Curso de modelo lineal
Una regresión se basa en la idea de que una variable dependiente está determinada por una o más variables independientes. Suponiendo que exista una relación causal entre las dos variables, el valor de la variable independiente afecta al valor de la variable dependiente. Por ejemplo, si quiere saber cómo afectan sus inversiones en publicidad a sus ventas, se utilizaría un análisis de regresión para examinar la relación entre inversiones y ventas. Si esta relación está claramente representada, puede utilizarse como previsión. Los análisis de regresión tienen dos objetivos principales. Tienen por objeto :
Modelo lineal: definición
Observe que estos gráficos son exactamente iguales a los de “Temperatura” frente a “Ventas” anteriores, pero en el eje x se predice “Ventas” en lugar de “Temperatura”. Esto es habitual cuando la ecuación de regresión sólo tiene una variable explicativa. Pero lo más frecuente es que se tengan varias variables explicativas, y estos gráficos tendrán un aspecto bastante diferente de un gráfico que represente cualquier variable explicativa frente a una variable explicativa.
…los valores positivos del residuo (en el eje y) significan que la previsión era demasiado baja, y los negativos, que era demasiado alta; 0 significa que la previsión era exactamente correcta.
Modelo empresarial jerárquico
El trabajo concordante de los científicos publicado en los distintos informes del G.I.E.C. (5º informe en 2014), establece un hecho indiscutible: el calentamiento global está causado por la actividad humana.
Los bienes colectivos son otro fallo del mercado: se dice que un bien es colectivo cuando su consumo por un consumidor adicional no reduce el nivel de satisfacción de los demás (no rivalidad). Correlativamente, es imposible excluir a nadie mediante el precio del uso de dicho bien (no exclusión) – Samuelson 1954.
La década de 1970 se caracterizó por la toma de conciencia de la amenaza que la actividad humana supone para el medio ambiente en sentido amplio y para la propia existencia. De ahí surgió el concepto de Desarrollo Sostenible (DS).
Modelo estadístico jerárquico
Básicamente, una técnica de regresión lineal simple intenta trazar un gráfico de líneas entre dos variables de datos, x e y. Como variable independiente, x se representa en el eje horizontal. Las variables independientes también se denominan variables explicativas o variables predictoras. La variable dependiente, y, se representa en el eje vertical. También puede referirse a los valores y como variables de respuesta o predictoras.
Debe existir una relación lineal entre las variables independiente y dependiente. Para determinar esta relación, los científicos de datos crean un gráfico de dispersión, una colección aleatoria de valores x e y, para ver si se encuentran a lo largo de una línea recta. Si no lo hacen, puedes aplicar funciones no lineales como la raíz cuadrada o el logaritmo para crear matemáticamente la relación lineal entre las dos variables.
En el análisis de regresión lineal múltiple, el conjunto de datos contiene una variable dependiente y varias variables independientes. La función de la recta de regresión lineal cambia para incluir más factores, como se indica a continuación: