Predecir tendencias y analizar relaciones entre variables.
Entrada de datos
Análisis de regresión
Ecuación de regresiónY = 2.200 + 0.600X
Coeficiente de Determinación (R²)0.6000Precisión del modelo
Valor Y previsto5.8000En X = 6
Pendiente (b)0.6000
Interceptar (a)2.2000
Overview
La regresión lineal simple es un método estadístico que nos permite resumir y estudiar las relaciones entre dos variables continuas (cuantitativas). Modela la relación entre una variable dependiente y una variable independiente como una línea recta.
💡
Pro Tips
Asegúrese de que sus datos mantengan una relación lineal; si la relación es curva, la regresión lineal simple puede no ser precisa.
Tenga cuidado con los valores atípicos, ya que pueden alejar significativamente la línea de regresión de la mayoría de los puntos de datos.
Un valor de R² cercano a 1 indica un ajuste muy fuerte, mientras que un valor cercano a 0 sugiere que X no predice bien Y.
!
Fun Facts
"El término \\\"regresión\\\" fue acuñado por Francis Galton en el siglo XIX mientras estudiaba las alturas de padres e hijos, observando que las alturas extremas tienden a \\\"regresar\\\" hacia la media."
"La regresión lineal es la base de muchos algoritmos de aprendizaje automático que se utilizan hoy en día en la inteligencia artificial y la ciencia de datos."
"El objetivo de la regresión lineal simple es encontrar la 'línea de mejor ajuste' que minimice la suma de errores cuadrados entre los valores previstos y reales."
