Este documento presenta un estudio de 10 años sobre los factores de riesgo de sufrir un infarto. Los datos muestran que a mayor edad, presión sanguínea y hábito de fumar, mayor es el riesgo calculado. El análisis de regresión simple muestra una relación positiva entre la edad y el riesgo. Sin embargo, la bondad de ajuste es baja, por lo que no es una buena predicción. Un análisis de regresión múltiple que incluye todas las variables predice mejor el riesgo.
0 calificaciones0% encontró este documento útil (0 votos)
463 vistas15 páginas
Este documento presenta un estudio de 10 años sobre los factores de riesgo de sufrir un infarto. Los datos muestran que a mayor edad, presión sanguínea y hábito de fumar, mayor es el riesgo calculado. El análisis de regresión simple muestra una relación positiva entre la edad y el riesgo. Sin embargo, la bondad de ajuste es baja, por lo que no es una buena predicción. Un análisis de regresión múltiple que incluye todas las variables predice mejor el riesgo.
Este documento presenta un estudio de 10 años sobre los factores de riesgo de sufrir un infarto. Los datos muestran que a mayor edad, presión sanguínea y hábito de fumar, mayor es el riesgo calculado. El análisis de regresión simple muestra una relación positiva entre la edad y el riesgo. Sin embargo, la bondad de ajuste es baja, por lo que no es una buena predicción. Un análisis de regresión múltiple que incluye todas las variables predice mejor el riesgo.
Este documento presenta un estudio de 10 años sobre los factores de riesgo de sufrir un infarto. Los datos muestran que a mayor edad, presión sanguínea y hábito de fumar, mayor es el riesgo calculado. El análisis de regresión simple muestra una relación positiva entre la edad y el riesgo. Sin embargo, la bondad de ajuste es baja, por lo que no es una buena predicción. Un análisis de regresión múltiple que incluye todas las variables predice mejor el riesgo.
Descargue como XLSX, PDF, TXT o lea en línea desde Scribd
Descargar como xlsx, pdf o txt
Está en la página 1/ 15
Problema 1
La base de datos siguiente muestra un estudio realizado durante 10 años por la Asociación Estadounidense de Cardiología proporcionó datos sobre la relación que guardan la edad (Age), la presión sanguínea (Pressure) y el hábito de fumar sobre el riesgo de sufrir un infarto; el riesgo (Risk) se interpreta como la probabilidad (multiplic por 100) de que el paciente sufra un infarto en los próximos 10 años. Para la variable fumador (Smoker), defina variable ficticia que tome los valores 1 si el individuo es fumador y 0 si no lo es, es decir si la variable Fumador ti el valor de YES, se le asigna un 1 y si toma el valor de NO, se le asigna un valor de 0; esto se muestra en la siguie tabla:
tipo-> Y X X X X Riesgo Edad Pressure Fuma Smoker 12 57 152 0 No 24 67 163 0 No 13 58 155 0 No 56 86 177 1 Yes 28 59 196 0 No 51 76 189 1 Yes 18 56 155 1 Yes 31 78 120 0 No 37 80 135 1 Yes 15 78 98 0 No 22 71 152 0 No 36 70 173 1 Yes 15 67 135 1 Yes 48 77 209 1 Yes 15 60 199 0 No 36 82 119 1 Yes 8 66 166 0 No 34 80 125 1 Yes 3 62 117 0 No 37 59 207 1 Yes
Se piensa que el Riesgo (probabilidad de que la persona sufra un infarto) aumenta si la edad, la presión arterial aumenta y si es fumador. Si necesita un nivel de confianza utilice el 95%. Note que en la redacción no dice cuál es la variable X y cuál es la variable Y, pero la redacción dice que “el riesgo se ve afectado por la edad, la presión arterial y si es fumador”, lo anterior indica que la variable dependientes (Y) es el riesgo y las otras variables son las que causan un efecto en Y, estás son denominadas variables independientes (X) que sería la edad, o la presión arterial o si es fumador o no. Basándose en la tabla anterior, usando un nivel de significancia del 5%; se le pide que conteste lo siguiente: a. Presente un diagrama de dispersión (Scatter en inglés):
Edad 90
85
80 f(x) = 0.42101432849354 x + 58.1036638470991
R² = 0.422811538125972 75
70
65
60
55
50 0 10 20 30 40 50 60
E indique el tipo de relación que se tiene entre la dependiente (Y) y la variable edad (X), ¿qué indica la gráfica?
Esta grafica nos muestra que en la mayoría de los casos mientas mas edad mas aumenta el riesgo de un infarto
Ahora por medio del Análisis de datos:
b. Realice una regresión simple por medio del Excel y muestre sus resultados relacionado a la variable riesgo y edad.
