TECNICATURA SUPERIOR EN

Ciencia de Datos
e Inteligencia Artificial

Desarrollo de Sistemas de Inteligencia

Artificial

MÓDULO
Regresión lineal simple

Es un modelo matemático para predecir el

efecto de una variable sobre otra, ambas
cuantitativas.
Una variable es la dependiente y otra la
independiente
Se grafica con el diagrama de dispersión.
Dice cómo es la relación entre las dos variables.
El análisis consiste en encontrar la “mejor” línea
recta de esos puntos.
Diagrama de dispersión
Diagrama de dispersión y recta
 Prueba de hipótesis

● Prueba de Ho: beta=0, mediante la estadística F

● Si beta es igual a cero, se concluye que:

○ La relación es lineal y de fuerza para justificar el uso de
ecuaciones de regresión simple para predecir y estimar
Y para valores dados de X.
○ El modelo lineal proporciona un buen ajuste para los
datos, pero un modelo curvilíneo podría proporcionar
un mejor ajuste.
Ejemplo: regresión lineal simple
Ejemplo: Regresión lineal simple
 Correlación Lineal

• Coeficiente de Pearson
• Coeficiente de Spearman
• Coeficiente Tau de Kendall

ISPC / Tecnicatura Superior en Ciencia de Datos e Inteligencia Artificial

Correlación simple

● Es una extensión de la regresión simple.

● Mide la calidad del ajuste de una línea.
● Dice cuánto se relacionan las dos variables
● r es el coeficiente de correlación
● r2 es el coeficiente de determinación
Prueba de hipótesis

Ho: r=0, mediante la estadística F

● Si r es igual a cero, se concluye que no existe correlación lineal entre las

variables, pero puede ser no lineal (exponencial, curva, etc.)
 Correlación Lineal

ISPC / Tecnicatura Superior en Ciencia de Datos e Inteligencia Artificial

 Relación lineal positiva Sin relación Relación lineal negativa

ISPC / Tecnicatura Superior en Ciencia de Datos e Inteligencia Artificial

¡Muchas gracias!