Selección de modelos en regresión logística binaria, un enfoque clásico
Una aplicación a los problemas de obesidad, sobrepeso y de hipertensión
Versandkostenfrei!
Versandfertig in 6-10 Tagen
23,99 €
inkl. MwSt.
PAYBACK Punkte
12 °P sammeln!
La regresión logística es una de las herramientas estadísticas con mejor capacidad para el análisis de datos en investigación clínica y epidemiológica, su objetivo principal es encontrar el mejor ajuste del modelo con el menor número de parámetros y describir la relación entre la variable respuesta y un conjunto de variables independientes. Para ello también se analizo, la selección de modelos, esta construcción de modelos estadísticos surge de la necesidad de explicar y predecir el comportamiento de fenómenos reales que dependen de distintas variables. Estadísticamente pueden ...
La regresión logística es una de las herramientas estadísticas con mejor capacidad para el análisis de datos en investigación clínica y epidemiológica, su objetivo principal es encontrar el mejor ajuste del modelo con el menor número de parámetros y describir la relación entre la variable respuesta y un conjunto de variables independientes. Para ello también se analizo, la selección de modelos, esta construcción de modelos estadísticos surge de la necesidad de explicar y predecir el comportamiento de fenómenos reales que dependen de distintas variables. Estadísticamente pueden existir una infinidad de modelos para un solo conjunto de datos, ya que se ajusten con la misma calidad. Pero el objetivo no es descubrir el modelo verdadero, si no aquel que proporciona mayor información sobre la realidad. Con estas técnicas estadísticas se pretende determinar el modelo que se ajusta mejor a los datos obtenidos en los diferentes Centros de Salud de la Ciudad de Chilpancingo Guerrero. Por otra parte también se valoran los factores de riesgos asociados a la Hipertensión Arterial, Sobrepeso u Obesidad, esto a partir de una serie de factores que influyen en dichos padecimientos.
Andere Kunden interessierten sich für
