El intervalo de confianza alrededor de un coeficiente de regresión
Este es un momento en que no es necesario ningún fórmulas porque usted no debe tratar de calcular los errores estándar o los intervalos de confianza (IC) de los coeficientes de regresión a ti mismo. Cualquier programa de regresión buena puede proporcionar la SE para todos los parámetros (coeficiente) se ajusta a los datos. El programa de regresión también puede proporcionar los límites de confianza para cualquier nivel de confianza se especifica, pero si no lo hace, se puede calcular fácilmente los límites de confianza utilizando las fórmulas para muestras grandes.
Supongamos que usted está interesado en el nitrógeno de la urea o no en sangre (BUN), una medida del desempeño del riñón, tiende a aumentar después de 60 años de edad en adultos sanos. Usted puede inscribir a un grupo de adultos de 60 o más años de edad generalmente sanos, grabar sus edades, y medir su BUN. A continuación, puede crear un gráfico de dispersión de BUN frente a la edad y en forma de una línea recta a los puntos de datos.
La pendiente de esta línea tendría unidades de (mg / dL) / año y le diría lo mucho que, en promedio, BUN de una persona sana aumenta con cada año adicional de edad después de 60 años de edad Supongamos que la respuesta que se obtiene es que BUN aumenta 1,4 mg / dl por año. ¿Cuál es el 95 por ciento CI alrededor de esa estimación de incremento anual?
La respuesta depende, de una manera complicada, en el número de sujetos en el análisis (60 en este ejemplo) y de la cantidad de correlación en los datos (lo cerca los puntos vienen a la línea recta ajustada). Las fórmulas actuales son demasiado complicados para que usted intente evaluar a mano (o con una calculadora).
Afortunadamente, todos menos la pantalla más sencilla programas de regresión, para cada parámetro de regresión, el SE de ese parámetro. Algunos de ellos también muestran los límites de confianza del 95% para cada parámetro, pero si no lo hacen, los límites se puede calcular fácilmente como 1.96 SE de arriba y por debajo de los valores de los parámetros.