Actividad integradora Regresión lineal simple

Actividad integradora 2

Instrucciones:

1. Explica claramente cuando es mejor utilizar:

• Suavización exponencial simple

idóneo para trabajar con datos que no tienen una tendencia que pueda ser predecible hacia abajo o hacia arriba

• Suavización exponencial lineal

es útil cuando los datos que tenemos presentan una tendencia definida y que permita intuir que los próximos datos se moverán hacia arriba, en estos casos se requiere para pronosticar una función de tendencia lineal.

• Método de Winters

Se utilizará para estimar la estacionalidad de los datos, es decir, que este método se utiliza cuando las variaciones en nuestros datos tienen tendencia y son estacionales.

2. Menciona cuales son los métodos de pronósticos basados en promedios.

Métodos de promedios móviles y de suavización exponencial

3. Define cuando es útil el análisis de regresión lineal simple.

El análisis de regresión es ampliamente utilizado para la predicción y previsión , donde su uso tiene superposición sustancial con el campo de aprendizaje automático. El análisis de regresión se utiliza también para comprender que entre las variables independientes están relacionadas con la variable dependiente, y explorar las formas de estas relaciones.

4. Describe y explica los conceptos utilizados en la regresión lineal simple.

Es un modelo matemático que nos ayuda a conocer la relación existente entre dos variables, donde una variable es dependiente y la otra es una variable independiente, debemos establecer una función para este análisis, la ecuación de una línea recta es la que mejor se adapta a nuestra necesidad. La idea básica es poder pronosticar el valor de la variable dependiente a partir de que se conoce la variable independiente.

5. ¿A qué se refiere la “parte explicada por la regresión” y la “parte no explicada”?

6. ¿Qué alternativa puedes utilizar cuando tu diagrama de dispersión no presenta una tendencia lineal y requieres analizar el caso con regresión lineal?

Sacar un coeficiente de correlacion para que nos permita reconocer fácilmente las relaciones de dependencia entre variables. Asi podrer determinar si las dos variables tienen una relación positiva perfecta entonces tendrán un valor de 1, y si por el contrario tienen una relación negativa perfecta entonces el coeficiente será de -1.

7. Menciona en qué consiste la prueba de hipótesis nula y la prueba de hipótesis alternativa.

Hipotesis nula: generalmente, representa las ideas pre concebidas sobre la población y al suponerse ciertas se identificarán con un signo de igualdad.

la hipótesis alterna es aquélla afirmación que tú, como investigador, pretendes comprobar que es cierta, es la proposición que esperas sea aceptada y con base en esto, la planteas en términos de desigualdad, es decir, con signos como ≠, ó .

8. ¿Qué criterio se utiliza para aceptar o rechazar la prueba de hipótesis?

Partimos de la valoración entre una prueba de hipótesis nula y una prueba de hipótesis alternativa, cuando la hipótesis nula es igual a cero significa que no existe una relación entre la variable X y Y, rechazando entonces esa hipótesis nula.

9. ¿Cómo puedes relacionar las gráficas de residuales vs los supuestos de la regresión?

Una de las cosas más importantes que se pueden hacer a partir del análisis de regresión son las inferencias cuando los supuestos del modelo se cumplen, en esta etapa el análisis de los errores complementa el estudio de la regresión. Hay información referente a la variación que no se explica con la función de regresión ajustada, esa información se encuentra en los residuales

La intención de analizar los residuales es asegurar

...