Ciencia UANL Universidad Autónoma de Nuevo León ISSN (Versión impresa): MÉXICO
|
|
- María Jesús Ojeda Cruz
- hace 7 años
- Vistas:
Transcripción
1 Ciencia UANL Universidad Autónoma de Nuevo León ISSN (Versión impresa): MÉXICO 2008 Peter B. Mandeville TEMA 16: LA RAZÓN DE MOMIOS 2. REGRESIÓN LOGÍSTICA Ciencia UANL, enero-marzo, año/vol. XI, número 001 Universidad Autónoma de Nuevo León Monterrey, México pp Red de Revistas Científicas de América Latina y el Caribe, España y Portugal Universidad Autónoma del Estado de México
2 Peter B. Mandeville Tips bioestadísticos Everyone believes in the [normal] law of errors, the experimenters because they think it is a mathematical theorem, the mathematicians because they think it is an experimental fact. Henri Pancaré 1 Tema 16: La razón de momios 2 Regresión Logística Regresión logística es una forma de análisis de regresión que se utiliza cuando la variable de respuesta es binaria, dicótoma. El método se basa en la transformación logística, logit, de una proporción donde es la proporción de los sujetos con la característica. En el conjunto de datos birthwt, es la probabilidad de que una mujer tenga un nacimiento con bajo peso, y es la probabilidad que una mujer no tenga un nacimiento con bajo peso. La cantidad logit(p),, es el logaritmo del momio. Si se tienen dos variables explicativas x 1 y x 2, el modelo de regresión logística es: 2 Si se incrementa en una unidad, mientras se mantiene constante, entonces se incrementa el logit de éxito de β 1 o se incrementa el momio de éxito de exp(β 1 ). 3,4 CIENCIA UANL / VOL. XI, No. 1, ENERO-MARZO
3 TIPS BIOESTADÍSTICOS Los cálculos están efectuados con R Se sigue utilizando el conjunto de datos birthwt, donde la variable de respuesta es peso al nacer que se clasifica como bajo (menor que 2500 gr) o no bajo (igual o mayor que 2500 gr). Se define el "mejor" modelo al eliminar secuencialmente el término no significativo con la probabilidad mayor, hasta tener un modelo donde todos los términos sean significativos. 4 El modelo final incluye los términos: lwt smoke ht peso de la madre al tener su última menstruación tabaquismo en la madre hipertensión en la madre > library(mass) > data(birthwt) > res <- glm (low~lwt+smoke+ ht,family=binomial,data=birthwt) > summary(res) Call: glm(formula = low ~ lwt + smoke + ht, family = binomial, data = birthwt) Deviance Residuals: Min 1Q Median 3Q Max Coefficients: Estimate Std. Error z value Pr(> z ) (Intercept) lwt ** smoke * ht ** --- Signif. codes: 0 '***' '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1 (Dispersion parameter for binomial family taken to be 1) Null deviance: on 188 degrees of freedom Residual deviance: on 185 degrees of freedom AIC: Number of Fisher Scoring iterations:4 Se calculan los límites de confianza para los coeficientes de regresión parcial. > tmp <- confint(res) Waiting for profiling to be done... > tmp[-1,] 2.5 % 97.5 % lwt smoke ht Se calculan las razones de momios, al tomar el antilogaritmo de los coeficientes parciales de regresión. > exp(res$coef[-1]) lwt smoke ht Y se calculan los límites de confianza de las razones de momios, al tomar el antilogaritmo de los límites de confianza de los coeficientes parciales de regresión. > exp(tmp[-1,]) 2.5 % 97.5 % lwt smoke ht La interpretación depende de la escala de medición de la variable explicativa. Para variables explicativas continuas, el momio (probabilidad) de un nacimiento de bajo peso es 0.98 (límites de confianza a 95% de 0.97 y 0.99) veces que el momio de una mujer que pesa un libra más en su última menstruación, cuando se mantienen las otras variables explicativas constantes. Dado que la razón de momios es menor que 1, puede ser más fácil interpretar el recíproco,, que se interpreta así: si la madre tiene un peso (lwt) 1 libra menos, entonces la probabilidad de tener un nacimiento de bajo peso es veces mayor que si no se gana 1 libra cuando se mantienen las otras variables explicativas constantes. Hay ocasiones en que se requiere de comparar valores. Por ejemplo, cuál es la razón de momios para mujeres con lwt igual a 100, comparado con mujeres con lwt igual a 90? 116 CIENCIA UANL / VOL. XI, No. 1, ENERO-MARZO 2008
