Conviene haber comprendido Regresión lineal y diagnóstico.
CONTENIDO ORIGINAL
Avanza en orden. Cada lección está redactada para Palta es Cool, utiliza ejemplos propios y termina con una actividad cuya respuesta puedes desplegar.
ANTES DE EMPEZAR
Ubícate antes de avanzar
Al terminar deberías poder relacionar Regresión logística con Predicción y resolver un caso nuevo.
Reserva entre 35 y 55 minutos para lectura, ejemplos, tres comprobaciones y cierre.
04 / PREPARA EL LABORATORIO
Instala R y luego RStudio. Conserva cada ejercicio en un proyecto separado.
Abrir la guía de herramientas →Diagnóstico rápido: ¿cómo se relacionan Regresión logística y Predicción? ＋
No necesitas acertar todavía. Escribe una hipótesis de dos líneas y compárala con tu respuesta al finalizar; si puedes corregirla y justificar el cambio, hubo aprendizaje.
Aprende el tema paso a paso
Extenderás el modelado a resultados binarios: entenderás probabilidades y odds, convertirás predicciones en decisiones y evaluarás discriminación, calibración y consecuencias.
Al terminar podrás
- La regresión logística mantiene las probabilidades entre cero y uno
- El umbral expresa costos, no una ley universal
- Un modelo útil debe generalizar, calibrar y no dañar grupos
01
Resultado binario
La regresión logística mantiene las probabilidades entre cero y uno
Cuando la respuesta tiene dos resultados, un modelo lineal puede predecir fuera del rango válido. La logística modela el logaritmo de las odds como combinación de predictores y transforma el resultado nuevamente en una probabilidad.
Probabilidad p: fracción esperada de resultados positivos.
Odds: p dividido por 1 menos p.
exp(coeficiente): cambio multiplicativo en las odds por unidad.
¿Una odds de 3 equivale a una probabilidad de 300 %?
Mostrar respuesta ＋
No. Las odds pueden superar uno. La probabilidad correspondiente es 3 / (1 + 3) = 0,75, es decir, 75 %.
02
De probabilidad a decisión
El umbral expresa costos, no una ley universal
El modelo entrega probabilidades. Para clasificar se elige un umbral que produce verdaderos y falsos positivos y negativos. Sensibilidad y especificidad describen errores distintos; la calibración pregunta si probabilidades como 0,7 ocurren cerca de 70 % de las veces.
Sensibilidad: proporción de positivos detectados.
Especificidad: proporción de negativos correctamente descartados.
Umbral: decisión vinculada a costos y capacidad de intervención.
¿Por qué 0,5 no es siempre el mejor umbral?
Mostrar respuesta ＋
Porque no considera la prevalencia, los costos de cada error ni la capacidad operativa. El umbral debe justificarse con el uso real del modelo.
03
Evaluar responsablemente
Un modelo útil debe generalizar, calibrar y no dañar grupos
Evaluar con los mismos datos del ajuste produce una visión optimista. Se separan entrenamiento y prueba o se usa validación cruzada. También se revisan fuga de información, cambios temporales y desempeño por grupos relevantes.
Generalización: rendimiento en datos realmente nuevos.
Fuga: predictor que contiene información futura o la respuesta.
Equidad: errores y cobertura pueden variar entre grupos.
¿Una exactitud de 95 % es buena si solo 5 % de los casos son positivos?
Mostrar respuesta ＋
No necesariamente. Predecir siempre “negativo” ya logra 95 % y no detecta ningún positivo. Se necesitan métricas por clase, calibración y una comparación con una línea base.
Tu recorrido en tres ideas
- La regresión logística mantiene las probabilidades entre cero y uno
- El umbral expresa costos, no una ley universal
- Un modelo útil debe generalizar, calibrar y no dañar grupos
CIERRE DE LA SECCIÓN
Comprueba que puedes usarlo
Antes de continuar, revisa estos tropiezos frecuentes y resuelve un caso sin copiar los ejemplos.
Leer una razón de odds como si fuera una diferencia directa de probabilidades.
Evaluar el modelo en los datos de entrenamiento o incluir información futura.
Ahora hazlo sin guía
Crea una pauta para predecir abandono: ajuste logístico, probabilidades, umbral, matriz de errores y revisión por grupos.
Mostrar pauta de corrección ＋
Una respuesta sólida:
- Interpreta coeficientes y probabilidades con un caso concreto.
- Justifica el umbral mediante costos y capacidad.
- Usa evaluación externa, calibración y métricas por clase o grupo.