Regresión logística: estadística útil para predecir resultados

Muchas veces las matemáticas aplicadas y la estadística pueden ayudarnos a tomar decisiones y anticiparnos a los resultados que se pueden dar. En el caso de la regresión logística, se emplea en muchos ámbitos profesionales, tanto en ciencias de la salud como en todo tipo de industria o bien aplicado a las ciencias sociales. Estas técnicas estadísticas se emplean para comprobar hipótesis y relaciones causales con el fin de predecir un resultado a partir de las variables establecidas. 

Parece un término complicado, pero en resumen, la regresión logística nos sirve para hacernos una idea de un resultado probable fruto de un evento concreto. Por ejemplo, en medicina se ha empleado para saber si un paciente podría curarse de una enfermedad tras recibir el tratamiento pertinente. En este caso, habría dos posibles resultados, sí o no, por lo que la probabilidad de que cada uno de ellos sea el correcto se mantiene constante en una serie de repeticiones. 

 

El proceso de la regresión logística

Para obtener resultados usando el método de regresión logística es necesario emplear una fórmula matemática concreta. Un modelo de regresión consiste en una función de P en X que a través de este último permite investigar la relación anterior.  Por suerte la regresión logística permite bastante flexibilidad en cuanto a la naturaleza de las variables explicativas. 

 

TEXT - TOFU - Business Intelligence

 

Siguiendo con el ejemplo médico, vamos a suponer que queremos comprobar la eficacia de un tratamiento. X=1 sería el tratamiento A y X=0 el tratamiento 20, que colocaremos en una tabla junto con los pacientes o casos que tenemos alistados. Distribuimos los datos en curados, no curados y total de casos. 

Para averiguar la probabilidad de curación en el tratamiento B (X=0) y después dividiremos los pacientes curados por el total de los casos. Haremos lo mismo con el caso A, para después calcular lo que se conoce como riesgo relativo (dividiendo ambos resultados de los dos casos) con el fin de hacernos una idea de la probabilidad de fallos que puede haber. 

Gracias a esta fórmula matemática de regresión logística, es posible determinar los diferentes resultados de un caso, al menos de manera relativa. 

regresion logistica 2

Consejos antes de establecer una fórmula de regresión logística

Antes de ponernos a calcular, debemos saber con certeza todos los pasos implicados en nuestro plan de regresión logística:

  1. Buscar las variables predictoras y las confundentes: estas últimas como su nombre indica, precisan de un mayor control y ajuste para que la relación principal (X=Y) no se vea alterada. 
  2. El sentido de nuestro análisis y objetivos: Puede ser para averiguar una determinada respuesta a partir de las variables predictoras, confundentes o independientes, o bien para calcular aproximadamente los riesgos ajustados o controlados de un evento concreto, entre otros. La regresión logística puede variar en complejidad dependiendo del proceso que queramos desarrollar.
  3. Utilizar un programa informático de estadística: gracias a aplicaciones y programas como SPSS es posible hacer estos cálculos de regresión logística de manera sencilla. Al calcular los resultados de manera automática, es muy difícil introducir variables incorrectas y obtener resultados erróneos.

 

POST - TOFU - Business intelligence


1 Star2 Stars3 Stars4 Stars5 Stars
(Ninguna valoración todavía)

Entradas relacionadas

No hay comentarios

Todavía no hay ningún comentario en esta entrada.

Deja un comentario