Sobre el uso adecuado de la regresión lineal: conceptualización básica mediante un ejemplo aplicado a las ciencias de la salud

La regresión lineal es una de las técnicas estadísticas más difundidas y con mayores posibilidades de aplicación en contextos diversos; desde escenarios técnicos, prácticos o de ingeniería; hasta situaciones vinculadas a las ciencias sociales, del comportamiento o de la salud. Las ecuaciones de regr...

Full description

Autores:: Hernández-Lalinde, Juan
Espinosa-Castro, Jhon-Franklin
García Álvarez, Diego
Bermúdez-Pirela, Valmore

Tipo de recurso:

Fecha de publicación:: 2019

Institución:: Universidad Simón Bolívar

Repositorio:: Repositorio Digital USB

Idioma:: spa

id	USIMONBOL2_26f0f965f1ad508fa0c7cf6172e26eda
oai_identifier_str	oai:bonga.unisimon.edu.co:20.500.12442/5045
network_acronym_str	USIMONBOL2
network_name_str	Repositorio Digital USB
repository_id_str
dc.title.spa.fl_str_mv	Sobre el uso adecuado de la regresión lineal: conceptualización básica mediante un ejemplo aplicado a las ciencias de la salud
dc.title.translated.eng.fl_str_mv	On the proper use of linear regression: basic conceptualization through an example applied to health sciences
title	Sobre el uso adecuado de la regresión lineal: conceptualización básica mediante un ejemplo aplicado a las ciencias de la salud
spellingShingle	Sobre el uso adecuado de la regresión lineal: conceptualización básica mediante un ejemplo aplicado a las ciencias de la salud Regresión lineal Mínimos cuadrados ordinarios Síndrome metabólico Maracaibo HOMA-2 Triglicéridos-colesterol Índice de masa corporal Linear regression Ordinary least squares Metabolic Syndrome Triglyceride-cholesterol Body Mass Index
title_short	Sobre el uso adecuado de la regresión lineal: conceptualización básica mediante un ejemplo aplicado a las ciencias de la salud
title_full	Sobre el uso adecuado de la regresión lineal: conceptualización básica mediante un ejemplo aplicado a las ciencias de la salud
title_fullStr	Sobre el uso adecuado de la regresión lineal: conceptualización básica mediante un ejemplo aplicado a las ciencias de la salud
title_full_unstemmed	Sobre el uso adecuado de la regresión lineal: conceptualización básica mediante un ejemplo aplicado a las ciencias de la salud
title_sort	Sobre el uso adecuado de la regresión lineal: conceptualización básica mediante un ejemplo aplicado a las ciencias de la salud
dc.creator.fl_str_mv	Hernández-Lalinde, Juan Espinosa-Castro, Jhon-Franklin García Álvarez, Diego Bermúdez-Pirela, Valmore
dc.contributor.author.none.fl_str_mv	Hernández-Lalinde, Juan Espinosa-Castro, Jhon-Franklin García Álvarez, Diego Bermúdez-Pirela, Valmore
dc.subject.spa.fl_str_mv	Regresión lineal Mínimos cuadrados ordinarios Síndrome metabólico Maracaibo HOMA-2 Triglicéridos-colesterol Índice de masa corporal
topic	Regresión lineal Mínimos cuadrados ordinarios Síndrome metabólico Maracaibo HOMA-2 Triglicéridos-colesterol Índice de masa corporal Linear regression Ordinary least squares Metabolic Syndrome Triglyceride-cholesterol Body Mass Index
dc.subject.eng.fl_str_mv	Linear regression Ordinary least squares Metabolic Syndrome Triglyceride-cholesterol Body Mass Index
description	La regresión lineal es una de las técnicas estadísticas más difundidas y con mayores posibilidades de aplicación en contextos diversos; desde escenarios técnicos, prácticos o de ingeniería; hasta situaciones vinculadas a las ciencias sociales, del comportamiento o de la salud. Las ecuaciones de regresión posibilitan la interpretación de fenómenos al modelar parsimoniosamente la realidad, constituyéndose en una importante herramienta de ayuda para académicos, investigadores o profesionales. El objetivo del presente artículo de revisión es el de suministrar una guía teórico-práctica sobre