Regresión Lineal

1. Estudio de la relación entre las variables cuantitativas

1.1. Investigar

1.1.1. asociación entre dos variables

1.1.1.1. independencia estadística

1.2. Estudiar

1.2.1. fuerza de la asociación

1.2.2. forma de la relación

1.3. Propone modelo que relaciona

1.3.1. Variables

1.3.1.1. Outcome o Variable dependiente (Y) o Variable de respuesta

1.3.1.1.1. medir cambios o hacer predicciones.

1.3.1.2. Covariables o Variables independientes (X) o Variables regresoras

1.3.1.2.1. predictores o variables de confusión que interesa controlar

1.3.2. Modelos

1.3.2.1. MODELO MATEMÁTICO

1.3.2.1.1. función matemática de relación entre la variable dependiente (Y) y la o las variables independientes.

1.3.2.1.2. Función lineal

1.3.2.2. MODELO DETERMINÍSTICO

1.3.2.2.1. en condiciones ideales el modelo permite predecir sin error el valor de la variable dependiente

1.3.2.3. MODELO ESTADÍSTICO

1.3.2.3.1. permite la incorporación de un componente aleatorio en la relación

2. Aplicaciones de la regresión lineal

2.1. Líneas de tendencia

2.2. Medicina

2.3. Informática

3. Regresión lineal múltiple

3.1. trabaja con una variable a nivel de intervalo o razón,

3.2. relacionar mediante ecuaciones

3.3. dos o más variables independientes influyen sobre una variable dependiente

3.4. Ejemplo: Y = f(x, w, z)

4. Simple

4.1. estudia los cambios en una variable, no aleatoria

4.2. su representación gráfica es una línea recta

4.3. Ejemplo: Y = f(x)

4.4. Ecuación: ŷ = b0 + b1 x

5. Método de Mínimos Cuadrados

5.1. método para encontrar la recta que mejor ajuste a los datos

6. Rectas de Regresión

6.1. son las rectas que mejor se ajustan a la nube de puntos