Regresion Lineal

1. Diagrama de Dispersion

1.1. cada individuo es un punto

1.2. Cada punto esta representando los valores de las variables

1.3. Con los diagramas de dispersión podemos ver cómo se relacionan ambas variables entre sí. Esto es lo que se conoce como correlación

1.3.1. Correlación positiva: ocurre cuando una variable aumenta y la otra también. Por ejemplo, la altura de una persona y el tamaño de su pie; mientras aumenta la altura, el pie también.

1.3.2. Correlación negativa: es cuando una variable aumenta y la otra disminuye. El tiempo de estudio y el tiempo que pasas jugando videojuegos, tienen una correlación negativa, ya que cuando tu tiempo de estudio aumenta, no te queda tanto tiempo para jugar videojuegos.

1.3.3. Sin correlación: no hay una relación aparente entre las variables. Los puntos en tus videojuegos y tu talla de zapato no parece tener ninguna correlación; mientras una aumenta, la otra no tiene ningún efecto.

2. covarianza

2.1. Es la media aritmética de los productos de las desviaciones de cada una de las variables respecto a sus medias respectivas.

2.2. La covarianza indica el sentido de la correlación entre las variables Si σxy > 0 la correlación es directa. Si σxy < 0 la correlación es inversa.

3. Coeficiente de Correlacion lineal de Pearson

3.1. Indica si los puntos tiene una tendencia a disponerse alineadamente

3.2. representado por la variable r

3.2.1. r es adimensional

3.2.2. solo toma valores en [-1, 1]

4. Termino introducido por Galton

4.1. año 1889

4.2. obra "Natural Inheritance"

5. Prediccion de una medida basandose en conocimientos de otra

6. Regresion Lineal simple

6.1. Siirve para predecir una medida en funcion de otra

6.2. estudia la relación lineal entre la variable respuesta (Y ) y la variable regresora (X), a partir de una muestra {(xi,Yi)}i = 1n

6.3. En el modelo de regresión lineal simple hay tres parámetros que se deben estimar: los coeficientes de la recta de regresión, a0 y a1; y la varianza de la distribución normal, s2.