Bioestadstica

Pal E. Pachas MD, MPH (C),

MSc (C)
Instituto Nacional de Salud
Ministerio de Salud
Correlacin
y
regresin
 Estudio conjunto de dos variables

A la derecha tenemos una posible manera

de recoger los datos obtenido observando
dos variables en varios individuos de una Altura Peso
muestra.
en cm. en Kg.
En cada fila tenemos los datos de un 162 61
individuo 154 60
180 78
Cada columna representa los valores de 158 62
cada variable.
171 66

Las individuos no se muestran en ningn 169 60

orden particular. 166 54
176 84
Dichas observaciones pueden ser
representadas en un diagrama de 163 68
dispersin (scatterplot). En ellos, cada ... ...
individuos es un punto cuyas coordenadas
son los valores de las variables.

Intentaremos reconocer a partir

de estos valores si hay relacin
 Relacin entre variables
Tenemos las alturas y los pesos de 30 individuos
en un diagrama de dispersin.
Peso
lt ura
la a
c on
en ta
o aum
es
elp
qu e
ec e
r
Pa

Talla
 Coeficiente de correlacin
de Pearson
El coeficiente de correlacin
lineal de Pearson de dos
variables cuantitativas, r,
nos indica si los puntos
tienen una tendencia a
disponerse alineadamente
(excluyendo rectas
horizontales y verticales).

r es til para determinar si

hay relacin lineal entre dos
variables, pero no servir
para otro tipo de relaciones
 Propiedades de r
Es adimensional
Slo toma valores en [-1,1]
Las variables son incorreladas r=0
Relacin lineal perfecta entre dos
variables r=+1 o r=-1
Excluimos los casos de puntos alineados
horiz. o verticalmente.
Cuanto ms cerca est r de +1 o -1
mejor ser el grado de relacin lineal.
Siempre que no existan observaciones
anmalas.
Relacin Relacin
inversa directa
perfecta Variables
casi
incorreladas
perfecta

-1 0 +1
Correlaciones positivas
Correlaciones negativas
 Otros coeficientes de
correlacin
Cuando las variables en vez de ser
cuantitativas
son ordinales, es posible preguntarse si
hay algn
tipo de correlacin entre ellas. Maurice George Kendall

Disponemos para estos casos de dos

estadsticos :
(ro) de Spearman
(tau) de Kendall

Son estadsticos anlogos a r y que se usan

Charles Edward Spearman
cuando las variables son ordinales o
cuantitativas con distribucin no normal.
 Anlisis de Regresin
Estudia la relacin funcional entre
variables; la finalidad es predecir
una variable en funcin de la(s)
otra(s).
Y = Variable X = Variable
dependiente independiente
Predicha Predictora
Explicada Explicativa
Endgena Exgena
Respuesta
Es posible descubrir una relacin?
Y = f(X) + error
f es una funcin de un tipo determinado
el error es aleatorio, pequeo, y no
depende de X
 Anlisis de Regresin
Simple
Intervienen solo dos variables:
Y (dependiente)
X (independiente, explicativa, predictora)

buscamos encontrar una funcin de X muy simple

(lineal) que nos permita aproximar Y mediante la
ecuacin:
= a + bX
Donde
es el valor estimado de Y para distintos valores de X
a es la interseccin o el valor estimado de Y cuando
X=0, es constante)
b es la pendiente de la lnea, o el cambio promedio de
Y para cada cambio en una unidad de X
 Anlisis de Regresin
Simple
Y (var. dependiente)

Lnea de regresin

b
a
= a + bX

X (var. independiente)

a es la interseccin o el valor estimado de Y cuando X=0, es

constante)
b es la pendiente de la lnea, o el cambio promedio de Y para cada
cambio en una unidad de X
 Trazando lneas de
regresin
Ordenada

20

10 10

Abcisa
Esta grfica
Esta grfica corresponde a
un valor fijo de a= 10 y un corresponde a un valor
valor de b diferente. diferente de a y un
Muestra tres lneas que valor fijo de b.
corresponden a un valor fijo
de a y un valor diferente de
b.
 Lneas posibles de regresin en la
regresin lineal simple
Relacin lineal positiva Relacin lineal negativa No hay relacin

Y Y Y
La pendiente b es
Lnea de regresin a negativa
La pendiente b es 0

a La pendiente b es a
positiva Lnea de regresin Lnea de regresin

x x x

a Ordenada cuando X=0

 Resumen sobre bondad de
ajuste
La bondad de ajuste de un modelo de regresin
se mide con el coeficiente de determinacin R2
R2 es la proporcin de la variacin total en la
variable dependiente Y, que es explicada por la
variacin en la variable independiente X
A R2 tambin se le denomina porcentaje de
variabilidad explicado por el modelo de
regresin.
R2 es el cuadrado del coeficiente de correlacin
(R2=r2 ), es una cantidad adimensional que slo
puede tomar valores en [0, 1]
Cuando un ajuste es bueno, R2 ser cercano a
uno, es malo cuando R2 es cercano a cero.