes de regresin logstica
pueden utilizarse para estimar la razn de
las ventajas (odds ratio) de cada variable
independiente del modelo.
La regresin logstica se puede aplicar a
un rango ms amplio de situaciones de
investigacin que el anlisis discriminante.

IDENTIFICACION DE FACTORES
DE RIESGO
Probabilidad. (Marginal) Es el numero de
casos en que el evento ocurre dividido por
el total de casos.
Oportunidad: (Odds) Es el numero de
casos en los que el evento ocurre dividido
por el numero de casos en que no ocurre.

IDENTIFICACION DE FACTORES
DE RIESGO
Factor de Riesgo:
Riesgo Relativo. RR. R /R
2
1

Odd Ratio (OR). Oportunidad Relativa.

Interpretacin:

OR = 0, Indica que no hay factor de riesgo, ya que

la oportunidad para los expuestos es la misma que
para los no expuestos.
OR > 1, Significa que se ha localizado un factor de
riesgo, pues es mayor la oportunidad de que ocurra el
evento a los expuestos al factor que a los controles.
OR < 1, Indica que sea menor la oportunidad de que
ocurra el evento en los individuos expuestos al
tratamiento que entre los control.

REGRESION LOGISTICA

Se tiene una variable respuesta en forma de

dos posibles eventos y se desea estudiar el
efecto de otras variables independientes sobre
el resultado.
El modelo de regresin logstica binaria es til
para:
Dados los valores de las variables independientes
estimar la probabilidad de que se presente el evento
de in teres.
Se puede evaluar la influencia que cada variable
independiente tiene sobre la respuesta, en forma de
OR. Una OR mayor que uno indica aumento en la
probabilidad del evento y una OR menor que uno,
implica disminucin.

REGRESION LOGISTICA

Para construir un modelo de regresin logstica

se necesita:
Un conjunto de variables independientes o predictoras,
similar a una Regresin Lineal Mltiple.
Una variable respuesta dicotmica, esto es diferente a
la Regresin Mltiple, porque la variable respuesta es
cuantitativa.

REGRESION LOGISTICA

Codificacin de variables en un modelo de

regresin logstica:
En las variables dependientes se codifica como 1 la
ocurrencia del evento y 0 la ausencia.
Las Variables Independientes pueden ser varias y cada
una de un tipo diferente:
Variables Dicotmicas: Se codifica como 1 en caso que la
ocurrencia del evento sea favorable.
Caso Categrico: se denomina variables indicadoras
(dummy)
Variables Numricas:
Si se conoce que la variable numrica aumenta por cada
unidad, la OR aumentara en un factor multiplicativo
constante e ingresan al modelo tal cual se presentan.
Si la variable numrica afecta pero no se conoce la
forma en que lo hace, entonces se puede categorizar la
variable.

REGRESION LOGISTICA

Requisitos y Limitaciones en un modelo de

regresin logstica:
Los parmetros del modelo son vlidos cuando para cada
combinacin de variables independientes se tiene un
nmero suficientemente alto de observaciones.
No deben introducirse variables innecesarias.
Ninguna variable relevante debe ser excluida.
Se presenta multicolineidad y se muestra en errores
tpicos anormalmente grandes en los coeficientes.

REGRESION LOGISTICA

Interpretacin del modelo de regresin logstica:

p
log(
) b o b1x1 ... b n x n
1 p
Donde p es la probabilidad (riesgo) de que ocurra el
evento de inters, las variables independientes estn
representadas por x y sus respectivos coeficientes..