1. Regresión lineal
1.1. Regresión lineal simple
1.2. Coeficiente de determinación lineal
1.2.1. Función lineal es aquella que satisface las propiedades: propiedad activa si existe Y, la cual es una función polinómica cuya representación es en el plano cartesiano, una linea recta.
1.2.2. Una vez elegida la función rectilinea, para representar la relación de dependencia Y sobre X, y estimados sus parámetros a y b, se procede al computo del coeficiente de determinación lineal, con el objetivo de medir grado de dependencia a y sobre x la función de regresión lineal estimada.
1.3. Modelo del análisis de regresión
1.3.1. Determinista: supone que bajo condiciones ideales, el comportamiento de la variable dependiente puede ser totalmente descrito por una función matemática de las variables independientes, es decir, e condiciones ideales el modelo permite predecir sin error el valor de la variable pendiente.
1.3.2. Estadístico: permite la incorporación de un componente aleatorio en la relación. En consecuencia, las predicciones obtenidas a través de modelos estadísticos tendrán asociado un error de predicción.
1.3.3. Estandariza: La pendiente B1 nos indica si hay relación entre las dos variables, su signo nos indica si la relación es positiva o negativa. La razón es que su valor numérico depende de las unidades de medida de las dos variables. Un cambio de unidades en una de ellas puede producir un cambio drástico en el valor de la pendiente.
1.4. Análisis de regresión
1.4.1. Técnica estadística para derivar una ecuación, que relaciona a una variable de criterio con una o mas variables de predicción. Cuando se usa una variable de predicción en análisis de regresión es simple, si se utiliza dos o mas variables el análisis de regresión es múltiple.
1.5. Coeficiente de regresión parcial
1.5.1. Cantidad que resulta de un análisis de regresión múltiple, indica el cambio promedio en una variable de criterio por cambio unitario en una variable predictiva, en igualdad de circunstancias en todas como variables de cricción.
2. La regresión trata de explicar el comportamiento de una variable, denominada explicada dependiente o endógena, en función de otra variable.
3. Regresión Múltiple
3.1. La regresión puede ser lineal y curvilínea o no lineal. Pueden ser
3.1.1. Coeficiente de regresión
3.1.1.1. coeficiente de regresión puede ser positivo, negativo y nulo.
3.1.1.2. Indica el número de unidades en que se modifica la variable dependiente "Y" Por efecto del cambio de la variable independiente "X" o viceversa en una unidad de medida.
3.2. Coeficiente de determinación R2
3.2.1. Determina el grado de correlación entre las variables. El coeficiente de determinación también llamado R cuadrado, refleja la bondad del ajuste de un modelo a la variable.