En realidad la regresión lineal es una tecnica que se utiliza en muchas disciplinas, no unicamente en matematica, o economia, incluso en educacion se podria utilizar
A veces cuando se hacen recopilaciones de datos, se puede observar que estos siguen una tendencia lineal
es decir al marcar sus puntos en un plano cartesiano
se ajustan casi a una recta, por supuesto no forman una recta perfecta, habran puntos que quedan fuera de ella pero se acercan bastante. Entonces se procede al metodo de regresion lineal para encontrar una función del tipo f(x)=mx+b
de tal forma que podamos predecir valores, sin necesidad de tenerlos en el momento,
el metodo que mas se utiliza es el de minimos cuadrados
Si por ejemplos al hacer una encuesta sobre la tendencia que han tenido los costos de un cierto producto con el paso de los años entre los años 1999 y 2007 y observamos que al graficar los costos respecto el tiempo estos tienen una tendencia lineal, es decir su grafica se ajusta bastante a una recta, hacemos una regresión lineal para encontrar una relacion del tipo
C(t)=m t+ b
donde C= costo
t= tiempo
es decir el costo depende del paso del tiempo
con esta función podriamos averigua a que precio estaria dicho producto por ejemplo en el año 2022
o si no podriamos colocar un precio ficticio y despejar t, para ver en que año, el producto tendra ese precio
y asi un sin fin de aplicaciones mas
ESTO ES CUANDO LOS DATOS SE AJUSTAN A UNA RECTA , SIN EMBARGO HAY OTRO TIPO DE REGRESIONES,
LA CUADRÁTICA, CUANDO LOS DATOS SE AJUSTAN A UNA PARÁBOLA,
LA EXPONENCIAL; CUANDO SE AJUSTAN A LA FUNCION e ^x , esta es muy utilizada en el crecimiento de poblaciones
La logarítmica
etc.
espero te sirva la explicacion y puedas darme algunos puntos
Es una pregunta poco precisa pero bueno, brevemente:
Con las regresiones lineales se encuentra de que manera están linealmente correladas dos variables, con ello podemos dibujarlas en una gráfica bidimensional, pero no sólo eso, la aplicación más interesante sucede si se hace un experimento y se quiere conocer el valor de una constante por ejemplo.
Imagínate, sabrás que c=h*f,¿no?, c es la velocidad de la luz y f la frecuencia, si con un espectrómetro midiéramos la frecuencia de distintas funciones de onda y la velocidad de la luz asociada varias veces, nos saldría una relación lineal, si hacemos una regresión lineal, y=a*x+b, y=c;x=f , b saldrá cercano a 0, y b te saldrá un valor, que será precisamente "h", que por cierto es la famosa constante de Planck.
Es sólo un ejemplo, las aplicaciones son innumerables.
La regresión es un método de análisis de los datos de la realidad económica que sirve para poner en evidencia las relaciones que existen entre diversas variables.
se utilizan en las aulas de muchas universidades latinoamericanas.
Se trata de predecir el valor de una variable respuesta (y) como función lineal de una familia de m variables explicativas (x1, x2, ..., xm), a partir de una muestra de tamaño n cuyas observaciones se ordenan matricialmente.
Answers & Comments
Verified answer
HOLA AMIGO
alli va tu respuesta:
En realidad la regresión lineal es una tecnica que se utiliza en muchas disciplinas, no unicamente en matematica, o economia, incluso en educacion se podria utilizar
A veces cuando se hacen recopilaciones de datos, se puede observar que estos siguen una tendencia lineal
es decir al marcar sus puntos en un plano cartesiano
se ajustan casi a una recta, por supuesto no forman una recta perfecta, habran puntos que quedan fuera de ella pero se acercan bastante. Entonces se procede al metodo de regresion lineal para encontrar una función del tipo f(x)=mx+b
de tal forma que podamos predecir valores, sin necesidad de tenerlos en el momento,
el metodo que mas se utiliza es el de minimos cuadrados
Si por ejemplos al hacer una encuesta sobre la tendencia que han tenido los costos de un cierto producto con el paso de los años entre los años 1999 y 2007 y observamos que al graficar los costos respecto el tiempo estos tienen una tendencia lineal, es decir su grafica se ajusta bastante a una recta, hacemos una regresión lineal para encontrar una relacion del tipo
C(t)=m t+ b
donde C= costo
t= tiempo
es decir el costo depende del paso del tiempo
con esta función podriamos averigua a que precio estaria dicho producto por ejemplo en el año 2022
o si no podriamos colocar un precio ficticio y despejar t, para ver en que año, el producto tendra ese precio
y asi un sin fin de aplicaciones mas
ESTO ES CUANDO LOS DATOS SE AJUSTAN A UNA RECTA , SIN EMBARGO HAY OTRO TIPO DE REGRESIONES,
LA CUADRÁTICA, CUANDO LOS DATOS SE AJUSTAN A UNA PARÁBOLA,
LA EXPONENCIAL; CUANDO SE AJUSTAN A LA FUNCION e ^x , esta es muy utilizada en el crecimiento de poblaciones
La logarítmica
etc.
espero te sirva la explicacion y puedas darme algunos puntos
SUERTE!!!!!!!!!!!!!
Es una pregunta poco precisa pero bueno, brevemente:
Con las regresiones lineales se encuentra de que manera están linealmente correladas dos variables, con ello podemos dibujarlas en una gráfica bidimensional, pero no sólo eso, la aplicación más interesante sucede si se hace un experimento y se quiere conocer el valor de una constante por ejemplo.
Imagínate, sabrás que c=h*f,¿no?, c es la velocidad de la luz y f la frecuencia, si con un espectrómetro midiéramos la frecuencia de distintas funciones de onda y la velocidad de la luz asociada varias veces, nos saldría una relación lineal, si hacemos una regresión lineal, y=a*x+b, y=c;x=f , b saldrá cercano a 0, y b te saldrá un valor, que será precisamente "h", que por cierto es la famosa constante de Planck.
Es sólo un ejemplo, las aplicaciones son innumerables.
Espero que te sirva, un saludo.
La regresión es un método de análisis de los datos de la realidad económica que sirve para poner en evidencia las relaciones que existen entre diversas variables.
se utilizan en las aulas de muchas universidades latinoamericanas.
Se trata de predecir el valor de una variable respuesta (y) como función lineal de una familia de m variables explicativas (x1, x2, ..., xm), a partir de una muestra de tamaño n cuyas observaciones se ordenan matricialmente.
BBuuuuuuuuuuuuuuuu!!!!!!!!!!!!!!