Annotate Capítulo completo Figuras Cuadros Videos Recursos adicionales +++ CONCEPTOS CLAVE ++ CONCEPTOS CLAVE La correlación y la regresión son métodos estadísticos que examinan la relación lineal entre dos variables numéricas medidas en los mismos sujetos. La correlación describe una relación y la regresión describe una relación y predice un resultado. Los coeficientes de correlación oscilan entre −1 y +1, y ambos indican una relación perfecta entre dos variables. Una correlación igual a 0 indica que no hay relación. Los diagramas de dispersión proporcionan una representación visual de la relación entre dos variables numéricas y se recomiendan para verificar una relación lineal y valores extremos. El coeficiente de determinación, o r2, es la correlación al cuadrado; es el estadístico preferido para describir la fuerza entre dos variables numéricas. La prueba t se puede utilizar para probar la hipótesis de que la correlación de la población es cero. La transformación z de Fisher se utiliza para formar intervalos de confianza para la correlación o para probar cualquier hipótesis sobre el valor de la correlación. La transformación z de Fisher también se puede utilizar para formar intervalos de confianza para la diferencia entre las correlaciones de dos grupos independientes. Es posible probar si la correlación entre una primera variable y una segunda, es la misma que la existente entre una tercera y una segunda. Cuando una o ambas variables en una correlación están sesgadas, se recomienda la correlación no paramétrica rho de Spearman. La regresión lineal recibe ese nombre porque mide solo relaciones de línea recta. El método de los mínimos cuadrados es el que se utiliza en casi todos los ejemplos de regresión en medicina. Con una variable independiente y una dependiente, la ecuación de regresión se puede presentar como una línea recta. El error estándar de la estimación es un estadístico que se puede utilizar para probar hipótesis o para formar intervalos de confianza, tanto de la intersección como del coeficiente de regresión (pendiente). Un uso importante de la regresión es poder predecir los resultados en un grupo futuro de sujetos. Al predecir resultados, los límites de confianza se denominan bandas de confianza sobre la línea de regresión. Las predicciones más precisas son para resultados cercanos a la media de la variable independiente X, y se vuelven menos precisos a medida que el resultado se aparta de la media. Es posible probar si la línea de regresión es la misma (es decir, tiene la misma pendiente e intersección) en dos grupos diferentes. Un residuo es la diferencia entre el resultado real y el pronosticado; observar la distribución de los residuos ayuda a los estadísticos a decidir si el modelo de regresión lineal es el mejor enfoque para analizar los datos. La regresión hacia la media puede dar como resultado que un tratamiento o procedimiento parezca valioso cuando no ha tenido un efecto real; tener un grupo testigo ayuda a protegerse contra este problema. La correlación y la regresión no deben usarse a menos que las observaciones sean independientes; no ... Actualmente, su perfil de Access está afiliado a [InstitutionA] y se encuentra en proceso de cambio de afiliación a [InstitutionB]. Por favor, seleccione cómo desea proceder. Conserve la afiliación actual con [InstitutionA] y continúe con el proceso de inicio de sesión del perfil de Access Cambie la afiliación a [InstitutionB] y continúe con el proceso de inicio de sesión del perfil de Access Obtenga acceso gratuito por medio de su institución Cómo obterner información en la biblioteca de su institución sobre subscripciones disponibles para los productos médicos de McGraw Hill. Solicite una prueba Institutional Iniciar sesión Error: Nombre de usuario o contraseña no válidos Nombre de usuario Error: Por favor, introduzca el nombre de usuario Contraseña Error: Por favor, introduzca la contraseña Ingrese ¿Olvidó su contraseña? ¿Olvidó su nombre de usuario? Descárguela ahora: iOS | Android Inicie sesión mediante OpenAthens Inicie sesión mediante Shibboleth You already have access! Please proceed to your institution's subscription. Create a free profile for additional features.