Una variable independiente (X) y

Una variable dependiente (Y).

Su objetivo es predecir los valores de Y en función de los valores de X mediante una línea recta ajustada a los datos.

Reglas básicas

La regresión lineal simple se usa para explicar o predecir el valor de una variable dependiente (Y) a partir de una variable independiente (X) usando una ecuación de línea recta:

Donde:

• Y = variable dependiente (lo que queremos predecir)

• X = variable independiente (el factor que influye)

• a = intercepto o constante (valor de Y cuando X = 0)

• b = pendiente de la recta (cuánto cambia Y por cada unidad que cambia X)

Fácil de entender: su lógica y aplicación son simples.
Rápida de ejecutar: requiere pocos recursos computacionales.
Interpretación clara: la pendiente indica cómo varía Y con X.

Desventajas

Solo funciona con relaciones lineales: no capta curvas ni patrones no lineales.
Muy sensible a valores atípicos: un dato extremo puede arruinar el modelo.

Definición.-

Es una técnica estadística que se utiliza pára analizar la relación entre dos variables cuantitativas. Es una regresión lineal con una variable independiente, tambien llamada variable explicativ, y una variable dependiente, tambien llamada variable de respuesta. En la regresion lineal simple, la variable dependiente es continua

Caracteristicas.-

*Relacion entre vriables

*Modelo lineal

*Pendiente

*Interseccion

*Errores aleatorios

Importancia.-

-Permite predecir el valor de una variable con base en otra

-Ayuda a entender como una variable influye en otra

-Es util en areas como economia, medicina, ingeniería y ciencias sociales para tomar decisiones basadas en datos

-Es uno de los modelos mas simples y comprensibles de análisis de datos

La regresión lineal simple es un método estadístico que se utiliza para modelar la relación entre dos variables:

Una variable independiente (X) y

Una variable dependiente (Y).

El objetivo es encontrar una línea recta (llamada línea de regresión) que mejor represente esa relación, con la fórmula:

Y=a+bX

Y=a+bX

Donde:

Y = valor predicho

X = valor de entrada

a = intercepto (donde la línea corta el eje Y)

b = pendiente (indica cuánto cambia Y por cada unidad de X)

Características:

Relaciona dos variables (una dependiente y una independiente).

Asume que la relación entre las variables es lineal.

La pendiente b indica la dirección y fuerza de la relación.

Minimiza los errores entre los valores reales y los predichos (utiliza el método de mínimos cuadrados).

Es fácil de interpretar y aplicar.

Importancia en el DS:

Permite predecir valores futuros a partir de datos conocidos.

Ayuda a entender relaciones entre variables.

Se usa en software para análisis, estadísticas y modelos predictivos.