REGRESION LOGISTICA MULTIPLE (RLogM)

La RLog usa los mismos símbolos que la RLS, Y observada y Y estimada. X j y bj,
representan cada una de las VI y sus coeficientes ponderados en un modelo linear
algebraico: G = b0 + b1x1 + b2x2 + … + bpxp. En RLog, sin embargo, la variable blanco es
la ocurrencia de un evento binario, y el valor de cada Ŷi es la probabilidad estimada de
ese evento para la persona “i”.

Conceptos, símbolos y transformaciones

Definición de momios
Si P es la probabilidad de ocurrencia un evento, la probabilidad de NO ocurrencia es Q
= 1 – p. Y así, la razón P/Q son los momios. Si Ŷi es la probabilidad estimada para una
ocurrencia binaria, su momio será Ŷi / (1 - Ŷi)

Para facilitar los cálculos matemáticos, se prefiere trabajar con el logaritmo natural de
los momios, ln (P/Q), que convierte números decimales a enteros, por tanto
 ln [Ŷi / (1 - Ŷi)]
 La razón para usar el ln es que el modelo linear algebraico general G es usado
para ajustar el logaritmo
o ln [Ŷi / (1 - Ŷi)] = G, que trasformado es Ŷi / (1 - Ŷi) = ℮G, y de aquí
o Ŷi = ℮G / 1 + ℮G, lo que es llamado transformación logística de G, donde
si se factoriza ℮G: Ŷi = 1 / (1 + ℮-G)
 Así, si esta siendo estimado por una sola variable X, para que G = a + bX, la
transformación logística es
o Ŷi = 1 / 1 + ℮-(a + bX)

El principal trabajo estadístico de la RL es encontrar el coeficiente más adecuado para

b0 , b1 , … , bp cuando datos apropiados son analizados para N miembros de un grupo.
Los coeficientes se evalúan entonces, y el modelo se ajusta para indicar le impacto de
las variables individuales.

La transformación logística, origina una curva de valores de G con forma sigmoidea que
se aplana en los extremos. Lo que la hace atractiva al usar datos multivariables es que
los limites alto y bajo de la curva, a cada lado del G = 0, representan el riesgo de que un
evento binario (p ej. muerte o enfermedad) ocurra: protección (valores negativos) y
riesgo (valores positivos). Esto nos lleva al hecho de que los límites algebraicos en RL
son 0 y 1, así cuando G = 0, ℮-G = 1; y 1 / (1 + ℮-G) = 0.5.

Formato básico de la RLog

Dado que la VD se presenta como un evento binario 1 o 0, los momios de la
probabilidad estimada, como ya se mencionó, son Ŷi / (1 - Ŷi), y posteriormente el
modelo se trasforma al ln de los momios. El proceso, sin embargo, usa el modelo linear
general G
 ln [Ŷi / (1 - Ŷi)] = G = b0 + b1x1 + b2x2 + … + bkxk

La transformación logística, además elimina el problema de la regresión linear que

asume que la VD tiene una distribución gaussiana.

Por todo lo mencionado, la el modelo de RLog es el proceso analítico más popular en

epidemiología actual, habiéndose eliminado el problemas de los cálculos matemáticos
complejos con el uso de programas de computadora.
El modelo de RLog también utiliza aplicaciones multivariables, donde la forma de la
curva pierde significado, ya que lo que ofrece son límites que permiten que los
coeficientes puedan ser interpretados como razones de momios (odds ratios).

Por tanto, la RLogM es de gran utilidad cuando la VD es un simple evento binario:

si/no, ausente/presente, vivo/muerto, enfermo/sano. Dependiendo de lo que se pretende
estimar con el modelo, sobrevida o mortalidad, será el valor que le demos a los datos:
a. Sobrevida. Y = 0 para muerte, y Y = 1 para SV
b. Mortalidad. Y = 0 para SV, y Y = 1 para muerte
Los resultados, al final, serán similares, pero complementarios

A. Índices de discrepancia individual

Dado que el valor de un evento binario Yi, será 1 o 0 (dependiendo si ocurre o no), pero
el valor estimado de Y (Ŷi) será una probabilidad entre 0 y 1, la discrepancia entre el
valor actual de Y y el estimado, no será del mismo tipo que con las variables
dimensionales. La forma matemática para expresar la discrepancia probabilística es
congruencia
 1 -│Yi - Ŷi│, en números absolutos para que la probabilidad sea positiva
 Los valores más altos de congruencia ocurren cuando el valor estimado
se acerca más al actual.

