Actividad 10: Solución de problemas
Alumna: Andrea Cayetano Cristobal
Materia: Epidemiologia y Bioestadística
Fecha de entrega: Lunes 11 de Abril 2022
OBJETIVO Determinar los cálculos para la solución de los problemas que se presentan sobre correlación
en Estadística aplicada a problemas en salud.
Unidad 4. Correlación
4.2 Regresión lineal
TEMA
4.3 Regresión lineal múltiple
Epidemiología y bioestadística 1
Instrucciones:
1. Revisa el material sugerido
2. Lee detenidamente los problemas que a continuación se presentan
3. Elabora la actividad en el procesador de textos
4. Incorpora al inicio del documento una portada que incluya el nombre de la
universidad, asignatura, título del trabajo, fecha de entrega y tu nombre
1. Un investigador está interesado en tratar de explicar la variación en las presiones arteriales que ocurren entre los
hombres adultos. Con este fin, el investigador reúne datos sobre:
El ejercicio diario promedio, medido en horas (×1)
La edad (×2)
El peso, medido en libras (×3) para 74 sujetos.
La variable resultante (y) es la presión arterial sistólica. El modelo (ficticio) producido por estos datos tiene una R2 de
.2106 y es como sigue:
Y = 33.5522 + .1710×1 + .1033×2 + .4471×3
Epidemiología y bioestadística 2
a) ¿Cuál sería la presión arterial sistólica para un hombre de 21 años que se ejercita en
promedio una hora diaria y pesa 165 libras?
A)
B B 33.5522
m(0.1710)x1 0.171 1
m(0.1033)x2 0.1033 21
m(0.4471)x3 0.4471 162
109.664
Resultado
Epidemiología y bioestadística 3
b) ¿Cuál será el valor previsto para un hombre de la misma edad que también se ejercita en
promedio una hora diaria pero que pesa 185 libras?
A) B)
B B 33.5522
m(0.1710)x1 0.171 1 1
m(0.1033)x2 0.1033 21 21
m(0.4471)x3 0.4471 162 185
109.664 118.606
Resultado
c) ¿Qué significa el valor b3 = .4471? Significa que es el valor promedio de los 74 participantes en
la investigación o sujetos de prueba.
Epidemiología y bioestadística 4
d) Pruebe la significancia del modelo : Significa que es el coeficiente de correlación multiple
ajustada y tiene como valor de .2106 lo que quiere decir que el valor no se ajusta a la recta.
e) Interpreta los resultados de esta prueba: Es notorio que, si el peso del paciente aumenta tendrá
como consecuencia un aumento de la presión arterial y por eso la raíz cuadrada es menos que
6.22
2. Un investigador interesado en la relación entre el índice de masa corporal (IMC) y el colesterol sérico desea ajustar un
modelo de RLS (regresión lineal simple) en el que el colesterol sérico total puede predecirse a partir del IMC con los
siguientes datos (utilízalos para responder los planteamientos o incisos que se solicitan):
Colesterol IMC
total
165 25.9
155 20.1
141 22.2
228 30.7
190 28.0
155 29.4
132 20.2
170 20.7
188 26.3
150 18.2
Epidemiología y bioestadística 5
a) Construye un modelo de RLS
b) Encuentra los residuales Colesterol total x) IMC (Y) Recta Regresión Residual
para los
primeros 3 165 25.9 23.785 2.115
sujetos.
155 20.1 22.685 -2.585
141 22.2 21.145 1.055
Epidemiología y bioestadística 6
c) Encuentra los coeficientes de determinación y no determinación:
Coeficiente de determinación: R2: 0.70639932 Coeficiente de no determinación: 0.501
d) Prueba la hipótesis H0 : R2 = 0
Grados de Suma de Promedio de F Valor critico de
libertad cuadros los cuadros F
Represión 1 88.02529113 88.02529113 7.9972365 0.02222061
Residuos 8 88.05570887 11.00696361
Total 9 176.081
El valor critico de F (0.022 para a=0.05 bidireccional es menor que F calculado (7,99), por lo que cae en el área de
exclusión de H0, con lo cual se concluye que se tiene confianza en el coeficiente de determinación de la población es
mayor que cero.
Epidemiología y bioestadística 7
e) Prueba la hipótesis H0 : β = 0
Coeficientes Error típico Estadístico T Probabilidad Inferior 95% Superior 95%
Interpretación 5.635329508 6.637566306 0.849005381 0.420555993 -9.67092584 20.94158486
Colesterol 0.110720851 0.039152495 2.82793856 0.02222061 0.020435035 0.201006667
total
f) Construye un intervalo de confianza bilateral del 95% para el cálculo de β. ¿Este intervalo de confianza
concuerda con el resultado de sus pruebas de hipótesis? Explícalo
Coeficientes Error típico Estadístico T Probabilidad Inferior 95% Superior 95%
Interpretación 5.635329508 6.637566306 0.849005381 0.420555993 -9.67092584 20.94158486
Colesterol 0.110720851 0.039152495 2.82793856 0.02222061 0.020435035 0.201006667
total
Explicación: En los límites de confianza del 95%, (0.0204- 0.201), nos podemos dar cuenta que el resultado de la prueba
de significancia está confirmado, ya que cero no se encuentra en el intervalo.
Bibliografías:
Epidemiología y bioestadística 8
• Henquin R. (2013). Epidemiología y estadísticas para principiantes. Recuperado de:
https://ebookcentral.proquest.com/lib/vallemexicosp/detail.action?docID=3216895
Epidemiología y bioestadística 9
