martes, 19 de mayo de 2009

REGRESION LINEAL

EJMPLO DE REGRESION LINEAL NEGATIVA

REGRESION LINEAL REGRESION LINEAL POSITIVA
NEGATIVA



REGRESION LINEAL


En estadística la regresión lineal o ajuste lineal es un método matemático que modeliza la relación entre una variable dependiente Y, las variables independientes Xi y un término aleatorio.






formula de la regresion lineal simple:


Y=A+BX




formula para la pendiente:


llamada pendiente ordenada al origen o pendiente intersecto


Y=mx+-b donde (b) es el intersecto


y m se calcula de la siguiente manera:




m= _AY_


AX




En la regresion lineal se puede ajustar una linea recta la cual se hace buscando su mejor ajuste, logrando que cada uno de los puntos no queden tan dispersos a la hora de trazar la linea.




El principal objetivo de la correlacion lineal es medir la exactitud de una relacion lineal entre dos varibles xy




La correlación, método por el cual se relacionan dos variables se pude graficar con un diagrama de dispersión de puntos, a la cual muchos autores le llaman nubes de puntos, encuadrado dentro de un gráfico de coordenadas X Y en la cual se pude trazar una recta y cuyos puntos mas cercanos de una recta hablaran de una correlación mas fuerte, ha esta recta se le denomina recta de regresión, que puede ser positiva o negativa, la primera contundencia a aumentar y la segunda en descenso o decreciente




En el modelo de regresión lineal simple se utiliza la técnica de estimación de los mínimos cuadrados, este modelo tiene solo una variable de predicción y se supone una ecuación de regresión lineal.
































































































































































































































































































































































































































































No hay comentarios:

Publicar un comentario