Caja de herramientas de inteligencia artificial para la academia y la investi...
Regresión lineal
1. R U B É N S I LVA
C . I . 5 . 9 3 0 . 3 2 4
Regresión Lineal
Julio 2014
2. Regresión Lineal
Es el análisis realizado a la regresión la cual
nos permite determinar o conocer la similitud
entre dos variables o mas. Al realizar este análisis
conoceremos el grado de intensidad que existen
con las variables, utilizando el diagrama de
dispersión la cual es una grafica la cual representa
el parecido entre estas dos variables.
4. Regresión Lineal
Tipos de variables nos encontramos las dependientes la cual es la variable que se predice
y la independiente esta es la que nos ayuda para realizar el calculo.
Coeficiente de correlación (r de Pearson), el coeficiente nos indica el grado de relación
entre las dos variables del nivel de intervalo (razón) tomando valor ente -1 y +1, si como resultado da
-1 o +1 se dice que tienen una correlación perfecta.
Otro caso es cuando el coeficiente de correlación nos da cero no existe ninguna relación
entre las variables. Al tomar un ejemplo si el coeficiente de correlación nos da un valor -0.45 nos
indica que la relación es débil y si otro valor de + 0.75, in indica una relación fuerte.
El Coeficiente de determinación se calcula elevando al cuadrado el coeficiente de
correlación. Este coeficiente nos indica una porción de la variable total en la variable independiente Y,
y la variación en variable X. el análisis de regresión es la técnica la cual se emplea para desarrollar la
ecuación y dar las estimaciones.
5. Regresión Lineal
Al tener las variables dependiente Y, e independiente X se observa una
Ecuación lineal-
Y= βo +ΒLX + ε
βo: el valor de la ordenada donde la línea de regresión se intercepta en Y.
ΒLX : Es el coeficiente de regresión poblacional (pendiente de la línea recta).
ε: el error