Reporte Sobre Regresión Lineal Simple
Reporte Sobre Regresión Lineal Simple
Reporte Sobre Regresión Lineal Simple
Introducción
comportamiento de manera tal que una de ellas podría ser, en parte, explicada por
En todo momento nuestra relación será lineal, lo que implica que sea constante en
Figura 1.
Variables
no correlacionadas (r=0)
Figura 1.1
Variables
no lineal (r=0)
mayores valores de y)
El valor de r se aproxima a -1 cuando la correlación tiende a ser lineal inversa
población.
Sirve para hacer posibles predicciones mediante aproximaciones; puede que no sea
(Imagen de gráfica)
Enfoque de estudio
semestres.
mejor ajuste, o línea de mínimos cuadrados) es la línea recta que “mejor” se ajusta
trazan como puntos individuales es una cuadrícula con eje horizontal 𝑥 y eje vertical
𝑦.
La ecuación de regresión
𝑦 = 𝑏0 + 𝑏1𝑥
● La pendiente de la recta.
● Encontrar el mejor valor predicho de una variable dado algún valor de la otra
variable.
Hacer predicciones
Con frecuencia, las ecuaciones de regresión son útiles para predecir el valor de una
media muestra.
datos no van más allá del alcance de los datos muestrales disponibles. (La
se ajusta a los datos. El criterio para determinar la línea que es mejor que todas las
Definición
En la Figura 1. se observa que los residuos son -5, 11, -13 y 7, por lo que la suma
de cuadrados es
2 2 2 2
(− 5) + 11 + (− 13) + 7 = 364
Figura 1. donde los cuadrados de los residuos se representan mediante las áreas
pequeña posible. Al usar cualquier otra línea recta, los cuadrados sombreados se
combinarán para producir un área más grande que el área combinada de 364.
Referencias
1. Triola, M. F., Lossi, L., & Murrieta Murrieta, J. E. (2018). Estadística (12a ed.).
Pearson.
https://libcon.rec.uabc.mx:6012/es/ereader/uabc/120157?page=13