4 PETER B. MANDEVILLE > exp ( *(100-90)) [1] El momio (probabilidad) de un nacimiento con peso bajo para una mujer que tuvo un lwt de 100 libras es 0.83, comparado con el de una mujer que tuvo un lwt de 90 libras, explicativas constantes. La interpretación en términos del recíproco es: > 1/ [1] El momio (probabilidad) de un nacimiento con peso bajo es 1.20 veces mayor para una mujer que tuvo lwt de 90 libras que para una mujer que tuvo lwt de 100 libras, cuando se mantienen las otras variables explicativas constantes. Para variables explicativas discretas, la interpretación es distinta. Si la madre fuma, entonces el momio, probabilidad, de un nacimiento de peso bajo es 1.98 veces (límites de confianza a 95% de 1.04 y 3.81) mayor que si la madre no fuma, explicativas constantes. Si la madre tiene hipertensión, entonces el momio (probabilidad) de un nacimiento de peso bajo es veces (límites de confianza a 95% de 1.68 y 26.17) mayor que si la madre no tiene hipertensión, explicativas constantes. Regresión de riesgos proporcionales (regresión de Cox) La razón de riesgos, hazard ratio (HR), es la de dos funciones de riesgo, típicamente es reportada como el efecto estimado del grupo 1 relativo al grupo 2. Como con la razón de momios, si el evento bajo estudio es fallecimiento u otro evento adverso, entonces una razón de riesgo entre cero y la unidad se interpreta como efecto protector, mientras que una razón de riesgo mayor que la unidad se interpreta como efecto dañino. Si el evento bajo estudio es benéfico, la interpretación es invertida. 6 Si la razón de riesgo cumple con el supuesto de riesgos proporcionales, entonces: 7 Como una razón de momios muchas veces es una forma natural para describir un efecto sobre una respuesta binaria, una razón de riesgos es una forma natural para describir un efecto sobre el tiempo de supervivencia. 4 Se utilizó el conjunto de datos VA, Veteran's Administration Lung Cancer Trial. > library(mass) > data(va) > res <- coxph(surv(stime,status)~age+ Karn+factor(cell),data=VA) > summary(res) Call: coxph(formula=surv(stime,status)~age +Karn+factor(cell),data=VA) n= 137 coef exp(coef) se(coef) z p age e-01 Karn e-09 factor(cell) e-03 factor(cell) e-05 factor(cell) e-01 exp(coef) exp(-coef) lower.95 upper.95 age Karn factor(cell) factor(cell) factor(cell) Rsquare= (max possible= ) Likelihood ratio test= 59.8 on 5 df, p=1.33e-11 Wald test = 60.3 on 5 df, p=1.04e-11 Score (logrank) test = 64 on 5 df, p=1.86e-12 Los antilogaritmos de las razones de riesgo, los límites de confianza y los CIENCIA UANL / VOL. XI, No. 1, ENERO-MARZO
5 TIPS BIOESTADÍSTICOS recíprocos de los antilogaritmos de las razones de riesgo se calculan automáticamente, lo cual simplifica el proceso. Referencias 1. Rand R. Wilcox. (2001). Fundamentals of Modern Statistical Methods: Substantially Improving Power and Accuracy. Springer-Verlag New York, Inc., New York, NY, USA. 2. Douglas G. Altman. (1991). Practical Statistics for Medical Research. Texts in Statistical Science. Chapman & Hall, Ltd., London, UK. 3. Julian J. Faraway. (2006). Extending the Linear Model with R: Generalized Linear, Mixed Effects and Nonparametric Regression Models. Texts in Statistical Science. Chapman & Hall/CRC, Boca Raton, FL, USA. 4. Frank E. Harrell, Jr. (2001). Regression Modeling Strategies: With Applications to Linear Models, Logistic Regression, and Survival Analysis. Springer Series in Statistics. Springer- Verlag New York, Inc., New York, NY, USA. 5. R Development Core Team. (2007). R: A language and environment for statistical computing. R Foundation for Statistical Computing, Vienna, Austria. ISBN , URL 6. Abdelmonem Afifi, Virginia A. Clark y Susanne May. (2004). Computer-Aided Multivariate Analysis. Fourth edition. Chapman & Hall/CRC, Boca Raton, FL, USA. 7. Eric Vittinghoff, David V. Glidden, Stephen C. Shiboski y Charles E. McCulloch. (2005). Regression Methods in Biostatistics: Linear, Logistic, Survival, and Repeated Measures Models. Statistics for Biology and Health. Springer Science+Business Media, Inc., New York, NY, USA. 118 CIENCIA UANL / VOL. XI, No. 1, ENERO-MARZO 2008
Cálculos de Regresión Logística en R, Caso de una covariable.
Cálculos de Regresión Logística en R, Caso de una covariable. Carga de datos (Tabla 1.1, Hosmer-Lemeshow): CH=read.table( CHDAGE.txt,header = T) attach(ch) Gráfico de Dispersión: plot(age,chd,xlab= Edad,
Más detallesCiencia UANL Universidad Autónoma de Nuevo León ISSN (Versión impresa): MÉXICO
Ciencia UANL Universidad Autónoma de Nuevo León rciencia@mail.uanl.mx ISSN (Versión impresa): 1405-9177 MÉXICO 2007 Peter B. Mandeville TEMA 15: ANÁLISIS DE DOS MUESTRAS INDEPENDIENTES CON SPSS Ciencia
Más detallesLife is good for only two things, discovering mathematics and teaching mathematics. Siméon Poisson
Tema 14: La razón de momios 1 PETER B. MANDEVILLE Life is good for only two things, discovering mathematics and teaching mathematics. Siméon Poisson En el proceso de asesorar tesis de especialidad médica,
Más detallesRedalyc. Mandeville, Peter B.
Redalyc Sistema de Información Científica Red de Revistas Científicas de América Latina, el Caribe, España y Portugal Mandeville, Peter B. Tema 27: Pruebas de equivalencia (parte II) Ciencia UANL, vol.
