Término de glosario
Regresión
Un método que ajusta una línea a través de los datos para describir cómo cambia una variable con otra y para hacer predicciones.
Intuición visual
La regresión elige la línea que menos falla a los puntos
Los puntos son pares de tamaño frente a alquiler y la línea discontinua es la regresión: el único resumen recto que falla menos en los puntos, utilizado para predecir una variable a partir de la otra.
Fórmula
y ≈ intercept + slope * x
Ejemplo
Si una regresión de alquileres para una ciudad ilustrativa da alquiler ≈ 200 + 14 × (metros cuadrados), se predice que un piso de 60 m² costará unos 1040 al mes.
Cómo funciona
Dispersa el tamaño de los apartamentos frente a los alquileres y los puntos forman una nube a la deriva. La regresión dibuja la línea de mejor ajuste a través de ella —elegida para que los errores de los puntos se mantengan lo más pequeños posible— dándote una pendiente que puedes leer como una tasa: aproximadamente cuántos euros cuesta cada metro cuadrado adicional. Resume tendencias y predice nuevos casos, pero la línea solo describe asociación; ajustarla no prueba que x cause y. (El nombre también aparece en 'regresión a la media', una idea relacionada pero distinta).
Conceptos
Correlación frente a causalidad
Que dos cosas se muevan juntas no significa que una cause la otra. Una tercera variable (un factor de confusión) puede impulsar ambas, o el vínculo puede ser una coincidencia. Establecer la causalidad requiere más que una correlación, por lo general una comparación controlada.
Regresión a la media
Una medición extrema suele ser una mezcla de una parte estable y repetible y otra parte afortunada de una sola vez. Como la parte afortunada rara vez se manifiesta de la misma manera dos veces, la siguiente medición de lo mismo tiende a acercarse al promedio. No se trata de una fuerza que atraiga las cosas hacia el centro. Es simplemente el aspecto que tiene la selección por suerte cuando se vuelve a medir.
Datos relacionados
Trucos de datos
4 min · fácil
El cuarteto de Anscombe tiene las mismas estadísticas y diferentes historias
Cuatro conjuntos de datos pueden compartir casi la misma media aritmética, varianza, correlación y línea de regresión, pero verse completamente diferentes al graficarlos.
Trucos de datos
5 min · fácil
Correlación frente a causalidad: por qué moverse juntos no es una prueba
La correlación indica que dos cosas se mueven juntas. La causalidad indica que una cambia la otra. Un tercer factor oculto puede hacer que la correlación parezca causal.
Paradojas
4 min · medio
Los mejores suelen empeorar la próxima vez
Los máximos anotadores de un equipo, los mejores estudiantes de un examen y los pacientes más graves de una clínica tienden a acercarse al centro en la siguiente medición sin ninguna intervención, porque el resultado extremo se debió en parte a la habilidad y en parte a la suerte, y la suerte rara vez se repite.