Coursera Learner working on a presentation with Coursera logo and
Coursera Learner working on a presentation with Coursera logo and

Los modelos de regresión lineal se utilizan para aparecer o anticipar la conexión entre dos factores o factores. El factor que se anticipa (el factor que la condición entiende) se conoce como la variable necesitada. Los componentes que se utilizan para prever la estimación de la variable dependiente se conocen como variables independientes.

La gran información generalmente no cuenta para la historia total. El examen de la recaída se utiliza generalmente para preguntar sobre como se construye una relación entre los factores. En cualquier caso, la conexión no es equivalente a la causalidad. De hecho, incluso una línea en una recaída directa directa que se ajuste bien a los enfoques de la información puede no decir algo autoritario respecto de las circunstancias y la relación de los resultados lógicos.

En la recaída directa básica, cada percepción comprende dos cualidades. Una vale para la variable dependiente y otra vale para el factor libre.

Examen directo de la recaída El tipo menos complejo de investigación de la recaída utiliza una variable subordinada y un factor libre. En

este modelo sencillo, una línea recta aproxima la conexión entre la variable necesitada y el factor libre.

En la regresión lineal simple, cada observación consiste en dos valores. Un valor es para la variable dependiente y un valor es para la variable independiente.

Análisis de Regresión Lineal Simple

El modelo e del Análisis de Regresión Lineal Simple se habla así: y = (β0 +β1 + Ε

Por muestra numérica, a los dos factores que se asocian con una investigación directa de la recaída se les asigna x e y. La condición que describe cómo se identifica y con x se conoce como la variable independiente. El modelo de recaída directa también contiene un término de error que se habla en Ε, o la letra griega epsilon. El término error se utiliza para representar la inconstancia en y que no puede ser aclarada por la conexión directa entre x e y. Hay además parámetros que hablan a la población que se está considerando.

Estos parámetros del modelo con los que se habla (β0+β1x).

La condición de recaída directa directa se habla así: Ε(y) = (β0 +β1 x).

La condición de recaída directa se traza como una línea recta.

(β0 es el bloque y de la línea de recaída.

β1 es la inclinación.

Ε(y) es la estimación media o anticipada de y para una estimación dada de x.

Una línea de recaída puede mostrar una relación directa positiva, una relación directa negativa o ninguna relación. En el caso de que la línea trazada en una recaída recta básica sea nivelada (no sesgada), no hay conexión entre los dos factores. En el caso de que la línea de recaída se incline hacia arriba con el punto de parada inferior en la captura de y (hub) del diagrama, y el final superior de la línea se amplíe hacia arriba en el campo del gráfico, lejos del bloque x (hub) existe una relación directa positiva. En la remota posibilidad de que la línea de recaída se incline hacia abajo con el punto de detención superior en el bloque y (pivote) del gráfico, y el extremo inferior de la línea que se expande hacia abajo en el campo del diagrama, alrededor de la captura x (hub) existe una relación directa negativa.

Ecuación de regresión lineal estimada

En caso de que se conocieran los parámetros de la población, podría utilizarse la condición de regresión lineal simple (demostrada como sigue) para procesar la estimación media de y para una estimación conocida de x.

Ε(y) = (β0 +β1 x).

En cualquier caso, por y para, las estimaciones de los parámetros no se conocen, por lo que deben evaluarse utilizando la información de un ejemplo de la población. Los parámetros de la población se evalúan utilizando información de pruebas. Las percepciones de ejemplo son habladas por b0 +b1. En el momento en que las ideas de ejemplo se sustituyen por los parámetros de población, se enmarca la condición de recaída evaluada.

La ecuación de regresión estimada se muestra a continuación.

(ŷ) = (β0 +β1 x

(ŷ) es articulado y cap.

El diagrama de la condición de recaída directa evaluada se conoce como la línea de recaída evaluada.

La B0 es la captura de y.

La b1 es la inclinación.

El ŷ) es la estimación evaluada de y para una estimación dada de x.

Nota significativa: La investigación de la recaída no se utiliza para descifrar las circunstancias y los resultados lógicos de las conexiones entre los factores. El examen de la recaída puede, en cualquier caso, mostrar cómo se conectan los factores o en qué grado se relacionan los factores entre sí. De esta manera, el examen de la recaída, en general, hará conexiones notables que justifican que un analista competente investigue.

También llamado: recaída bivariante, investigación de la recaída

Modelos: La Estrategia de los Cuadros Mínimos es una metodología factual para utilizar la información de las pruebas para descubrir la estimación de la condición de recaída evaluada. La Técnica de los Mínimos Cuadrados fue propuesta por Carl Friedrich Gauss, quien fue concebido en el año 1777 y pateó el balde