Diplomado en Salud Pblica

2. Metodologa en Salud Pblica

CORRELACIN Y REGRESIN LINEAL

Autor: Clara Laguna
4.1 INTRODUCCIN
Despus de estudiar cmo hay que organizar, representar grficamente y analizar un
conjunto de datos a partir de algunos parmetros, nos proponemos estudiar las
relaciones entre variables. Por ejemplo, podemos determinar si existe alguna relacin
entre la variables peso y altura de un conjunto de personas.
Pretendemos estudiar una situacin muy usual y por tanto de gran inters en la
prctica: Si Y es una variable definida sobre la misma poblacin que X, ser posible
determinar si existe alguna relacin entre las modalidades de X y de Y?

Figura 4.1. Diagrama de dispersin o nube de puntos

En este tema se presentan el coeficiente de correlacin y la regresin lineal simple

como las dos tcnicas estadsticas ms utilizadas para investigar la relacin entre
dos variables continuas X e Y.
Grficamente el diagrama de dispersin o nube de puntos permite obtener
informacin sobre el tipo de relacin existente entre X e Y, adems de ayudarnos a
detectar posibles valores atpicos o extremos.
En el diagrama de dispersin de la figura 4.1 tenemos representadas las alturas y los
pesos de 30 individuos. Vemos como a medida que aumenta la variable X=altura va
aumentando la variable Y=peso.

Figura 4.2.

04. Correlacin y Regresin lineal

1 - 18

Diplomado en Salud Pblica

2. Metodologa en Salud Pblica

Si nos fijamos en la figura 4.2 aparentemente el peso aumenta 10Kg por cada 10 cm
de altura... es decir, el peso aumenta en una unidad por cada unidad de altura.
El diagrama de dispersin se obtiene representando cada observacin (xi, yi) como un
punto en el plano cartesiano XY.

Las tcnicas de correlacin y las de regresin estn estrechamente relacionadas,

aunque obedecen a estrategias de anlisis un tanto diferentes.
Por un lado, el coeficiente de correlacin determina el grado de asociacin lineal entre
X e Y, sin establecer a priori ninguna direccionalidad en la relacin entre ambas
variables. Por el contrario, la regresin lineal simple permite cuantificar el cambio en el
nivel medio de la variable Y conforme cambia la variable X, asumiendo implcitamente
que X es la variable explicativa o independiente e Y es la variable respuesta o
dependiente.

4.2 CORRELACIN
La finalidad de la correlacin es examinar la direccin y la fuerza de la asociacin
entre dos variables cuantitativas. As conoceremos la intensidad de la relacin entre
ellas y si, al aumentar el valor de una variable, aumenta o disminuye el valor de la otra
variable.
Para valorar la asociacin entre dos variables, la primera aproximacin suele hacerse
mediante un diagrama de dispersin.

Figura 4.3.

En el diagrama de dispersin de la figura 4.3 parece existir una relacin lineal entre el
peso y el ndice de masa corporal de los pacientes. Adems, si nos fijamos parece que
existe un dato atpico que se aleja de la nube de puntos.
Con la nube de puntos podemos apreciar si existe o no una tendencia entre las dos
variables, pero si queremos cuantificar esta asociacin debemos calcular un
coeficiente de correlacin.
04. Correlacin y Regresin lineal

2 - 18

Diplomado en Salud Pblica

2. Metodologa en Salud Pblica

Hay dos coeficientes de correlacin que se usan frecuentemente: el de Pearson

(paramtrico) y el de Spearman (no paramtrico, se utiliza en aquellos casos donde
las variables examinadas no cumplen criterios de normalidad o cuando las variables
son ordinales).
El coeficiente de correlacin de Pearson evala especficamente la adecuacin a la
recta lineal que defina la relacin entre dos variables cuantitativas. El coeficiente no
paramtrico de Spearman mide cualquier tipo de asociacin, no necesariamente lineal.

Si se desea medir o cuantificar el grado de asociacin entre dos variables

cuantitativas se debe calcular un coeficiente de correlacin.

