¿Qué Es
La Regresión Lineal Simple?
La Regresión Lineal Simple (RLS) es un
método estadístico fundamental que se utiliza para modelar la relación
lineal entre dos variables continuas. Es una técnica de aprendizaje
supervisado.
El modelo de RLS involucra dos tipos
de variables:
1) Variable Dependiente (Y):
También conocida como variable de respuesta o resultado. Es la variable
que queremos predecir o explicar.
2) Variable Independiente (X):
También conocida como variable predictora o explicativa. Es la variable
que se utiliza para influir o predecir el valor de la variable
dependiente.
Objetivo
El objetivo principal de la Regresión
Lineal Simple es encontrar la línea recta que mejor se ajusta a los
datos, de manera que esta línea pueda usarse para:
-
✔️ Predecir el valor de Y para un
valor dado de X.
-
✔️ Comprender la fuerza y
dirección de la relación entre X y Y.
Ecuación
del Modelo
El modelo de regresión lineal simple
se representa matemáticamente con la ecuación de una línea
recta:
\[Y = \beta _{0} + \beta _{1}X +
\varepsilon\]
Donde:
Y: Es el valor de la variable
dependiente.
X: Es el valor de la variable
independiente.
\(\beta_0\)
(Intersección o Intercepto): Es el valor esperado de Y cuando X es 0
(donde la línea cruza el eje Y).
\(\beta_1\)
(Pendiente o Coeficiente de Regresión): Indica cuánto cambia Y por cada
unidad de cambio en X. Este valor define la pendiente de la
línea.
\(\epsilon\)
(Término de Error): Representa la diferencia entre el valor real de Y y
el valor predicho por el modelo. Incluye todos los factores no
observados que afectan Y.
Hipótesis
1.Salario vs. Años de
Experiencia
Este modelo predice el salario (Y)
basándose en los años de experiencia (X).
El entorno real de esta hipótesis es
el mercado laboral y la gestión de recursos humanos. La prueba de si
\(\mathbf{\beta_1}\) es diferente de
cero no es un mero ejercicio académico; es la base para la toma de
decisiones económicas y de política corporativa.
Contexto de la Decisión Empresarial y
de Política Pública
Política Salarial y Retención de Talento: En la
vida real, las empresas utilizan modelos de regresión para asegurar que
sus escalas salariales sean justas y competitivas. Si se confirma que
\(\beta_1\) es significativo y
positivo, la empresa sabe que debe establecer una estructura de aumentos
anuales que recompense la experiencia. Si una empresa ignora este \(\beta_1\) positivo, corre el riesgo de que
sus empleados más experimentados (y valiosos) se marchen a la
competencia, donde el premio por la antigüedad es
mayor.
Negociación Individual: Un empleado no solo
observa su sueldo, sino cómo este evoluciona con el tiempo. El valor de
\(\beta_1\) se convierte en una
herramienta de negociación objetiva: al saber que “el mercado paga $X
por año de experiencia”, el empleado tiene argumentos sólidos para pedir
un aumento que se ajuste a esa tasa.
Análisis de Brechas (Gap Analysis): En el
contexto social, los gobiernos y economistas utilizan \(\beta_1\) para estudiar si ciertos grupos
(minorías, mujeres) reciben un \(\beta_1\) diferente. Un \(\beta_1\) menor para un grupo específico
sugiere una brecha salarial que requiere intervención
regulatoria.
library(knitr)
library(kableExtra)
Hipotesis_1 <- data.frame(
"Años_De_Experiencia(X)" = c("1.1", "3.2", "5.1" , "7.4" , "10.3" , "12.0"),
"Salario_Anual(Y)" = c("39.34", "55.79", "75.80" , "98.27" , "122.39" , "143.01"),
stringsAsFactors = FALSE
)
kable(Hipotesis_1, "html", caption = "Datos relacionados:") %>%
kable_styling(
bootstrap_options = c("striped", "hover", "condensed"),
full_width = FALSE,
font_size = 20
)
Datos relacionados:
|
Años_De_Experiencia.X.
