8/19/2019 Introducción Al Análisis de Regresión

1/2

Introducción al análisis de regresión

El análisis de regresión es una técnica para investigar y modelar la relación entre

variables. Aplicaciones de regresión son numerosas y ocurren en casi todos los

campos, incluyendo ingeniería, la física, ciencias económicas, ciencias biológicas

y de la salud, como también ciencias sociales.

Utilidad

Utilizados para varios propósitos, incluyendo los siguientes:

. !escripción de datos "ngenieros y científicos frecuentemente utilizan

ecuaciones para resumir un con#unto de datos. El análisis de regresión es $til paradescribir los datos.

%. Estimación de parámetros. Uno de los casos en los cuales se utiliza el análisis

de regresión para estimar parámetros es el siguiente:

&uponga 'ue un circuito eléctrico contiene una resistencia conocida de ()( o*ms.

!iferentes corrientes pasan a través del circuito y el correspondiente volta#e es

medido.

El diagrama de dispersión podría indicar 'ue el volta#e y la corriente están

relacionados por una línea recta 'ue pasa por el origen con pendiente ()( +debidoa 'ue el volta#e (E( y la corriente están relacionados por la ley de *m (E-")(.

El análisis de regresión podría ser utilizado para a#ustar este modelo a los datos,

produciendo un estimado de la resistencia desconocida.

/. 0ara predicción y estimación. Algunos casos de esta utilidad del análisis deregresión son:

 a 1a respuesta de un cultivo al variar la cantidad de los fertilizantes2 el ob#etivo

puede ser establecer la forma de la relación, o predecir la combinación optima de

fertilizantes.

b 1a relación entre varias medidas meteorológicas y la producción del cultivo2 elmás obvio ob#etivo podría ser tratar de entender los efectos meteorológicos sobre

el crecimiento del cultivo.En el análisis de regresión se pueden distinguir dos tipos de variables: variables

predictoras y variables respuestas. 1a diferencia entre variable predictora y

respuesta es no siempre completamente clara y depende algunas veces de

nuestros ob#etivos. Algunos nombres conocidos para las variables predictoras y

respuestas son:

8/19/2019 Introducción Al Análisis de Regresión

2/2