los aspectos básicos de la regresión lineal, haciendo hincapié en el desarrollo del método de mínimos cuadrados ordinarios para obtener los estimadores de regresión, presentando las fórmulas requeridas para ello y empleando un ejemplo relacionado con la medicina para ilustrar el procedimiento. El nivel matemático es relativamente básico, aunque se requerirá de cierto conocimiento de estadística y álgebra matricial. El caso analizado gira en torno al estudio sobre la prevalencia de síndrome metabólico de la ciudad de Maracaibo, Venezuela. Se utiliza como variable dependiente la resistencia a la insulina a través del HOMA-2, y como regresores la edad, el índice de masa corporal y la razón triglicéridos-colesterol. También se ofrece la solución al problema mediante la utilización del programa de código abierto R-Studio.
publishDate	2019
dc.date.issued.none.fl_str_mv	2019
dc.date.accessioned.none.fl_str_mv	2020-03-19T23:28:13Z
dc.date.available.none.fl_str_mv	2020-03-19T23:28:13Z
dc.type.eng.fl_str_mv	article
dc.type.coarversion.fl_str_mv	http://purl.org/coar/version/c_970fb48d4fbd8a85
dc.type.coar.fl_str_mv	http://purl.org/coar/resource_type/c_6501
dc.type.driver.eng.fl_str_mv	article
dc.identifier.issn.none.fl_str_mv	26107988
dc.identifier.uri.none.fl_str_mv	https://hdl.handle.net/20.500.12442/5045
dc.identifier.url.none.fl_str_mv	http://saber.ucv.ve/ojs/index.php/rev_aavft/article/view/17430/144814483841
identifier_str_mv	26107988
url	https://hdl.handle.net/20.500.12442/5045 http://saber.ucv.ve/ojs/index.php/rev_aavft/article/view/17430/144814483841
dc.language.iso.spa.fl_str_mv	spa
language	spa
dc.rights.coar.fl_str_mv	http://purl.org/coar/access_right/c_abf2
dc.rights.uri.*.fl_str_mv	http://creativecommons.org/licenses/by-nc-nd/4.0/
rights_invalid_str_mv	http://creativecommons.org/licenses/by-nc-nd/4.0/ http://purl.org/coar/access_right/c_abf2
dc.format.mimetype.spa.fl_str_mv	pdf
dc.publisher.spa.fl_str_mv	Sociedad Venezolana de Farmacología Clínica y Terapéutica
dc.source.spa.fl_str_mv	Revista AVFT - Archivos Venezolanos de Farmacología y Terapéutica Vol. 38, No. 5 (2019)
institution	Universidad Simón Bolívar
bitstream.url.fl_str_mv	https://bonga.unisimon.edu.co/bitstreams/a4a597aa-3e08-472b-aa2d-856cfabf7404/download https://bonga.unisimon.edu.co/bitstreams/989dea28-bf83-49e2-8996-ddce6d09ebcd/download https://bonga.unisimon.edu.co/bitstreams/391bc457-0f18-4b62-b8aa-db898d0a644d/download https://bonga.unisimon.edu.co/bitstreams/cff97ec6-6be5-4131-a883-d9b3238f488f/download https://bonga.unisimon.edu.co/bitstreams/db43228d-87a0-4d66-b98b-994006d77e39/download https://bonga.unisimon.edu.co/bitstreams/f21874c8-3625-4ffe-bea5-15e00125035e/download https://bonga.unisimon.edu.co/bitstreams/7f30a2b9-1943-4298-8468-74e0c905a177/download
bitstream.checksum.fl_str_mv	24dec3180aba9773c1a3d72ce26a5e8e 4460e5956bc1d1639be9ae6146a50347 733bec43a0bf5ade4d97db708e29b185 8d24143036867ab1cc548f43a98e961f 0eaad6f2929a65659bca316a3183fe6e 07bd57cb75a1691cd840d594d2bd9927 3f10d46616c23dd6735c8ad388ccfec8
bitstream.checksumAlgorithm.fl_str_mv	MD5 MD5 MD5 MD5 MD5 MD5 MD5
repository.name.fl_str_mv	Repositorio Digital Universidad Simón Bolívar
repository.mail.fl_str_mv	repositorio.digital@unisimon.edu.co
_version_	1814076127095816192
