Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
la constante (Interseccin)
Jim Frost 11 de julio 2013
0
205
59
4
El trmino constante en el anlisis de regresin lineal parece ser una cosa tan
simple.Tambin conocida como la interseccin, es simplemente el valor en el
que la lnea ajustada cruza el eje y.
Aunque el concepto es simple, he visto una gran confusin acerca de la
interpretacin de la constante. Eso no es sorprendente porque el valor del
trmino constante es casi siempre sentido!
Paradjicamente, mientras que el valor es por lo general carece de sentido, es
fundamental incluir el trmino constante en la mayora de los modelos de
regresin!
En este post, te voy a mostrar todo lo que necesita saber acerca de la constante
en el anlisis de regresin lineal.
Voy a usar grficos de lneas armarios para ilustrar los conceptos, ya que
realmente trae las matemticas a la vida. Sin embargo, una lnea de trama 2D
equipado slo puede mostrar los resultados de regresin simple, que tiene una
variable de prediccin y la respuesta. Los conceptos son vlidas para la
regresin lineal mltiple, pero no puedo graficar las dimensiones ms altas que
se requieren.
Si usted sigue la lnea ajustada azul hacia abajo hasta donde intercepta el eje y,
que es un valor bastante negativa. A partir de la ecuacin de regresin, se
observa que el valor de intercepcin es -114.3. Si la altura es cero, la ecuacin
de regresin predice que el peso es -114,3 kilogramos!
Es evidente que esta constante no tiene sentido y que ni siquiera debera tratar
de darle sentido. Ningn ser humano puede tener altura cero o un peso
negativo!
Ahora imagine un anlisis de regresin mltiple con muchos predictores. Se
vuelve an ms improbable que todos los predictores de manera realista se
puede ajustar a cero.
Si todos los predictores no puede ser cero, es imposible interpretar el valor de la
constante. Ni siquiera lo intentes!
Dibuj el crculo rojo cerca del origen de aproximar la altura y el peso medio de
los recin nacidos. Se puede ver claramente que la relacin debe cambiar a
medida que se ampla el rango de datos!
As la relacin vemos para los datos observados es localmente lineal, pero
cambia ms all de eso. Es por eso que usted no debe predecir fuera del rango
de los datos ... y otra razn por la constante de regresin puede ser sentido.
Toma el Tour!