Regresión lineal y ANOVA: cuándo utilizar cada método y cómo interpretar los resultados

Regresión lineal y ANOVA aparecen en muchas asignaturas de Estadística, Psicología, ADE, Economía, Biología e Ingeniería. A veces se estudian como técnicas separadas, pero están más relacionadas de lo que parece.

La pregunta práctica es: ¿cuándo uso cada una y cómo interpreto el resultado?

Cuándo usar ANOVA

Usa ANOVA cuando quieres comparar la media de una variable cuantitativa entre tres o más grupos.

Ejemplo:

Variable dependiente: nota en un test de memoria.
Factor: método de estudio con tres grupos.
Pregunta: ¿hay diferencias medias entre métodos?

ANOVA contrasta:

H_0:\mu_1=\mu_2=\mu_3

frente a que al menos una media sea distinta.

El estadístico principal es:

F=\frac{\text{variabilidad entre grupos}}{\text{variabilidad dentro de grupos}}

Si la variabilidad entre grupos es grande respecto a la interna, hay evidencia de diferencias.

Cuándo usar regresión lineal

Usa regresión lineal cuando quieres explicar o predecir una variable cuantitativa a partir de una o más variables.

El modelo simple es:

Y=\beta_0+\beta_1X+\varepsilon

Ejemplo:

Variable dependiente: nota.
Variable explicativa: horas de estudio.
Pregunta: ¿cómo cambia la nota esperada por cada hora adicional?

Si $\hat{\beta}\_1=0.4$ , interpretamos que una hora adicional se asocia con 0.4 puntos más en la nota esperada, según el modelo.

La conexión entre ANOVA y regresión

ANOVA puede verse como una regresión donde las variables explicativas son categóricas. Si tienes tres métodos de estudio, puedes crear variables indicadoras para comparar grupos.

Por eso ambas técnicas pertenecen al marco del modelo lineal. La diferencia está en cómo formulas la pregunta y qué tipo de predictores usas.

Interpretar ANOVA correctamente

Un resultado significativo en ANOVA no dice automáticamente qué grupos difieren. Solo indica que no todas las medias parecen iguales.

Después necesitas comparaciones post hoc o contrastes planificados.

Una redacción básica:

Se encontraron diferencias estadísticamente significativas entre métodos de estudio, $F(2,57)=5.31$ , $p=0.008$ . Las comparaciones posteriores indicaron que el método A obtuvo una media superior al método C.

Interpretar regresión correctamente

En regresión, no basta con decir si el modelo es significativo. Debes interpretar coeficientes:

\hat{Y}=\hat{\beta}_0+\hat{\beta}_1X

$\hat{\beta}\_0$ : valor esperado de $Y$ cuando $X=0$ , si tiene sentido.
$\hat{\beta}\_1$ : cambio esperado en $Y$ por cada unidad adicional de $X$ .
$R^2$ : proporción de variabilidad explicada por el modelo.

Si hay varios predictores, añade "manteniendo constantes las demás variables".

Errores frecuentes

Usar ANOVA con dos grupos cuando una t de Student sería suficiente, aunque ANOVA también puede dar resultado equivalente.
Decir que ANOVA indica exactamente qué grupo difiere sin hacer comparaciones.
Interpretar correlación o regresión como causalidad automática.
Olvidar revisar supuestos.
Informar solo $p$ sin magnitud del efecto.

Tabla comparativa: ANOVA frente a regresión

Criterio	ANOVA	Regresión lineal
Pregunta habitual	¿Difieren las medias entre grupos?	¿Cómo cambia o se predice una variable cuantitativa?
Variable dependiente	Cuantitativa	Cuantitativa
Predictor principal	Categórico	Cuantitativo o categórico codificado
Resultado central	Estadístico F y comparación de medias	Coeficientes, intervalos y ajuste del modelo
Paso posterior	Comparaciones post hoc o contrastes	Interpretación de coeficientes y diagnóstico
Riesgo común	Creer que F indica qué grupos difieren	Interpretar asociación como causalidad

La tabla orienta, pero no sustituye la revisión del diseño. Si las mismas personas aparecen en varias condiciones, si hay medidas repetidas o si la variable respuesta no es cuantitativa, el modelo debe adaptarse.

Ejemplo con los mismos datos

Supón que 60 estudiantes se reparten entre tres métodos de estudio —A, B y C— y que la variable respuesta es la nota sobre 10. Las medias observadas son 7,4; 6,9 y 6,1.

Con ANOVA, la pregunta es si las diferencias entre esas tres medias son mayores de lo esperable por la variabilidad interna. Un resultado hipotético $F(2,57)=5.31$ , $p=0.008$ aporta evidencia contra la igualdad de todas las medias, pero todavía no identifica las parejas diferentes.

El mismo problema puede escribirse como regresión usando variables indicadoras. Si C es el grupo de referencia:

\widehat{nota}=6.1+1.3D_A+0.8D_B

El intercepto 6,1 representa la media estimada de C; el coeficiente 1,3 representa la diferencia estimada entre A y C, y 0,8 la diferencia entre B y C.

Supuestos que hay que revisar

1.Independencia. Depende del diseño y no se arregla con una prueba automática.
2.Linealidad. En regresión, la relación media debe estar bien representada.
3.Homocedasticidad. La dispersión de los residuos debe ser razonablemente estable.
4.Normalidad de residuos. Importa para la inferencia, especialmente con muestras pequeñas.
5.Observaciones influyentes. Un caso extremo puede alterar pendientes y conclusiones.

Si un supuesto falla, la respuesta no es aplicar automáticamente otra prueba. Primero hay que valorar diseño, tamaño muestral, gravedad del incumplimiento y objetivo del análisis.

Dos ejercicios resueltos

Tres terapias y ansiedad

Se compara la puntuación de ansiedad después de tres terapias aplicadas a grupos independientes. La respuesta es cuantitativa y el predictor es categórico con tres niveles. La primera candidata es un ANOVA de un factor. Si el contraste global aporta evidencia, se continúa con comparaciones planificadas o post hoc y tamaño del efecto.

Horas de sueño y rendimiento

Se quiere estimar cómo cambia el rendimiento por cada hora adicional de sueño. Ambas variables son cuantitativas y existe una dirección explicativa definida. La candidata es una regresión lineal. La pendiente debe interpretarse en puntos por hora, con su intervalo de confianza y sin afirmar causalidad si el diseño es observacional.

Preguntas frecuentes

¿ANOVA y regresión pueden dar el mismo resultado?

Sí. Un ANOVA de un factor puede expresarse como una regresión con variables indicadoras bajo una parametrización distinta.

¿Puedo usar ANOVA con dos grupos?

Es posible y el contraste equivale al cuadrado de la t correspondiente bajo los mismos supuestos. La t suele ser más directa con dos grupos.

¿Un resultado significativo implica un efecto importante?

No. Hay que informar la magnitud, la incertidumbre y el contexto, no solo el p-valor.

Decisión rápida

Usa esta regla:

Variable dependiente cuantitativa y predictor categórico con grupos: ANOVA.
Variable dependiente cuantitativa y predictor cuantitativo: regresión.
Varios predictores mixtos: modelo lineal/regresión con variables codificadas.

Para profundizar en regresión, lee Econometría desde cero. Para decidir entre pruebas, revisa qué prueba estadística utilizar o consulta las clases de Estadística para Psicología, ADE y Ciencias Sociales.