4.2.1 Coeficiente de Correlacin lineal de Pearson

El estimador muestral ms utilizado para evaluar la asociacin lineal entre dos
variables X e Y es el coeficiente de correlacin de Pearson (r). Se trata de un ndice
que mide si los puntos tienen tendencia a disponerse en una lnea recta. Puede tomar
valores entre -1 y +1.
Es un mtodo estadstico paramtrico, ya que utiliza la media, la varianza,y por
tanto, requiere criterios de normalidad para las variables analizadas.
Se define como la covarianza muestral entre X e Y dividida por el producto de las
desviaciones tpicas de cada variable:

S xy
SxS y

La expresin matemtica para el coeficiente de correlacin de Pearson parece

compleja, pero esconde un planteamiento que en el fondo, es sencillo: r estar
prximo a 1 (en valor absoluto) cuando las dos variables X e Y estn intensamente
relacionadas, es decir, al aumentar una aumenta otra y viceversa. A este concepto de
variacin al unsono se le llama covarianza.

Covarianza
El numerador del coeficiente de correlacin es la covarianza muestral SXY entre X e
Y, que nos indica si la posible relacin entre dos variables es directa o inversa. Es
una medida que nos habla de la variabilidad conjunta de dos variables cuantitativas.

S xy

1
( xi x )( yi y )
n i

As, si valores altos (o bajos) de X tienden a asociarse con valores altos (o bajos) de Y,
el producto de las desviaciones tender a ser positivo y la covarianza ser positiva.
Por el contrario, si valores altos de una variable se relacionan con valores bajos de la
otra variable, el producto de las desviaciones tender a ser negativo y la covarianza
ser negativa.

04. Correlacin y Regresin lineal

3 - 18

Diplomado en Salud Pblica

2. Metodologa en Salud Pblica

De tal modo que:

Si SXY >0 las dos variables crecen o decrecen a la vez (nube de puntos
creciente).

Si SXY <0 cuando una variable crece, la otra tiene tendencia a decrecer (nube
de puntos decreciente).

Si los puntos se reparten con igual densidad alrededor del centro de gravedad
x, y , SXY =0 (no hay relacin lineal).

El signo de la covarianza nos dice si el aspecto de la nube de puntos es creciente o

no, pero no nos dice nada sobre el grado de relacin entre las variables.

Figura 4.4. Interpretacin geomtrica de SXY

Resulta complicado determinar el grado de asociacin lineal entre dos variables a

partir de la magnitud de la covarianza, ya que sta depende de las unidades de
medida de las variables.

Volviendo al coeficiente de correlacin lineal r, veamos qu propiedades tiene:

Carece de unidades de medida (adimensional).

Slo toma valores comprendidos entre [-1,1].

Cuando |r| est prximo a uno, r= +1 (recta lineal creciente de izquierda a

derecha) o r= -1 (recta lineal decreciente), se tiene que existe una relacin
lineal muy fuerte entre las variables.

Cuando r0, puede afirmarse que no existe relacin lineal entre ambas
variables. Se dice en este caso que las variables son incorreladas.

04. Correlacin y Regresin lineal

4 - 18

Diplomado en Salud Pblica

2. Metodologa en Salud Pblica

Para entenderlo mejor, veamos los siguientes diagramas de dispersin:

Figura 4.5.

En la figura 4.5 vemos que r = 1 es lo mismo que decir que las observaciones de
ambas variables estn perfectamente alineadas. El signo de r, es el mismo que el
de SXY, por tanto nos indica el crecimiento o decrecimiento de la recta. La
relacin lineal es tanto ms perfecta cuanto r est cercano a 1.
En la correlacin no se distingue la variable dependiente de la independiente, la
correlacin de X con respecto a Y es la misma que la correlacin de Y con respecto a
X.
Aunque la interpretacin de la magnitud del coeficiente de correlacin depende del
contexto particular de aplicacin, en trminos generales se considera que una
correlacin es baja por debajo de 0,30 en valor absoluto, que existe una asociacin
moderada entre 0,30 y 0,70, y alta por encima de 0,70.
Condiciones de aplicacin de la correlacin:

Variables cuantitativas: Ambas variables examinadas han de ser cuantitativas.

Para variables ordinales se puede usar el coeficiente de Spearman.

Normalidad: La normalidad de ambas variables es un requisito en el caso del

coeficiente de correlacin de Pearson, pero no en el de Spearman.

Independencia: Las observaciones han de ser independientes, es decir, slo

hay una observacin de cada variable para cada individuo. No tendra sentido,
aplicar la correlacin en un estudio que relacionase la ingesta diaria de sal y la
tensin intraocular si se tomaran mediciones en ambos ojos de cada individuo.
En este caso hay dos observaciones por paciente que estn

04. Correlacin y Regresin lineal

5 - 18

Diplomado en Salud Pblica

2. Metodologa en Salud Pblica

autocorrelacionadas, no son independientes; habra que considerar N como el

nmero de pacientes y no el de ojos.

