Cómo se calcula la recta de regresión
La regresión lineal busca la recta y = a + b·x que mejor se ajusta a una nube de puntos. El método de mínimos cuadrados elige la recta que hace mínima la suma de los cuadrados de las distancias verticales entre cada punto y la recta:
b = Σ(xᵢ − x̄)(yᵢ − ȳ) ÷ Σ(xᵢ − x̄)²
a = ȳ − b · x̄
- b (pendiente): cuánto aumenta y, de media, por cada unidad que aumenta x.
- a (ordenada en el origen): el valor de la recta cuando x = 0.
- x̄, ȳ: las medias de x y de y.
Ejemplo con los puntos (1, 2), (2, 4), (3, 5), (4, 4), (5, 5): x̄ = 3 e ȳ = 4. La suma de productos de desviaciones es 6 y la de cuadrados de x es 10, así que b = 0,6 y a = 4 − 0,6 × 3 = 2,2. La recta es y = 0,6x + 2,2, y para x = 6 predice y = 5,8.
El coeficiente de correlación r
Mide la fuerza y el sentido de la relación lineal, entre −1 y 1:
r = Σ(xᵢ − x̄)(yᵢ − ȳ) ÷ √(Σ(xᵢ − x̄)² · Σ(yᵢ − ȳ)²)
| r | Interpretación habitual |
|---|---|
| ±0,9 a ±1 | Muy fuerte |
| ±0,7 a ±0,9 | Fuerte |
| ±0,4 a ±0,7 | Moderada |
| ±0,2 a ±0,4 | Débil |
| 0 a ±0,2 | Muy débil o nula |
El signo indica el sentido: positivo si las dos variables crecen a la vez, negativo si una baja cuando la otra sube. Los límites de la tabla son orientativos y varían según la disciplina.
R²: cuánto explica la recta
El coeficiente de determinación es r al cuadrado. Indica qué parte de la variación de y explica la recta. En el primer ejemplo, R² = 0,6: la recta explica el 60 % de la variabilidad de los datos y el resto se debe a otros factores o al azar.
Precauciones
- Correlación no es causalidad. Que dos variables estén relacionadas no significa que una cause la otra: puede haber una tercera que influya en ambas.
- Solo mide relaciones lineales. Dos variables pueden estar muy relacionadas en forma de curva y tener un r cercano a 0. Dibuja siempre los datos.
- Valores atípicos. Un solo punto muy alejado puede cambiar mucho la recta y el r.
- No extrapoles. La recta solo es fiable dentro del rango de x que has medido.
Ejemplos resueltos
Cinco puntos: (1, 2), (2, 4), (3, 5), (4, 4), (5, 5)
- Datos (x, y)
- 1 · 2; 2 · 4; 3 · 5; 4 · 4; 5 · 5
- Predecir y para x =
- 6
- Recta de regresión
- y = 0,6·x + 2,2
- Pendiente (b)
- 0,6
- Ordenada en el origen (a)
- 2,2
- Coeficiente de correlación (r)
- 0,774597
- Coeficiente de determinación (R²)
- 0,6
- Valor previsto de y
- 5,8
Ventas según la inversión en publicidad
- Datos (x, y)
- 10 · 25; 20 · 41; 30 · 62; 40 · 79
- Predecir y para x =
- 50
- Recta de regresión
- y = 1,83·x + 6
- Pendiente (b)
- 1,83
- Ordenada en el origen (a)
- 6
- Coeficiente de correlación (r)
- 0,998718
- Coeficiente de determinación (R²)
- 0,997439
- Valor previsto de y
- 97,5
Preguntas frecuentes
¿Cómo se hace en Excel?
Con =PENDIENTE(rango_y; rango_x), =INTERSECCION.EJE(rango_y; rango_x), =COEF.DE.CORREL(rango_x; rango_y) y =PRONOSTICO.LINEAL(x; rango_y; rango_x). En un gráfico de dispersión, «Agregar línea de tendencia» lineal da la misma recta y el R².
¿Cuántos datos necesito?
Con dos puntos siempre sale una recta perfecta (r = ±1), así que no dice nada. La calculadora pide al menos tres, pero para conclusiones fiables hacen falta bastantes más.
¿Puedo pegar los datos desde una hoja de cálculo?
Escribe cada pareja en una fila: el valor de x en la primera columna y el de y en la segunda.