TEMA 5
REGRESIÓN LOGÍSTICA
La regresión logística es hoy en día una de las herramientas estadísticas más utilizadas en
ciencias de la salud. Es una técnica que pone a prueba modelos cuyo objetivo es predecir la
probabilidad de ocurrencia de un evento, y cuyas variables pueden tener cualquier nivel de
medida. Se trata no sólo de identificar aquellas variables que resultan relevantes, sino también
estimar la probabilidad de que un individuo con unas características concretas, o bajo
determinadas situaciones, experimente o sufra un fenómeno en concreto. Por ello la regresión
logística es la herramienta estadística acertada para la identificación de factores de riesgo y de
factores de protección.
En cuanto a las variables, la VD es de naturaleza cualitativa, con dos o más categorías (si es
dicotómica hablaríamos de regresión logística binaria y si consta de varias categorías se trataría
de una regresión logística multinomial. La VI admite todo tipo de variables, sean métricas o no.
Los puntos fuertes de la Regresión Logística son lo siguientes:
• Gran potencial de aplicación en diferentes ámbitos, como el clínico y el biomédico.
• Se adapta a las necesidades de los investigadores
• Permite hacer pronósticos particulares acerca de la probabilidad de ociurrencia de un
determinado evento
• Gran flexibilidad en lo que a tipo de datos se refiere, ya que admite cualquier tipo de
variables, independientemente de su naturaleza
• Ofrece la posibilidad de identificar de forma sencilla factores de riesgo y de protección
•Es robusta ante el incumplimiento de determinados supuestos, como la distribución
normal de las VI.
El principal inconveniente es que al utilizar como VD la probabilidad de ocurrencia del evento
de interés, utiliza como función de enlace una función logarítmica, lo que implica una
complejidad matemática mayor.
ESQUEMA GENERAL Y VARIABLES IMPLICADAS
Lo que la Regresión Logística hace es realizar pronósticos de pertenencia a un grupo en base a
la estimación de probabilidades, a partir de las puntuaciones de los sujetos en diferentes VI que
se presumen importantes. La Y´, por tanto, va a ser una probabilidad, con valores posibles entre
0 y 1. El modelo general sería P(Y=1)= α+β1X1+ β2X2+…+ βnXn+ε y su función sería no lineal,
en forma de “S”, y que recibe el nombre de función logística. Dicha función permite asignar a
la VD(Y) valores a partir de los valores observados en una VI(X), e identificar pronósticos
erróneos, que son los puntos que caen fuera de la curva logística.
En cuanto a la curva de la función, cuanto mayor sea la pendiente de esta, mayor será el
coeficiente de Regresión Logística asociado al predictor en cuestión y más certeros los
pronósticos, ya que el área de incertidumbre será menor.
En cuanto a la Regresión Logística es conveniente conocer términos como:
•ODD: es la razón o cociente entre la probabilidad de que un evento tenga lugar y la
probabilidad de que no tenga lugar. Lo que la Regresión Logística pretende es
identificar aquellas VI que hacen variar esa ODD.
•ODD RATIO: es la razón o cociente entre la probabilidad de que un evento ocurra bajo
unas determinadas circunstancias frente a otras, es un cociente entre dos ODD.
