Regresión lineal

1. El coeficiente de correlación lineal de Pearson de dos variables, r, nos indica si los puntos tienen una tendencia a disponerse alineadamente (excluyendo rectas horizontales y verticales)

2. Regresión lineal simple • El análisis de regresión sirve para predecir una medida en función de otra medida (o varias: regresión múltiple).

3. En el modelo de regresión lineal simple, dado dos variables – Y (dependiente) – X (independiente, explicativa)

4. Cuanto menor sea la dispersión del error residual mejor será el ajuste de regresión.

5. El término regresión fue introducido por Galton en su libro “Natural inheritance” (1889) refiriéndose a la “ley de la regresión universal”

6. La covarianza entre dos variables, Sxy, nos indica si la posible relación entre dos variables es directa o inversa: – Directa: Sxy > 0 – Inversa: Sxy < 0 – Descorreladas: Sxy = 0

7. • La dispersión del error residual será una fracción de la dispersión original de Y.