Anlisis de efectos de dosis:

tutorial en Excel

17/05/2016
Los mtodos Probit, Logit y los mtodos similares son muy tiles cuando se trata de
comprender, y prever los efectos de una serie de variables sobre una variable binaria (una
variable que puede tener dos valores, 0/1 o S/No, por ejemplo). Las regresiones Probit y
Logit son frecuentemente empleadas para modelizar el efecto de dosis en medicina,
agroqumica, qumica.
Con XLSTAT puede analizar datos brutos (respuesta binaria) o datos agregados (la
respuesta es una suma de "xito" o "1"), y el nmero de repeticiones de la experiencia debe
entonces ser disponible.
Los mtodos vinculados a la regresin logstica permiten modelizar la probabilidad de un
evento a partir de variables explicativas cuantitativas y/o cualitativas.
El ejemplo a continuacin corresponde a un contexto agroqumico. Diferentes dosis de un
producto fitosanitario, en curso de evaluacin, fueron aplicadas sobre orugas de una especie
dada, reagrupada en cajas de experimentacin. El investigador ha registrado el nmero
inicial de orugas, y el nmero de orugas muertas despus de 6 horas de contacto con el
producto, y eso, para las diferentes dosis probadas. Con el fin de evaluar la mortalidad
natural de las orugas, fue realizada una experiencia con dosis nula. La hoja Excel en la cual
fueron registrados los resultados est disponible haciendo clic aqu.
Para activar el cuadro de dilogo de XLSTAT-Dose, inicie XLSTAT, luego elija XLSTAT /
Dose / Dose effects, o haga clic en el botn ED de la barra de herramientas Dose (ver a
continuacin).

Una vez que haya pulsado el botn, el cuadro de dilogo aparece. Elija los datos en la hoja
Excel. Los datos "Respuesta" corresponden a la columna en la cual se encuentra la variable

binaria o cuantitativa (resultando entonces de una suma de binarias - en este caso la

columna de los "Pesos" debe ser seleccionada despus ). En nuestro caso, hay una variable
explicativa cuantitativa, la dosis. La opcin "escoger el log" es activada, ya que la
modelizacin de los efectos de dosis es frecuentemente ms eficaz cuando usa el Log (se
trata aqu del Log decimal y no neperiano ). El modelo Probit es seleccionado por defecto.
Hemos activado la opcin "Incluir la mortalidad" ya que disponemos de una experiencia de
dosis nula y pensamos que la mortalidad natural de las orugas no puede ser despreciada
aqu.

Los clculos empiezan una vez que el botn "OK" fue pulsado. Se interrumpen para la
visualizacin del cuadro de dilogo que corresponde a la mortalidad natural. Los datos de la
experimentacin de dosis nula son introducidos, luego la opcin "Optimizado" es elegida
con el fin de permitir a XLSTAT-Dose optimizar el valor de la mortalidad natural.

Los resultados aparecen en una nueva hoja (opcin por defecto del primer cuadro de
dilogo). El primer cuadro ofrece los estimadores de los parmetros del modelo. Podemos
ver segn los valores escasos de las probabilidades Chi2 que la variable Log(dosis) expresa
bien la variabilidad de la mortalidad de las orugas. La ecuacin del modelo aparece debajo
del cuadro. El modelo Probit es levemente modificado del echo de la toma en cuenta de la
mortalidad. La mortalidad natural es evaluada a 12.6%, lo que es sorprendentemente
elevada. La experiencia de dosis nula proporcionaba un resultado ms escaso (2/35 =
0.057). Un factor distinto que la dosis podra ser responsable de la mortalidad de las
orugas. Observamos aqu que la toma en cuenta de la mortalidad es importante ya que
permite evitar malas interpretaciones.

El siguiente cuadro proporciona varios indicadores de la calidad del modelo (o calidad del
ajuste). Estos resultados son semejantes al R2 y al cuadro de anlisis de la varianza de la
regresin lineal y del Anova. El valor ms importante es el Chi2asociado al Log ratio (L.R.).
Es el equivalente de la prueba F de Fisher del modelo lineal : intentamos evaluar si las
variables proporcionan una cantidad de informacin significativa para explicar la
variabilidad de la variable binaria. En nuestro caso, como la probabilidad es inferior a
0.0001, se puede deducir que las variables proporcionan una cantidad significativa de
informacin.

Un cuadro proporciona los valores observados, los valores previstos por el modelo, y los
residuos. Este cuadro puede ser utilizado para identificar zonas dnde el modelo es menos
potente. El grfico que forma parte de los resultados mostrados permite visualizar los datos,
la curva del modelo y los intervalos de confianza alrededor del modelo. Las abscisas son
visualizadas en una escala logartmica ya que la opcin "Escoger el Log" fue elegida. Para
volver a una escala lineal, debe utilizar las opciones de formatos de ejes de Excel.

Cuando realizamos anlisis de dosis, es frecuente calcular las dosis efectivas (ED).
Permiten responder a la siguiente pregunta: que dosis debe ser aplicada para que x% de las
orugas sean matadas ? El cuadro a continuacin permite responder a esta pregunta. Las
dosis que corresponden a las tres primeras probabilidades no pudieron ser calculadas a
causa de la mortalidad natural establecida a 0.126.