|
Salario_Anual.Y.
|
|
1.1
|
39.34
|
|
3.2
|
55.79
|
|
5.1
|
75.80
|
|
7.4
|
98.27
|
|
10.3
|
122.39
|
|
12.0
|
143.01
|
plot(Hipotesis_1,
xlab = "Años de experiencia",
ylab = "Salario anual",
main = "Relación entre años de experiencia & salario anual")
Hipótesis a Contrastar
Hipótesis Nula (\(\mathbf{H_0}\)): \(\mathbf{\beta_1 = 0}\). Los años de
experiencia no tienen un efecto lineal en el salario.
Hipótesis Alternativa (\(\mathbf{H_1}\)): \(\mathbf{\beta_1 \ne 0}\). Los años de
experiencia sí tienen un efecto lineal en el salario.
Interpretación
Supongamos que el modelo de RLS
ajustado nos da la siguiente ecuación:
\[Y = 25.79 + 9.49X\]
\(\mathbf{\beta_1 =
9.49}\): La pendiente es positiva. Esto sugiere que por cada año
adicional de experiencia (X), el salario aumenta en promedio 9.49 miles
de USD (o $9,490).
Decisión sobre \(H_0\): Si el análisis estadístico (usando
el valor p) resulta en un valor significativo (p-value < 0.05),
rechazaríamos \(H_0\) y concluiríamos
que sí existe una relación lineal positiva entre la experiencia y el
salario.
library(knitr)
library(kableExtra)
Hipotesis_1 <- data.frame(
"Parámetro" = c("P-Valor"),
"Resultado" = c("2.2 x 10^-16"),
stringsAsFactors = FALSE
)
kable(Hipotesis_1, "html", caption = "Resultados:") %>%
kable_styling(
bootstrap_options = c("striped", "hover", "condensed"),
full_width = FALSE,
font_size = 20
)
Resultados:
|
Parámetro
|
Resultado
|
|
P-Valor
|
2.2 x 10^-16
|
Este valor es extremadamente alto. Significa que
el 94.89% de la variabilidad observada en el Salario (Y) puede ser
explicada por el modelo de Regresión Lineal Simple utilizando los Años
de Experiencia (X). Solo el 5.11% de la varianza del salario se debe a
otros factores o al error no modelado.
library(knitr)
library(kableExtra)
Hipotesis_1 <- data.frame(
"Parámetro" = c(" $R^2$ Ajustado"),
"Resultado" = c("0,95 ó 95%"),
stringsAsFactors = FALSE
)
kable(Hipotesis_1, "html", caption = " $R^2$") %>%
kable_styling(
bootstrap_options = c("striped", "hover", "condensed"),
full_width = FALSE,
font_size = 20
)
\(R^2\)
|
Parámetro
|
Resultado
|
|
\(R^2\) Ajustado
|
0,95 ó 95%
|
2.Consumo Eléctrico vs. Temperatura
Media
Este modelo predice el consumo
eléctrico (\(Y\)) basándose en la
temperatura media diaria (\(X\)),
asumiendo que el consumo aumenta con el uso de aire acondicionado o
calefacción.
El entorno real de esta hipótesis es
el de la gestión de infraestructuras energéticas y la planificación de
servicios públicos. La prueba de la hipótesis es fundamental para
garantizar el suministro y la eficiencia operativa.
Contexto de la Planificación y Gestión
de Riesgos
Previsión de Carga (Load Forecasting): En la
vida real, las empresas eléctricas (distribuidoras y generadoras) deben
predecir con precisión cuánta electricidad se consumirá en las próximas
horas, días e incluso semanas. Al confirmar que \(\beta_1\) es significativo (especialmente
si es alto, indicando gran sensibilidad a la temperatura), la compañía
puede usar los pronósticos meteorológicos para activar plantas de
generación de respaldo, comprar energía en el mercado mayorista o
incluso pedir a grandes industrias que reduzcan temporalmente su
consumo.