Más detallesDos requisitos para la regresión lineal son que las
Tips Bioestadísticos Tema 18: Por qué se deben centrar las covariables en regresión lineal? a linear regression coefficient indicates the impact of each independent variable on the outcome in the context
Más detallesDatos binomiales 1.70 1.75 1.80 1.85. beetles$dosis
Datos binomiales Modelos de dosis-respuesta Carga de datos y calculo de proporciones: beetles
Más detalles> modindepen<-glm(counts~race+believe,family=poisson,data=creencia ) > summary(modindepen)
Estos son datos acerca de sí las personas creen o no en una vida después de la muerte. race no yes ather 22 88 black 55 260 white 300 1339 Ajusto un modelo de INDEPENDENCIA > modindepen
Más detallesRedalyc. Disponible en: http://redalyc.uaemex.mx/src/inicio/artpdfred.jsp?icve=40211814018
Redalyc Sistema de Información Científica Red de Revistas Científicas de América Latina, el Caribe, España y Portugal Mandeville, Peter B. Tema 21: Tamaño de la muestra para modelos lineales Ciencia UANL,
Más detalles3 Ejemplos simples sobre regresión logística
3 Ejemplos mples sobre regreón logística 1. Ejemplo 1 (ejemplo1.dat) tabla 2x2 Una variable explicativa binaria (Solución) 2. Ejemplo 2 (ejemplo2.dat) Una variable independiente continua (Solución) 3.
Más detallesClasificación supervisada con R
Clasificación supervisada con R Diagnóstico de cáncer de mama por imagen Los datos del fichero Wisconsin.RData proceden de un estudio sobre diagnóstico del cáncer de mama por imagen. Mediante una punción
Más detallesRedalyc. Disponible en:
Redalyc Sistema de Información Científica Red de Revistas Científicas de América Latina, el Caribe, España y Portugal Mandeville, Peter B. Tema 22: Muestreo multietápico Ciencia UANL, Vol. XIII, Núm. 1,
Más detallesMathias Bourel. 2 de octubre de 2016
Regresión Logística Mathias Bourel IMERL - Facultad de Ingeniería, Universidad de la República, Uruguay 2 de octubre de 2016 M.Bourel (IMERL, UdelaR) Regresión Logística 2 de octubre de 2016 1 / 28 Introducción
Más detallesClasificación y regresión logística
Clasificación y regresión logística José R. Berrendero Universidad Autónoma de Madrid Contenidos Planteamiento del problema de clasificación supervisada Regla lineal de Fisher Regresión logística Optimalidad:
Más detallesTema 28: Diseños experimentales
CIENCIA XV UANL A N I V E R S A R I O TIPS BIOESTADÍSTICOS PETER B. MANDEVILLE * Tema 28: Diseños experimentales Designing an experiment is like gambling with the devil. Only a random strategy can defeat
Más detallesExperimentación Agrícola Clave: 1669 Créditos: 9
I. DATOS GENERALES: Unidad Académica: Departamento de Suelos Programa Educativo: Ingeniero Agrónomo Especialista en Suelos Nivel educativo: Licenciatura Área de conocimientos: Manejo y Conservación de
Más detallesCiencia UANL Universidad Autónoma de Nuevo León ISSN (Versión impresa): MÉXICO
Ciencia UANL Universidad Autónoma de Nuevo León rciencia@mail.uanl.mx ISSN (Versión impresa): 1405-9177 MÉXICO 2007 Peter B. Mandeville TEMA 13: EL COEFICIENTE DE CORRELACIÓN DE CONCORDANCIA DE LIN Ciencia
Más detallesATV - Análisis de Tiempo de Vida
Unidad responsable: Unidad que imparte: Curso: Titulación: Créditos ECTS: 2017 200 - FME - Facultad de Matemáticas y Estadística 715 - EIO - Departamento de Estadística e Investigación Operativa 1004 -
Más detallesUniversidad de Puerto Rico Recinto de Río Piedras Facultad de Ciencias Naturales Departamento de Matemáticas
1 Universidad de Puerto Rico Recinto de Río Piedras Facultad de Ciencias Naturales Departamento de Matemáticas Título: Introducción a la Estadística con Computadoras Codificación: MATE 3026 Número de horas
Más detallesMétodos Descriptivos en Minería de Datos
Métodos Descriptivos en Minería de Datos Descripción: En este curso se presentarán los principales conceptos y métodos en Minería de Datos. El énfasis principal del curso será examinar dichos métodos desde
Más detallespeso edad grasas Regresión lineal simple Los datos
Regresión lineal simple Los datos Los datos del fichero EdadPesoGrasas.txt corresponden a tres variables medidas en 25 individuos: edad, peso y cantidad de grasas en sangre. Para leer el fichero de datos
Más detallesUNIVERSIDAD DE PUERTO RICO EN HUMACAO DEPARTAMENTO DE BIOLOGÍA PRONTUARIO DEL CURSO DE BIOMETRÍA BIOL Preparado por PROF. IVÁN DÁVILA MARCANO
UNIVERSIDAD DE PUERTO RICO EN HUMACAO DEPARTAMENTO DE BIOLOGÍA PRONTUARIO DEL CURSO DE BIOMETRÍA BIOL 3740 Preparado por PROF. IVÁN DÁVILA MARCANO Actualizado por: PROF. IVÁN DÁVILA MARCANO 2006 UPR-H
Más detallesPráctica 3: Regresión simple con R
Estadística II Curso 2010/2011 Licenciatura en Matemáticas Práctica 3: Regresión simple con R 1. El fichero de datos Vamos a trabajar con el fichero salinity que se encuentra en el paquete boot. Para cargar
Más detalles> y <- c(19, 57, 29, 63, 29, 49, 27, 53, 23, 47, 33, 66, 47, 55, 23, 50, + 24, 37, 42, 68, 43, 52, 30, 42) > ly <- length( y )
Preferencia por un nuevo Detergente: Para un estudio de mercado sobre las preferencias entre un nuevo detergente Xx y uno standard Mm se consideró una muestra de 1008 consumidores, a los que se preguntó
Más detallesCONTENIDO: Regresión logística con variables cuantitativas y cualitativas
Ejemplo simple de regresión logística CONTENIDO: Regresión logística con variables cuantitativas y cualitativas OBJETIVO: 1. Mostrar los modos en que se puede introducir la información para el análisis
Más detallesTema 2: Estadística Bivariante Unidad 1: Correlación y Regresión
Estadística Tema 2: Estadística Bivariante Unidad 1: Correlación y Regresión Área de Estadística e Investigación Operativa Licesio J. Rodríguez-Aragón Octubre 2010 Contenidos...............................................................