Expresiones alternativas de discrepancia

Todas utilizan la misma formula matemática Yi - Ŷi
1. Distancia absoluta. Es la distancia para los valore absolutos Si al sumar las
discrepancias se obtienen valores altos, indica que el ajuste es malo. Rara vez
usado.
2. Distancia cuadrada. Se obtienen las discrepancias cuadradas, (Yi - Ŷi)2. Usa el
principio de los cuadrados mínimos de regresión linear, y se usa para un cálculo
rápido de un modelo de chi cuadrada.
3. Calculo de residuales. En paquetes computacionales, el modelo se ajusta y los
coeficientes bj son determinados por expresar las discrepancias como
congruencias, las cuales son entonces multiplicadas para formar las
probabilidades (likelihoods). Una vez ajustado el modelo, las diferencias Yi - Ŷi
son consideradas residuales, que serán examinados durante el diagnóstico de
regresión.

B. Índices de discrepancia total

Las discrepancias individuales, expresadas como congruencias, representan lo más
cercano de una probabilidad, y no de una distancia dimensional. Cada Ŷ tiene una
congruencia individual, que se multiplica para formar las probabilidades (likelihood),
que se define como la probabilidad conjunta de ocurrencia para los datos observados
bajo el modelo indicado. Si se aplican a eventos binarios, el producto del conjunto de
congruencias, indicaría la probabilidad combinada (likelihood) de encontrar que los
estimados, Ŷi, fueron correctos.
 Así, L = Π (1 - │Yi - Ŷi│),
 Donde L es likelihood y Π multiplicatoria (como Σ es sumatoria)
 Para un conjunto perfecto de estimaciones, la congruencia individual será
1, y por tanto también L.
Por las mismas razones mencionadas, dado que el producto de una serie grande
probabilidades será un número decimal (<1) muy pequeño y difícil de manejar, se
realiza una conversión logarítmica, resultando entonces
 ln L = Σ ln (1 - │Yi - Ŷi│),
 Donde a menor probabilidad, mayor logaritmo

Principios y aplicaciones de la L
Cuando se aplica a tablas de 2 x 2, obteniéndoselas probabilidades de cada uno de los 4
eventos, recordando, que son complementarios 2 de ellos, y se elevan a la frecuencia de
ocurrencia, se obtiene la L residual (LR), que posteriormente se convertirá a su log neg:
-ln LR.
La mejoría de L0 al ajustarla a LR puede expresarse como la razón de verosimilitud (RV)
LR / L0, y su log nat será log RV
 LLR = ln (LR / L0) = ln LR – ln L0.

Usos de la RV
Así como en el modelo algebraico de regresión linear simple, la varianza de grupo es
dividida en 2 partes: Syy = SM + SR, y en regresión múltiple D0 = DM + DP, en RLog, la
RV original, -ln L0, se puede dividir en 2 partes:
 -ln L0 = LLR – ln LR

1. LLR como índice de éxito. Al usar la LLR en un modelo, la meta es alcanzar el

mejor ajuste al maximizar el valor de LR, lo que permite usar LLR como la
contraparte directa, en regresión linear, de DM. Por tanto la RV (LLR) muestra el
efecto del modelo en dividir la probabilidad básica L0, en 2 grupos LR y LLR,
donde a mayor valor de LLR, mayor éxito.
2. LLR como prueba estocástica (aleatoria). Esto es debido a la propiedad que
tiene la LLR de que 2 veces su valor (2 LLR) tiene una distribución de chi
cuadrada que puede ser usada directamente para pruebas de significancia.
3. Aplicación en RLog. Un vez obtenida la – ln LR, es posible, mediante fórmulas
complejas obtener los coeficientes α y β.

Ajuste cuantitativo del modelo

El ajuste del modelo puede se revaluado por sus éxitos cuantitativos y estocásticos, los
primeros son evaluados con “índices de probabilidad explicada”, “bondad de ajuste” y
precisión en la clasificación.