Ejemplo 4.1
En la Figura 4.6 se presenta el diagrama de dispersin entre el ndice de masa
corporal, medida de obesidad que se obtiene de dividir el peso en kilogramos por la
altura en metros al cuadrado, y el colesterol HDL en un estudio realizado a 533
individuos.

Figura 4.6.

A simple vista, se aprecia un cierto grado de dependencia lineal negativa entre ambas
variables; esto es, el colesterol HDL tiende a decrecer conforme aumenta el ndice de
masa corporal. Esta apreciacin visual se confirma mediante el clculo del coeficiente
de correlacin muestral de Pearson que indica una asociacin lineal negativa
moderada entre el ndice de masa corporal y el colesterol HDL.

4.3 REGRESIN LINEAL SIMPLE

La regresin est dirigida a describir como es la relacin entre dos variables X e Y,
de tal manera que incluso se pueden hacer predicciones sobre los valores de la
variable Y, a partir de los de X. Cuando la asociacin entre ambas variables es fuerte,

04. Correlacin y Regresin lineal

6 - 18

Diplomado en Salud Pblica

2. Metodologa en Salud Pblica

la regresin nos ofrece un modelo estadstico que puede alcanzar finalidades

predictivas.
La regresin supone que hay una variable fija, controlada por el investigador (es la
variable independiente o predictora), y otra que no est controlada (variable respuesta
o dependiente). La correlacin supone que ninguna es fija: las dos variables estn
fuera del control de investigador.
La regresin es su forma ms sencilla se llama regresin lineal simple. Se trata de
una tcnica estadstica que analiza la relacin entre dos variables cuantitativas,
tratando de verificar si dicha relacin es lineal.
Si tenemos dos variables hablamos de regresin simple, si hay ms de dos variables
regresin mltiple.
Su objetivo es explicar el comportamiento de una variable Y, que denominaremos
variable explicada (o dependiente o endgena), a partir de otra variable X, que
llamaremos variable explicativa (o independiente o exgena).
Una vez que hemos hecho el diagrama de dispersin y despus de observar una
posible relacin lineal entre las dos variables, nos proponemos encontrar la ecuacin
de la recta que mejor se ajuste a la nube de puntos. Esta recta se denomina recta de
regresin.
Si sobre un grupo de personas observamos los valores que toman las variables
X = altura medida en centmetros, Y=altura medida en metros, sabemos que la
relacin que hay entre ambas es: Y = X/100.
Obtener esta relacin es menos evidente cuando lo que medimos sobre el mismo
grupo de personas es X = altura medida en centmetros e Y= peso en kilogramos.
La razn es que no es cierto que conocida la altura xi de un individuo, podamos
determinar de modo exacto su peso yi (dos personas que miden 1, 70m pueden tener
pesos de 60 y 65 kilos). Sin embargo, alguna relacin entre ellas debe existir, ya que
parece ms probable pensar que un individuo de 2m pese ms que otro que mida
1,20m.
A la deduccin, a partir de una serie de datos, de este tipo de relaciones entre
variables, es lo que denominamos regresin.
Mediante las tcnicas de regresin inventamos una variable como funcin de otra
variable X (o viceversa).
El criterio para construir esta funcin es que la diferencia entre Y e , denominada
error o residuo, sea pequea.

Los residuos o errores ei son la diferencia entre los valores observados (verdadero
valor de Y) y los valores pronosticados por el modelo: ei =Y-. Recogen la parte de
la variable Y que no es explicada por el modelo de regresin.
A partir de la definicin de residuo, podemos escribir Y = f(X) + error.
El trmino que hemos denominado error debe ser tan pequeo como sea posible. El
objetivo ser buscar la funcin (modelo de regresin) = f(X) que lo minimice.

04. Correlacin y Regresin lineal

7 - 18

Diplomado en Salud Pblica

2. Metodologa en Salud Pblica

4.3.1 Ajuste de una recta por mnimos cuadrados

La regresin lineal consiste en encontrar (aproximar) los valores de una variable a
partir de los de otra, usando una relacin funcional de tipo lineal, es decir, buscamos
cantidades a (ordenada en el origen) y b (pendiente de la recta lineal) tales que se

pueda escribir Y a bX , con el menor error posible entre e Y.

