Qué es y para qué sirve la Regresión Lineal

Clase 25 de 28 • Curso de Probabilidad y Estadística 2018

Diego Armando Casillas Muñoz

student•

La regresión lineal NO DEBERÍA (aunque sé que se usa exitosamente en muchas ocasiones) usarse para predecir valores futuros. Únicamente describe y aproxima a una función el comportamiento de una serie de muestras obtenidas, pero es un error pensar que este comportamiento siempre es el mismo para la función que describe el fenómeno estudiado. Piensen en una función exponencial en función del tiempo que describe cierto fenómeno observado, si muestreamos solamente una pequeña parte de esta función podríamos encontrarnos con un especie de "aliasing" y confundir este segmento de la función exponencial a gran escala (muestreando la función cada año durante un milenio, por ejemplo) con una recta a pequeña escala (muestreando la función cada segundo durante 3 minutos, por ejemplo). Como conclusión, la regresión lineal no debería usarse como una especie de caja negra para predecir valores, hay que conocer bien las variables y nuestro problema primero, así como el contexto del mismo. Una vez que conocemos bien el problema, taaaaal vez la regresión lineal nos ayude a predecir valores. Lo que sí es verdad es que son de mucha utilidad para describir el conjunto de muestras adquirido! . Solamente un pequeño breviario para que quienes apenas se introducen en estos temas no tengan errores conceptuales en el futuro!

Alberto Perdomo

student•

Diego muy cierto lo que comentas, pero una regresión si se puede usar para predecir valores futuros siempre y cuando asegures que el conjunto de datos cumpla con las siguientes caracterisiticas:

Minimzar presencia de valores atipicos: Los valores atipicos se agrupan mediante el uso de las medidas de posición, son todos aquellos que están por fuera de los limites: Q1 -1.5IQR y Q3+1.5IQR, donde IQR es el rango intercuatilico: Q3 - Q1.
Independencía de observaciones: Los datos en tu analisis deben ser independientes, esto se garantiza a través de un muestreo aleatorio.

-Homcedasticidad: Se habla de homcedasticidad cuando las variaciones a lo largo de la línea presentan una varianza similar.

-Distribución normal de los residuos: Se debe verificar que los residuos (desviación estandar) esten distribuidos de manera normal.

Estas caracteristicas se pueden asegurar realizando las transformaciones lineales adecuadas para que los datos cumplan con la ultima condición.

En este notebook de kaggle, lo explican a profundidad:

https://www.kaggle.com/pmarcelino/comprehensive-data-exploration-with-python

Espero disfrutes su lectura, está hecho por un PhD de la universidad de Stanford.

Luis Rogelio Reyes Hernandez

student•

Como mencionan en los comentarios una regresion lineal no predice valores futuros, lo que se hace es que tiendo un intervalo de confianza con la regresion lineal se puede decir hacia donde estan tendiendo los valores y se da una probabilidad de que el proximo valor este en cierto punto, si es extreamadamente util para hacer calculos a futuro,

Y como comenta el compañero inicialmente, la regresion lineal NO es un ojo que todo lo ve al que le das datos y te dice el futuro

Christian Sanclemente

student•

Esto lo menciona David Aroesti, para los que estamos en la ruta de Inteligencia Artificial.

Claudia A Sedano Porras

student•

Que menciona?

Gilberto Daniel Hermosillo Camacho

student•

El lo explica mucho mejor.

Cristian Orozco Benjumea

student•

Regresión Lineal: Es un modelo matemático para establecer la relación para identificar la relación entre una variable dependiente (y) y un independiente (x)

Lucas Mateo Aldana Briceño

student•

Gracias

Luis Berenguer

student•

Cuándo podemos utilizar la regresión lineal y cuando no deberíamos?

CRISTIAN BARBERO PÉREZ

student•

La regresión lineal nos dará una idea de la tendencia de ciertos datos, por lo que se puede hacer para predecir el valor de una variable y que depende de otra variable x a partir de puntos (x, y) obtenidos previamente. En la regresión lineal el valor de y es continuo, es decir, puede tomar cualquier valor. Si el resultado es discontinuo (por ejemplo la variable y puede tomar solo los valores 0 y 1) se utilizará la regresión logística.

