18.

Regresin Lineal
Investigacin Clnica
ICB-UACJ

Regresin Lineal
La RL permite predecir o
disminuir incertidumbres
Es el estudio de la dependencia
De como una respuesta o
variable depende de uno o ms
predictores o variables
independientes

2 aspectos bsicos de la
RL
Que la variable tenga
distribucin normal
Debe existir una
relacin en la que el
incremento o
disminucin de una
variable sea
proporcional

Palacios-Cruz et al., Rev Med Inst Mex Seguro Soc. 2013;51(6):656-61

Regresin Lineal - condiciones

Variable dependiente
debe ser continua
Las variables
independientes pueden
ser continuas o
categricas
El intercepto
El coeficiente de
regresin

El coeficiente de
determinacin (R2)
El Intervalo de confianza
El valor de F del
anlisis de la varianza
de regresin

Palacios-Cruz et al., Rev Med Inst Mex Seguro Soc. 2013;51(6):656-61

Regresin Lineal
Utiliza una variable dependiente
(desenlace o y) para predecir
Utiliza una variable independiente
(maniobra o x)
Utiliza un termino aleatorio
El primer paso es determinar la
pendiente o inclinacin de la lnea
de regresin

Coeficiente de regresin
(B1)
Positividad relacin
directa
Si B1 es (+) y aumenta
conforme x aumenta
Negatividad relacin
inversa
Si B1 es (-) y disminuye
conforme x aumenta
Si B1 = 0, no hay cambios
en y a partir de x
Palacios-Cruz et al., Rev Med Inst Mex Seguro Soc. 2013;51(6):656-61

Palacios-Cruz et al., Rev Med Inst Mex Seguro Soc. 2013;51(6):656-61

Ejemplos de regresin en grficos de dispersin

Schneider et al., Dtsch Arztebl Int 2010; 107(44): 77682.

Regresin Lineal - Tipos

RL Simple (RLS):
Se relacionan solo 2 variables
La variable dependiente
(resultado)es cuantitativa
La variable independiente
(predictora) puede ser
cuantitativa o cualitativa

RL Mltiple (RLM):
Se utilizan 2 o ms
variables
(independientes) para
predecir una variable
dependiente cuantitativa
Las variables
independientes pueden
ser variables cuantitativas
y cualitativas

Palacios-Cruz et al., Rev Med Inst Mex Seguro Soc. 2013;51(6):656-61

Regresin Lineal Simple (RLS)

Coeficiente de correlacin de Pearson
=r
0 = independencia completa
0.5 = moderada
1 = correlacin perfecta

Ej., r = 0.886 = el ajuste de los datos al

modelo lineal es del 88.6%
Coeficiente de determinacin = R
Expresa el % de casos que sirven para
predecir el resultado final

Ej., R = 0.785 = el 78.5% de los casos, el

resultado 1 sirve para predecir el resultado
2
Schneider et al., Dtsch Arztebl Int 2010; 107(44): 77682.

Regresin Lineal Simple (RLS)

SPSS nos muestra un valor de
ANOVA
Si la sig. <0.5 = modelo lineal
adecuado

SPSS tambin nos muestra el

valor de t de student y su pvalor para la relacin entre las
variables
P = <0.05 = hay correlacin
P = >0.05 = no hay correlacin

Schneider et al., Dtsch Arztebl Int 2010; 107(44): 77682.

Coeficiente de Regresin
Peso talla = 1.16
Significa que por cada
centmetro de altura se
agregan en promedio 1.16
kg a cada individuo
Peso Genero = 14.93
Significa que los hombres
son 14.93 kg ms pesados
que las mujeres

Regresin Lineal Mltiple (RLM)

Este modelo permite medir el
efecto de variables mltiples sobre
la variable dependiente
Permite un pronstico individual
en base a las caractersticas
Se pueden incluir variables
irrelevantes que distorsionan el
resultado

Schneider et al., Dtsch Arztebl Int 2010; 107(44): 77682.

Conclusiones
La prediccin de la variable
dependiente a partir de una o ms
variables independientes no
significa causalidad
La causalidad solo debe
considerarse si se cumplen las
condiciones enunciadas por Austin
Bradford Hill

Cuando uses RLM, de

manera general, el
numero de
observaciones deber
ser mayor de 20-30 por
cada variable en estudio

Palacios-Cruz et al., Rev Med Inst Mex Seguro Soc. 2013;51(6):656-61