Más detallesAnálisis de datos Categóricos
Introducción a los Modelos Lineales Generalizados Universidad Nacional Agraria La Molina 2016-1 Introducción Modelos Lineales Generalizados Introducción Componentes Estimación En los capítulos anteriores
Más detallesAjuste de Regresión Lineal Simple
Ajuste de Regresión Lineal Simple Hugo Alberto Brango García 1 1 Universidad de Córdoba Estadística II Mayo de 2014 Análisis de Regresión Mayo de 2014 1 / 33 Supuestos sobre los residuales del modelo Normalidad
Más detallesRegresión Lineal. 15 de noviembre de Felipe Bravo Márquez
Felipe José Bravo Márquez 15 de noviembre de 2013 Introducción Un modelo de regresión se usa para modelar la relación de una variable dependiente y numérica con n variables independientes x 1, x 2,...,
Más detallesMedia-Lab Prado. Modelos Lineales en para procesar encuestas de Satisfacción. Manuel Pérez Gómez 16/06/2016
Media-Lab Prado Modelos Lineales en para procesar encuestas de Satisfacción Manuel Pérez Gómez 16/06/2016 Análisis de los Sectores. TPV Caja Compras Almacén Grupos Informes TPV Caja Compras Almacén Grupos
Más detallesIncidencia de la interpretación de frases nominales en la comprensión de textos técnicos escritos en inglés
Cifra 6 Incidencia de la interpretación de frases nominales en la comprensión de textos técnicos escritos en inglés Adriana Habra 1 y Carlos López 2 1. Introducción Los cambios económicos, políticos y
Más detallesLa evolución del PIB per capita estandarizado en la Unión Europea:
Anuario Jurídico y Económico Escurialense, XXXVII (2004) 389-407 / ISSN: 1133-3677 La evolución del PIB per capita estandarizado en la Unión Europea: 1998-2002 Agustín ALONSO RODRÍGUEZ Real Centro Universitario
Más detallesCalculo del tiempo de vida con datos de degradación MC. Manuel Jesús Reyes Méndez (ITCJ) 1, Dr. Manuel A. Rodríguez Medina (ITCJ)
Calculo del tiempo de vida con datos de degradación MC. Manuel Jesús Reyes Méndez (ITCJ) 1, Dr. Manuel A. Rodríguez Medina (ITCJ) Resumen En los productos de alta calidad es difícil de obtener suficientes
Más detallesObjetivos del análisis de supervivencia
Regresión de Cox Javier Zamora Unidad de Bioestadística Clínica. IRYCIS 1 Objetivos del análisis de supervivencia Estimar e interpretar las curvas de supervivencia i y/o riesgo. Comparar curvas de supervivencia,
Más detallesLa distribución de Poisson es de tipo exponencial con parámetro dispersión 1.
Reclaaciones y Edad (Pawitan). Una copañía aseguradora quiere conocer cóo depende el núero de reclaaciones de los clientes con cierta póliza, de su edad. El archivo reclaaciones.txt contiene los datos
Más detallesOdds = = e. UD1: El modelo de regresión logística 1. 1 e
RE2. Regresión logística binaria, multinomial, de Poisson y binomial negativa Curso 204/5 Solución resumida de la prueba de evaluación Unidad didáctica (D) La regresión logística puede utilizarse en cualquiera
Más detallesMODELOS DE REGRESIÓN
MISIÓN Formar profesionales altamente capacitados, desarrollar investigación y realizar actividades de extensión en Matemáticas y Computación, así como en sus diversas aplicaciones. MODELOS DE REGRESIÓN
Más detallesAnexo. Modelos de demanda: Reparto Modal
Anexo. Modelos de demanda: Reparto Modal Introducción o El MOTIVO PRINCIPAL del viaje se ha obtenido del procesado de la grabación. Los casos donde se habían mezclado desplazamientos por varios motivos
Más detallesEl modelo de azar proporcional: la regresión de Cox
El modelo de azar proporcional: la regresión de Cox Alfonso Luis Palmer Pol y Jose Maria Losilla Vidal El Análisis de la Supervivencia (Palmer, 1988) engloba una variedad de técnicas estadísticas que permiten
Más detallesUNIVERSIDAD AUTÓNOMA CHAPINGO DEPARTAMENTO DE ZOOTECNIA POSGRADO EN PRODUCCIÓN ANIMAL PROGRAMA DE MAESTRÍA EN CIENCIAS EN INNOVACIÓN GANADERA
UNIVERSIDAD AUTÓNOMA CHAPINGO DEPARTAMENTO DE ZOOTECNIA POSGRADO EN PRODUCCIÓN ANIMAL PROGRAMA DE MAESTRÍA EN CIENCIAS EN INNOVACIÓN GANADERA ASIGNATURA: GESTIÓN, ANÁLISIS E INTERPRETACIÓN DE BASES DE
Más detallesDiagnósticos regresión
