Regresion Lineal

El concepto clave de la regresión lineal es describir la relación entre dos variables por medio del cálculo de la gráfica y la ecuación de la recta que representa mejor la relación. Esta recta se conoce como recta de regresión y su ecuación como ecuación de regresión. A partir de datos muéstrales apareados, se calculan los valores estimados de bo, que es la intersección en y, y la pendiente b1, de manera que podamos identificar una línea recta con la ecuación. En condiciones adecuadas, esa ecuación resulta útil para hacer predicciones. (Triola, 2009)

La Ingeniería Industrial es por definición la rama de las ingenierías encargada del análisis, interpretación, comprensión, diseño, programación y control de sistemas productivos con miras a gestionar, implementar y establecer estrategias de optimización con el objetivo de lograr el máximo rendimiento de los procesos de creación de bienes y/o la prestación de servicios.

La Ingeniería Industrial es por convicción una herramienta interdisciplinar de conocimientos cuyo propósito es la integración de técnicas y tecnologías con miras a una producción y/o gestión competente, segura y calificada.

Todos los días, los ingenieros toman decisiones personales y profesionales basadas en predicciones de sucesos futuros. Para hacer estos pronósticos, se basan en la relación (intuitiva y calculada) entre lo que ya se sabe y lo que se debe estimar. Si los responsables de la toma de decisiones pueden determinar cómo lo conocido se relaciona con el evento futuro, pueden ayudar considerablemente al proceso de toma de decisiones. Ése es el objetivo de regresión lineal: cómo determinar la relación entre variables. Para esto se, utilizan pruebas de ji-cuadrada de independencia para determinar si existe una relación estadística entre dos variables. La prueba ji-cuadrada nos dice si existe tal relación, pero no nos dice cuál es esa relación. Los análisis de regresión nos muestran cómo determinar tanto la naturaleza como la fuerza de una relación entre dos variables. De esta forma, se aprende a pronosticar, con cierta precisión, el valor de una variable desconocida basándose en observaciones anteriores de ésa y otras variables.

El término regresión fue utilizado por primera vez como un concepto estadístico en 1877 por sir Francis Galton, quien llevó a cabo un estudio que mostró que la estatura de los niños nacidos de padres altos tiende a retroceder o “regresar” hacia la estatura media de la población. Designó la palabra regresión como el nombre del proceso general de predecir una variable (la estatura de los niños) a partir de otra (la estatura del padre o de la madre). Más tarde, los estadísticos adquirieron el término regresión múltiple para describir el proceso mediante el cual se utilizan varias variables para predecir otra. (Levin & Rubin, 2004).

Lo antes mencionado empieza a abrir el panorama de la importancia de la regresión lineal en la Ingeniería Industrial, se hace mucho hincapié en la relación de variables y es justamente eso lo que hace la regresión lineal en la Ingeniería Industrial. Dentro de un proceso se encuentran variables y es necesario saber la relación que existe entre estas, por ejemplo en la productividad, se necesita saber la relación que hay entre las variables y una vez conociendo la relación se necesita tomar decisiones que mejoren la situación que se está analizando, esto puede ser minimizando costos o maximizando ganancias, esto por mencionar solo algunos aspectos.

Dentro de la regresión lineal hay dos tipos: la regresión lineal simple y la múltiple, y como se puede dar una idea por el nombre, la regresión lineal simple solo trabaja la relación de dos variables mientras que la múltiple trabajo más de dos variables. Si bien la regresión lineal no es propiamente de la Ingeniería Industrial si tiene mucha utilidad dentro de la antes mencionada ingeniería.

Los modelos de regresión se usan con varios fines, que incluyen los siguientes:

Descripción de datos:

...