REGRESIÓN LINEAL

El problema de la regresión lineal simple

El objetivo de un modelo de regresión es tratar de explicar la relación que existe entre una
variable dependiente (variable respuesta) Y un conjunto de variables independientes
(variables explicativas) X1,..., Xn.

En un modelo de regresión lineal simple tratamos de explicar la relación que existe entre la
variable respuesta Y y una única variable explicativa X.

Ejemplo:
En la muestra de la miel vamos a ver si existe relación lineal entre la acidez libre (AcLib) y
la acidez total (AcTot). Para ver si un modelo de regresión lineal tiene sentido,
comenzamos dibujando un diagrama de dispersión.
REGRESIÓN LINEAL
La regresión lineal es una técnica que comprende una forma de
estimación y análisis de los datos muestrales para saber sí y cómo
se relacionan entre sí 2 o más variables en una población.

Sirve para hacer posible predicciones mediante aproximaciones;

puede que no sea exacta y se pueden visualizar mediante gráficas.

Ejemplos:

• Predecir el desempeño de un alumno en la universidad con base

en los resultados obtenidos en la preparatoria
* Distancia de un automóvil precisa para detenerse a partir de su
velocidad.
Método de mínimos cuadrados
El coeficiente de regresión
El coeficiente de correlación lineal
Nos vamos a centrar en las siguientes fórmulas:
 EJEMPLO:
La calificación de un grupo de estudiantes en el examen parcial (x) y en el
examen final (y), fueron las siguientes.

Determinar la ecuación de regresión lineal de Y en X

25

20

f(x) = 0.84 x + 3.71

15

10

0
6 8 10 12 14 16 18 20
22

20

f(x) = 0.84 x + 3.71

18

16

14

12

10
10 11 12 13 14 15 16 17 18 19