Diagnósticos regresión de Cox Víctor Abraira Unidad de Bioestadística Clínica. IRYCIS 1 Diagnósticos de regresión Se trata de evaluar lo adecuado del modelo. Hay tres aspectos: Asunciones Bondad de ajuste
Más detallesANÁLISIS ESTADÍSTICO REGRESIÓN LINEAL SIMPLE
ANÁLISIS ESTADÍSTICO REGRESIÓN LINEAL SIMPLE Jorge Fallas jfallas56@gmail.com 2010 1 Temario Introducción: correlación y regresión Supuestos del análisis Variación total de Y y variación explicada por
Más detallesRegresión lineal SIMPLE MÚLTIPLE N A Z IRA C A L L E J A
Regresión lineal REGRESIÓN LINEAL SIMPLE REGRESIÓN LINEAL MÚLTIPLE N A Z IRA C A L L E J A Qué es la regresión? El análisis de regresión: Se utiliza para examinar el efecto de diferentes variables (VIs
Más detallesAplicación de los algoritmos genéticos para seleccionar el mejor modelo de regresión de Cox
Estadística Industrial Aplicación de los algoritmos genéticos para seleccionar el mejor modelo de regresión de Cox Application of genetics algorithms for selecting the best regression Cox model Douglas
Más detallesCoordenadas Principales de Matrices de Proximidad (Principal Coordinates of Neighbor Matrices) PCNM
Coordenadas Principales de Matrices de Proximidad (Principal Coordinates of Neighbor Matrices) PCNM Implementación de PCNM en QEco La rutina de Coordenadas Principales de Matrices de Proximidad (PCNM)
Más detallesComplementación y ampliación de la currícula de la Maestría 2017 Maestría en Generación y Análisis de Información Estadística
ampliación de la currícula Maestría en Generación y Análisis de Información Estadística Programa abierto de ampliación de la currícula Maestría en Generación y Análisis de Información Estadística La Maestría
Más detallesPalabras claves: censura por intervalos, razón de hazards, modelos lineales generalizados
Gabriela Boggio Leticia Hachuel Guillermina Harvey Julia Angelini Brenda Niccolai Instituto de Investigaciones Teóricas y Aplicadas, Escuela de Estadística. USO DE MODELOS LINEALES GENERALIZADOS PARA EL
Más detallesDr. Fidel Ulin Montejo M.C. Robert Jeffrey Flowers Jarvis Fecha de elaboración: Agosto 2004 Fecha de última actualización: Julio 2010
PROGRAMA DE ESTUDIO Análisis de Regresión Programa Educativo: Licenciatura en Actuaría Área de Formación : Sustantiva Profesional Horas teóricas: 3 Horas prácticas: 2 Total de Horas: 5 Total de créditos:
Más detallesEconomía Aplicada. Modelos con variables dependiente binarias. Departamento de Economía Universidad Carlos III de Madrid
Economía Aplicada Modelos con variables dependiente binarias Departamento de Economía Universidad Carlos III de Madrid Ver Stock y Watson (capítulo 11) 1 / 28 Modelos con variables dependiente binarias:
Más detallesCurs de Modelització Estadística Bàsica amb Deducer. Anabel Blasco Ana Vázquez Anna Espinal Llorenç Badiella Oliver Valero
Curs de Modelització Estadística Bàsica amb Deducer Anabel Blasco Ana Vázquez Anna Espinal Llorenç Badiella Oliver Valero 1. Model de Regressió Lineal 2. Model ANOVA 3. Model Lineal General 4. Model de
Más detallesEvaluación Mediante el Ajuste de Modelos Mixtos del Número de Tallos de Caña de Azúcar
Huayllu-Bios. Nº 8. Diciembre 14 Evaluación Mediante el Ajuste de Modelos Mixtos del Número de Tallos de Caña de Azúcar Ortiz, N. del V. (1) ; Digonzelli, P. A. (1,) ; García, M. B. (1,) ; Fernández de
Más detallesFIABILIDAD (VIII): ANÁLISIS PROBIT (ÉXITO / FRACASO)
FIABILIDAD (VIII): ANÁLISIS PROBIT (ÉXITO / FRACASO) Análisis PROBIT Autores: Ángel A. Juan Pérez (ajuanp@uoc.edu), Rafael García Martín (rgarciamart@uoc.edu). RELACIÓN CON OTROS MATH-BLOCS Este math-block
Más detallesMétodos estadísticos en estudios de supervivencia
Métodos estadísticos en estudios de supervivencia Belén San José, Elia Pérez y Rosario Madero Sección de Bioestadística. Hospital Universitario La Paz. Madrid. España. bjose.hulp@salud.madrid.org; epefer@gmail.com;
Más detallesAnálisis Avanzado de de Series Temporales Curso de Macroeconometría Doctorado en Economía (UPV-EHU)
Análisis Avanzado de de Series Temporales Curso de Macroeconometría Doctorado en Economía (UPV-EHU) Josu Arteche 2006-2007 (15 horas) 1. Series Temporales y el Dominio de la Frecuencia 1.1 Ciclos 1.2 Funciones
