El análisis de regresión se utiliza de forma amplia para comprender relaciones entre variables, construir modelos explicativos y realizar predicciones a partir de datos observados.
Introducción al libro
Este libro aborda el análisis de regresión con un enfoque introductorio y práctico, apoyándose en el uso del lenguaje de programación Python. Está dirigido a personas interesadas en estadística aplicada, ciencia de datos y modelado, que cuenten con conocimientos básicos de matemáticas y programación, o que deseen adquirirlos de forma progresiva. El material explica los conceptos esenciales de manera clara, combinando teoría estadística con ejemplos reproducibles en Python.
Contenido del libro
A lo largo del libro, el lector aprende qué es un problema de regresión, cómo se definen las variables explicativas y la variable de respuesta, y cuáles son los objetivos principales del modelado estadístico: la predicción y la inferencia. Se introducen la regresión lineal simple y múltiple, el método de mínimos cuadrados ordinarios y la interpretación de los coeficientes del modelo.
El texto también dedica atención a la evaluación de la calidad del modelo mediante medidas como el coeficiente de determinación, el análisis de residuos y la verificación de los supuestos de la regresión lineal. Además, se discuten limitaciones habituales, como la confusión entre correlación y causalidad, el tratamiento de valores atípicos y los riesgos de extrapolar más allá de los datos disponibles. Todo ello se acompaña de ejemplos reales y fragmentos de código en Python, utilizando bibliotecas estadísticas habituales.
Índice del libro
- Introducción al análisis de regresión
- Conceptos básicos: variables, predicción e inferencia
- Regresión lineal simple
- Método de mínimos cuadrados ordinarios
- Ejemplos prácticos con datos reales
- Ajuste de modelos lineales en Python
- Interpretación de parámetros del modelo
- Predicción con modelos de regresión
- Evaluación de la calidad del modelo
- Análisis de residuos
- Regresión lineal múltiple
- Visualización de datos multivariantes
- Supuestos y advertencias en el uso de la regresión
- Tratamiento de valores atípicos
- Problemas de causalidad y regresión a la media
- Técnicas alternativas y lecturas complementarias
Datos del libro
- Título: Regression analysis using Python
- Autor: Eric Marsden
- Categoría principal: Estadística
- Subcategoría: Estadística aplicada
- Idioma: Inglés
- Licencia: Creative Commons Attribution – Share Alike
Más libros en: Estadística, Estadística aplicada
Aviso legal: Este libro se comparte únicamente con fines educativos. El contenido se distribuye bajo licencias Creative Commons o permisos explícitos de sus autores. OpenLibro no aloja material con derechos reservados.