Tipos de modelos de regresin lineal

Existen diferentes tipos de regresin lineal que se clasifican de acuerdo a sus parmetros:

[editar] Regresin lineal simple

Slo se maneja una variable independiente, por lo que slo cuenta con dos parmetros. Si sabemos que existe una relacin entre una variable denominada dependiente y otras denominadas independientes (como por ejemplo las existentes entre: la experiencia profesional de los trabajadores y sus respectivos sueldos, las estaturas y pesos de personas, la produccin agraria y la cantidad de fertilizantes utilizados, etc.), puede darse el problema de que la dependiente asuma mltiples valores para una combinacin de valores de las independientes.

"Y es una funcin de X" Y = f(X) Como Y depende de X, Y es la variable dependiente, y X es la variable independiente.

En el Modelo de Regresin es muy importante identificar cul es la variable dependiente y cul es la variable independiente. En el Modelo de Regresin Simple se establece que Y es una funcin de slo una variable independiente, razn por la cual se le denomina tambin Regresin Divariada porque slo hay dos variables, una dependiente y otra independiente y se representa as:
Y = f (X) "Y est regresando por X"

La variable dependiente es la variable que se desea explicar, predecir. Tambin se le llama "'regresando"' "'variable de respuesta"'. La variable Independiente X se le denomina "'variable explicativa"' "'regresor"' y se le utiliza para explicar Y. Se calcula la ecuacin de la recta que pasa por dos puntos dados. Sin embargo, en la regresion lineal por lo general se tiene ms que dos puntos de datos, y raras veces estn todos en una sola recta. El problema es hallar la recta que ajusta los datos tan estrechamente posible. La Ecuacin General es de la forma:

donde:

[editar] Ejemplo x y xy x2 20 8.4 168 400 22 9.5 209 484 24 11.8 283.2 576 26 10.4 270.4 676 28 13.3 372.4 784 30 14.8 444 900 150 68.2 1747 3820

Entonces la ecuacion quedara como: