ANALISIS

BIVARIADO
DE DATOS
M.D. LEGUA CERNA; JUAN ALBERTO
MDICO GERIATRA UNPRG
MDICO AUDITOR UNT
MAESTRANTE INVESTIGACIN CLNICA UPAO
MIEMBRO COMIT EDITOR REVISTA CIENTIFICA H.N.A.A.A.
ASESOR CIENTIFICO SOCIEM-UNPRG
 ANLISIS BIVARIADO
Anlisis
bivariad
o

Enfren
ta

Exposic Desenla
in ce

5/1/17 2
 Tablas y coeficientes de contingencia.
Analiza la relacin entre dos o ms variables

Supngase que se dispone de dos variables, la

primera el sexo (hombre o mujer) y la
segunda recoge si el individuo es zurdo o
diestro. Muestra aleatoria de 100 individuos.

Diestro Zurdo TOTAL

Hombre 43 9 52
Mujer 44 4 48
TOTAL 87 13 100.

5/1/17 3
5/1/17 4
5/1/17 5
5/1/17 6
5/1/17 7
5/1/17 8
5/1/17 9
5/1/17 10
5/1/17 11
 Correlacin entre rangos de
Pearson.

Vara entre -1 a 1.

Signo indica direccin de relacin

Valor absoluto indica fuerza o grado.

Valores mayores

Relacin ms estrecha

No existe una relacin lineal.

5/1/17 12
 Ejemplo Tenemos las
siguientes puntuaciones
en las variables X
(inteligencia) e Y
(rendimiento
acadmico)
Ejemplo.
a) PUNTUACIN DIRECTA

5/1/17 13
 EJEMPLO 2
b) Puntuaciones diferenciales

5/1/17 14
 Correlacin lineal

Fuerza y direccin de
relacin lineal y
proporcionalidad.
Coeficiente de correlacin
negativo correlacin es

Indica inversa.
Coeficiente muy prximo a
0 correlacin muy dbil.

5/1/17 15
 Correlacin Lineal
Al aumentar una
directa variables la otra
aumenta.

Al aumentar una
Correlacin
Inversa variables la otra
Lineal
disminuye.

No hay
dependencia de
Nula ningn tipo
entre las
variables

5/1/17 16
 Anlisis de la
Va r i a n z a ( A N O VA )

El anlisis de varianza sirve

para comparar si los valores
de un grupos de datos son
diferentes significativamente
a los valores de otro u otros
grupos de datos.

5/1/17 17
5/1/17 18
5/1/17 19
5/1/17 20
5/1/17 21
Ejemplo Anlisis de la
C o Va r i a n z a ( A n c o v a )

F = 13,4/ 1,43
= 9,37
El valor de la F terica con 2 y 12 grados de libertad, a un
nivel de confianza del 95% es 3,89. Por consiguiente se
rechaza la hiptesis nula y se concluye que los tres mtodos
de entrenamiento producen diferencias significativas.
5/1/17 22
Anlisis de la covarianza
(Ancova)

Busca
Comparar
resultados en
diferentes grupos
Covarianza de variable
cuantitativa,
Medida de variacin "corrigiendo
comn a 2 variables posibles
(Medida del grado y diferencias
tipo de relacin). existentes entre
grupos en otras
variables que
5/1/17 pudieran afectar al 23
resultado
 Anlisis de la covarianza

Anlisis de
Covarianza:
Variable respuesta es
cuantitativa
Variables exposicin son
cualitativas y cuantitativas.
5/1/17 24
 ANALISIS
DE
REGRESION
SIMPLE (RS)
5/1/17 25
REGRESION SIMPLE QUE ES?
Regresin es tcnica
estadstica que se
utiliza para solucionar
problemas comunes en
cualquiera de las
ciencias.

PROPSITOS DE RS
Hablando de variables:
Evaluar si las dos variables estn asociadas
Predecir en base a una variable, qu se obtiene
de la otra?
Evaluar grado de concordancia entre los valores
5/1/17 26
de las dos variables
 EJEMPLO 1: POSIBLE TESIS

Se pretende estudiar el ajuste emocional de

nios. Mediante un test que proporcione
puntuaciones en una escala entre 0 y 10.
Depende del mbito rural o urbano en el que
vive la familia
Variable Desenlace:
Ajuste emocional
Variable Exposicin:
mbito geogrfico

5/1/17 27
 EL PROQUE DE ESTA
INVESTIGACION?

INTELIGENCIA EMOCIONAL

5/1/17 28
HERRAMIENTA: matriz de
datos Meses comp escolar
2 4
18 4
N=10 108 3.66
24 2.83
N=9 132 2
60 3.5
16 2.16
9 2.66
84 2.5
comp escolar mbito
4 1 Turno estrs
4 1 0 65
3.66 1 0 76
2.83 1 0 50
2 1 N=10 0 89
3.5 0 N=10 0 57
2.16 0 1 45
2.66 0 1 34
2.5 0 1 56
1.83 0 1 55
1 61
5/1/17 29
 ESPECIFICACIN EN LA MUESTRA
Estructura en los modelos de regresin

Xi Yi i
predictora criterio
independiente dependiente
exgena endgena
explicativa explicada

Expresin matemtica del modelo en la poblacin

Y i f X i i 0 1 X i i Y i i
Y i 0 1 X i Puntuacin predicha por la recta de regresin verdadera
Y Y
i i i Residuo o error de prediccin

En el modelo hay dos variables observadas: X e Y y dos parmetros

la ordenada en el origen de la recta de regresin 0 y la pendiente 1
5/1/17 30
 INTERPRETACIN DE LOS
PARMETROS:
EL CONTRASTE DE LA
REGRESIN
3
3

