Contenido principal
Estadística y probabilidad
Curso: Estadística y probabilidad > Unidad 5
Lección 4: Ecuaciones de regresión por mínimos cuadrados- Introducción a los residuos y a la regresión por mínimos cuadrados
- Introducción a los residuos
- Ejemplo de calcular residuos
- Calcular e interpretar residuos
- Calcular la ecuación de una recta de regresión
- Calcular la ecuación de la recta de mínimos cuadrados
- Interpretar la pendiente de la recta de regresión
- Interpretar la ordenada al origen en el modelo de regresión
- Interpretar una recta de tendencia
- Interpretar la pendiente y la ordenada al origen para modelos lineales
© 2023 Khan AcademyTérminos de usoPolítica de privacidadAviso de cookies
Introducción a los residuos
Desarrolla una comprensión básica de lo que es un residuo.
Nos enfrentamos con un problema cuando tratamos de ajustar una recta a un conjunto de datos en una gráfica de dispersión. El problema es este: es difícil asegurar cuál recta se ajusta mejor a un conjunto de datos.
Por ejemplo, imagina que tres científicos, start text, start color #ca337c, A, n, d, r, e, a, end color #ca337c, end text, start text, start color #01a995, J, e, r, e, m, y, end color #01a995, end text y start text, start color #aa87ff, B, r, o, o, k, e, end color #aa87ff, end text, están trabajando con el mismo conjunto de datos. Si cada científico dibuja una recta de ajuste diferente, ¿cómo deciden cuál recta se ajusta mejor?
Si tan solo tuviéramos alguna forma de medir qué tan bien cada recta se ajusta a cada dato...
¡Residuos al rescate!
Un residuo es la medida de qué tan bien una recta se ajusta a un dato individual.
Considera este conjunto de datos con una recta de ajuste dibujada encima:
y observa cómo el punto left parenthesis, 2, comma, 8, right parenthesis está start color #1fab54, 4, end color #1fab54 unidades por encima de la recta:
Esta distancia vertical se conoce como un residuo. Para datos por encima de la recta, el residuo es positivo, y para datos por debajo de la recta, el residuo es negativo.
Por ejemplo, el residuo para el punto left parenthesis, 4, comma, 3, right parenthesis es start color #e84d39, minus, 2, end color #e84d39:
Entre más cercano sea el residuo de un dato a 0, mejor será el ajuste. En este caso, la recta se ajusta al punto left parenthesis, 4, comma, 3, right parenthesis mejor de lo que se ajusta al punto left parenthesis, 2, comma, 8, right parenthesis.
Trata de encontrar los residuos restantes por ti mismo
¿Quieres unirte a la conversación?
- se me hizo medio raro lo de -1.5(2 votos)
- esta por debajo de la recta! el residuo es negativo(3 votos)