Más detallesFIABILIDAD (VII): MODELOS DE REGRESIÓN PARA OBSERVACIONES CENSURADAS
FIABILIDAD (VII): MODELOS DE REGRESIÓN PARA OBSERVACIONES CENSURADAS Autores: Ángel A. Juan Pérez (ajuanp@uoc.edu), Rafael García Martín (rgarciamart@uoc.edu). RELACIÓN CON OTROS MATH-BLOCS Este math-block
Más detallesTema 3: Modelos lineales generalizados
Tema 3: Modelos lineales generalizados Componentes de un modelo generalizado lineal (GLM) Un modelo lineal generalizado tiene tres componentes básicos: Componente aleatoria: Identifica la variable respuesta
Más detalles1.9. Requisitos mínimos de asistencia a las sesiones presenciales / Minimum attendance requirement
ASIGNATURA / COURSE TITLE ANÁLISIS DE DATOS 1.1. Código / Course number 16307 1.2. Materia / Content area Módulo instrumental 1.3. Tipo / Course type Obligatoria 1.4. Nivel / Course level Grado 1.5. Curso
Más detallesEstadística II Tema 4. Regresión lineal simple. Curso 2009/10
Estadística II Tema 4. Regresión lineal simple Curso 009/10 Tema 4. Regresión lineal simple Contenidos El objeto del análisis de regresión La especificación de un modelo de regresión lineal simple Estimadores
Más detallesIngeniero Agrónomo Especialista en Suelos
I. DATOS GENERALES Unidad Académica: Departamento de Suelos Programa Educativo: Ingeniero Agrónomo Especialista en Suelos Nivel educativo: Licenciatura Área de conocimientos: Informática Asignatura: Biometría
Más detallesIntroducción a la regresión ordinal
Introducción a la regresión ordinal Jose Barrera jbarrera@mat.uab.cat 20 de mayo 2009 Jose Barrera (UAB) Introducción a la regresión ordinal 20 de mayo 2009 1 / 11 Introducción a la regresión ordinal 1
Más detallesRed de Revistas Científicas de América Latina y el Caribe, España y Portugal. Universidad Autónoma del Estado de México. http://redalyc.uaemex.
Revista Historia de la Educación Latinoamericana Universidad Pedagógica y Tecnológica de Colombia yuleslaejandro@yahoo.es ISSN (Versión impresa): 0122-7238 COLOMBIA 2004 Gerardo León Guerrero V. LA EDUCACIÓN
Más detallesUNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO. Facultad de Medicina Veterinaria y Zootecnia. Licenciatura en Medicina Veterinaria y Zootecnia
UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO Facultad de Medicina Veterinaria y Zootecnia Licenciatura en Medicina Veterinaria y Zootecnia Clave 1212 Modalidad del curso: Carácter Métodos estadísticos en medicina
Más detallesLAB 13 - Análisis de Covarianza - CLAVE
LAB 13 - Análisis de Covarianza - CLAVE Se realizó un experimento para estudiar la eficacia de un promotor de crecimiento en terneros en lactación. Se usaron cuatro dosis de la droga (0, 2.5, 5 y 7.5 mg).
Más detalles: Andrea Canals/ Catalina Canals Año Académico : 2017 P R O G R A M A
1 ASIGNATURA : Estadística Requisito : Matemática 2 Profesores : Andrea Canals/ Catalina Canals Año Académico : 2017 Carácter : Semestral Clases Teóricas : 3 horas Ayudantía : 1,5 horas P R O G R A M A
Más detallesAnálisis de diferentes representaciones en la regresión lineal simple
Análisis de diferentes representaciones en la regresión lineal simple 5ª. Jornada sobre el Uso de los Sistemas de Cómputo Simbólico en la Enseñanza de las Matemáticas M.C. Gudelia Figueroa Preciado M.
Más detallesMODELO PARA EL TALLER DE REGRESION
MODELO PARA EL TALLER DE REGRESION PROBLEMA. Los datos siguientes muestran la matricula estudiantil en los primeros 5 anos de nuestra Universidad. Años (desde el 2000 al 2004) x 1 2 3 4 5 Matricula (miles
Más detallesModelos lineales generales, generalizados y mixtos en ecología:
Modelos lineales generales, generalizados y mixtos en ecología: EXAMEN Roberto Munguía-Steyer rmunguia.steyer@gmail.com Departamento de Ecología Evolutiva Instituto de Ecología, UNAM 04 Octubre-06 Diciembre
Más detallesModelo lineal general jerárquico
Modelo lineal general jerárquico Fernando Velasco Luna * Laboratorio de Investigación y Asesoría Estadística, LINAE Facultad de Estadística e Informática Universidad Veracruzana Av Xalapa Esq Manuel Avila
Más detallesEstadística II. Carrera: INB Participantes. Representante de las academias de ingeniería industrial de Institutos Tecnológicos.
