La regressió lineal pot semblar un terme complicat, però en el seu nucli, és una eina útil que ens ajuda a entendre i predir les relacions entre dues variables.
Què passa amb la regressió lineal?
En el fons, la regressió lineal consisteix a trobar una línia que s'ajusti millor a un conjunt de punts d'un gràfic. Aquesta línia ens ajuda a fer prediccions. Imagineu-vos traçant punts en un gràfic: estem esbrinant la tendència.
L'equació màgica:
Cada recta es representa amb una funció lineal: Y = mX + b. On:
-
Y: El que estem intentant predir (com el teu pes).
-
X: Què fem servir per fer la predicció (com la teva alçada).
-
m: El pendent de la recta.
-
b: El punt de partida de la línia.
Com funciona?
Penseu-ho així: si coneixeu l'alçada d'un grup de persones i els seus pesos corresponents, la regressió lineal dibuixa una línia per aquests punts. Aquesta línia ens ajuda a endevinar el pes d'algú nou només coneixent la seva alçada.
Exemples de la vida real:
-
Venda i temperatura de gelats: dia calorós (X), més gelats venuts (Y)
-
Hores d'estudi i puntuacions d'exàmens: més hores d'estudi (X), majors puntuacions d'examen (Y).
El procés:
-
Recollida de dades: obteniu informació sobre les coses que esteu estudiant, com ara l'alçada i el pes.
-
Dibuixa la línia: la línia connecta els punts del teu gràfic. Això pot ser un procés iteratiu o utilitzar solucions exactes.
-
Fes prediccions: utilitza la línia per predir una cosa en funció d'una altra.
Per què importa?
Prediccions! Ens ajuda a endevinar els resultats en funció dels patrons existents.
És una base per a la màgia de dades més avançada.
Precaució:
Funciona millor quan la relació és una mica directa. Si és per tot arreu, les coses es poden complicar.