Para cada valor observado de la variable independiente xi podemos considerar dos
valores de la variable dependiente, el observado yi y el estimado a partir de la

ecuacin de la recta, y i a bxi

Para cada observacin podemos definir el error o residuo como la distancia vertical
entre el punto (xi, yi) y la recta, es decir: yi (a + bxi)
Por cada recta que consideremos, tendremos una coleccin diferente de residuos.
Se trata de buscar la recta que d lugar a los residuos ms pequeos, es decir la
recta que hace mnima la suma de cuadrados de las distancias verticales entre cada
punto y la recta, de tal manera que se minimice la suma de los errores al cuadrado.
N

SC Re s e ( yi y i ) 2
i 1

2
i

i 1

Para determinar la recta de regresin, utilizaremos el mtodo de los mnimos

cuadrados1.

Figura 4.7.

No entramos en el desarrollo matemtico del mtodo

04. Correlacin y Regresin lineal

8 - 18

Diplomado en Salud Pblica

2. Metodologa en Salud Pblica

Las cantidades a y b que minimizan dicho error son los llamados coeficientes de
regresin:

S XY
S X2

a y bx

La cantidad b se denomina coeficiente de regresin de Y sobre X.

Interpretacin de la ordenada en el origen a:
Este parmetro representa la estimacin del valor de Y cuando X es igual a cero.
Interpretacin de la pendiente de la recta b:
El coeficiente de regresin es muy importante, porque mide el cambio de la variable
Y por cada unidad de cambio de X. Este parmetro nos informa de cmo estn
relacionadas las dos variables en el sentido de que nos indica en qu cantidad (y si es
positiva o negativa) varan los valores de Y cuando varan los valores de la X en una
unidad. De hecho el coeficiente de regresin b y el coeficiente de correlacin r siempre
tendrn el mismo signo.

Si b > 0, cada aumento de X se corresponde con un aumento de Y;

Si b < 0, Y decrece a medida que aumenta X.

El mtodo de los mnimos cuadrados consiste en buscar los valores de los

parmetros a y b de manera que la suma de los cuadrados de los residuos sea
mnima. Esta recta es la recta de regresin por mnimos cuadrados.

Ejemplo 4.2
En el estudio de la relacin entre el ndice de masa corporal y el colesterol HDL,
resulta natural considerar el ndice de masa corporal como variable independiente X y
el colesterol HDL como variable dependiente Y. El objetivo es, estimar los cambios en
el nivel medio del colesterol HDL conforme aumenta el ndice de masa corporal
utilizando un modelo de regresin lineal simple.

Las estimaciones de la pendiente y la constante de la recta de regresin por el mtodo

de mnimos cuadrados son:

S XY
-0,023
S X2

a y bx 1,69

La constante a 1,69 mmol/l es una estimacin del valor esperado del colesterol HDL
para un sujeto con un imc igual a 0 kg/m2, extrapolacin que carece de sentido
biolgico.

04. Correlacin y Regresin lineal

9 - 18

Diplomado en Salud Pblica

2. Metodologa en Salud Pblica

La pendiente b= -0,023 estima que, por cada incremento de 1kg/m2 en el ndice de

masa corporal, el nivel medio de colesterol HDL disminuye en 0,023 mmol/l.
La recta de regresin (figura 4.8) estimada del colesterol HDL sobre el ndice de
masa corporal es:

y 1,69 0,023x

Figura 4.8.

Esta recta de regresin puede utilizarse para estimar o predecir el valor esperado del
colesterol HDL en funcin del ndice de masa corporal.
Por ejemplo, para un ndice de masa corporal de 25 kg/m2, el modelo estima un nivel
medio de colesterol HDL de

y(25) 1,69 0,023 25 1,11mmol / l

Interpolacin y extrapolacin:
Como acabamos de ver, uno de los objetivos ms importantes de la regresin es la
aplicacin del modelo para el pronstico del valor de la variable dependiente (Y)
para un valor de la variable independiente (X) no observado en la muestra.

Ejemplo 4.3
A partir de la recta de regresin que relaciona los pesos y las alturas de una muestra
de 10 personas, podemos estar interesados en conocer el peso de una persona de
altura de 1,60 m

04. Correlacin y Regresin lineal

10 - 18

Diplomado en Salud Pblica

2. Metodologa en Salud Pblica

y 96,11 0,979 x 96,11 0,979 160 60,53

para un valor de X de 160 cm, tenemos un valor estimado para la Y de 60,53 kg.

Figura 4.9.

Un aspecto importante a la hora de aplicar el modelo de regresin obtenido es el

riesgo de la extrapolacin. Es decir, cuando queremos conocer el valor que presentar
la variable Y para un determinado valor de X que se encuentre fuera del intervalo de
valores que toma la muestra. Entonces tenemos que ir con mucho cuidado:
a. Hemos determinado el modelo con la informacin contenida en la muestra, de
manera que no hemos tenido ninguna informacin del comportamiento de la
variable Y para valores de X de fuera del rango de la muestra.
b. Es posible que no tenga sentido la extrapolacin que queremos hacer. Antes
de utilizar el modelo de regresin, debemos preguntarnos por lo que estamos
haciendo. Por ejemplo, no tendra ningn sentido utilizar el modelo de
regresin para calcular el peso de personas de diez centmetros o tres metros
de altura. El modelo nos dar un resultado numrico que, en todo caso, hay
que interpretar.
Supuestos del modelo de regresin:
Linealidad: El valor esperado de la variable dependiente Y es una funcin lineal de la
variable explicativa X, de tal forma que cambios de magnitud constante a distintos
niveles de X se asocian con un mismo cambio en el valor medio de Y.
Homogeneidad de la varianza: La varianza de la variable dependiente Y es la misma
para cualquier valor de la variable explicativa X; es decir, a diferencia de la media, la
varianza de Y no est relacionada con X.

04. Correlacin y Regresin lineal

11 - 18

Diplomado en Salud Pblica

2. Metodologa en Salud Pblica

Normalidad: Para un valor fijo de la variable explicativa X, la variable dependiente Y

sigue una distribucin normal.
Independencia: Cada observacin de la variable Y debe ser independiente de las
dems.

4.3.2 Bondad de un ajuste

La recta de regresin por mnimos cuadrados minimiza la suma de los cuadrados de
los residuos. Ahora nos preguntamos si este ajuste es lo bastante bueno.
Mirando si en el diagrama de dispersin los puntos experimentales quedan muy cerca
de la recta de regresin obtenida, podemos tener una idea de si la recta se ajusta o no
a los datos, pero nos hace falta un valor numrico que nos ayude a precisarlo.
El coeficiente de determinacin, R2
Queremos evaluar en qu grado el modelo de regresin lineal que hemos encontrado
a partir de un conjunto de observaciones explica las variaciones que se producen en la
variable dependiente de stas.
La medida ms importante de la bondad del ajuste es el coeficiente de
determinacin R2.
Este coeficiente nos indica el grado de ajuste de la recta de regresin a los valores de
la muestra, y se define como el porcentaje de la variabilidad total de la variable
dependiente Y que es explicada por la recta de regresin.
Cuanto menos dispersos sean los residuos (recordad que lo residuos o errores son la
diferencia entre los valores observados y los valores estimados por la recta de
regresin), mejor ser la bondad del ajuste2.

Se2
R 1 2
SY
2

Las caractersticas de este coeficiente son:

R2 es una cantidad adimensional que slo puede tomar valores en [0, 1]

Cuando un ajuste es bueno, R2 ser cercano a uno (mayor ser la fuerza de

asociacin entre ambas variables)

Cuando un ajuste es malo, R2 ser cercano a cero (la recta no explica nada, no
existe asociacin entre X e Y)

Para entender mejor cmo se mide la bondad de un ajuste de un modelo de regresin, os aconsejo que
veis con detenimiento la presentacin disponible en material de apoyo

04. Correlacin y Regresin lineal

12 - 18

Diplomado en Salud Pblica

2. Metodologa en Salud Pblica

Puesto que R2 nos explica la proporcin de variabilidad de los datos que queda
explicada por el modelo de regresin, cuanto ms cercano a la unidad est, mejor es
el ajuste.
Volviendo al ejemplo 4.3 de las alturas y los pesos, hemos obtenido un coeficiente de
determinacin R2 = 0,5617 que nos informa de que la altura slo nos explica el 56,17%
de la variabilidad del peso.
Relacin entre R2 y r
Es muy importante tener clara la diferencia entre el coeficiente de correlacin y el
coeficiente de determinacin:

R2: mide la proporcin de variacin de la variable dependiente explicada por la

variable independiente.

r: mide el grado de asociacin entre las dos variables.