1.- DATOS DE LA ASIGNATURA Nombre de la asignatura: Carrera: Clave de la asignatura: Horas teoría-horas práctica-créditos Estadística II Ingeniería Industrial INB - 0408 4 0 8 2.- HISTORIA DEL PROGRAMA
Más detallesDesde el artículo previo (capítulo XXI de esta
Temas de actualidad Investigación Clínica XXII. Del juicio clínico al modelo de riesgos proporcionales de Cox Marcela Pérez-Rodríguez, a Rodolfo Rivas-Ruiz, a Lino Palacios-Cruz, b Juan. Talavera a Primero
Más detallesMI4040 Análisis Estadístico y Geoestadístico de Datos Nombre en Inglés
PROGRAMA DE CURSO Código Nombre MI4040 Análisis Estadístico y Geoestadístico de Datos Nombre en Inglés Statistical and Geostatistical Data Analysis Horas Unidades Horas de SCT Docencia Docentes Cátedra
Más detallesEstas dos clases. ANOVA I - Conceptos generales - Supuestos - ANOVA de una vía - Transformación de datos - Test a Posteriori - ANOVA de dos vías
ANOVA I 19-8-2014 Estas dos clases ANOVA I - Conceptos generales - Supuestos - ANOVA de una vía - Transformación de datos - Test a Posteriori - ANOVA de dos vías ANOVA II - ANOVA factorial - ANCOVA (análisis
Más detallesTema 4: Regresión Logística
Tema 4: Regresión Logística Introducción Es uno de los procedimientos estadísticos más utilizados en la práctica usando datos categóricos. que Se considera una respuesta binaria Y junto con una variable
Más detallesEspacios Públicos ISSN: Universidad Autónoma del Estado de México México
Espacios Públicos ISSN: 1665-8140 revista.espacios.publicos@gmail.com Universidad Autónoma del Estado de México México Soberón Mora, José La reconstrucción de bases de datos a partir de tablas de contingencias
Más detallesTema 4: Otros Métodos de Análisis de Datos Cuantitativos y Cualitativos
Tema 4: Otros Métodos de Análisis de Datos Cuantitativos y Cualitativos Metodología de la Investigación en Fisioterapia Miguel González Velasco Departamento de Matemáticas. Universidad de Extremadura M.
Más detallesGuillermo Ayala Gallego Universidad de Valencia
GoBack Regresión logística Guillermo Ayala Gallego Universidad de Valencia 4 de febrero de 2009 1 / 22 Puede que sea el procedimiento estadístico más utilizado. Con aplicaciones frecuentes en Medicina
Más detallesScientia Et Technica ISSN: Universidad Tecnológica de Pereira Colombia
Scientia Et Technica ISSN: 0122-1701 scientia@utpeduco Universidad Tecnológica de Pereira Colombia Cifuentes V, Verónica; Marín, Víctor Generalización de la inducción matemática a estructuras inductivas
Más detallesUNIVERSIDAD AUTÓNOMA DE NUEVO LEÓN FACULTAD DE CIENCIAS BIOLÓGICAS SUBDIRECCIÓN DE POSGRADO
UNIVERSIDAD AUTÓNOMA DE NUEVO LEÓN FACULTAD DE CIENCIAS BIOLÓGICAS SUBDIRECCIÓN DE POSGRADO CONTENIDO DE CARTA DESCRIPTIVA 1.- IDENTIFICACIÓN Curso: Bioestadística Programa: Doctorado en Inmunobiología
Más detallesStatisticians, like artists, have the bad habit of falling in love with their models. George Box
Statisticians, like artists, have the bad habit of falling in love with their models. George Box /R/glms.htm * Los ajustes de µ i se calculan mediante g 1 p ( j=1 β jx jj ), una vez estimados
Más detallesMultiple Linear Regression
Multiple Linear Regression Aniel Nieves-González Aniel Nieves-González () LSP 1 / 16 Considere el ejemplo en cual queremos modelar las ventas en una cadena de tiendas por departamento. La v.a. dependiente
Más detallesUNIVERSIDAD AUTÓNOMA DE NAYARIT Área de Ciencias Biológico Agropecuarias y Pesqueras
UNIVERSIDAD AUTÓNOMA DE NAYARIT Área de Ciencias Biológico Agropecuarias y Pesqueras Coordinación de Posgrado en Ciencias Biológico Agropecuarias PROGRAMA ACADÉMICO DEL DOCTORADO EN CIENCIAS BIOLÓGICO
Más detallesRegresión ponderada y falta de ajuste
Capítulo 4 Regresión ponderada y falta de ajuste 4.1. Introducción En este capítulo se presentan la regresión ponderada y la prueba de falta de ajuste como un conjunto adicional de herramientas usadas
Más detallesModelos Psicométricos y de Análisis de Datos en Psicología Aplicada
Modelos Psicométricos y de Análisis de Datos en Psicología Aplicada 2016/2017 Código: 42612 Créditos ECTS: 6 Titulación Tipo Curso Semestre 4313386 Investigación en Psicología Aplicada a las Ciencias de
Más detallesDiseño de Experimentos
Tema 2 Universidad Cooperativa de Colombia Facultad de Medicina Veterinaria y Zootecnia December 12, 2011 OBJETIVO DEL MUESTREO Obtener estimaciones sobre características de una población basados en estadísticos
Más detallesEstadística; 3º CC. AA. Examen final, 23 de enero de 2009
Estadística; 3º CC. AA. Examen final, 3 de enero de 9 Apellidos Nombre: Grupo: DNI. (5 ptos.) En un estudio sobre las variables que influyen en el peso al nacer se han obtenido utilizando SPSS los resultados
Más detallesModelos de suavizado, aditivos y mixtos
Carmen Armero 13 de junio de 11 Libreria mgcv Libreria mgcv mgcv es una librería de R diseñada para trabajar con modelos aditivos generalizados, incluyendo modelos mixtos aditivos generalizados, GAMM.
