Sobre el uso adecuado de la regresión lineal: conceptualización básica mediante un ejemplo aplicado a las ciencias de la salud
Cargando...
Fecha
2019
Autores
Hernández-Lalinde, Juan
Espinosa-Castro, Jhon-Franklin
García Álvarez, Diego
Bermúdez-Pirela, Valmore
Título de la revista
ISSN de la revista
Título del volumen
Editor
Sociedad Venezolana de Farmacología Clínica y Terapéutica
Resumen
La regresión lineal es una de las técnicas estadísticas más
difundidas y con mayores posibilidades de aplicación en contextos
diversos; desde escenarios técnicos, prácticos o de
ingeniería; hasta situaciones vinculadas a las ciencias sociales,
del comportamiento o de la salud. Las ecuaciones de regresión
posibilitan la interpretación de fenómenos al modelar
parsimoniosamente la realidad, constituyéndose en una importante
herramienta de ayuda para académicos, investigadores
o profesionales. El objetivo del presente artículo de revisión
es el de suministrar una guía teórico-práctica sobre los
aspectos básicos de la regresión lineal, haciendo hincapié
en el desarrollo del método de mínimos cuadrados ordinarios
para obtener los estimadores de regresión, presentando las
fórmulas requeridas para ello y empleando un ejemplo relacionado
con la medicina para ilustrar el procedimiento. El nivel
matemático es relativamente básico, aunque se requerirá
de cierto conocimiento de estadística y álgebra matricial. El
caso analizado gira en torno al estudio sobre la prevalencia
de síndrome metabólico de la ciudad de Maracaibo, Venezuela.
Se utiliza como variable dependiente la resistencia a
la insulina a través del HOMA-2, y como regresores la edad,
el índice de masa corporal y la razón triglicéridos-colesterol.
También se ofrece la solución al problema mediante la utilización
del programa de código abierto R-Studio.
Linear regression is one of the most widespread statistical techniques and with greater possibilities of application in diverse contexts; from technical, practical or engineering scenarios; to situations related to social, behavioral and health sciences. Regression equations make possible to interpret phenomena by the parsimonious modeling of reality, becoming an important tool of help for academics, researchers or professionals. The aim of this review is to provide a theoretical- practical guide on the basic aspects of linear regression, emphasizing the development of the ordinary least squares method to obtain the regression estimators, presenting the formulas required for this and using an example related to medicine to illustrate the procedure. The mathematical level is relatively basic, although some knowledge of statistics and matrix algebra will be required. The analyzed case revolves around the study on the prevalence of metabolic syndrome from the city of Maracaibo, Venezuela. Insulin resistance measured by HOMA-2 is used as a dependent variable, and age, body mass index and triglyceride-cholesterol ratio as predictor variables. The solution to the problem is also offered by using the R-Studio program.
Linear regression is one of the most widespread statistical techniques and with greater possibilities of application in diverse contexts; from technical, practical or engineering scenarios; to situations related to social, behavioral and health sciences. Regression equations make possible to interpret phenomena by the parsimonious modeling of reality, becoming an important tool of help for academics, researchers or professionals. The aim of this review is to provide a theoretical- practical guide on the basic aspects of linear regression, emphasizing the development of the ordinary least squares method to obtain the regression estimators, presenting the formulas required for this and using an example related to medicine to illustrate the procedure. The mathematical level is relatively basic, although some knowledge of statistics and matrix algebra will be required. The analyzed case revolves around the study on the prevalence of metabolic syndrome from the city of Maracaibo, Venezuela. Insulin resistance measured by HOMA-2 is used as a dependent variable, and age, body mass index and triglyceride-cholesterol ratio as predictor variables. The solution to the problem is also offered by using the R-Studio program.
Descripción
Palabras clave
Regresión lineal, Mínimos cuadrados ordinarios, Síndrome metabólico, Maracaibo, HOMA-2, Triglicéridos-colesterol, Índice de masa corporal, Linear regression, Ordinary least squares, Metabolic Syndrome, Triglyceride-cholesterol, Body Mass Index