Gráfica de línea ajustada binaria (Binary Fitted Line Plot)
Binary Fitted Line Plot modela la probabilidad de un resultado aprobado/rechazado o sí/no frente a un predictor continuo, con filas binarias sin procesar o con recuentos de sucesos/ensayos y una función de enlace logit, probit o log-log complementaria. La salida incluye la ecuación de regresión, el ANOVA de devianza, Deviance R-Sq, AIC, el área bajo la curva ROC, los coeficientes, los odds ratios (logit), la curva ajustada y las observaciones inusuales.
Última revisión:
Idea clave
Una gráfica de línea ajustada binaria ajusta una regresión logística (o probit) de un resultado sí/no sobre un predictor continuo y traza la curva de probabilidad en S y muestra cuánto debe moverse un ajuste para que el suceso sea probable.
En esta página
Finalidad
Binary Fitted Line Plot modela cómo cambia la probabilidad de un resultado sí/no con un predictor continuo y traza la curva ajustada en S sobre los datos. Úselo cuando el resultado sea aprobado/rechazado, defectuoso/bueno o apelmazado/no apelmazado y quiera saber cuánto debe moverse un ajuste, como la temperatura, la humedad o la dosis, para que el suceso sea probable.
Capacidades principales
- Acepta datos sin procesar (una fila por unidad con una columna sí/no) o datos resumidos (número de sucesos y número de ensayos por fila).
- Función de enlace logit, probit o log-log complementaria.
- Ecuación de regresión, tabla ANOVA de devianza, resumen del modelo, coeficientes con intervalos de confianza y, para el enlace logit, el odds ratio para cualquier incremento del predictor.
- Gráfica de la curva de probabilidad ajustada con proporciones observadas y banda de confianza opcionales.
- Tabla de observaciones inusuales (residuos grandes o valores inusuales del predictor) y gráficas de residuos opcionales.
- Columna de frecuencia opcional para datos con filas repetidas.
Métodos estadísticos
La herramienta ajusta una regresión logística binaria con un predictor como un modelo lineal generalizado con distribución binomial, por máxima verosimilitud (mínimos cuadrados ponderados iterativamente). Con el enlace logit, P(suceso) = exp(b₀ + b₁x) / (1 + exp(b₀ + b₁x)); con probit, P = Φ(b₀ + b₁x); con log-log complementario, P = 1 − exp(−exp(b₀ + b₁x)). En el formato de datos sin procesar, las filas cuya respuesta es igual al valor Event cuentan como sucesos y todas las demás como no sucesos.
La tabla ANOVA prueba el predictor mediante la disminución de la devianza: χ² = devianza nula − devianza residual, con 1 grado de libertad. Deviance R-Sq es la proporción de la devianza nula que se explica. La tabla de coeficientes da los valores z de Wald y los intervalos de confianza b ± z·SE; el odds ratio para un incremento Δ es exp(b₁·Δ), con el intervalo exp(Δ × los límites de b₁). Area Under ROC Curve es la probabilidad de que un suceso elegido al azar tenga una probabilidad ajustada mayor que un no suceso elegido al azar (0.5 = sin discriminación, 1 = perfecta).
La banda de confianza alrededor de la curva usa el error estándar del predictor lineal, transformado de nuevo a la escala de probabilidad. En la tabla de observaciones inusuales, un residuo estandarizado fuera de ±2 se marca con R y un apalancamiento superior a 3p/n se marca con X. Con datos sin procesar, las proporciones observadas en la gráfica son las tasas de sucesos dentro de hasta 10 grupos de igual tamaño a lo largo del predictor.
Campos de entrada y opciones
Campo | Descripción |
Data format | Binary response (una fila por observación, por defecto) o Event/Trial (una fila por ajuste, con un recuento de sucesos y un recuento de ensayos). |
Response / Event value | Formato Binary response: la columna que contiene el resultado y el valor de esta que cuenta como suceso (p. ej., Yes, Fail, 1). |
Number of events / Number of trials | Formato Event/Trial: las columnas con el recuento de sucesos y el número de unidades probadas en cada fila. |
Event name | Etiqueta opcional del suceso, usada en la ecuación y en el eje de la gráfica, p. ej., Caked. En blanco: el valor Event (formato Binary response) o el nombre de la columna de sucesos (formato Event/Trial). |
Predictor (continuous) | Predictor numérico. Obligatorio. |
Link function | Logit (por defecto), Probit o Complementary log-log. |
Confidence level | Por defecto 95. |
Type of confidence interval | Two-sided (por defecto), Lower bound o Upper bound; se aplica a los coeficientes, los odds ratios y la banda de la curva. |
Frequency (optional) | Columna con el número de veces que se repite cada fila. |
Increment for odds ratio | Cambio del predictor para el que se informa el odds ratio. Por defecto 1. Solo con el enlace logit. |
Display observed proportions / Display confidence interval | Añade a la gráfica las proporciones observadas de sucesos y la banda de confianza. Desactivado por defecto. |
Residuals for plots | Residuos Regular o Deviance para las gráficas de residuos. |
Histogram of residuals / Normal probability plot of residuals / Residuals versus order / Three in one | Gráficas de residuos; Three in one traza las tres juntas. |
Residuals versus the variables | Traza los residuos frente a una columna elegida. |

Figura 1 — Opciones del ejemplo de apelmazamiento de bolsas: Caked como respuesta con el suceso Yes, Storage_RH_pct como predictor, enlace logit, odds ratio para un aumento de 5 puntos de humedad.
