Educación Presencial a Distancia Unidad Pinal de Amoles Instituto Tecnológico de Querétaro Grupo P4K Carrera Ingeniería Industrial Materia Estadística Inferencial II Trabajo Cuadro Comparativo Asesor Ing. Guzmán Domínguez Margarita Isabel Tutor Ing. Xique Mejía Audely Alumno Gutiérrez Aguas Alonso Fecha 22/10/2022 TECNOLÓGICO NACIONAL DE MÉXICO INSTITUTO TECNOLÓGICO DE QUERÉTARO
Introducción
En este trabajo se elaboró un cuadro comparativo sobre la regresión lineal simple y
múltiple, dicho cuadro este compuesto de concepto, objetivo, ventajas y desventajas de ambos temas. Como sabemos existen dos tipos de modelos de regresión lineal: regresión simple y regresión múltiple, la regresión lineal simple es cuando se utiliza una variable independiente para estimar una variable dependiente. Cuando se utiliza más de una variable independiente, el proceso se denomina regresión lineal múltiple. TECNOLÓGICO NACIONAL DE MÉXICO INSTITUTO TECNOLÓGICO DE QUERÉTARO
Regresión lineal Simple Regresión lineal Múltiple
Concepto La regresión lineal simple es la técnica Es un modelo estadístico versátil para más utilizada, es una forma que permite evaluar las relaciones entre un destino modelar una relación entre dos continuo y los predictores. Los conjuntos de variables. El resultado es predictores pueden ser campos una ecuación que se puede utilizar para continuos, categóricos o derivados, de hacer proyecciones o estimaciones modo que las relaciones no lineales sobre los datos. también estén soportadas. Objetivo El objetivo de un modelo de regresión Se trata de estudiar el efecto de una es tratar de explicar la relación que variable independiente sobre una única existe entre una variable dependiente variable dependiente de la primera que (variable respuesta) Y un conjunto de al menos a nivel teórico hemos variables independientes (variables considerado que es dependiente. explicativas) X1,..., Xn. Ventajas • Fácil de entender y explicar, lo • Determinar la influencia relativa que puede ser muy valioso para de una o más variables las decisiones de negocios. predictoras para el valor de • Es rápido de modelar y es criterio. El agente de bienes particularmente útil cuando la raíces podría encontrar que el relación a modelar no es tamaño de las casas y el número extremadamente compleja y no de habitaciones tienen una tiene mucha información. fuerte correlación con el precio • Es menos propenso al de una casa. sobreajuste. • Identifica valores atípicos o anomalías. TECNOLÓGICO NACIONAL DE MÉXICO INSTITUTO TECNOLÓGICO DE QUERÉTARO
Desventajas • No se puede modelar relaciones • Cualquier desventaja de usar un
complejas. modelo de regresión múltiple • No se pueden capturar generalmente se reduce a los relaciones no lineales sin datos que se utilizan. Dos transformar la entrada, por lo ejemplos de esto son el uso de que tienes que trabajar duro datos incompletos y la para que se ajuste a funciones conclusión falsa de que una no lineales. correlación es una causa. • Puede sufrir con valores atípicos. TECNOLÓGICO NACIONAL DE MÉXICO INSTITUTO TECNOLÓGICO DE QUERÉTARO
Bibliografías:
OCESA. (noviembre 14, 2021) Regresión lineal simple y