Bioestadística. Curso 2012-2013 Práctica: La recta de regresión
Bioestadística. Curso 2012-2013 Práctica: La recta de regresión
Bioestadística. Curso 2012-2013 Práctica: La recta de regresión
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
<strong>Bioestadística</strong>. Grado en Medicina<strong>Práctica</strong>: <strong>La</strong> <strong>recta</strong> <strong>de</strong> <strong>regresión</strong>1 IntroducciónComo hemos visto a lo largo <strong>de</strong> las clases <strong>de</strong> teoría, hasta ahora nos hemos ocupado <strong>de</strong> la <strong>de</strong>scripción <strong>de</strong>variables estadísticas unidimensionales, es <strong>de</strong>cir, cada individuo <strong>de</strong> la muestra era <strong>de</strong>scrito <strong>de</strong> acuerdo a unaúnica característica. Sin embargo, lo habitual es que tendamos a consi<strong>de</strong>rar un conjunto amplio <strong>de</strong> característicaspara <strong>de</strong>scribir a cada uno <strong>de</strong> los individuos <strong>de</strong> la población, y que estas características puedan presentar relaciónentre ellas. Nos centraremos en el estudio <strong>de</strong> variables estadísticas bidimensionales, es <strong>de</strong>cir, tendremos doscaracterísticas por cada individuo. Representaremos por (X; Y ) la variable bidimensional estudiada, don<strong>de</strong> X eY son las variables unidimensionales correspondientes a las primera y segunda características, respectivamente,medidas para cada individuo. En el estudio <strong>de</strong> variables bidimensionales tiene mucho interés buscar posiblesrelaciones entre las variables X e Y . El tipo <strong>de</strong> relación más sencilla que se establece entre un par <strong>de</strong> variables esla relación lineal. Estudiaremos como analizar este tipo <strong>de</strong> relaciones con Statistix a través <strong>de</strong>l siguiente ejemplo.Ejemplo:EL Volumen Expiratorio Forzado (VEF) es una medida <strong>de</strong> la función pulmonar. Se cree que el VEFestá relacionado con la estatura. Nos interesa estudiar la variable bidimensional (X; Y ) siendo Xla estatura <strong>de</strong> niños <strong>de</strong> 10 a 15 años <strong>de</strong> edad e Y el VEF. A continuación se muestra la estatura(en cm.) y el VEF (en l.) <strong>de</strong> 12 niños en ese rango <strong>de</strong> edad:Estatura 134 138 142 146 150 154 158 162 166 170 174 178VEF 1.7 1.9 2.0 2.1 2.2 2.5 2.7 3.0 3.1 3.4 3.8 3.9En primer lugar, introduciremos los datos <strong>de</strong> las variables. Recuerda que para introducir datos <strong>de</strong>bes pulsar enel menú superior Data I Insert I Variables. Escribe en el cuadro <strong>de</strong> diálogo el nombre <strong>de</strong> las variables quequieres crear (Figura 1) y pulsa Ok.Figura 1: Cuadro <strong>de</strong> diálogo para introducir variables en Statistix2 El diagrama <strong>de</strong> dispersión<strong>La</strong> representación gráca más útil <strong>de</strong> dos variables continuas es el diagrama <strong>de</strong> dispersión. Consiste en representaren un eje <strong>de</strong> coor<strong>de</strong>nadas los pares <strong>de</strong> observaciones (x i ; y i ). <strong>La</strong> nube así dibujada (nube <strong>de</strong> puntos)reeja la posible relación entre las variables. Realizaremos a continuación un gráco <strong>de</strong> dispersión para nuestrosdatos en el que representaremos la variable Estatura en el eje X y la variable VEF en el eje Y. Debes pulsar enel menú superior Statistics I Summary Statistics I Scatter Plot..., como se muestra en la Figura 2.Carmen M a Cadarso, M a <strong>de</strong>l Carmen Carollo, Xosé Luis Otero, Beatriz Pateiro Página 2 <strong>de</strong> 9