Evitar Colapsos de Red: La vida real demuestra
que si \(\beta_1\) es alto y no se
gestiona correctamente, una ola de calor puede llevar a picos de demanda
masivos (debido al aire acondicionado) que sobrecargan la red eléctrica,
causando apagones que afectan a miles de personas. La significación de
\(\beta_1\) es, por lo tanto, una
métrica de riesgo operativo.
Eficiencia de Inversión: Las compañías utilizan
el valor de \(\beta_1\) para justificar
inversiones en infraestructura. Si \(\beta_1\) es alto, saben que deben invertir
en nuevas subestaciones o almacenamiento de energía en zonas donde la
demanda es muy sensible al clima, en lugar de gastar el capital en zonas
menos sensibles.
library(knitr)
library(kableExtra)
Hipotesis_2 <- data.frame(
"Temperatura_Media_Diaria(X)" = c("5", "10", "15" , "20" , "25" , "30"),
"Consumo_Eléctrico(Y)" = c("18.5", "16.0", "20.2" , "25.5" , "32.1" , "40.8"),
stringsAsFactors = FALSE
)
kable(Hipotesis_2, "html", caption = "Datos relacionados:") %>%
kable_styling(
bootstrap_options = c("striped", "hover", "condensed"),
full_width = FALSE,
font_size = 20
)
Datos relacionados:
|
Temperatura_Media_Diaria.X.
|
Consumo_Eléctrico.Y.
|
|
5
|
18.5
|
|
10
|
16.0
|
|
15
|
20.2
|
|
20
|
25.5
|
|
25
|
32.1
|
|
30
|
40.8
|
plot(Hipotesis_2,
xlab = "Temperatura Media Diaria",
ylab = "Consumo eléctrico",
main = "Relación entre temperatura y consumo eléctrico")
Interpretación
Supongamos que el modelo de RLS
ajustado nos da la siguiente ecuación:
\[Y = 5.23 + 1.05X\]
library(knitr)
library(kableExtra)
Hipotesis_1 <- data.frame(
"Parámetro" = c("P-Valor"),
"Resultado" = c("2.2 x 10^-18"),
stringsAsFactors = FALSE
)
kable(Hipotesis_1, "html", caption = "Resultados:") %>%
kable_styling(
bootstrap_options = c("striped", "hover", "condensed"),
full_width = FALSE,
font_size = 20
)
Resultados:
|
Parámetro
|
Resultado
|
|
P-Valor
|
2.2 x 10^-18
|
library(knitr)
library(kableExtra)
Hipotesis_1 <- data.frame(
"Parámetro" = c(" $R^2$ Ajustado"),
"Resultado" = c("0,86 ó 86%"),
stringsAsFactors = FALSE
)
kable(Hipotesis_1, "html", caption = " $R^2$") %>%
kable_styling(
bootstrap_options = c("striped", "hover", "condensed"),
full_width = FALSE,
font_size = 20
)
\(R^2\)
|
Parámetro
|
Resultado
|
|
\(R^2\) Ajustado
|
0,86 ó 86%
|
Conclusión
Ambos análisis de Regresión Lineal
Simple demostraron que las relaciones modeladas son estadísticamente
robustas y predictivas, ya que en ambos casos se obtuvo un ajuste
excelente (con altos valores de \(R^2\)
ajustado) y una significancia extrema (p-valores cercanos a cero). Estos
resultados permiten rechazar la Hipótesis Nula (\(\mathbf{H_0}: \beta_1 = 0\)) con alta
confianza. En esencia, la prueba valida que la variable independiente
elegida tiene un impacto real y cuantificable sobre la variable
dependiente, confirmando que la linealidad es un modelo apropiado y
altamente útil para la predicción y la toma de decisiones en entornos
tan diversos como la gestión de recursos humanos y la planificación de
infraestructuras energéticas.
Referencias