Regresión

!

"# $
*

% &'
%

()

+

'

, "

/

#

#
1 "
0 ) "2
6%
%
7
79
# 1) #% +
5
%

-

" &

'

%%
-

+ %% .&

+

'

+ %% .

#
$%
#

%
3#
&%

&

&

:#

%
%

"

%

"
6
$

0
4

%
5 #

%% +
5%

%8

+

1) Introducción
Antes de abordar este documento es muy recomendable leer detenidamente su primera
parte1 y los dosdocumentos1,2 sobre “Confusión e interacción”, ya que en el primero se
explica una salida tipo de Regresión Logística con el programa SPSS con la interpretación
detallada de los diferentes cuadros de diálogo, y en los segundos los conceptos básicos
sobre confusión e interacción y cómo detectar estos fenómenos en los análisis estratificado y
multivariante.
Para hacer práctico el documento yreproducible la tarea, vamos a trabajar con la base de
datos de “BAJO PESO AL NACER”, donde se registran 189 nacimientos en un estudio de
casos y controles: 59 casos de RN de bajo peso (menos de 2.500 gramos) y 130 controles
de RN de peso normal (al menos 2.500 gramos); y una serie de variables independientes,
confundentes y de control.
En resumen, los pasos que recomendamos dar en un análisis deRegresión Logística
Multivariante (REM) son:
Paso 0. Tener claro qué se pretende en el estudio (¡pudiera resultar una obviedad, pero no lo es!)
Paso 1. Explorar las relaciones bivariantes (entre las predictoras y la dependiente).
Paso 2. Evaluar posibles interacciones y/o factores de confusión.
Paso 3. Construir un modelo o ecuación de RLM.
Paso 4. Evaluar el modelo final.

!

" !#
) $$%$$ &
*

' (
+

"# $

% &'

()

'

" &

%%

#

5; 5

"

Paso 0. Tener claro qué se pretende en el estudio.
Como ya hemos indicado en reiteradas ocasiones, el análisis de los datos está al servicio de
los objetivos del estudio de investigación, y no al contrario. El investigador tiene que tener
bien definido qué quiere obtener y, solo entonces, aplicar un procedimientode análisis
matemático.
Esto es especialmente importante cuando se llevan a cabo análisis multivariantes, en los que
se introducen muchas (> 2) variables simultáneamente para evaluar sus relaciones o
asociaciones, por lo que las posibilidades de encontrar dependencias espúreas (cuando no
absurdas) es elevada; y por otra parte, las probabilidades de no encontrar relaciones
importantes por nosaber cómo explorarlas o por la imprecisión de los datos (error aleatorio)
también es alta.

La Regresión Logística Multivariante tiene tres objetivos básicos:
1. Obtener una estimación no sesgada o ajustada de la relación entre la variable
dependiente (o resultado) y una variable independiente que es la que el investigador
quiere conocer, sobre la que el investigador desea averiguar supapel.
Así en nuestro ejemplo, pudiera ser que el estudio se planteara como...
“Efecto del tabaquismo materno sobre el bajo peso al nacer:
un estudio caso-control”
En este proyecto así formulado los investigadores colocan al tabaquismo materno (nuestra
variable TABACO) en la independiente principal, de forma que la relación básica a explorar
será TABACO
BAJOPESO. El análisis de RLM será unaherramienta excelente para
controlar posibles factores de confusión en la relación principal evaluada, siempre y cuando
estos factores se hayan medido y registrado correctamente en los individuos del estudio.
2. Evaluar varios factores simultáneamente que estén presumiblemente relacionados
de alguna manera (o no) con la variable dependiente, y conocer su papel (predictor,
confundente,modificador de efecto) y su efecto de forma ajustada.
Así en nuestro ejemplo, el estudio se plantearía ahora como...
“Factores que influyen en el bajo peso al nacer”
En este caso no hay una variable independiente principal sino varias, que habrán sido
seleccionadas por el investigador tras un profundo conocimiento del tema en cuestión y una
rigurosa búsqueda bibliográfica. El análisis de RLM...