La regresión lineal puede parecer un término complicado, pero en el fondo es una herramienta práctica que nos ayuda a comprender y predecir las relaciones entre dos variables.
¿Qué pasa con la regresión lineal?
En esencia, la regresión lineal consiste en encontrar la línea que mejor se ajusta a un conjunto de puntos de un gráfico. Esta línea nos ayuda a hacer predicciones. Imagina que trazamos puntos en un gráfico: estamos averiguando la tendencia.
La ecuación mágica:
Toda recta está representada por una función lineal: Y = mX b. Donde:
-
Y: Lo que intentamos predecir (como tu peso).
-
X: Lo que estamos usando para hacer la predicción (como tu altura).
-
m: La pendiente de la recta.
-
b: Punto inicial de la línea.
¿Cómo funciona?
Piénsalo así: Si conoces la altura de un grupo de personas y sus pesos correspondientes, la regresión lineal traza una línea a través de esos puntos. Esta línea nos ayuda a adivinar el peso de alguien nuevo con sólo conocer su altura.
Ejemplos de la vida real:
-
Ventas de helados y temperatura: Día caluroso (X), más helados vendidos (Y)
-
Horas de estudio y notas de examen: Más horas de estudio (X), mejores notas en los exámenes (Y).
El proceso:
-
Recopila datos: Obtén información sobre las cosas que estás estudiando, como la altura y el peso.
-
Dibuja la recta: La recta une los puntos de tu gráfica. Puede ser un proceso iterativo o utilizar soluciones exactas.
-
Haz predicciones: Utiliza la línea para predecir una cosa en función de otra.
¿Qué importancia tiene?
Predicciones. Nos ayuda a adivinar resultados basándonos en patrones existentes.
Es la base para una magia de datos más avanzada.
Precaución:
Funciona mejor cuando la relación es más o menos directa. Si está por todas partes, las cosas pueden complicarse.
