TRABAJO REGRESION LINEAL SIMPLE MARIBEL CORREA TABORDA C.C 43 611 227 SANDRA PATRICIA VALLEJO C.C 32 195 469 UNIVERSIDAD DE ANTIOQUIA FACULTAD NACIONAL DE SALUD PÚBLICA MEDELLIN 2010 INTRODUCCION El índice de masa corporal (IMC) es una medida de asociación entre el peso y la talla de un individuo . Se calcula según la expresión matemática: La organización mundial de la salud (OMS) realiza una clasificación con el fin de analizar el Costo-Efectividad , como predictora de el riesgo Cardiovascular , pues este causa 17.5 millones de muertes en el mundo cada año . La obesidad aumenta las probabilidades de adquirir otros factores de riesgo cardiovascular, especialmente diabetes, hipertensión, niveles elevados de colesterol en sangre. El control del mayor número posible de factores de riesgo, mediante cambios en el estilo de vida y/o medicamentos, puede reducir el riesgo cardiovascular.Por ello nos hemos planteado la hipótesis de a mayor IMC correlacionarla con una variable expresora de Riesgo Cardiovascular, para evidenciarlo se analiza la relación estadística existente entre el IMC y los niveles de glicemia en ayunas. Clasificación de la OMS del estado nutricional de acuerdo con el IMCÍndice de Masa Corporal Clasificación IMC (kg/m2) Valores principales Valores adicionales Infrapeso <18,50 <18,50 Delgadez severa <16,00 <16,00 Delgadez moderada 16,00 - 16,99 16,00 - 16,99 Delgadez aceptable 17,00 - 18,49 17,00 - 18,49 18.5 - 22,99 Normal 18.5 - 24,99 23,00 - 24,99 Sobrepeso ≥25,00 ≥25,00 25,00 - 27,49 Preobeso 25,00 - 29,99 27,50 - 29,99 Obeso ≥30,00 ≥30,00 30,00 - 32,49 Obeso tipo I 30,00 - 34,99 32,50 - 34,99 35,00 - 37,49 Obeso tipo II 35,00 - 39,99 37,50 - 39,99 Obeso tipo III ≥40,00 ≥40,00 REGRESION LINEAL Características: Población de referencia: Empleados docentes y no docentes de la Universidad de Antioquia. n=399 Sujetos del programa de riesgo cardiovascular 1. DEFINICION DE VARIABLES Variable Dependiente= Glicemia en ayunas Internacional .Cuantitativa continua de razón. tecnica Estandarizada Variable Independiente: IMC (índice de masa corporal). Modelo: ^ Glicemia= b0+b1*IMC 2. GRAFICO DE DISPERSION Valores de Glicemia 30 0,00 20 0,00 10 0,00 20 ,0 0 30 ,0 0 40 ,0 0 50 ,0 0 Indice de m asa corporal Se percibe que no existe una Correlación lineal, de acuerdo a esto no se debería continuar con el modelo, sin embargo para efectos académicos explicamos cada uno de los coeficientes de correlacion. 3. COEFICIENTES DE REGRESION Y CORRELACION Coeficientes(a) Coeficientes estandarizado s Coeficientes no estandarizados Modelo 1 B (Constante) Error típ. 84,823 6,912 ,450 ,245 Índice de masa corporal Beta t ,092 Sig. 12,272 ,000 1,833 ,068 a Variable dependiente: Valores de Glicemia ^ Glicemia= 84.823+0.450*IMC Ho: b0 = 0 Ha: b0 # 0 Sig b0= 0.00 Interpretación: Como sig es mucho menor que alfa =0.05 podemos concluir que la glicemia aporta de manera significativa al índice de masa corporal. Ho: b1= 0 Ha: b1 # 0 Sig b1= 0.068 Como sig es mayor que alfa = 0.05, , lo que indica que por cada unidad que incrementa el IMC la glicemia aumenta en 0.450 Correlación Resumen del modelo(b) Modelo 1 R R cuadrado R cuadrado corregida Error típ. de la estimación ,092(a) ,008 ,006 25,41377 a Variables predictoras: (Constante), Índice de masa corporal b Variable dependiente: Valores de Glicemia Durbin-Watson 2,110 Interpretación: r=0.092 Es una asociación buena entre IMCy los valores de glicemia r²=El 80% de los cambios en los valores de la glicemia son explicados por los cambios en el IMC Como podemos observar con el DW= 2.110 el modelo No tiene auto-correlación, pues este número se encuentra fuera del rango de 1.5 a 2.5. 4. Análisis de gráficos Interpretación: El grafico indica que no se comportan normales. 5. PRUEBAS NO PARAMETRICAS Prueba de Kolmogorov-Smirnov para una muestra Unstandardize d Residual N 397 Media Parámetros normales(a,b) Desviación típica Diferencias más extremas Absoluta ,0000000 25,38166540 ,238 Positiva ,238 Negativa -,164 Z de Kolmogorov-Smirnov Sig. asintót. (bilateral) 4,741 ,000 a La distribución de contraste es la Normal. b Se han calculado a partir de los datos. Ho= Los residuales se distribuyen normales Ha= Los residuales no se distribuyen normales Interpretación: Los residuales no cumplen el supuesto de normalidad porque sig.= 0.000 lo que indica que es menor que α= 0.05 Prueba de rachas Unstandardize d Residual Valor de prueba(a) -4,93071 Casos < Valor de prueba 198 Casos >= Valor de prueba 199 Casos en total 397 Número de rachas 196 Z -,352 Sig. asintót. (bilateral) ,725 a Mediana Ho= Los residuales son aleatorios Ha= Los residuales no son aleatorios Interpretación: Los residuales cumplen el supuesto de aleatoriedad pues sig=0.725 es mayor que α= 0.05 Datos Empleados Docentes y No docentes de la UdeA del programa de riesgo cardiovascular. N=400 23,01 20,6 20,73 20,44 18,96 26,84 27,76 23,23 32,5 31,25 17,6 86 72 89 79 94 105 86 91 104 107 79