Regresin lineal

Expresndolo en forma simple, la regresin lineal es una tcnica que permite

cuantificar la relacin que puede ser observada cuando se grafica un diagrama
de puntos dispersos correspondientes a dos variables, cuya tendencia general
es rectilnea (Figura la); relacin que cabe compendiar mediante una ecuacin
del mejor ajuste de la forma:
y = a + bx
En esta ecuacin, y representa los valores de la coordenada a lo largo del eje
vertical en el grfico (ordenada); en tanto que x indica la magnitud de la
coordenada sobre el eje horizontal (absisa). El valor de a (que puede ser
negativo, positivo o igual a cero) es llamado el intercepto; en tanto que el valor
de b (el cual puede ser negativo o positivo) se denomina la pendiente o
coeficiente de regresin.
La regresin lineal tcnica que usa variables aleatorias, continuas se diferencia
del otro mtodo analtica que es la correlacin, por que esta ltima no
distingue entre las variables respuesta y la variable explicativa por que las
trata en forma simtrica.
La matematizacin nos da ecuaciones para manipular los datos, como por
ejemplo medir la circunferencia de los nios y nias y que parece
incrementarse entre las edades de 2 meses y 18 aos, aqu podemos inferir o
predecir que las circunferencias del crneo cambiara con la edad, en este
ejercicio la circunferencia de la cabeza es la respuesta y la edad la variable
explicativa.
En la regresin tenemos ecuaciones que nos representan las diferentes clases
de regresin:
Regresin Lineal : y = A + Bx
Regresin Logarmica : y = A + BLn(x)
Regresin Exponencial : y = Ac(bx)
Regresin Cuadrtica : y = A + Bx +Cx2

Correlacin

El anlisis de correlacin se encuentra estrechamente vinculado con el anlisis

de regresin y ambos pueden ser considerados de hecho como dos aspectos
de un mismo problema
En ocasiones nos puede interesar estudiar si existe o no algn tipo de relacin
entre dos

variables aleatorias. As, por ejemplo, podemos preguntarnos si hay alguna

relacin entre las
notas de la asignatura Estadstica I y las de Matemticas I. Una primera
aproximacin al
problema consistira en dibujar en el plano R2
un punto por cada alumno: la primera coordenada
de cada punto sera su nota en estadstica, mientras que la segunda sera su
nota en
matemticas. As, obtendramos una nube de puntos la cual podra indicarnos
visualmente la
existencia o no de algn tipo de relacin (lineal, parablica, exponencial, etc.)
entre ambas notas.
Otro ejemplo, consistira en analizar la facturacin de una empresa en un
periodo de tiempo dado
y de cmo influyen los gastos de promocin y publicidad en dicha facturacin.
Si consideramos
un periodo de tiempo de 10 aos, una posible representacin sera situar un
punto por cada ao
de forma que la primera coordenada de cada punto sera la cantidad en euros
invertidos en
publicidad, mientras que la segunda sera la cantidad en euros obtenidos de su
facturacin. De
esta manera, obtendramos una nube de puntos que nos indicara el tipo de
relacin existente entre ambas variables.

La correlacin es la forma numrica en la que la estadstica ha podido evaluar

la relacin de dos o ms variables, es decir, mide la dependencia de una
variable con respecto de otra variable independiente.

Para poder entender esta relacin tendremos que analizarlo en forma grfica:
Si tenemos los datos que se presentan en la tabla y consideramos que la edad
determina el peso de las personas entonces podremos observar la siguiente
grfica:
Donde los puntos representan cada uno de los pares ordenados y la lnea
podra ser una recta que represente la tendencia de los datos, que en otras
palabras podra decirse que se observa que a mayor edad mayor peso.

La correlacin se puede explicar con la pendiente de esa recta estimada y de

esta forma nos podemos dar cuenta que tambin existe el caso en el que al
crecer la variable independiente decrezca