Explicacion clara de como obtener la ecuacion de la recta de mejor ajuste (recta de regresion) a partir de un conjunto de datos, incluyendo las formulas de la pendiente y la interseccion por minimos cuadrados, un ejemplo numerico resuelto y consejos para interpretar los resultados en el contexto de datos bivariados.
¿Qué es la ecuación de la recta de mejor ajuste?
Cuando se tienen datos bivariados, es decir, pares de valores \( (x, y) \) que muestran una relación entre dos variables, resulta útil resumir esa relación con una sola línea recta. Esa recta se llama recta de mejor ajuste (o recta de regresión), y su ecuación permite predecir el valor de \( y \) a partir de un valor dado de \( x \). Antes de calcularla, conviene observar los datos en un diagrama de dispersión para confirmar que la tendencia es aproximadamente lineal.
La fórmula general: \( y = mx + b \)
La ecuación de la recta de mejor ajuste tiene la misma forma que cualquier recta:
\( y = mx + b \)
donde \( m \) es la pendiente de la recta y \( b \) es la intersección con el eje \( y \). El valor de \( \hat{y} \) obtenido con esta ecuación es una predicción, no un dato real, porque la recta no pasa exactamente por todos los puntos.
Cómo calcular la pendiente y la intersección
El método más común para hallar \( m \) y \( b \) es el de mínimos cuadrados, que elige la recta que minimiza la suma de los cuadrados de las distancias verticales entre los puntos y la recta. Las fórmulas son:
Aquí \( \bar{x} \) y \( \bar{y} \) son las medias de los valores de \( x \) y de \( y \). Este mismo procedimiento es la base del análisis de la regresión, donde además se evalúa qué tan bien se ajusta la recta a los datos.
Ejemplo resuelto
Supongamos los pares de datos siguientes: \( (1, 3) \), \( (2, 5) \), \( (3, 6) \), \( (4, 8) \) y \( (5, 9) \).
Primero se calculan las medias: \( \bar{x} = 3 \) y \( \bar{y} = 6.2 \).
Luego se calcula el numerador \( \sum (x_i - \bar{x})(y_i - \bar{y}) = 15 \) y el denominador \( \sum (x_i - \bar{x})^2 = 10 \), de modo que:
\( m = \dfrac{15}{10} = 1.5 \)
\( b = 6.2 - (1.5)(3) = 1.7 \)
Por lo tanto, la ecuación de la recta de mejor ajuste es:
\( y = 1.5x + 1.7 \)
Con esta ecuación se puede predecir, por ejemplo, el valor de \( y \) cuando \( x = 6 \): \( y = 1.5(6) + 1.7 = 10.7 \).
Recta de mejor ajuste \( y = 1.5x + 1.7 \) calculada con el método de mínimos cuadrados.
Cómo interpretar la pendiente y la intersección
La pendiente \( m = 1.5 \) indica que, por cada unidad que aumenta \( x \), el valor predicho de \( y \) aumenta en promedio 1.5 unidades. La intersección \( b = 1.7 \) es el valor predicho de \( y \) cuando \( x = 0 \). Una propiedad útil para comprobar los cálculos es que la recta de mejor ajuste siempre pasa por el punto \( (\bar{x}, \bar{y}) \), en este caso \( (3, 6.2) \).
Relación con la correlación y el análisis de regresión
La ecuación de la recta de mejor ajuste solo tiene sentido predictivo cuando la correlación entre las variables es razonablemente fuerte. Por eso, antes de calcular \( m \) y \( b \), conviene revisar el coeficiente de correlación y la forma del diagrama de dispersión. Una vez confirmada la tendencia lineal, esta ecuación se convierte en la herramienta central de cualquier análisis de regresión posterior.