UNIDAD 6 / CUESTIONARIO DE

REFORZAMIENTO / SUBIR ARCHIVO

Responde las siguientes preguntas:

1. ¿Qué es el modelo de regresión lineal?

El modelo de regresión lineal explica la relación entre una variable dependiente, a

la que se denotará y, con otra(s) explicativa(s) a través de una ecuación de primer
orden. Tanto las variables dependientes como las explicativas son observables.

2. ¿Cómo se divide el modelo de regresión lineal?

cuando solamente se emplea una variable explicativa, al modelo de regresión lineal

se le denomina simple

Cuando hay más de una variable explicativa, el modelo de regresión lineal es

múltiple

3. ¿Qué es el coeficiente de determinación?

denotado como R2, que mide la variabilidad explicada por el modelo

4. ¿Qué es el coeficiente de correlación?

es un valor independiente de las unidades de las variables, lo que permite que

pueda ser empleado en comparativos; toma valores entre –1 y 1 (en –1 significa
que existe una asociación lineal perfecta negativa, es decir, el incremento de la
variable explicativa resultará una disminución en la variable respuesta; y en 1, la
asociación lineal entre las variables es perfecta y positiva, lo que implica que un
aumento de la variable explicativa hará que aumente el valor de la variable
 respuesta). Cuando el coeficiente de correlación es cero, significa que las
variables no están asociadas o que su asociación no es lineal.

5. ¿Para qué se utiliza el método de mínimos cuadrados?

El método de mínimos cuadrados sirve para interpolar valores, dicho en otras

palabras, se usa para buscar valores desconocidos usando como referencia otras
muestras del mismo evento.

El método consiste en acercar una línea o una curva, según se escoja, lo más
posible a los puntos determinados por las coordenadas [x, f(x)], que normalmente
corresponden a muestras de algún experimento.

6. ¿Cómo se interpreta la pendiente en el modelo de regresión lineal simple?

La figura anterior ilustra un gráfico de dispersión donde cada punto azul representa
el valor de la variable respuesta (Y) observado con el valor de la variable explicativa
(X), la línea roja es la recta estimada que se ajusta al conjunto de datos, cuya
ecuación es 𝒀𝒊= 𝜷𝟎−𝜷𝟏𝑿𝒊, y la diferencia entre el valor observado y el estimado con
la ecuación de regresión lineal es el error.

7. ¿Cuál es la ecuación de la regresión lineal simple?

𝒀𝒊= 𝜷𝟎−𝜷𝟏𝑿𝒊

8. ¿Cuál es la hipótesis nula que se plantea al realizar inferencia de la pendiente de

la recta de regresión lineal simple?

significa que el valor de la pendiente del modelo no es importante: la variable X no

tiene efecto sobre Y, es decir, X no es una variable explicativa de Y.

9. ¿Cómo se interpreta un coeficiente de correlación que tiene valor cero?

significa que las variables no están asociadas o que su asociación no es lineal.

10. ¿Cómo se interpreta un coeficiente de correlación lineal con valor absoluto de
1?

la asociación lineal entre las variables es perfecta y positiva, lo que implica que un
aumento de la variable explicativa hará que aumente el valor de la variable
respuesta).