REGRESION

Las técnicas de regresión permiten hacer predicciones sobre los valores de cierta variable Y (dependiente), a partir de los de otra X (independiente), entre las que intuimos que existe una relación. Para ilustrarlo retomemos los ejemplos mencionados al principio del capítulo. Si sobre un grupo de personas observamos los valores que toman las variables.

EJEMPLO DE REGRESION

COMENTARIO:
regresion como su nombre lo indica es regresar a estudiar los fenomenos pasados y ver si tienen relacion.

Regresión Lineal

Se conoce como regresión lineal, correlación de Pearson o método de mínimos cuadrados, al procedimiento de encontrar la ecuación de la recta "que mejor se ajuste a un conjunto de puntos". El método de mínimos cuadrados nos permite encontrar el grado de correlación lineal entre un conjunto de pares de valores numéricos. La regresión lineal o ajuste lineal es un método matematico modeliza relación entre una variable dependiente Y, las variables independientes X_i y un término aleatorio ε. Este modelo puede ser expresado como:

donde β₀ es la intersección o término "constante", las β_i son los parámetros respectivos a cada variable independiente, y p es el número de parámetros independientes a tener en cuenta en la regresion. La regresión lineal puede ser contrastada con la regresion no lineal.

COMENTARIO:

Como su nombre lo indica es lineal entonces cuando la grafiquemos los puntos deben estar en una parte donde se pueda trazar una linea recta ya que todos los fenomenos deben estar serca de ella.

cuando la regresion es positiva los puntos deben de estar hacia arriba, y cuando es negativa los puntos deben de estar hacia abajo.