UNIVERSIDAD AUTÓNOMA DE CHIAPAS
FACULTAD MAYA DE ESTUDIOS AGROPECUARIOS
Licenciatura en Ingeniería Agroindustrial
Asignatura:
Diseños experimentales.
Actividad:
Exposición del tema Regresión lineal.
Presenta:
Karen Kristell Hernández Arcos.
Alejandra Elizabeth Barredo Solis.
Docente:
Dra. Abisag Antonieta Aválos Lázaro.
Fecha de entrega:
23 de abril de 2024.
REGRESIÓN LINEAL
• ¿ Que es?
• Es un modelo matemático que describe la relación entre varias
variables. Los modelos de regresión lineal son un procedimiento
estadístico.
• La tarea de la regresión en el aprendizaje automático consiste en
predecir un parámetro (Y) a partir de un parámetro conocido X.
CARACTERISTICAS
• La regresión lineal permite predecir el comportamiento de
una variable (dependiente o predicha) a partir de otra
(independiente o predictora).
• Tiene presunciones como la linearidad de la relación, la
normalidad, la aleatoriedad de la muestra y homogeneidad
de las varianzas.
• La regresión no prueba causalidad.
• Un artículo que usa regresión debe mencionar o mostrar
que se analizó la “nube de puntos” y que se hizo un análisis
de los residuales.
• La línea de regresión no debe extenderse más allá de los
datos obtenidos.
PROCEDIMIENTO
• 1) La primera aproximación es a través de dibujar los puntos en un gráfico
cartesiano que muestre la relación entre las dos variables.
• 2) Luego se determina la ecuación de la línea que mejor describa dichos
puntos.
PROCEDIMIENTO
• 3) Se calcula la variabilidad de la muestra en torno a la línea de regresión
calculada.
• 4) Finalmente se pueden hacer inferencias. Si se grafican los valores de las
dos variables en un gráfico de coordenadas, se pueden obtener “nubes de
puntos”.
IMPORTANCIA DE LA REGRESIÓN LINEAL
• Pueden utilizarse para simular una amplia gama de relaciones, y
debido a su forma, que es más simple que la de las redes
neuronales, sus parámetros estadísticos se analizan y comparan con
facilidad, lo que permite que se les extraiga información valiosa.
• La regresión lineal no sólo se utiliza con fines de predicción: también
ha demostrado su eficacia para describir sistemas.
Bibliografía
• Dagnino, J. (2014). Regresión lineal. Rev. Chil. Anest, 43(2).
• Saavedra, J. A. (2022, septiembre 16). Regresión Lineal: qué es, para qué
sirve, por qué es importante, tipos y ejemplos de uso. Ebac.
