Concepto de regresion lineal:

El modelo de regresión lineal es el más utilizado a la hora de predecir

los valores de una variable cuantitativa a partir de los valores de otra
variable explicativa también cuantitativa (modelo de Gabriel Molina y
María F. Rodrigo Estadística descriptiva en Psicología Curso 2009-2010
2 regresión lineal simple). Una generalización de este modelo, el de
regresión lineal múltiple, permite considerar más de una variable
explicativa cuantitativa. Por otra parte, tal como se verá en un tema
posterior, es también posible incluir variables explicativas categóricas
en un modelo de regresión lineal si se sigue una determinada
estrategia en la codificación de los datos conocida como codificación
ficticia.

En concreto, según el modelo de regresión lineal simple, las

puntuaciones de los sujetos en 2 variables -una de ellas considerada
como variable predictora (X) y la otra como variable de respuesta (Y)-
vienen representadas (modeladas) por la ecuación de una línea recta:
01YXˆ=ββ+⋅1

Cuando hay más de una variable explicativa (modelo de regresión

lineal múltiple), se utiliza un subíndice para cada una de ellas, por
ejemplo, para el caso de dos variables explicativas: 0 1 1 2 Yˆ = β β +
⋅ X + β X2

En primer lugar, en función del número de variables independientes:

 Regresión simple: Cuando la variable Y depende únicamente de

una única variable X.

 Regresión múltiple: Cuando la variable Y depende de varias

variables (X1, X2, ..., Xr)

En segundo lugar, en función del tipo de función f(X):

 Regresión lineal: Cuando f(X) es una función lineal.

 Regresión no lineal: Cuando f(X) no es una función lineal.

Ejemplos;

Se trata de predecir el comportamiento de la

tasa de mortalidad (y), usando el porcentaje
de inmunización (x), el modelo de regresión
lineal simple que va ser ajustado es de la
forma:
La Figura 1 refleja una relación lineal decreciente entre las variables,
es de notar la presencia de ciertos valores atípicos, los cuales
corresponden a los países de Grecia e India. Otra característica
relevante es que a mayores porcentajes de inmunización se reflejan
menores índices de mortalidad en casi la mitad de los países de la
muestra. La correlación entre el porcentaje de inmunización y la tasa
de mortalidad es de -0.7910, indicándonos que hay una buena
correlación negativa entre las variables según el modelo lineal y la
recta de regresión que se determine tendrá pendiente negativa: es
decreciente.