1 explique la diferencia entre los métodos de regresión y los métodos de predicción

METODO DE REGRECION

En estadistica el análisis de la regresión es un proceso estadístico para estimar las relaciones

entre variables. Incluye muchas técnicas para el modelado y análisis de diversas variables,
cuando la atención se centra en la relación entre una variable dependiente y una o
más variables independientes (o predictoras). Más específicamente, el análisis de regresión
ayuda a entender cómo el valor de la variable dependiente varía al cambiar el valor de una de
las variables independientes, manteniendo el valor de las otras variables independientes fijas.
Más comúnmente, el análisis de regresión estima la esperanza condicional de la variable
dependiente dadas las variables independientes - es decir, el valor promedio de la variable
dependiente cuando se fijan las variables independientes. Con menor frecuencia, la atención se
centra en un 
+, u otro parámetro de localización de la distribución condicional de la variable dependiente
dadas las variables independientes. En todos los casos, el objetivo de la estimación es
una función de las variables independientes llamada la función de regresión. En el análisis de
regresión, también es de interés caracterizar la variación de la variable dependiente en torno a
la función de regresión, la cual puede ser descrita por una distribución de probabilidad.
El análisis de regresión es ampliamente utilizado para la predicción y previsión, donde su uso
tiene superposición sustancial en el campo de aprendizaje automático. El análisis de regresión
se utiliza también para comprender cuales de las variables independientes están relacionadas
con la variable dependiente, y explorar las formas de estas relaciones. En circunstancias
limitadas, el análisis de regresión puede utilizarse para inferir relaciones casuales entre las
variables independientes y dependientes. Sin embargo, esto puede llevar a ilusiones o
relaciones falsas, por lo que se recomienda precaución, 1 por ejemplo, la correlación no implica
causalidad.
METODO DE PREDICCION

El objetivo de las técnicas de predicción no causal (TPNC) es obtener estimaciones o

pronósticos de valores futuros de una serie temporal a partir de la información histórica
contenida en la serie observada hasta el momento actual. Estas técnicas no requieren la
especificación de los factores que determinan el comportamiento de la variable, sino que se
basan únicamente en la modelización del comportamiento sistemático de la serie. Se
consideran tres modelos posibles del comportamiento sistemático de una serie temporal:
modelo estacionario (sin tendencia), modelo con tendencia lineal y modelo con estacionalidad.
La técnica de predicción adecuada dependerá del modelo de comportamiento de la serie.

Las hipótesis en que se basan las TPNC son, en primer lugar, la estabilidad de la forma del
comportamiento sistemático de la serie y, en segundo lugar, que el valor de la variable
observado en cualquier período t es el resultado del comportamiento sistemático y de una
perturbación aleatoria.
 La diferencia entre el método de regresión y el de predicción es que el de regresión es un
proceso estadístico que estima la relación entre variables incluyendo muchas técnicas
diferentes para el análisis de diversas variables. Y el de predicción es que su principal objetivo
es obtener pronósticos de valores futuros de una serie temporal a partir de la información
histórica, estas técnicas no requieren la especificación de los factores que determinan el
comportamiento de la variable.

2. escriba los axiomas de un modelo probabilístico

Dado un conjunto de sucesos elementales, Ω, sobre el que se ha definida una σ-álgebra  σ de
subconjuntos de Ω y una función P que asigna valores reales  a los miembros de σ, a los que
denominamos "sucesos", se dice que P es una probabilidad sobre (Ω,σ) si se cumplen los
siguientes tres axiomas.

Axioma 1
La probabilidad  S  es no negativa
0 ≤ p(S)

Axioma 2.]
La probabilidad del evento seguro , U, es igual a 1, denotado simbólicamente,

Axioma 3.
Si E 1 Según este, E2 son eventos mutuamente excluyentes (incompatibles dos a dos), entonces:

El axioma es el conjunto de datos adquiridos

axioma se puede calcular la probabilidad de un suceso compuesto de varias alternativas
mutuamente excluyentes sumando las probabilidades de sus componentes.
En términos más formales, una probabilidad es una medida sobre una σ-álgebra de
subconjuntos del espacio muestral , siendo los subconjuntos miembros de la σ-álgebra los
sucesos y definida de tal manera que la medida del total sea 1. Tal, medida gracias a su
definición matemática, verifica igualmente los tres axiomas de Kolmogórov. A la terna
formada por el espacio muestra, la σ-álgebra y la función de probabilidad se la
denomina Espacio probabilístico, esto es, un "espacio de sucesos" (el espacio muestral) en el
que se han definido los posibles sucesos a considerar (la σ-álgebra) y la probabilidad de cada
suceso (la función de probabilidad).

https://es.wikipedia.org/wiki/An%C3%A1lisis_de_la_regresi%C3%B3n
http://www.ub.edu/aplica_infor/spss/cap8-5.htm
https://es.wikipedia.org/wiki/Axiomas_de_probabilidad#Axioma_1