No obstante, en la regresin lineal simple tenemos que R2 = r2.

Esta relacin nos ayuda a comprender por qu antes considerbamos que un valor de
r = 0,5 era dbil. Este valor representar un R2 = 0,25, es decir, el modelo de regresin
slo nos explica un 25% de la variabilidad total de las observaciones.
A diferencia de R2 que siempre es positivo, r puede ser positivo o negativo (tendr el
mismo signo que la pendiente de la recta que hemos llamado b).
Por tanto, es importante tener presente que r nos da ms informacin que R2. El signo
de r nos informa de si la relacin es positiva o negativa. As pues, con el valor de r
siempre podremos calcular el valor de R2, pero al revs siempre nos quedar
indeterminado el valor del signo a menos que conozcamos la pendiente de la recta.
Por ejemplo, dado un R2 = 0,81, si sabemos que la pendiente de la recta de regresin
es negativa, entonces podremos afirmar que el coeficiente de correlacin ser r = -0,9.
Una correlacin puede parecer impresionante, por ejemplo r = 0,7, y sin embargo el
modelo lineal explicara menos del 50% de lo observado (R2=0,49).

REGRESIN LINEAL SIMPLE EN SPSS

El primer paso debe ser siempre pedir a SPSS un grfico de dispersin para apreciar
visualmente si se puede asumir un modelo lineal entre ambas variables.
Como hemos visto el diagrama de dispersin o nube de puntos permite obtener
informacin sobre el tipo de relacin existente entre dos variables y sirve para detectar
posibles datos atpicos o valores extremos.
Para representar nubes de puntos, se selecciona en la barra del men principal
GRFICOS>DISPERSIN.

04. Correlacin y Regresin lineal

13 - 18

Diplomado en Salud Pblica

2. Metodologa en Salud Pblica

OPCIN DISPERSIN SIMPLE: Seleccionando esta opcin podremos representar la

nube de puntos para un par de variables, distinguiendo (si queremos) los puntos segn
los valores de una tercera variable.

04. Correlacin y Regresin lineal

14 - 18

Diplomado en Salud Pblica

2. Metodologa en Salud Pblica

Interpretacin: Aparentemente parece existir una relacin lineal entre el peso

y el ndice de masa corporal de los pacientes. Si nos fijamos parece que
existe un dato atpico.
Una vez dibujada la nube de puntos es posible representar la recta de regresin, la
parbola o la funcin cbica que mejor se ajusta y obtener el valor del coeficiente de
determinacin que mide la bondad del ajuste.
Para cuantificar el grado de relacin LINEAL entre dos variables con mayor precisin
de la que nos permite el diagrama de dispersin utilizamos los Coeficientes de
Correlacin.
Seleccionando en el men ANALIZAR>CORRELACIONES>BIVARIADAS se obtiene:

Utilizaremos el coeficiente de correlacin lineal de Pearson (r) entre dos variables

cuantitativas X e Y cuando ambas sean Normales.

04. Correlacin y Regresin lineal

15 - 18

Diplomado en Salud Pblica

2. Metodologa en Salud Pblica

Y los coeficientes de correlacin No Paramtricos: Rho de Spearman y Tau-b de

Kendall. Tambin se pueden utilizar con variables ordinales.
Correlaciones
peso
Rho de Spearman

peso

imc

tas

tad

bqcol

bqldl

Coef iciente de
correlacin
Sig. (bilateral)
N
Coef iciente de
correlacin
Sig. (bilateral)
N
Coef iciente de
correlacin
Sig. (bilateral)
N
Coef iciente de
correlacin
Sig. (bilateral)
N
Coef iciente de
correlacin
Sig. (bilateral)
N
Coef iciente de
correlacin
Sig. (bilateral)
N

1,000
.
1024
,759**

imc

tas

tad

bqcol

bqldl

,759**

,163**

,230**

,044

,022

,000
1024

,000
1024

,000
1024

,155
1023

,481
1007

,270**

,313**

,060

,015

,000
1024

,000
1024

,055
1023

,633
1007

,744**

,089**

,065*

,000
1024

,004
1023

,039
1007

,099**

,081*

,002
1023

,010
1007

1,000

,000
1024

.
1024

,163**

,270**

,000
1024

,000
1024

.
1024

,230**

,313**

,744**

,000
1024

,000
1024

,000
1024

.
1024

,044

,060

,089**

,099**

,155
1023

,055
1023

,004
1023

,002
1023

.
1023

,022

,015

,065*

,081*

,930**

,481
1007

,633
1007

,039
1007

,010
1007

,000
1007

1,000

1,000

1,000

,930**
,000
1007
1,000
.
1007

**. La correlacin es signif icat iv a al niv el 0,01 (bilat eral).

*. La correlacin es signif icat iv a al niv el 0,05 (bilat eral).