2
2

1
1

0
-1

-1
-2

-2 -3

-3 -4
Y
Y

-3 -2 -1 0 1 2 -4 -3 -2 -1 0 1 2 3

X X

5/1/17 31
 EJEMPLO 2: Hipertensin, tabaco,
obesidad y ronquera
(Norton y Dunn, 1985)
Fuma Obeso Ronca N Nmero de
hombres
con
Hipertensi
n
N (%)
0 0 0 60 5 (18)
1 0 0 17 2 (11)
0 1 0 8 1 (13)
1 1 0 2 0 (0)
0 0 1 187 35 (19)
1 0 1 85 13 (15)
0 1 1 51 15 (29)
1 1 1 23 8 (35)
5/1/17 32
 Receiver Operating Characteristic Curve

1.0

0.8
Sensitivity
0.6

0.4

0.2

0.0
0.0 0.2 0.4 0.6 0.8 1.0
1 - Specificity

Area under ROC Curve

5/1/17 33
 RESUMEN
egresi x/y: intervalares,
independiente/dependiente.
lineal:
egresi
1 dependiente, varias
n dependientes (intervalares).
ltiple:
egresi 1 dependiente (nominal), varias
n independientes (nominales,
ordinales e intervalares).
gstica:
5/1/17 34
 CONCLUSIONES

Regresin Lineal estimada para

variables EXPRESA RELACIN

Relacin ESTIMA valores positivos

y/o negativos.

Variaciones (en la variable)

CONLLEVAN coeficiente de
determinacin
5/1/17 35
 Variable Dependiente Variable Prueba
Independiente
Dicotmica Dicotmica z, Chi-2, Fisher
Dicotmica Nominal z, Chi-2, Metha-Patel
Dicotmica Ordinal Mann-Whitney /
Wilcoxon
Dicotmica Cuantitativa Regresin Logstica
Nominal Dicotmica z, Chi-2, Metha-Patel
Nominal Cuantitativa Regresin Discriminante
Ordinal Nominal Kruskal-Wallis
Ordinal Cuantitativa Regresin Odds
Proporcional
Cuantitativa Dicotmica t de Student
Cuantitativa Nominal ANOVA
Cuantitativa Cuantitativa Regresin Lineal,
5/1/17
correlaciones
36
 Identificar una variable dependiente

Ninguna V. ind. Una V. ind. Ms de una V. ind.

V. Dep. V. Dep. V. Dep. V. Dep. V. Dep. V. Dep. V. Dep. V. Dep. V. Dep.

Continua Ordinal Nominal Continua Ordinal Nominal Continua Ordinal Nominal

1 2 3 4 5 6 7 8 9

Para fines estadsticos una variable nominal solo se refiere a dos categoras de una
Caracterstica. Si la caracterstica tiene K categoras, se necesitan K-1 variables.
5/1/17 37 37
 1
V. Dependiente
Continua

Inters en la Inters en la
posicin dispersin

Media Varianza, DS Coef. Variacin

T student Chi2 T student

5/1/17 38 38
 2

Var. Depend.
Ordinal

Inters en la Inters en la
posicin dispersin

Mediana Amplitud
Prueba de Willcoxon intercuartilica

5/1/17 39 39
 3
V. Dependiente
nominal

Inters en la
Si posicin No

Proporcin Tasa

Desenlace Desenlace Aprox. Normal

comn raro Poisson

Binomial Poisson

5/1/17 40 40
 4
V. Dependiente
Continua

No Inters en la Si
posicin
Dif. Medias
T student
Var. Indep Var. Indep
intencionada aleatoria

Regresin lineal Anlisis Correlacin

T student T student
Prueba F Z de Fisher

5/1/17 41 41
 5

Var. Depend.
Ordinal

Var. Indep. Var. Indep

Nominal Ordinal

Mediana Coef. Correlacin

Mann-Whitney
Prueba Sperman

5/1/17 42 42
 6

Var. Depend.
Nominal

Var. Indep. Var. Indep.

Nominal Ordinal o continua

Datos Datos Chi2 para

apareados Indep. tendencia

P. McNemar Dif. Medias

Chi2
Test Fisher

5/1/17 43 43
 7

Var. Depend.
Ordinal

Var. Indep. Var. Indep. Var. Indep

Nominal continua Continua o nominal

Var. Indep Var. Indep Var. Indep Var. Indep

Datos Datos intencionada aleatoria intencionada aleatoria
apareados Indep.

ANOVA ANOVA Anlisis Anlisis Anlisis Anlisis

Factorial Medidas Regresin Correlacin Covarianza Correlacin
de una via repetidas mltiple mltiple (ANCOVA) mltiple

Prueba F Prueba F Prueba F Prueba F Prueba F Prueba F

Student Student F parcial F parcial F parcial F parcial
5/1/17 44 44
 8
V. Dependiente
ordinal

Var. Indep
Nominal

Datos Datos
Indep. pareados

Prueba
Prueba
Friedman
Kruskal-Wallis

5/1/17 45 45
 9

Var. Depend.
Nominal

Var. Indep. Var. Indep

Nominal Continua o nominal

Dependiente No dependiente
Del tiempo Del tiempo.
Dependiente No dependiente
Del tiempo Del tiempo.

Anlisis de Anlisis Regresin Regresin Anlisis

Tablas de vida estratificado De Cox logstica discriminante

Log-rank Mantel-Haenszel Razn de Razn de Razn de

chi2 Mxima Mxima Mxima
probabilidad probabilidad probabilidad
5/1/17 46 46
5/1/17 47