Descripción de la salida
- Regression Equation — la probabilidad ajustada del suceso en función del predictor.
- Analysis of Variance — prueba de devianza del predictor (Adj Dev, Chi-Square, P-Value), con la devianza del error y la total.
- Model Summary — Deviance R-Sq, Deviance R-Sq(adj), AIC, AICc, BIC y Area Under ROC Curve.
- Coefficients — Coef, SE Coef, Z-Value, P-Value y límites de confianza de la constante y del predictor.
- Odds Ratios for Continuous Predictors (u Odds Ratios (Increment=Δ)) — solo con el enlace logit.
- Binary Fitted Line Plot — curva de probabilidad ajustada, con las proporciones observadas y la banda de confianza si se marcan.
- Fits and Diagnostics for Unusual Observations — filas marcadas con R (residuo grande) o X (X inusual).
- Gráficas de residuos, si se seleccionan.
- Exportación a PDF mediante Download.

Figura 2 — Gráfica de línea ajustada binaria de la probabilidad de apelmazamiento frente a la humedad de almacenamiento: la curva pasa por 50% en torno a 64% de HR.
Ejemplo
El carbonato de sodio puede apelmazarse en la bolsa cuando se almacena en condiciones húmedas. Un equipo de almacén revisa 50 bolsas almacenadas y anota la humedad relativa media a la que estuvo expuesta cada una (Storage_RH_pct, de 35 a 88%) y si el producto se había apelmazado (Caked: 25 Yes, 25 No). Seleccionan Caked como respuesta con el valor Event Yes, Storage_RH_pct como predictor, mantienen el enlace logit, fijan el incremento del odds ratio en 5 y marcan ambas opciones de visualización.
La humedad tiene un efecto claro: la ji cuadrada de la devianza es 41.55 con p < 0.001, Deviance R-Sq es 59.94% y el área bajo la curva ROC es 0.9472, por lo que la humedad separa bien las bolsas apelmazadas de las sanas. La ecuación es P(Yes) = exp(−10.73 + 0.1681 RH) / (1 + exp(−10.73 + 0.1681 RH)). Cada aumento de 5 puntos de humedad multiplica por 2.32 los odds de apelmazamiento (IC de 95%: 1.55 a 3.46). Según la ecuación, la probabilidad de apelmazamiento es de aproximadamente 19% con 55% de HR, 50% con 63.8% de HR y 74% con 70% de HR.
Se marcan tres bolsas como inusuales: dos se apelmazaron con probabilidades ajustadas bajas (0.12 y 0.10) y una permaneció sana con 0.90; conviene comprobar otras causas, como revestimientos dañados. Para mantener el riesgo de apelmazamiento por debajo de aproximadamente 10%, la curva indica un almacenamiento por debajo de alrededor de 51% de HR. Cambiar al enlace probit da casi el mismo ajuste (Deviance R-Sq 60.50%).
Preguntas frecuentes
¿Qué es una gráfica de línea ajustada binaria?
Una gráfica de línea ajustada binaria modela cómo cambia la probabilidad de un resultado sí/no, como aprobado/rechazado o apelmazado/no apelmazado, con un predictor continuo y traza la curva ajustada en S sobre los datos. Es una regresión logística binaria con un predictor, ajustada por máxima verosimilitud, con un enlace logit, probit o log-log complementario.
¿Cómo se interpreta el odds ratio en una gráfica de línea ajustada binaria?
Con el enlace logit, el odds ratio para un incremento del predictor es exp(b1 x incremento). Es el factor por el que se multiplican los odds del suceso para ese cambio. En el ejemplo, cada aumento de 5 puntos de humedad de almacenamiento multiplicó por 2.32 los odds de apelmazamiento, con un intervalo de confianza de 95% de 1.55 a 3.46.
¿Cómo saber si el predictor tiene un efecto significativo?
La tabla ANOVA prueba el predictor mediante la disminución de la devianza, una ji cuadrada con 1 grado de libertad; un valor p pequeño indica un efecto claro. Deviance R-Sq muestra la proporción de la devianza nula explicada y el área bajo la curva ROC muestra la discriminación, donde 0.5 significa ninguna y 1 significa perfecta.
¿Cómo se crea una gráfica de línea ajustada binaria en Zometric Statistical Software?
Elija el formato de datos: una columna de respuesta binaria con un valor Event, o columnas con el número de sucesos y de ensayos. Seleccione el predictor continuo y una función de enlace (logit por defecto), establezca el nivel de confianza y el incremento del odds ratio y, opcionalmente, muestre las proporciones observadas y la banda de confianza. La salida da la ecuación, las tablas y la gráfica.