Interpretacin: Observa que existe una fuerte correlacin positiva entre el PESO y el
IMC, entre las variables TAS y TAD y entre el valor total del colesterol BQCOL y
BQLDL. Entre el resto de las variables la correlacin es dbil.
Una vez elegida la funcin a ajustar, se estiman los valores de los parmetros, se
calcula la bondad del ajuste y se analizan los residuos con la opcin ANALIZAR>
REGRESIN>LINEAL.

04. Correlacin y Regresin lineal

16 - 18

Diplomado en Salud Pblica

2. Metodologa en Salud Pblica

Interpretacin:
b
Variables i ntroducidas/eliminadas

Modelo
1

Variables
introducidas
peso a

Variables
eliminadas
.

Mtodo
Introducir

a. Todas las v ariables solicitadas introducidas

b. Variable dependiente: imc

La tabla Resumen del Modelo, muestra el valor del coeficiente de determinacin

general que sirve para medir la bondad del ajuste: R2=0,657 indica que el 65,7% de la
variabilidad del imc est explicada por el peso.
El error tpico de la estimacin (Se) es la desviacin tpica de los residuos. A mayor R2
menor Se
Uno de los supuestos bsicos del modelo de regresin lineal es la independencia
entre los residuos. El estadstico de Durbin-Watson (DW) oscila entre 0 y 4, toma el
valor 2 cuando los residuos son independientes. Suele aceptarse que los residuos son
independientes cuando el DW toma valores comprendidos entre 1,5 y 2,5.
En nuestro ejemplo, podemos aceptar que los residuos son independientes
(DW=1,608).
Resumen del modelob
Modelo
1

R
,810a

R cuadrado
,657

R cuadrado
corregida
,657

Error tp. de la
estimacin
1,82745

DurbinWat son
1,608

a. Variables predictoras: (Constante), peso

b. Variable dependiente: imc

La tabla ANOVA de la Regresin informa si existe o no relacin significativa entre

X e Y. F contrasta la H0 de que el valor poblacional de R es cero (pendiente de la recta
de regresin es cero).3
En este caso ambas variables estn linealmente relacionadas.
ANOVAb
Modelo
1

Regresin
Residual
Total

Suma de
cuadrados
6533,998
3413,041
9947,039

gl
1
1022
1023

Media
cuadrtica
6533,998
3,340

F
1956,539

Sig.
,000a

a. Variables predictoras: (Constante), peso

b. Variable dependient e: imc

La ltima tabla muestra los estimadores mnimo-cuadrticos de los coeficientes de la

recta de regresin. El modelo obtenido tiene de ecuacin: IMC=7,175+ 0,257PESO

Este contraste lo entenderis mejor una vez que estudiemos los temas correspondientes a inferencia
estadstica

04. Correlacin y Regresin lineal

17 - 18

Diplomado en Salud Pblica

2. Metodologa en Salud Pblica

Coeficientesa

Modelo
1

(Constante)
peso

Coef icientes no
estandarizados
B
Error tp.
7,175
,469
,257
,006

Coef icientes
estandarizad
os
Beta
,810

t
15,301
44,233

Sig.
,000
,000

a. Variable dependient e: imc

El coeficiente no tipificado correspondiente a PESO es 0,257. Es el cambio medio que

aumenta el IMC por cada unidad de cambio de PESO.
IMC=7,175+ 0,257PESO

En el grfico de dispersin entre ZPRED y ZRESID estn representados en el eje

horizontal los valores pronosticados y en el eje vertical los residuos, ambos
tipificados. Si la nube de puntos no muestra ningn patrn y los valores de los residuos
se encuentran mayoritariamente entre -2 y 2, se concluye que el modelo recoge toda
la informacin necesaria para predecir el valor de la variable dependiente.

04. Correlacin y Regresin lineal

18 - 18