Академический Документы
Профессиональный Документы
Культура Документы
Un análisis de regresión genera una ecuación para describir la relación estadística entre
uno o más predictores y la variable de respuesta y para predecir nuevas observaciones.
La regresión lineal generalmente utiliza el método de estimación de mínimos
cuadrados ordinarios, del cual se obtiene la ecuación al minimizar la suma de los
residuos cuadrados.
Por ejemplo, usted trabaja para una compañía de chips de patatas que analiza los
factores que afectan el porcentaje de chips desmenuzados por contenedor antes del
envío (la variable de respuesta). Usted lleva a cabo el análisis de regresión e incluye el
porcentaje de patatas con respecto a otros ingredientes y la temperatura de cocción
(centígrados) como su dos predictores. A continuación, la tabla de resultados.
La regresión lineal simple examina la relación lineal entre dos variables continuas: una
respuesta (y) y un predictor (x). Cuando las dos variables están relacionadas, es posible
predecir un valor de respuesta a partir de un valor predictor con mayor exactitud.
Regresión ofrece la línea que "mejor" se ajusta a los datos. Esta línea se puede utilizar
después para:
La regresión lineal múltiple examina las relaciones lineales entre una respuesta
continua y dos o más predictores.