Regresiones

Uno de los propósitos principales de la curva de ajuste es estimar una de las variables (la variable
dependiente) de la otra (variable independiente). El proceso de estimación se conoce como
regresión, si y se va a estimar a partir de x por medio de alguna ecuación, la llamaremos ecuación
de regresión de y sobre x y a la curva correspondiente curva de regresión de y sobre x.

Regresión simple
La relación matemática determinística más simple entre dos variables “x” y “y” es una relación
lineal y=β 0 + β 1 x . El conjunto de pares (x, y) para los cuales y=β 0 + β 1 x determina una línea
recta con pendiente β 1e intersección en y β 0.

Es decir, cuando la relación comprende solo dos variables, por ejemplo: precio y venta, se haba de
una regresión simple.

Regresión múltiple
Una regresión múltiple consiste en la relación lineal entre una variable dependiente “z” y dos
variables independientes “x” y “y”, entonces buscaríamos una ecuación conectándose las
variables:

z=a+bx +cy
Esta se denomina ecuación de regresión de “z” sobre “x” y “y”.

Regresión geográficamente ponderada

La Regresión ponderada geográficamente (GWR) es una técnica de regresión espacial utilizada
frecuentemente en el ámbito de las ciencias socio territoriales. Esta técnica proporciona un
modelo local de la variable o proceso que intenta entender/prever al ajustar una ecuación de
regresión a cada entidad. La construcción de estas ecuaciones individuales se lleva a cabo,
mediante la incorporación de las variables dependiente y explicativa de las entidades que caen
dentro del ancho de banda de cada entidad de destino.

La forma y el tamaño del ancho de banda dependen de la entrada del usuario para los parámetros
Tipo Kernel (núcleo), Método ancho de banda, Distancia y Cantidad de vecinos (Mitchell, 2005).
 Bibliografías

o Spiegel, M. (1976) Probabilidad y Estadística: Teoría y problemas resueltos, 1ra

edición, libro mcgran. Hill de méxico, S.A de C.V.
o Aguilar Ibagué, J. E. (2021). Estadística descriptiva, regresión y probabilidad con
aplicaciones. Ediciones de la U. https://bibliotecadigital.uaemex.mx/?il=15156
o Devore, J. L., Ibarra Escutia, J.(2018). Fundamentos de probabilidad y estadística.
Cengage Learning. https://bibliotecadigital.uaemex.mx/?il=8848
o Vidal V. (2020) MODELIZAR LAS APTITUDES DE CRECIMIENTO URBANO AL
INTERIOR DEL ÁREA METROPOLITANA DE RANCAGUA CHILE, MEDIANTE LA
APLICACIÓN DE REGRESIÓN GEOGRÁFICAMENTE PONDERADA.
https://repositorio.uahurtado.cl/bitstream/handle/11242/24784/MOTGVidal.pdf?
sequence=1&isAllowed=y