Representamos en un gráfico los pares de valores de una
distribución bidimensional: la variable "x" en el eje horizontal o
eje de abcisa, y la variable "y" en el eje vertical, o eje de
ordenada. Vemos que la nube de puntos sigue una tendencia lineal:
El coeficiente de correlación lineal nos permite
determinar si, efectivamente, existe relación entre las dos variables. Una vez
que se concluye que sí existe relación, la regresión nos permite definir la
recta que mejor se ajusta a esta nube de puntos.
Una recta viene definida por la siguiente fórmula:
y = a + bx
Donde "y" sería la variable dependiente, es
decir, aquella que viene definida a partir de la otra variable "x"
(variable independiente). Para definir la recta hay que determinar los valores
de los parámetros "a" y "b":
El parámetro "a" es el valor que toma la
variable dependiente "y", cuando la variable independiente
"x" vale 0, y es el punto donde la recta cruza el eje vertical.
El parámetro "b" determina la pendiente de la
recta, su grado de inclinación.
La regresión lineal nos permite calcular el valor de
estos dos parámetros, definiendo la recta que mejor se ajusta a esta nube de
puntos.
Bibliografía
No hay comentarios.:
Publicar un comentario