En estadstica la regresin lineal o ajuste lineal es un modelo matemtico usado para

aproximar la relacin de dependencia entre una variable dependiente Y, las variables

independientes Xi y un trmino aleatorio . Este modelo puede ser expresado como:

donde:
: variable dependiente, explicada o regresando.
: variables explicativas, independientes o regresores.
: parmetros, miden la influencia que las variables explicativas
tienen sobre el regrediendo.
donde

es la interseccin o trmino "constante", las

son los

parmetros respectivos a cada variable independiente, y

es el nmero de

parmetros independientes a tener en cuenta en la regresin. La regresin lineal

puede ser contrastada con la regresin no lineal.

Existen diferentes tipos de regresin lineal que se clasifican de acuerdo a sus parmetros:

Regresin lineal simple[editar]

Slo se maneja una variable independiente, por lo que slo cuenta con dos parmetros. Son
de la forma:4
(6)
donde

es el error asociado a la medicin del valor

que

y siguen los supuestos de modo

(media cero, varianza constante e igual a un

con

Dado el modelo de regresin simple anterior, si se calcula la esperanza (valor esperado) del
valor Y, se obtiene:5
(7)
Derivando respecto a

e igualando a cero, se obtiene:5

(9)

(10)
Obteniendo dos ecuaciones denominadas ecuaciones normales que generan la
siguiente solucin para ambos parmetros:4

).

(11)

(12)
La interpretacin del parmetro medio
incrementar en

es que un incremento en Xi de una unidad, Yi

Regresin lineal mltiple[editar]

La regresin lineal permite trabajar con una variable a nivel de intervalo o razn. De la misma
manera, es posible analizar la relacin entre dos o ms variables a travs de ecuaciones, lo
que se denomina regresin mltiple o regresin lineal mltiple.
Constantemente en la prctica de la investigacin estadstica, se encuentran variables que de
alguna manera estn relacionadas entre s, por lo que es posible que una de las variables
puedan relacionarse matemticamente en funcin de otra u otras variables.
Maneja varias variables independientes. Cuenta con varios parmetros. Se expresan de la
forma:6
(13)
donde
que

es el error asociado a la medicin del valor

y siguen los supuestos de modo

(media cero, varianza constante e igual a un

con

).

Rectas de Regresin[editar]
Las rectas de regresin son las rectas que mejor se ajustan a la nube de puntos (o tambin
llamado diagrama de dispersin) generada por una distribucin binomial. Matemticamente,
son posibles dos rectas de mximo ajuste:7

La recta de regresin de Y sobre X:

(14)

La recta de regresin de X sobre Y:

(15)
La correlacin ("r") de las rectas determinar la calidad del ajuste. Si r es cercano o igual a 1,
el ajuste ser bueno y las predicciones realizadas a partir del modelo obtenido sern muy
fiables (el modelo obtenido resulta verdaderamente representativo); si r es cercano o igual a 0,
se tratar de un ajuste malo en el que las predicciones que se realicen a partir del modelo
obtenido no sern fiables (el modelo obtenido no resulta representativo de la realidad). Ambas
rectas de regresin se intersecan en un punto llamado centro de gravedad de la distribucin.

Regresin lineal simple

La regresin lineal simple se basa en estudiar los cambios en una variable, no
aleatoria, afectan a una variable aleatoria, en el caso de existir una relacin
funcional entre ambas variables que puede ser establecida por una expresin
lineal, es decir, su representacin grfica es una lnea recta. Es decir, se esta en
presencia de una regresin lineal simple cuando una variable independiente ejerce
influencia sobre otra variable dependiente.
Ejemplo: Y = f(x)

Regresin lineal mltiple

La regresin lineal permite trabajar con una variable a nivel de intervalo o razn,
as tambin se puede comprender la relacin de dos o ms variables y permitir
relacionar mediante ecuaciones, una variable en relacin a otras variables
llamndose Regresin mltiple. O sea, la regresin lineal mltiple es cuando dos o
ms variables independientes influyen sobre una variable dependiente.
Ejemplo: Y = f(x, w, z).