Regresión lineal

Regresión lineal: es un modelo cuantitativo de pronóstico, utiliza el método de los mínimos cuadrados para identificar la relación entre una variable dependiente y una o más variablesindependientes, presentes en un conjunto de observaciones históricas. En la regresión simple, solo hay una variable independiente, en la regresión múltiple, hay más de una variable independiente. Si los datoshistóricos forman una serie de tiempo, la variable independiente es el periodo y la variable dependiente podrían ser las ventas. No es necesario que la regresión se base en una serie de tiempo, debido aque el conocimiento de los valores futuros de la variable independiente se usa para predecir valores futuros de la variable dependiente. Por lo general, la regresión lineal se usa en el pronóstico alargo plazo, pero si se tiene cuidado al seleccionar la cantidad de periodos incluidos en los datos históricos y estos datos y este conjunto de datos se proyecta solo unos cuantos periodos en elfuturo, la regresión también puede usarse en pronósticos a corto plazo. La regresión supone una normalidad, es decir, que los valores observados de la variable dependiente Y se supone estarándistribuidos normalmente a ambos lados de su media Y (barra) y estarán distribuidos normalmente a ambos lados de su media Y barra y el error estándar del pronostico S sub Y por X es constante conforme nosmovamos a lo largo de la línea de tendencia.
En otras palabras
La regresión lineal y correlación es un análisis de regresión lineal, es un modelo de pronóstico que establece una relación entre unavariable dependiente y una o más variables independientes. Usamos el conocimiento de esta relación y el conocimiento de los valores futuros de las variables independientes para pronosticar los valoresfuturos de la variable dependiente. El análisis de regresión lineal simple solo contiene una variable independiente. Si los datos forman una serie de tiempo, la variable independiente es el tiempo en...