Regresion lineal ejemplo

El estudio de distribuciones univariadas (una sola variable) generalmente se debe complementar con el estudio de asociaciones cuando en el problema en cuestión se presentan varias variables.
Lanaturaleza multivariada de muchos fenómenos nos obliga a referir herramientas gráficas y descriptivas para este propósito. En esta unidad se presentan algunas técnicas útiles para estudiar datosbivariados.

Regresión; En general, el análisis de regresión permite estudiar la influencia de una o más variables que llamamos independientes sobre otra que llamamos dependiente.
Si se incluyen dos omás variables independientes se tiene un modelo de regresión múltiple, situación que no será cubierta en esta breve introducción, sino que únicamente se hace mención del modelo de regresión simple,concretamente al modelo de Regresión Lineal Simple.
El conjunto de técnicas que utilizamos para construir y evaluar modelos que describen la relación entre variables y para formular inferencias basadasen los modelos obtenidos se conocen colectivamente como Técnicas de Regresión, y al análisis estadístico que resulta de aplicarlas se le denomina Análisis de Regresión.
Tipos:
En primer lugar, enfunción del número de variables independientes:
Regresión simple: Cuando la variable Y depende de una única variable X.
Regresión múltiple: Cuando la variable Y depende de varias variables (X1, X2,..., Xr).
En segundo lugar, con respecto al tipo de función f(X):
Regresión lineal: Cuando f(X) es una función lineal.
Regresión no lineal: Cuando f(X) no es una función lineal.
Dentro de éstaclasificación podemos encontrar: regresión cuadrática, cúbica, logarítmica, entre otras.
Correlograma:
El primer paso en un análisis de regresión es elaborar el diagrama de dispersión (correlograma) delos datos, ya que éste puede ayudar en la búsqueda de un modelo que describa la relación entre la variable independiente (x) y la dependiente (y).
Con frecuencia en la práctica se presentan...