Calculadora de regresión logística

Utiliza esta calculadora online de regresión logística para analizar una variable dependiente categórica a partir de uno o varios predictores continuos o categóricos. La calculadora admite la regresión logística binaria, la regresión logística ordinal, la regresión logística multinomial y la regresión logística uno contra el resto. Ofrece los índices de ajuste del modelo, los coeficientes, las pruebas de significación, las medidas de efecto, los intervalos de confianza y los resultados de clasificación dentro de la muestra.

Conjuntos de datos de ejemplo

Carga un conjunto de datos de ejemplo y selecciona después la variable dependiente y las variables independientes en la calculadora de arriba.

Binario de medicina Multinomial de marketing Multinomial de medio de transporte Ordinal de satisfacción

Cómo calcular una regresión logística

Copia tus datos en la tabla superior o carga uno de los conjuntos de datos de ejemplo.
Selecciona una variable categórica como variable dependiente.
Selecciona una o varias variables independientes continuas o categóricas.
Para los predictores categóricos, elige la categoría de referencia utilizada para la codificación ficticia.
Si una variable dependiente ordinal tiene tres o más categorías válidas, la calculadora selecciona Ordinal. También puedes elegir Multinomial o Un modelo por categoría, el enfoque uno contra el resto.

Las filas con un valor faltante en la variable dependiente o en alguno de los predictores seleccionados se excluyen como casos incompletos. Si quedan menos de dos categorías de resultado, no puede estimarse ningún modelo de regresión logística.

¿Qué método de regresión logística conviene usar?

Método	Cuándo usarlo	Modelo que estima la calculadora
Regresión logística binaria	La variable dependiente tiene exactamente dos categorías válidas.	Un modelo binario para la categoría de evento seleccionada frente a la otra categoría.
Regresión logística ordinal	La variable dependiente tiene tres o más categorías ordenadas de forma natural.	Un modelo de logit acumulado con odds proporcionales que utiliza el orden de categorías definido para la variable.
Regresión logística multinomial	La variable dependiente tiene tres o más categorías mutuamente excluyentes y sin orden.	Un modelo conjunto con una ecuación por cada categoría de resultado salvo la de referencia.
Regresión logística uno contra el resto	Quieres comparar por separado cada categoría de resultado frente a todas las demás.	Un modelo binario estimado de forma independiente por categoría de resultado.

Regresión logística binaria

La regresión logística binaria se usa cuando la variable dependiente tiene dos categorías, por ejemplo enfermo y no enfermo. Selecciona la categoría de evento que debe codificarse como 1. Cada coeficiente describe el cambio en el logaritmo de las odds de ese evento por cada aumento de una unidad del predictor, manteniendo constantes los demás predictores. Al exponenciar un coeficiente se obtiene el odds ratio correspondiente.

La tabla de clasificación y la curva ROC usan las probabilidades estimadas del evento. Cambiar el umbral de clasificación modifica las clases predichas, la sensibilidad y la especificidad, pero no vuelve a estimar los coeficientes de regresión.

Regresión logística ordinal

La regresión logística ordinal se usa para resultados ordenados como insatisfecho, neutral y satisfecho. La calculadora ajusta un modelo de logit acumulado con odds proporcionales utilizando el orden numérico de las categorías definido para la variable. Exp(B) es el odds ratio proporcional de estar en una categoría más alta en lugar de una más baja.

La prueba de líneas paralelas comprueba si puede usarse un único coeficiente común en todos los límites acumulados entre categorías. Si esta prueba es significativa, no se cumple el supuesto de odds proporcionales y la regresión logística multinomial puede ser más adecuada.

Regresión logística multinomial

La regresión logística multinomial es la opción por defecto cuando la variable dependiente tiene tres o más categorías sin orden. El modelo estima conjuntamente todas las probabilidades de categoría, de modo que las probabilidades estimadas de una observación suman 1. Selecciona un resultado como categoría de referencia. Para K categorías de resultado, el modelo contiene K - 1 ecuaciones de coeficientes, cada una comparando un resultado con la categoría de referencia.

En las tablas de coeficientes multinomiales, Exp(B) se presenta como una razón de riesgo relativo del resultado mostrado frente a la categoría de referencia. Cambiar la categoría de referencia modifica las comparaciones entre coeficientes, pero no cambia las probabilidades estimadas conjuntamente ni el ajuste global del modelo.

Regresión logística uno contra el resto

La regresión uno contra el resto estima un modelo binario para cada categoría. Por ejemplo, un resultado con las categorías A, B y C produce A frente a no A, B frente a no B y C frente a no C. Selecciona una categoría para ver su modelo binario completo. La clasificación combinada asigna cada observación a la categoría con la puntuación binaria estimada más alta.

Como los modelos uno contra el resto se estiman de forma independiente, sus puntuaciones brutas no son probabilidades multinomiales conjuntas y no tienen por qué sumar 1. Usa la regresión logística multinomial cuando necesites un único modelo estadístico conjunto de todas las categorías de resultado sin orden.

Estos métodos tratan las categorías como si no tuvieran orden. Si las categorías de resultado siguen un orden natural, por ejemplo bajo, medio y alto, un modelo de regresión logística ordinal puede resultar más adecuado. Si tu variable dependiente es métrica, usa la regresión lineal.

Resultados e interpretación

La prueba chi-cuadrado de razón de verosimilitudes evalúa si los predictores incluidos mejoran el ajuste del modelo frente a un modelo sin predictores. Un valor p pequeño indica una mejora global, pero no muestra qué predictor concreto está asociado con el resultado. Para eso, usa la tabla de coeficientes, los intervalos de confianza y los valores p.

Coeficiente B: el cambio estimado en una comparación de log-odds por cada aumento de una unidad del predictor o por un cambio respecto a su categoría de referencia.
Error estándar, z y p: las medidas usadas para probar si un coeficiente difiere de cero.
Exp(B): un odds ratio en un modelo binario y una razón de riesgo relativo para la comparación resultado/referencia en un modelo multinomial.
Intervalo de confianza del 95%: el rango plausible para Exp(B); un intervalo que excluye 1 es coherente con un valor p bilateral inferior a 0,05.
Pseudo R-cuadrado: un índice aproximado de ajuste, no un porcentaje literal de varianza explicada.
Tabla de clasificación: un resumen dentro de la muestra de las categorías observadas y predichas, no una prueba de hipótesis ni una validación con datos nuevos.

Supuestos y limitaciones

Antes de interpretar los resultados, comprueba que las observaciones son independientes, que la muestra es suficientemente grande para el número de parámetros estimados y que cada categoría de resultado contiene suficientes casos válidos. Los predictores continuos deberían mantener una relación aproximadamente lineal con el logit correspondiente. Una multicolinealidad fuerte, las observaciones influyentes y la separación completa o cuasicompleta pueden hacer inestables los coeficientes o impedir la convergencia.

La regresión logística multinomial se apoya además en el supuesto de independencia de alternativas irrelevantes (IIA). La exactitud de clasificación, los estadísticos ROC y otros resultados calculados con las mismas observaciones usadas para estimar el modelo pueden ser optimistas. Usa datos de validación cuando el rendimiento predictivo sea importante. Los resultados de una regresión por sí solos no establecen una relación causal.

Más sobre la regresión logística

Consulta el tutorial de regresión logística para la ecuación del modelo y una explicación paso a paso, o la guía de odds ratio y regresión logística para interpretar una regresión logística binaria. Para una visión general de todos los métodos, consulta la presentación de la regresión.