regresión lineal simple – Definición, Qué es la regresión lineal simple y Cómo funciona la regresión lineal simple?

Significado de la regresión lineal simple

  • Ofrece la relación entre dos variables, la dependiente y la independiente.
  • También se conoce como «mínimos cuadrados ordinarios» o regresión OLS.
  • Es una herramienta utilizada en la previsión y el análisis financiero.

Términos importantes

*Variable independiente y dependiente
*
Esto se entiende mejor con un ejemplo. Digamos que desea pronosticar los cambios en los beneficios de la empresa debido a un aumento en el volumen global de ventas de la empresa. Entonces los beneficios son las variables dependientes y dependen del quantum de incremento en las ventas, y el volumen de ventas sería la variable independiente.

*Covarianza
*
La fórmula que establece una relación entre dos variables es la covarianza.
Cov(x,y)=∑(xn-xu)(yn-yu)/N
El número calculado no puede utilizarse para una interpretación directa, ya que no está normalizado. Esto se puede hacer con la ayuda del coeficiente de correlación.

*Coeficiente de correlación
*
Es la covarianza dividida por el producto de la desviación estándar de las dos variables x e y vinculando la correlación entre los valores de la positiva y la negativa.
Correlación=ρxy = Covxy / sxsy
Por ejemplo, si la correlación resulta ser de +1, se puede concluir razonablemente que un aumento del 1% en el volumen de ventas supondrá un aumento del 1% en los beneficios de la empresa. Lo contrario funcionaría si el valor es -1.

Ecuación de regresión

Se calcula de la siguiente manera
Y = bx + a + e
Donde,
Y= valor que intentamos pronosticar
b = pendiente de la línea de regresión
x = valor de nuestro valor independiente
a = intersección y (es una constante)
e = error residual

Supuestos fundamentales del modelo lineal

  • Las variables independientes no son aleatorias.
  • El valor del residuo o del error es cero.
  • El valor del residuo o del error es constante en todas las observaciones.
  • El valor del residuo o del error no está correlacionado en todas las observaciones.
  • Los valores residuales o de error siguen la distribución normal.
  • Las variables dependientes e independientes muestran una relación lineal entre la pendiente y el intercepto.

Deja un comentario