Marco teórico

Regresión Lineal simple

El análisis de regresión se usa con el propósito de predicción. La meta del

análisis de regresión es desarrollar un modelo estadístico que se pueda usar para
predecir los valores de una variable dependiente o de respuesta basados en los
valores de al menos una variable independiente o explicativa.(Jiménez, R., 2012)

Para establecer una relación cuantitativa entre y es necesario disponer de cierta

información muestral. Esta información consiste de un conjunto de pares de
observaciones de y, donde cada uno de estos pares pertenece a una unidad
elemental particular de la muestra. (Jiménez, R., 2012)

Por lo tanto el análisis de regresión lineal simple, es el proceso general de predecir

una variable (Y) a partir de otra (X). Las relaciones entre las variables pueden ser
directas o también inversas. (FESC,?)

Relación directa: la pendiente de esta línea es positiva, porque la variable Y crece

a medida que la variable X también lo hace. (FESC,?)

Ilustración 1 Relación directa

Relación inversa: La pendiente de esta línea es negativa, porque a medida que
aumenta el valor de la variable Y, el valor de la variable X disminuye. (FESC,?)

Ilustración 2 Relación indirecta

Variable independiente (x)

En el análisis de regresión una variable cuyo valor se suponga conocido y que se

utilice para explicar o predecir el valor de otra variable de interés se llama variable
independiente; se simboliza con la letra X. Otros nombres alternativos para la
variable independiente (X), son variable explicatoria, variable predictora y en
ocasiones variable regresora. (FESC,?)

Variable dependiente (y)

En el análisis de regresión una variable cuyo valor se suponga desconocido y que

se explique o prediga con ayuda de otra se llama variable dependiente y se
simboliza con la letra Y. La variable dependiente, al igual que la variable
independiente es llamada de diferentes maneras algunas de ellas son: variable
explicada o variable pronosticada. (FESC,?)

Diagrama de dispersión.

El diagrama de dispersión es una gráfica en la que cada punto trazado representa

un par de valores observados por las variables independiente y dependiente. El
valor de la variable independiente X, se traza en relación con el eje horizontal y el
valor de la variable dependiente Y, en relación con el eje vertical. La naturaleza de
la relación entre dos variables puede tomar muchas formas, que van desde
algunas funciones matemáticas sencillas a otras en extremo complicadas. La
relación más elemental consiste en una línea recta o relación lineal.

(Jiménez, R., 2012)

Ilustración 3 Diagrama de dispersión

El análisis de regresión lineal simple se refiere a encontrar la línea recta que
mejor se ajuste a los datos. El mejor ajuste puede definirse de varias maneras.
Quizá la más sencilla sea encontrar la línea recta para la cual las diferencias entre
los valores reales y los valores pronosticados a partir de la recta ajustada de
regresión sean tan pequeñas como sea posible. Sin embargo, como estas
diferencias son positivas para algunas observaciones y negativas para otras, en
términos matemáticos se minimiza la suma de los cuadrados de las diferencias.
(Jiménez, R., 2012)

Confiabilidad de la línea de tendencia.

Una línea de tendencia es más fiable cuando su valor R cuadrado se encuentra en

o cerca de 1.

Línea de tendencia lineal.

Una línea de tendencia lineal es una línea recta ajuste perfecto que se utiliza con
conjuntos de datos lineales simples. Los datos son lineales si la trama en los
puntos de datos se asemeja a una línea. Una línea de tendencia lineal
frecuentemente muestra que hay algo que aumenta o disminuye a un ritmo
constante. (Microsoft, 2019)

Fuentes de referencia.

 Jiménez, R. (2012). Estadística Inferencial II. mayo 19, 2019, de Instituto

Tecnológico de Ensenada Sitio web:
https://www.academia.edu/19064401/ESTADISTICA_INFERENCIAL_II_LIB
RO

 Facultad de Estudios Superiores de Cuautitlán. Regresión y correlación

lineal simple. Mayo 19, 2019 de UNAM. Sitio web:
http://www.cuautitlan.unam.mx

 Microsoft, (2019). Elegir la mejor línea de tendencia para los datos. Mayo
19, 2019. De Microsoft. Sitio web : https://support.office.com/es-
es/article/elegir-la-mejor-l%C3%ADnea-de-tendencia-para-los-datos-
1bb3c9e7-0280-45b5-9ab0-d0c93161daa8