Please enable JavaScript.
Coggle requires JavaScript to display documents.
Del juicio clínico al modelo de regresión lineal: - Coggle Diagram
Del juicio clínico al modelo de regresión lineal:
Regresión Lineal, su historia:
Fechas importantes
-1805
-1886
1805: se crea el método de mínimos cuadrados, el cual era otra versión del teorema de Gauss-Márkov. Fue creado por Legendré.
1886: Francis Galton introdujo el término de regresión al mundo estadístico.
En el método de Galton, él comparo variables dependientes con independientes, en un experimento de altura entre padres e hijos. Además de ello, señaló la ley de regresión universal.
¿Qué es la regresión lineal?
Esta tiene como objetivo predecir o disminuir una incertidumbre, por lo cual se le llama como estudio de la dependencia.
La regresión lineal es una muy buena herramienta para la parte clínica, ya que el investigador se acerca a resultados más certeros.
En el campo de la clínica, se realizan asociaciones de predicciones que ayudan al desempeño de los estudios; las predicciones son algo que se hacen en todo momento para tratar de acercarse resultados más verídicos.
Consideraciones a tomar de la regresión lineal:
Se necesita de una distribución normal para que la dependencia de la respuesta sobre los predictores se pueda llevar a cabo por promedio, y en este caso el promedio de la variable dependiente sea una función lineal.
Conceptos de la regresión lineal y fórmulas:
Primero se tiene que determinar la pendiente de la línea de regresión, para esto se ocupa la siguiente fórmula:
La representación matemática más famosa de la regresión lineal se puede observar en la siguiente fórmula:
Regresión lineal múltiple:
En este caso se utilizan dos o más variables, esto para poder predecir una variable cuantitativa y se expresa de la siguiente forma:
Regresión lineal simple
La regresión lineal simple se relaciona a dos variables, las cuales la dependiente siempre será cuantitativa.
Aspectos necesarios:
-La variable dependiente siempre debe ser continua.
-Las variables independientes pueden ser continuas o categóricas, dependiendo del caso.
-El coeficiente de determinación va a ser importante para poder definir la magnitud de la relación de la variable productora sobre las variables resultantes.
-El intervalo de confianza de que tenerlo presente.
Eduardo Emiliano Cuenca González
00473913