spelling	Hernández-Lalinde, Juan5842fe68-7639-4999-b807-d7cea1164b1cEspinosa-Castro, Jhon-Franklin3b29e060-d18e-4921-a919-55bc22b369f8García Álvarez, Diego137f6dff-a19c-4511-a6df-91dd3fe22fd1Bermúdez-Pirela, Valmorefc117ee2-5c90-4775-a924-fc7674e776572020-03-19T23:28:13Z2020-03-19T23:28:13Z201926107988https://hdl.handle.net/20.500.12442/5045http://saber.ucv.ve/ojs/index.php/rev_aavft/article/view/17430/144814483841La regresión lineal es una de las técnicas estadísticas más difundidas y con mayores posibilidades de aplicación en contextos diversos; desde escenarios técnicos, prácticos o de ingeniería; hasta situaciones vinculadas a las ciencias sociales, del comportamiento o de la salud. Las ecuaciones de regresión posibilitan la interpretación de fenómenos al modelar parsimoniosamente la realidad, constituyéndose en una importante herramienta de ayuda para académicos, investigadores o profesionales. El objetivo del presente artículo de revisión es el de suministrar una guía teórico-práctica sobre los aspectos básicos de la regresión lineal, haciendo hincapié en el desarrollo del método de mínimos cuadrados ordinarios para obtener los estimadores de regresión, presentando las fórmulas requeridas para ello y empleando un ejemplo relacionado con la medicina para ilustrar el procedimiento. El nivel matemático es relativamente básico, aunque se requerirá de cierto conocimiento de estadística y álgebra matricial. El caso analizado gira en torno al estudio sobre la prevalencia de síndrome metabólico de la ciudad de Maracaibo, Venezuela. Se utiliza como variable dependiente la resistencia a la insulina a través del HOMA-2, y como regresores la edad, el índice de masa corporal y la razón triglicéridos-colesterol. También se ofrece la solución al problema mediante la utilización del programa de código abierto R-Studio.Linear regression is one of the most widespread statistical techniques and with greater possibilities of application in diverse contexts; from technical, practical or engineering scenarios; to situations related to social, behavioral and health sciences. Regression equations make possible to interpret phenomena by the parsimonious modeling of reality, becoming an important tool of help for academics, researchers or professionals. The aim of this review is to provide a theoretical- practical guide on the basic aspects of linear regression, emphasizing the development of the ordinary least squares method to obtain the regression estimators, presenting the formulas required for this and using an example related to medicine to illustrate the procedure. The mathematical level is relatively basic, although some knowledge of statistics and matrix algebra will be required. The analyzed case revolves around the study on the prevalence of metabolic syndrome from the city of Maracaibo, Venezuela. Insulin resistance measured by HOMA-2 is used as a dependent variable, and age, body mass index and triglyceride-cholesterol ratio as predictor variables. The solution to the problem is also offered by using the R-Studio program.pdfspaSociedad Venezolana de Farmacología Clínica y Terapéuticahttp://creativecommons.org/licenses/by-nc-nd/4.0/http://purl.org/coar/access_right/c_abf2Revista AVFT - Archivos Venezolanos de Farmacología y TerapéuticaVol. 38, No. 5 (2019)Regresión linealMínimos cuadrados ordinariosSíndrome metabólicoMaracaiboHOMA-2Triglicéridos-colesterolÍndice de masa corporalLinear regressionOrdinary least squaresMetabolic SyndromeTriglyceride-cholesterolBody Mass IndexSobre el uso adecuado de la regresión lineal: conceptualización básica mediante un ejemplo aplicado a las ciencias de la saludOn the proper use of linear regression: basic conceptualization through an example applied to health sciencesarticlearticlehttp://purl.org/coar/version/c_970fb48d4fbd8a85http://purl.org/coar/resource_type/c_6501He F, Rodriguez-Colon S, Fernandez-Mendoza J, Vgontzas AN, Bixler EO, Berg A, et al. Abdominal Obesity and Metabolic Syndrome Burden in Adolescents—Penn State Children Cohort Study. J Clin Densitom. enero de 2015;18(1):30-6.Hernández-Lalinde J, Espinosa-Castro J-F, Penaloza-Tarazona M-E, Rodríguez J, Chacón G, Toloza-Sierra C, et al. Sobre el uso adecuado del coeficiente de correlación de Pearson: definición, propiedades y suposiciones. Arch Venez Farmacol Ter. 2018;38(5):587-95.Hernández-Lalinde J, Espinosa-Castro J-F, Díaz-Camargo É, Bautista- Sandoval M, Riaño-Garzón ME, García Álvarez D, et al. Sobre el uso adecuado del coeficiente de correlación de Pearson: verificación de supuestos mediante un ejemplo aplicado a las ciencias de la salud. Arch Venez Farmacol Ter. 2018;37(5):452-61.Uriel E. El modelo de regresión simple: estimación y propiedades. Univ Valencia. 