1. La probabilidad explicada, como en regresión linear (R2), es la proporción

de la varianza explicada por el modelo, y es llamada RL2
 RL2 = 1 – [(– ln LR)/( -ln L0)]
 Y de la misma forma, la proporción de la probabilidad explicada
para cualquier modelo puede calcularse
 RL2 = LLR / -ln L0
En RLog, igual que en linear, la inclusión de más variables suele mejorar le ajuste del
modelo. Por lo tanto, si dos modelos tienen diferente número de variables, injustamente
se compararán con la probabilidad explicada RL2, por lo que se han desarrollado
diferentes índices de penalización que permiten comparar los modelos con diferente
número de variables y proveer una expresión “estandarizada” para el éxito de cualquier
modelo logístico, por lo que RL2 es raramente usada.
 Índice Akaike
  Índice Schwartz
 Índice penalizado RH2 para la probabilidad explicada

2. Bondad de ajuste. Los valores de Y observados y estimados por el modelo

pueden ser ordenados dentro de patrones “observados-menos-esperados” por
medio de l aprueba de bondad de ajuste de chi cuadrada. Se generará un
valor calculado llamado X2H-L (Hosmer-Lemeshow), que después se
convertirá a valor de P y se podrá usar como índice cuantitativo descriptivo
del ajuste, donde a menor valor de X2H-L, mejor el ajuste.

Indices de concordancia
Usando técnicas de remuestreo, un índice de concordancia “C” puede aplicarse a los
resultados de la RLog. Para esto se parean todas las observaciones Yi, y después se
cuantifican los pares discordantes y concordantes. El índice se construye como una
razón, usando como denominador el total de pares no similares y como numerador los
concordantes.
El índice tiene 3 desventajas:
1. Muchas veces se presenta como índice de validación del modelo, lo cual es
incorrecto, porque únicamente ofrece un chequeo interno de los datos
analizados. Una validación requiere examinación externa en un diferente
grupo de datos.
2. Esta limitado solo a los pares no similares de Yi, lo que no informa la
precisión relativa de los estimados para los pares similares.
3. Se interpreta como si fuera análogo al ABC en una prueba diagnóstica
ANTECEDENTES MATEMÁTICOS DE LA RLogM
La ecuación de RLog se deriva de la relación entre una variable dependiente (VD)
binaria Y con una única variable independiente (VI) X.

Papel del análisis de función discriminante (AFD)

Por muchos años, se uso el AFD para 2 grupos en lugar de la RL
 Introducido por Fisher en 1936
 Estrategia para discriminar o separar 2 grupos, 1 y 2
 L = b1X1 + b2X2 + b3X3 + …
 Se establece un valor límite L0, y después cada miembro se clasifica dentro de un
grupo: L1 si Li < L0, o L2 si Li > L0. Así, los valores medios de cada grupo serían
L1 y L2 barra, y su promedio corresponde a L0.
 Se aplicaron los principios del análisis de varianza, donde los grupos serían
mejor separados si los coeficientes bj para L se escogían para maximizar la
relación B/W para la suma de cuadrados de ambas varianzas de grupo
encontrándose esta cuando L1 barra - L2 barra era mayor. Así se escogen los
valores de los coeficientes bj para maximizar la distancia de la FD L1 barra - L2
barra, entre las medias de los 2 grupos.
o En este caso el gran promedio de L barra = (n1 L1 barra + n2 L2 barra) /
(n1 + n2)
 Una ventaja del AFD, y por lo cual subsistió a pesar de un análisis matemático
complicado, es que debido a que no produce una probabilidad estimada, no es
necesario ajustar los resultados a un rango entre 1 y 0, y por lo tanto no se
requiere que la VD dependiente siga una distribución Gaussiana.
 La desventaja es requiere que se asuma que las VI tienen una distribución
Gaussiana multivariada y valores similares para varianzas individuales.

Por el contrario al AFD, la RLog tiene la ventaja de evitar la necesidad de una

distribución Gaussiana multivariada, ya que trabaja con valores binarios 1/0 que no
siguen esta distribución,además de que unifica 3 ideas matemáticas básicas dentro de
sus estrategias estadísticas.
1. Teorema de Bayes para probabilidad condicional
2. Expresión de probabilidades como momios (odds)
3. Supuesto estadístico de que lo datos siguen una distribución Gaussiana.

Momios para una probabilidad

Si p es la probabilidad (prevalencia) de que ocurra un evento D, los momios en contra
de la ocurrencia de dicho evento son (1-p)/p, esto es: P(no ocurrencia D) / P (D). Se
trata por tanto de una relación entre la probabilidad de no ocurrencia sobre la de
ocurrencia. Esto aplica perfectamente en las pruebas sobre marcadores diagnósticos
donde los resultados son binarios (positivo o negativo) y se estima por tanto S y E.