Regresión Lineal

Regresión lineal

Regresión Lineal
¤ La regresión lineal es un enfoque que
sirve para modelar la relación entre
un escalar dependiente ‘y’ y las
variables independientes‘x’. En caso
de una variable independiente se
llama regresión lineal simple.
¤ Para más de una variable explicativa,
el proceso se llama regresión lineal
múltipleRegresión Lineal
¤ En la regresión lineal, los datos son
modelados usando funciones de
predicción lineal, y parámetros
desconocidos del modelo son
estimados de los datosPredicción
¤ La regresión lineal tiene muchos
usos prácticos, pero si el caso es la
predicción de datos, la regresión
lineal se puede usar para hacer un
modelo de predicción de unset de
datos x y y observados
previamente.

Ejemplo de regresión lineal

Ejemplo
La regresión lineal consiste
en encontrar la línea recta
que mejor se ajusta a través
delos puntos. La línea que
mejor se ajuste se llama una
línea de regresión, se
entiende por línea de mejor
ajuste se refiere a la línea
que mejor se ajusta es la
línea queminimiza la suma
de los errores al cuadrado
de la predicción.

Calcular el error
¤ El error de predicción para
un punto es el valor del
punto menos el valor
pronosticado(el valor en
la línea). Por ejemplo, la
primera tiene un punto Y
de 1,00 y una Y predicho
(llamado Y ') de 1,21. Por lo
tanto, su error de
predicción es -0,21.

Calculandola línea de regresión
¤ Las estadísticas necesarias para el cálculo de
la línea de regresión.

¤ los cálculos se han hecho en términos de
estadísticas de la muestra. Paraotro tipo de
datos las fórmulas son las mismas, sólo tiene
que utilizar los valores de los parámetros para
los medios, desviaciones estándar, y la
correlación.