Saltar al contenido

Calculadora de Regresión Lineal — Soluciones Paso a Paso

La Calculadora de Regresión Lineal encuentra la recta de mejor ajuste para sus datos usando el método de mínimos cuadrados. Calcula pendiente, intercepto, coeficiente de correlación y R cuadrado.

Ingrese sus puntos de datos y obtenga la ecuación de regresión con diagrama de dispersión y solución detallada.

0 valid points detected

Cómo usar la Calculadora de Regresión Lineal

  1. Seleccione un modo: Regresión Lineal, Análisis de Correlación, Predicción o Análisis de Residuos.
  2. Ingrese sus puntos de datos, un par x,y por línea (por ejemplo, 1, 2).
  3. En modo Regresión, la calculadora encuentra la recta y = mx + b.
  4. En Análisis de Correlación, se calculan el Pearson r y R cuadrado con interpretación.
  5. En modo Predicción, ingrese un valor x para predecir el y correspondiente.
  6. En Análisis de Residuos, se muestra la diferencia entre valores observados y predichos.

Fórmula y Teoría

La regresión lineal encuentra la recta que mejor se ajusta a un conjunto de datos minimizando la suma de distancias cuadradas (residuos). Este es el método de mínimos cuadrados.

La pendiente m representa el cambio en y por cada unidad de aumento en x. El intercepto b es el valor de y cuando x es cero. Juntos forman y = mx + b.

El coeficiente de correlación de Pearson r mide la fuerza y dirección de la relación lineal. Varia de -1 (negativa perfecta) a +1 (positiva perfecta).

El coeficiente de determinación R cuadrado es el cuadrado de r. Representa la proporción de varianza en y explicada por la relación lineal con x.

Ejemplos Resueltos

Ejemplo 1: Regresión lineal simple

Problema: Encuentre la recta de regresión para (1,2), (2,4), (3,5), (4,4), (5,5).

Solución: Media x = 3, media y = 4. Pendiente = 4/10 = 0,4. Intercepto = 4 - 0,4 x 3 = 2,8.

Respuesta: y = 0,4x + 2,8

Ejemplo 2: Predicción

Problema: Con y = 0,4x + 2,8, prediga y para x = 10.

Solución: y = 0,4(10) + 2,8 = 6,8.

Respuesta: y = 6,8

Ejemplo 3: Coeficiente de correlación

Problema: Para (1,1), (2,2), (3,3), (4,4), calcule Pearson r.

Solución: Todos los puntos están exactamente en y = x. Correlación positiva perfecta.

Respuesta: r = 1,0, R cuadrado = 1,0

Preguntas Frecuentes

¿Cuál es la diferencia entre correlación y regresión?
La correlación mide la fuerza y dirección de una relación lineal. La regresión va más allá encontrando la ecuación de la recta para hacer predicciones.
¿Cuándo no debo usar regresión lineal?
No es apropiada cuando la relación es no lineal, hay valores atípicos significativos o los residuos muestran patrones claros.
¿Qué significa una pendiente negativa?
Una pendiente negativa significa que y tiende a disminuir cuando x aumenta. La recta desciende de izquierda a derecha.
¿Cuántos puntos de datos necesito?
Se necesitan mínimo 2 puntos para ajustar una recta, pero un análisis estadístico significativo requiere al menos 10 a 20 observaciones.