2016;1(1):1-49.Uriel E. Introducción a la econometría [Internet]. 1.a ed. Universidad de Valencia; 2013 [citado 22 de agosto de 2019]. 234 p. Disponible en: https://www.uv.es/uriel/manual/Introduccion%20a%20la%20 econometria.pdfGloria CT, Steinhardt MA. Relationships among positive emotions, coping, resilience and mental health: positive emotions, resilience and health. Stress Health. abril de 2016;32(2):145-56.Khamisa N, Oldenburg B, Peltzer K, Ilic D. Work related stress, burnout, job satisfaction and general health of nurses. Int J Environ Res Public Health. enero de 2015;12(1):652-66.Stanton JM. Galton, Pearson, and the Peas: A Brief History of Linear Regression for Statistics Instructors. J Stat Educ. 2001;9(3):1-13.Galton F. Regression Towards Mediocrity in Heriditary Stature. J Anthropol Inst. 1885;15(2):246-63.Drapper NR, Smith H. Applied Regression Analysis. 3.a ed. New York, NY: John Wiley & Sons, Inc.; 1998. 705 p. (Wiley series in probability and statistics).Stigler SM. Regression towards the mean, historically considered. Stat Methods Med Res. 1997;6(2):103-14.Nesselroade JR, Stigler SM, Baltes PB. Regression toward the mean and the study of change. Psychol Bull. 1980;88(3):622-37.Bland JM, Altman DG. Statistics Notes: Some examples of regression towards the mean. BMJ. 24 de septiembre de 1994;309(6957):780- 780.Regression to the mean [Internet]. Institute for Work & Health. 2014 [citado 10 de febrero de 2019]. Disponible en: https://www.iwh. on.ca/what-researchers-mean-by/regression-to-meanBarnett AG. Regression to the mean: what it is and how to deal with it. Int J Epidemiol. 27 de agosto de 2004;34(1):215-20.Chen S, Chen H. Regression to the mean [Internet]. Encyclopedia Britannica. 2016 [citado 10 de febrero de 2019]. Disponible en: https://www.britannica.com/topic/regression-to-the-meanWeisberg S. Applied Linear Regression. 3.a ed. Hoboken, N.J: John Wiley & Sons, Ltd; 2005. 310 p. (Wiley series in probability and statistics).Kissell R, Poserina J. Regression Models. En: Optimal Sports Math, Statistics, and Fantasy [Internet]. Elsevier; 2017 [citado 3 de febrero de 2019]. p. 39-67. Disponible en: https://linkinghub.elsevier.com/ retrieve/pii/B9780128051634000025Wittek P. Regression Analysis. En: Quantum Machine Learning [Internet]. Elsevier; 2014 [citado 3 de febrero de 2019]. p. 85-8. Disponible en: https://linkinghub.elsevier.com/retrieve/pii/ B9780128009536000086Liengme BV. Regression Analysis. En: A Guide to Microsoft Excel 2013 for Scientists and Engineers [Internet]. Elsevier; 2016 [citado 3 de febrero de 2019]. p. 157-79. Disponible en: https://linkinghub. elsevier.com/retrieve/pii/B9780128028179000088Mishra S, Datta-Gupta A. Regression Modeling and Analysis. En: Applied Statistical Modeling and Data Analytics [Internet]. Elsevier; 2018 [citado 3 de febrero de 2019]. p. 69-96. Disponible en: https:// linkinghub.elsevier.com/retrieve/pii/B9780128032794000043Lalanne C, Mesbah M. Correlation and Linear Regression. En: Biostatistics and Computer-based Analysis of Health Data using R [Internet]. Elsevier; 2016 [citado 3 de febrero de 2019]. p. 89-110. Disponible en: https://linkinghub.elsevier.com/retrieve/pii/ B9781785480881500051Douglas C. Montgomery, Elizabeth A. Peck, G. Geoffrey Vining. Introduction to Linear Regression Analysis. 5th ed. New York, NY: John Wiley & Sons, Inc.; 2012. 