Ciencia de Datos

Facultad de Ingeniería – Escuela de Electrónica

Modelo de Regresión Lineal
 Modelos de Regresión Lineal
CONCEPTOS

Los modelos de regresión lineal son relativamente

simples y proporcionan una fórmula matemática fácil
de interpretar para generar predicciones. La
regresión lineal es una técnica estadística establecida
y se aplica fácilmente al software y a la computación.

Un modelo de regresión es un modelo matemático

que busca determinar la relación entre una variable
dependiente (Y), con respecto a otras variables,
llamadas explicativas o independientes (X).
 Modelo de Regresión Lineal
TIPOS

Existen varios tipos de modelos de regresión lineal, pero los dos más comunes
son:
• Regresión lineal simple: este modelo utiliza una variable independiente para
predecir una variable dependiente a través de una línea recta.
• Regresión lineal múltiple: este modelo utiliza varias variables independientes
para predecir una variable dependiente a través de una línea recta múltiple.
• Además, también existen modelos de regresión lineal con características
especiales, como:
• Regresión lineal ponderada
• Regresión lineal polinómica y
• Regresión lineal logística.
Cada modelo tiene su propio conjunto de supuestos y requisitos, y la elección
del modelo depende de la naturaleza de los datos y el objetivo de la
predicción.
Modelo de Regresión Lineal Simple
Tipos de Ajuste
 Modelo de Regresión Lineal Simple
EJEMPLO
(1) Supongamos que deseamos predecir el precio de las (2) Podemos utilizar la regresión lineal simple para encontrar una
casas en función del tamaño de la casa en metros relación entre estas dos variables. En este caso, el tamaño de la casa es
cuadrados. Para ello, recolectamos datos de venta de la variable independiente (X) y el precio de venta es la variable
casas en una determinada área y obtenemos los dependiente (Y).
siguientes resultados:
Tamaño de la casa (m^2) Precio de venta (en miles de dólares) (3) Al utilizar una herramienta estadística o de software para calcular la
80 150 regresión lineal simple para estos datos, podemos obtener los
100 180 siguientes resultados:
La ecuación de regresión lineal simple es: Y = 105 + 1.5X
120 210
La pendiente de la línea de regresión (b) es de 1.5, lo que significa que
140 240
el precio de venta aumenta en $1,500 por cada 10 metros cuadrados
160 270
adicionales.
El punto de intercepción en el eje Y (a) es de 105, lo que significa que
una casa de 0 metros cuadrados tendría un precio de venta de
$105,000.
Con esta información, podemos utilizar la ecuación de regresión lineal
simple para predecir el precio de venta de una casa de cualquier
tamaño en esta área en particular.
 Modelo de Regresión Lineal Múltiple
CONCEPTOS
Existen varios tipos de modelos de regresión lineal, pero los dos más
comunes son:
• Regresión lineal simple: este modelo utiliza una variable
independiente para predecir una variable dependiente a través de
una línea recta.
• Regresión lineal múltiple: este modelo utiliza varias variables
independientes para predecir una variable dependiente a través
de una línea recta múltiple.
• Además, también existen modelos de regresión lineal con
características especiales, como:
• Regresión lineal ponderada
• Regresión lineal polinómica y
• Regresión lineal logística.
Cada modelo tiene su propio conjunto de supuestos y requisitos, y
la elección del modelo depende de la naturaleza de los datos y el
objetivo de la predicción.
Modelo de Regresión No Lineal
Separador
 TÍTULO DE PLANTILLA
SUBTÍTULO

Contrary to popular belief, Lorem Ipsum is not simply random text. It has roots in a piece
of classical Latin literature from 45 BC, making it over 2000 years old. Richard McClintock,
a Latin professor at Hampden-Sydney College in Virginia, looked up one of the more
obscure Latin words, consectetur, from a Lorem Ipsum passage, and going through the
cites of the word in classical literature, discovered the undoubtable source. Lorem Ipsum
comes from sections 1.10.32 and 1.10.33 of "de Finibus Bonorum et Malorum" (The
Extremes of Good and Evil) by Cicero, written in 45 BC. This book is a treatise on the
theory of ethics, very popular during the Renaissance. The first line of Lorem Ipsum,
"Lorem ipsum dolor sit amet..", comes from a line in section 1.10.32.
 TÍTULO DE PLANTILLA
Contrary to popular belief, Lorem Ipsum is not simply
random text. It has roots in a piece of classical Latin
literature from 45 BC, making it over 2000 years old.
Richard McClintock, a Latin professor at Hampden-
Sydney College in Virginia, looked up one of the
more obscure Latin words, consectetur, from a
Lorem Ipsum passage, and going through the cites of
the word in classical literature, discovered the
undoubtable source. Lorem Ipsum comes from
sections 1.10.32 and 1.10.33 of "de Finibus.
 1.009
Contrary to popular belief,
Lorem Ipsum is not simply
random text. It has roots in a
piece of classical Latin literature
from 45 BC, making it over.

1.009
Contrary to popular belief,
Lorem Ipsum is not simply
random text. It has roots in a
piece of classical Latin literature
from 45 BC, making it over.
ELEMENTOS COMPLEMENTARIOS

Colores
Calibrí
Tipografía Calibrí
Calibrí
Calibrí
ELEMENTOS COMPLEMENTARIOS
ELEMENTOS COMPLEMENTARIOS