Andrés Gutierrez

student•

Desde mi punto de vista, deberíamos usarla en ambitos no muy riesgosos o aleatorios, ya que sucede algo completamente inesperado nuestra regresión no servirá de nada, incluso se presenta en cosas más o menos seguras, por ejemplo:

En situaciones normales una panadería promedio crece un 10% al año, por lo que según nuestra regresión el valor de cuanto va a crecer estará por ahí, pero lo que no esperabamos al hacerla es que PAM a un chino se le antojó sopa de murciélago porque se cansó de su dieta vegana y la panadería cerró por cuarentena.

Marco Hames Moreno Mora

student•

Regresión Lineal = regresión simple, predecir un valor futuro basados en una secuencia de datos

Armando González Esquivel

student•

¿La regresión lineal tiene que ver con la inferencia estadística?

Diego Forero

Team Platzi•

Si, la inferencia estadística usa la correlación y la regresión para el campo de investigación científica, dentro del campo de la regresión se encuentra, la regresión lineal simple, regresión multiple y regresión logística.

MARCELA VALENZUELA GÓMEZ

teacher•

Muchísimo, van de la mano. :)

Smerlyn Javier Eusebio Bonifacio

student•

Luis Ruiz Ramos

student•

Se usa en machine learning.

Usuario anónimo

user•

Regresión Lineal

Carlos Arturo

student•

Perfecto

Lucas Mateo Aldana Briceño

student•

https://platzi.com/clases/1269-probabilidad-estadistica/10952-que-es-y-para-que-sirve-la-regresion-lineal/?time=57

Aplicación de la regresión lineal :)

Felipe Bernardo González Barranco

student•

A ver como le fue a Messi con los goles y que tan acertado estuvieron las predicciones

Daniela Cardona

student•

Jajaja esto estuvo a full de futbol

Lucas Mateo Aldana Briceño

student•

Aplicación de la regresión lineal :)

Jose Ignacio Pomero

student•

Empecemos!

CLAUDIA CRISTINA APARICIO RUEDA

student•

interesante!

Juan Camilo García Mesa

student•

La rl, lleva a una recta, los puntos asociados a dos variables, permite predecir valores futuros.

Luis Fernando Pedroza Taborda

student•

Interesante crear modelos de prediccion a partir de esta definicion.

Daniela Cardona

student•

¿No habíamos visto la Regresión lineal ya con David Aroesti?

Sebastian Restrepo Ortiz

student•

Gracias

Francisco Garcia [C6]

student•

:-(

Qué es y para qué sirve la Regresión Lineal

Introducción

¡Antes de comenzar lee esto! Curso en renovación

Introducción al curso de Probabilidad y Estadìstica

Conceptos Básicos

Probabilidad Simple

Cálculo de probabilidades

Probabilidad Compuesta

Probabilidad Compuesta y Diagramas de Árbol

Probabilidad compuesta: Unión

Probabilidad compuesta: Intersección

Variaciones, permutaciones y combinaciones

Variaciones, permutaciones y combinaciones: Ejercicios

Distribución de Datos

Tabla de Frecuencias

Tablas de Frecuencia en Distribución de Datos: Ejercicios

Tablas de Frecuencia Gráficas

Medidas de Tendencia Central

Gráfica de Dispersión

Parámetros Estadísticos, Centralización

Parámetros Estadísticos, Centralización: Ejercicio

Tipos de Correlación Y Covarianza

Medidas de Dispersión

Rango

Desviación Media

Varianza y Desviación Estándar

Coeficiente de Correlación en un Diagrama de Dispersión

Medidas de Posición

Cuartiles, Deciles, y Percentiles

Cuartiles

Deciles

Percentiles

Regresión Lineal

Qué es y para qué sirve la Regresión Lineal

Ejemplo de Regresión Lineal (Tipo de Correlación)

Ejemplo de Regresión Lineal (Predecir valor futuro)

Importante: antes del examen

Examen de certificación