872 p. (Wiley series in probability and statistics).Samprit Chatterjee, Ali S. Hadi. Regression Analysis by Example. 4th ed. Hoboken, N.J: John Wiley & Sons, Ltd; 2006. 383 p. (Wiley series in probability and statistics).Bermúdez V, Pacheco M, Rojas J, Córdova E, Velázquez R, Carrillo D, et al. Epidemiologic Behavior of Obesity in the Maracaibo City Metabolic Syndrome Prevalence Study. Maedler K, editor. PLoS ONE. 18 de abril de 2012;7(4):e35392.Bermúdez V, Rojas J, Salazar J, Calvo MJ, Morillo J, Torres W, et al. The Maracaibo city metabolic syndrome prevalence study: primary results and agreement level of 3 diagnostic criteria. Rev Latinoam Hipertens. 2014;9(4):20-32.Bermúdez V, Marcano RP, Cano C, Arráiz N, Amell A, Cabrera M, et al. The Maracaibo City Metabolic Syndrome Prevalence Study: Design and Scope: Am J Ther. mayo de 2010;17(3):288-94.Ullah A, Wan A, Chaturvedi A. Handbook Of Applied Econometrics And Statistical Inference [Internet]. 1.a ed. New York, NY: CRC Press; 2002 [citado 21 de agosto de 2019]. 749 p. (Statistics: texbooks and monographs; vol. 165). Disponible en: https://www.taylorfrancis. com/books/9780203911075Montgomery DC, Runger GC. Applied statistics and probability for engineers. 3rd ed. New York: Wiley; 2003. 706 p.Alkarkhi AFM, Alqaraghuli WAA. Regression Models. En: Easy Statistics for Food Science with R [Internet]. Elsevier; 2019 [citado 3 de febrero de 2019]. p.107-24. Disponible en: https://linkinghub.elsevier. com/retrieve/pii/B9780128142622000078Angelini C. Regression Analysis. En: Encyclopedia of Bioinformatics and Computational Biology [Internet]. Elsevier; 2019 [citado 3 de febrero de 2019]. p.722-30. Disponible en: https://linkinghub.elsevier. com/retrieve/pii/B9780128096338203609Rawlings JO, Pantula SG, Dickey DA. Applied Regression Analysis: a Research Tool. 2nd ed. New York: Springer; 1998. 657 p. (Springer texts in statistics).Hoaglin DC, Welsch RE. The Hat Matrix in Regression and ANOVA. Am Stat. febrero de 1978;32(1):17-22.ORIGINALPDF.pdfPDF.pdfPDFapplication/pdf872821https://bonga.unisimon.edu.co/bitstreams/a4a597aa-3e08-472b-aa2d-856cfabf7404/download24dec3180aba9773c1a3d72ce26a5e8eMD51CC-LICENSElicense_rdflicense_rdfapplication/rdf+xml; charset=utf-8805https://bonga.unisimon.edu.co/bitstreams/989dea28-bf83-49e2-8996-ddce6d09ebcd/download4460e5956bc1d1639be9ae6146a50347MD52LICENSElicense.txtlicense.txttext/plain; charset=utf-8381https://bonga.unisimon.edu.co/bitstreams/391bc457-0f18-4b62-b8aa-db898d0a644d/download733bec43a0bf5ade4d97db708e29b185MD53TEXTUso_RL_Conceptualización_Salud.pdf.txtUso_RL_Conceptualización_Salud.pdf.txtExtracted texttext/plain33866https://bonga.unisimon.edu.co/bitstreams/cff97ec6-6be5-4131-a883-d9b3238f488f/download8d24143036867ab1cc548f43a98e961fMD54PDF.pdf.txtPDF.pdf.txtExtracted texttext/plain34312https://bonga.unisimon.edu.co/bitstreams/db43228d-87a0-4d66-b98b-994006d77e39/download0eaad6f2929a65659bca316a3183fe6eMD56THUMBNAILUso_RL_Conceptualización_Salud.pdf.jpgUso_RL_Conceptualización_Salud.pdf.jpgGenerated Thumbnailimage/jpeg1892https://bonga.unisimon.edu.co/bitstreams/f21874c8-3625-4ffe-bea5-15e00125035e/download07bd57cb75a1691cd840d594d2bd9927MD55PDF.pdf.jpgPDF.pdf.jpgGenerated Thumbnailimage/jpeg6359https://bonga.unisimon.edu.co/bitstreams/7f30a2b9-1943-4298-8468-74e0c905a177/download3f10d46616c23dd6735c8ad388ccfec8MD5720.500.12442/5045oai:bonga.unisimon.edu.co:20.500.12442/50452024-08-14 21:53:11.318http://creativecommons.org/licenses/by-nc-nd/4.0/open.accesshttps://bonga.unisimon.edu.coRepositorio Digital Universidad Simón Bolívarrepositorio.digital@unisimon.edu.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

Sobre el uso adecuado de la regresión lineal: conceptualización básica mediante un ejemplo aplicado a las ciencias de la salud

Publicaciones similares