Regresión

Proceso de estimación de un valor de una variable a partir del valor de otra. Si el proceso se realiza gráficamente a través de una curva, a ésta se le denomina “Curva de Regresión”, y si se realiza a través de una ecuación, a esta se le denomina “Ecuación de Regresión”.

Proceso general que consiste en predecir una variable a partir de otra mediante medios estadísticos, utilizando datos anteriores.

Técnicas estadísticas que permiten determinar la ecuación matemática que relaciona un efecto (variable dependiente o respuesta) con una o varias causas (variables independientes o predictoras).

Técnica estadística que relaciona una variable dependiente (y) con la información suministrada por otra variable independiente (x).ambas variables deben ser continuas. Si asumimos relación lineal, utilizaremos la regresión lineal simple. Entre las restricciones de la RLS se incluyen:
- Los residuos deben ser normales.
- Las observaciones independientes.
- La dispersión de los residuos debe mantenerse a lo largo de la recta de regresión.

El análisis de regresión sirve para representar la dependencia lineal entre dos variables X e Y. Normalmente la variable Y es la variable dependiente o variable respuesta, respecto de la variable X, llamada variable independiente o variable predictora. Deben su nombre genérico, modelos de regresión, a los trabajos que efectuó Francis Galton (1822 - 1911) a finales del siglo XIX en los que estudió la dependencia entre las alturas de los hijos y las de los padres y encontró un efecto que denominó "regresión a la media" y que consistía en lo siguiente: los padres altos tienen en general hijos altos, pero en promedio un poco menos altos que los padres; por el contrario, los padres bajos tienen hijos bajos, pero en promedio algo menos bajos que los padres. También comprobó que los descendientes de sujetos situados en las partes extremas de la distribución se aproximan, en promedio, más a la media que sus padres, y a este fenómeno, general en todos los seres vivos, lo denominó regresión a la media.