Resumen
Estadísticas de la regresión Coeficiente de correlación múltiple 0.650239601 Coeficiente de determinación R^2 0.422811538 R^2 ajustado 0.390745512 Error típico 11.59254546 Observaciones 20
ANÁLISIS DE VARIANZA Grados de liberSuma de cuadPromedio de l F Valor crítico de F Regresión 1 1771.982016 1771.982016 13.185654581 0.001909879 Residuos 18 2418.967984 134.3871102 Total 19 4190.95
Coeficientes Error típico Estadístico t Probabilidad Inferior 95%
Intercepción -42.79646547 19.38164818 -2.20809216 0.0404505696 -83.5157973 Edad 1.0042687612 0.276566202 3.631205665 0.0019098794 0.423224731 Análisis de los residuales Resultados de datos de probabilidad
c. De los resultados que se obtuvieron del Excel, muestre en qué lugar se encuentra la ecuación de regresión estimada para predecir el riesgo de sufrir un infarto.
ŷ=−42.7954+1.0042𝑥_1
d. Realice la prueba de hipótesis (por medio de la prueba t) para mostrar que, a mayor edad, mayor sería el ries de contraer un infarto.
e. Indique la calidad de ajuste (muestre R cuadrada y el error estándar del estimado) e indique si usaría esta ecuación para saber si es cierto lo que indican sobre el riesgo y la edad, para poder determinar si la variable eda hace se incremente el riesgo.
R^2 ajustado 0.390745512
Error típico 11.59254546
No usaría esta ecuación dado que la R cuadrada esta muy lejos del 1 y el error típico esta muy elevado
f. Ahora realice una regresión múltiple y muestre sus resultados, usando todas las variables independientes (X´s que son: Edad, Presión, Fuma) y la variable Riesgo (Y). Note que la variable cualitativa también entraría en esta regresión ya que al convertirse en una variable ficticia (con 1 y 0) puede ser usada en la regresión.
Resumen
Estadísticas de la regresión Coeficiente de correlación múltiple 0.934605168 Coeficiente de determinación R^2 0.87348682 R^2 ajustado 0.849765599 Error típico 5.756574565 Observaciones 20
ANÁLISIS DE VARIANZA Grados de libertad Suma de cuadrados Promedio de los cuadrados F Valor crítico de F Regresión 3 3660.739588 1220.246529 36.823012229 2.064039E-07 Residuos 16 530.2104116 33.13815073 Total 19 4190.95
Coeficientes Error típico Estadístico t Probabilidad Inferior 95%
g. De los resultados que se obtuvieron del Excel, muestre en qué lugar se encuentra la ecuación de regresión estimada para predecir el riesgo de sufrir un infarto.
Ninguna variable mostro correlación mayor a 0.7 o menor a -0.7 y los valores del VIF menores a 10 por lo que se muestra que no existe relación entre las variables independientes
i. Realice las pruebas de hipótesis (prueba t) necesarias para indicar que variables deberían de estar en la ecuaci o que variables no deberían de estar en la ecuación.
j. Midiendo la calidad de ajuste de esta nueva regresión, ¿se explica de mejor manera el riesgo?
R^2 ajustado 0.849765599
Error típico 5.756574565
Si usaría esta ecuación dado que los valores de R cuadrada y de error estándar no llegan a valores de riesgo
k. Compare ambas regresiones por la calidad de ajuste (aquí solo podrá comparar la R-cuadrada ajustada y el er estándar); ¿Cuál de las dos sería la mejor regresión?
Comparando las dos regresiones utilizaría la segunda (la que involucra las 3 variables independientes) dado que esta nos dio un valor de R cuadrada más cercano a 1 y un error estándar menor el cual nos muestra que los valo no son atípicos como en la primera regresión or la Asociación Estadounidense de la presión sanguínea (Pressure) y el reta como la probabilidad (multiplicada a variable fumador (Smoker), defina una es, es decir si la variable Fumador tiene or de 0; esto se muestra en la siguiente
rto) aumenta si la edad,
nfianza utilice el 95%. able Y, pero la terial y si es fumador”, ras variables son las dientes (X) que sería la anterior, usando un 60
ble edad (X), ¿qué indica la gráfica?
mas aumenta el riesgo de
ultados relacionado a la variable
or crítico de F
Superior 95% Inferior 95.0%Superior 95.0%
-2.077133626 -83.5157973 -2.07713363 1.585312792 0.423224731 1.585312792 sultados de datos de probabilidad