Más detallesGuía docente. Identificación de la asignatura. Profesores. Contextualización. Requisitos
1, 1S Identificación de la asignatura Nombre Créditos 0,6 presenciales (15 horas) 2,4 no presenciales (60 horas) 3 totales (75 horas). 1, 1S (Campus Extens) Período de impartición Primer semestre de impartición
Más detallesMETODOS CUANTITATIVOS APLICADOS
Código: GSI-431 Créditos: 3 Nivel: VII Clase: Profesional Habilitable: Si Clasificable: No Prerrequisito: Epidemiología II Horas teóricas: 34 Horas prácticas: 30 METODOS CUANTITATIVOS APLICADOS Propósito
Más detallesCapítulo X. Regresión Logística
Capítulo Regresión Logística Conceptos y definiciones Es un modelo clásico de regresión lineal simple o múltiple, pero donde la variale dependiente es inaria o dicotómica. 3 5 4 ÉITO FRACASO Es decir,
Más detallesI. Identificadores de la asignatura
CARTA DESCRIPTIVA (BIOESTADISTICA) I. Identificadores de la asignatura Clave: BAS008494. Créditos: 6 (seis). Materia: BIOESTADISTICA. Departamento: Ciencias Medicas. Instituto: ICB. Modalidad: Presencial.
Más detallesComparación por intervalos
81 REVISTA Universidad EAFIT Vol. 42. No. 144. 2006. pp. 81-98 Comparación por intervalos entre diferentes métodos de estimación de la media de la distribución Poisson R a l a Juan Carlos Correa M. Doctor
Más detallesDISEÑOS EXPERIMENTALES
MISIÓN Formar profesionales altamente capacitados, desarrollar investigación y realizar actividades de extensión en matemáticas y computación, así como en sus diversas aplicaciones. DISEÑOS EXPERIMENTALES
Más detallesREGRESIÓN LOGÍSTICA BINARIA
REGRESIÓN LOGÍSTICA BINARIA Regresión Logística Autores: Ángel Alejandro Juan Pérez (ajuanp@uoc.edu), Renatas Kizys (rizys@uoc.edu), Luis María Manzanedo Del Hoyo (lmanzanedo@uoc.edu). ESQUEMA DE CONTENIDOS
Más detallesMODELOS LINEALES GENERALIZADOS MIXTOS ALGUNOS CASOS PRÁCTICOS. Llorenç Badiella 1 RESUMEN
X Congreso Galego de Estatística e Investigación de Operacións Pontevedra, 3 4 5 de novembro de 2011 MODELOS LINEALES GENERALIZADOS MIXTOS ALGUNOS CASOS PRÁCTICOS Llorenç Badiella 1 1 Servei d Estadística
Más detallesRobusticidad de los Diseños D-óptimos a la Elección. de los Valores Locales para el Modelo Logístico
Robusticidad de los Diseños D-óptimos a la Elección de los Valores Locales para el Modelo Logístico David Felipe Sosa Palacio 1,a,Víctor Ignacio López Ríos 2,a a. Escuela de Estadística, Facultad de Ciencias,
Más detalles240EO011 - Estadística Aplicada
Unidad responsable: Unidad que imparte: Curso: Titulación: Créditos ECTS: 2015 240 - ETSEIB - Escuela Técnica Superior de Ingeniería Industrial de Barcelona 715 - EIO - Departamento de Estadística e Investigación
Más detallesDISPLASIA BRONCOPULMONAR EN PRETÉRMINOS: CLASIFICACIÓN BASADA EN VARIABLES CLÍNICAS A TRAVÉS DE MÉTODOS PARAMÉTRICOS Y NO PARAMÉTRICOS
DISPLASIA BRONCOPULMONAR EN PRETÉRMINOS: CLASIFICACIÓN BASADA EN VARIABLES CLÍNICAS A TRAVÉS DE MÉTODOS PARAMÉTRICOS Y NO PARAMÉTRICOS Papalardo, Cecilia B. ; Chiapella Ferrari, Lilian 2 ; Criado Blanco,
Más detallesINSTITUTO POLITÉCNICO NACIONAL SECRETARIA DE INVESTIGACIÓN Y POSGRADO
SIP-30 INSTITUTO POLITÉCNICO NACIONAL SECRETARIA DE INVESTIGACIÓN Y POSGRADO DIRECCIÓN DE POSGRADO FORMATO GUÍA PARA REGISTRO DE ASIGNATURAS Hoja 1 de 3 I. DATOS DEL PROGRAMA Y LA ASIGNATURA 1.1 NOMBRE
Más detallesParte I. Medidas directas. Uso e interpretación de instrumentos
Parte I. Medidas directas. Uso e interpretación de instrumentos Desarrollo experimental Material y equipo 3 Instrumentos diferentes para medir longitud (también puede ser otra dimensión) 5 Objetos diferentes
Más detallesINFERENCIA DE PARÁMETROS EN UNA RED DE REGULACIÓN GENÉTICA
INFERENCIA DE PARÁMETROS EN UNA RED DE REGULACIÓN GENÉTICA Brenda Aide Peña Cantu J. Arturo Berrones Santos Edgar Jímenez Peña Francisco Javier Almaguer Martínez Resumen En el presente trabajo se abordan
Más detallesEstimadores de regresión logística para tratamiento de no respuesta en el caso de cocientes de variables dicotómicas
Comunicaciones en Estadística Junio 2009, Vol. 2, No. 1 Estimadores de regresión logística para tratamiento de no respuesta en el caso de cocientes de variables dicotómicas Logistic Regression Estimators
Más detalles