Establishing a stochastic regression model to analyze diabetes incidence rates in the U.S.

Abstract

Este estudio aplica técnicas de regresión estadística para establecer un modelo de pronóstico estocástico en las tasas de incidencia de diabetes en Estados Unidos. La metodología utiliza una muestra aleatoria de treinta y cuatro años (1980-2014) de las tasas de incidencia de diabetes proporcionadas por los Centros para el Control y Prevención de Enfermedades (cdc, por sus siglas en inglés). El primer paso consistió en dibujar los datos de casos de diabetes (millones) contra el tiempo (años), para verificar el tipo de función de los registros. La consideración de un modelo de regresión lineal simple no fue aceptable, ya que su diagnóstico y medidas de precisión no fueron satisfactorios. La opción de un modelo de regresión polinomial fue más adecuado, pero no del todo. Sin embargo, el modelo de regresión logarítmico transformado fue más satisfactorio, porque sus diagnósticos objetivos y subjetivos fueron superiores. El modelo con transformaciones logarítmicas fue el mejor de todos los modelos analizados según los resultados obtenidos.