Rectas de regresión (1ºBach)

De Wikipedia

Revisión de 16:29 20 oct 2014 Coordinador (Discusión | contribuciones) ← Ir a diferencia anterior		Revisión de 18:13 20 oct 2014 Coordinador (Discusión | contribuciones) Ir a siguiente diferencia →
Línea 5:		Línea 5:
	|enlaces=		|enlaces=
	}}		}}
		+	==Recta de regresión de Y sobre X==
		+	Buscamos la recta que mejor se ajuste a la nube de puntos. Para ello utilizaremos el método de mínimos cuadrados que consiste en quedarse con aquella recta que cumpla que "la suma de los cuadrados de las distancias de todos los puntos a la recta sea mínima". Así se obtiene:
		+	{{p}}
		+	{{Teorema|titulo=Recta de regresión de Y sobre X|enunciado=
		+	La '''recta de regresión''' de ''Y'' sobre ''X'' viene dada por la ecuación:
		+
		+	<center><math>y = \bar{y} + \frac{\sigma_{xy}}{\sigma_{x}^2}(x - \bar{x})</math></center>
		+
		+	Es una recta que pasa por el centro de gravredad de la nube <math>(\bar{x},\bar{y})</math> y cuya pendiente, <math>m_{xy} = \frac{\sigma_{xy}}{\sigma_{x}^2}</math>, recibe el nombre de '''coeficiente de regresión'''.
		+	|demo=La demostración excede el nivel de este curso.
		+	}}
		+	{{p}}
		+	'''Nota:''' El coeficiente de regresión y el de correlación coinciden en signo. No obstante, no existe otra relación entre ambos coeficientes ya que, por ejemplo, la pendiente de la recta puede ser grande pero la correlación entre las variables ser baja.

---

Revisión de 18:13 20 oct 2014

Recta de regresión de Y sobre X

Buscamos la recta que mejor se ajuste a la nube de puntos. Para ello utilizaremos el método de mínimos cuadrados que consiste en quedarse con aquella recta que cumpla que "la suma de los cuadrados de las distancias de todos los puntos a la recta sea mínima". Así se obtiene:

Nota: El coeficiente de regresión y el de correlación coinciden en signo. No obstante, no existe otra relación entre ambos coeficientes ya que, por ejemplo, la pendiente de la recta puede ser grande pero la correlación entre las variables ser baja.