Regresión lineal
REGRESIÓN LINEAL
En estadística la regresión lineal o ajuste lineal es un modelo matemático usado para aproximar la relación de dependencia entre una variable dependiente Y, las variables independientes X y un término aleatorio
La regresión nos permite además, determinar el grado de dependencia de las series de valores X e Y, prediciendo el valor y estimado que se obtendría para un valor x que no esté en la distribución.
REGRESIÓN LINEAL
El objetivo de un análisis de regresión es determinar la relación que existe entre una variable dependiente y una o más variables independientes. Para poder realizar esta relación, se debe postular una relación funcional entre las variables.
ResponderEliminarEn Regresion Lineal las observaciones se dispondrán en dos columnas, de modo que en cada fila figuren la abscisa x y su correspondiente ordenada y. La importancia de las distribuciones bidimensionales radica en investigar como influye una variable sobre la otra. Esta puede ser una dependencia causa efecto, por ejemplo, la cantidad de lluvia (causa), da lugar a un aumento de la producción agrícola (efecto). O bien, el aumento del precio de un bien, da lugar a una disminución de la cantidad demandada del mismo.
ResponderEliminarEn estadística la regresión lineal o ajuste lineal es un modelo matemático usado para aproximar la relación de dependencia entre una variable dependiente Y, las variables independientes X
ResponderEliminarMaría del Carmen Sánchez Ortega
EliminarEste comentario ha sido eliminado por el autor.
ResponderEliminarSi utilizamos un sistema de coordenadas cartesianas para representar la distribución bidimensional, obtendremos un conjunto de puntos conocido con el diagrama de dispersión, cuyo análisis permite estudiar cualitativamente, la relación entre ambas variables tal como se ve en la figura.
ResponderEliminarA través de la regresión lineal se pueden obtener coordenadas o puntos que se pueden gráficar y así notar la relación que tienen las dos variables X variable dependiente y Y variable independendiente.
ResponderEliminarSe denomina regresión lineal cuando la función es lineal, es decir, requiere la determinación de dos parámetros: la pendiente y la ordenada en el origen de la recta de regresión, y=ax+b.
ResponderEliminarLa regresión lineal es aquella que permite determinar el grado de dependencia de las series de valores X e Y, prediciendo el valor "y" estimado que se obtendría para un valor "x" que no esté en la distribución.
ResponderEliminarEste es de gran importancia ya que es un modelo óptimo para patrones de demanda con tendencia (creciente o decreciente), es decir, patrones que presenten una relación de linealidad entre la demanda y el tiempo.
En la industria tiene aplicación para investigar la relación entre el rendimiento de la producción y uno o más factores del (o de los) que depende, como la Temperatura, la humedad ambiental, la presión, la cantidad de insumos, etc; con base en este análisis se puede pronosticar el comportamiento de una variable que se desea estimar.
ResponderEliminarEn este caso nos ayuda a conocer el indice de turistas que puedan visitar un lugar determinado durante un tiempo especifico.
regresión lineal permite hallar el valor esperado de una variable aleatoria a cuando b toma un valor específico. La aplicación de este método implica un supuesto de linealidad cuando la demanda presenta un comportamiento creciente o decreciente, por tal razón, se hace indispensable que previo a la selección de este método exista un análisis de regresión que determine la intensidad de las relaciones entre las variables que componen el modelo.
ResponderEliminarLa regresión lineal nos ayuda a encontrar las coordenadas de X y Y que son muy importante para realizar la respectiva gráfica, además de esto nos permite diferenciar los puntos en su gráfica.
ResponderEliminar