Regresión con Variable dependiente cualitativa

Comienza Ya. Es Gratis
ó regístrate con tu dirección de correo electrónico
Regresión con Variable dependiente cualitativa por Mind Map: Regresión con Variable dependiente cualitativa

1. Introducción

1.1. Modelo de Regresión Logistica

1.1.1. Pronostica la probabilidad de que ocurra o no un suceso

1.1.2. Precisa del principio de monotonia

1.1.3. Es una herramienta muy flexible, en cuanto a variables explicativas.

1.2. Análisis Discriminante

1.2.1. Requiere de Normalidad Multivariante de los Datos

2. El Modelo de Regresión Logistica

2.1. Parte de la hipótesis de que los datos siguen el modelo.

2.1.1. El modelo se puede representar como: ln(p/1-p)= z+u

2.1.2. Donde P es la probilidad de que ocurra el suceso

2.2. Formas mas importantes del modelo.

2.2.1. ln(p)-ln(1-p)= b0+b 1*X1+....

2.3. Expresiones

2.3.1. Logit

2.3.2. Odds ratio

3. Ejemplo 1

3.1. Tratamiento y pronostico del cancer

3.1.1. Zonas propensas a ser afectadas (ganglios linfaticos)

3.1.2. Muestra aleatoria de 53 pacientes masculinos con cancer de prostata.

3.2. Variables

3.2.1. Xray: Resultado de la prueba de rayos X

3.2.2. Grado: Grado de Agresividad del tumor

3.2.3. Estado: Como esta de extendida la enfermedad

3.2.4. Nodos: Indicar de si los ganglios estan afectaddos o no por la enfermedad

3.2.5. Edad: edad de paciente

3.2.6. Acido: Prueba de laboratorio del nivel de acido phosphatase

3.3. Coeficientes estimados del modelo logistico

3.3.1. Estimando probabilidades

3.3.2. Interpretacion de los coeficientes

3.3.3. OddRatio: ayuda a interpretar los coeficientes

4. Planteamiento del Problema

4.1. Dos variables de estudio

4.1.1. 0= no ocurre el suceso

4.1.2. 1= si ocurre el suceso

4.2. Distribucion Logistica

4.2.1. Employee

4.2.2. Employee

4.3. Distribuciòn Normal

5. Estimación de los parámetros

5.1. Funcion de probabildad: p(y=1/x)=p

5.2. Función de probabilidad de la muestra: p(y1,y2...yn

5.3. Solucione establece como encontrar una solucion (Ba)

5.3.1. Para encontrar los verdaderos valores se utiliza el algoritmo de Newton- Raphson.

6. Ejemplo Completo

6.1. Historial de las iteracciones

6.2. Contraste de regresion

6.2.1. Hipotesis

6.2.2. Construccion del Contraste

6.3. Medidas de bondad de ajuste

6.3.1. Cox y Snell

6.3.2. Nagelkerke prefiere definir r2 como

6.3.2.1. Test de Hosmer y Lemeshow

6.3.2.2. Tabla de clasificacion