Banco de Trabajo de Regresión Lineal y Correlación

Ajuste rectas de regresión lineal por mínimos cuadrados (MCO) y calcule r de Pearson, Spearman, R² y errores estándar con gráficos.

Conjuntos de Datos Empíricos:
Admite pares separados por comas, tabuladores, punto y coma o espacios. Las líneas que comienzan con # se ignoran.

Parámetros del Modelo y Errores Estándar

Observaciones Válidas (n):9
Pendiente (m):10.165405
Intersección Y (b):27.536709
Error Estándar de la Pendiente (SE_m):±0.306880
Error Estándar de la Intersección (SE_b):±1.384065
Error Estándar Residual (s_e):1.637782
Ecuación OLS de Mejor Ajuste
y = 10.1654x + 27.5367
Correlación de Pearson (r)
0.99683
Coeficiente de Determinación (R²)
0.99366
Correlación de Rango de Spearman (ρ)
1.00000

Gráfico de Dispersión Interactivo y Línea OLS

Mecánica de Mínimos Cuadrados Ordinarios (MCO) y Análisis de Correlación

La regresión lineal simple modela la relación funcional entre una variable independiente explicativa X y una variable dependiente continua Y mediante una recta de tendencia de primer orden:

ŷi = m × xi + b

El criterio de Mínimos Cuadrados Ordinarios (MCO) estima los parámetros (pendiente m y término independiente b) que minimizan la suma total de los residuos (errores) verticales al cuadrado:

minm, b ∑ ei2 = minm, b ∑ [ yi − (m × xi + b) ]2

La resolución de las derivadas parciales de primer orden proporciona las fórmulas analíticas exactas para la pendiente y el punto de corte:

m = [ N∑xy − (∑x)(∑y) ] / [ N∑x2 − (∑x)2 ]
b = ( ∑y − m∑x ) / N

Teorema de Gauss-Márkov (Estimador MELI / BLUE): Bajo los supuestos clásicos de linealidad, exogeneidad estricta (E[ei | X] = 0), homocedasticidad (Var(ei) = σ2) y ausencia de autocorrelación (Cov(ei, ej) = 0), el estimador MCO es el Mejor Estimador Lineal Insesgado.

El Cuarteto de Anscombe y los Peligros del Ajuste a Ciegas

En 1973, el estadístico Francis Anscombe construyó cuatro conjuntos de datos sintéticos de 11 puntos que demostraron que estadísticos idénticos pueden describir distribuciones radicalmente diferentes:

Conjunto Propiedades Estadísticas Geometría Real Subyacente Validez de MCO
Conjunto I m=0.50, b=3.00, R²=0.67 Relación lineal estándar con ruido homocedástico Ajuste MCO Válido
Conjunto II m=0.50, b=3.00, R²=0.67 Curva parabólica estrictamente cuadrática Inválido (Modelo Inadecuado)
Conjunto III m=0.50, b=3.00, R²=0.67 Relación lineal exacta distorsionada por un valor atípico Requiere Regresión Robusta
Conjunto IV m=0.50, b=3.00, R²=0.67 Puntos con X idéntica y un punto con alto apalancamiento Correlación Espuria

Conclusión Fundamental: Nunca interprete el coeficiente r de Pearson o R² de forma aislada sin inspeccionar el gráfico visual de dispersión y la distribución de residuos que genera OmniTools.

Comparativa de Métricas de Diagnóstico: r de Pearson, R² y ρ de Spearman

La evaluación estadística de datos bivariantes requiere seleccionar la métrica adecuada según la distribución observada:

Métrica Dominio Asociación Analizada Sensibilidad a Valores Atípicos Uso Recomendado
Pearson r [-1.0, +1.0] Dirección y fuerza de relación estrictamente lineal Alta (Penalización cuadrática) Variables continuas con distribución normal
R² (Coef. Determinación) [0.0, 1.0] Proporción de la varianza explicada por el modelo Alta Evaluación de bondad de ajuste en predicciones lineales
Spearman ρ [-1.0, +1.0] Tendencias monótonas crecientes o decrecientes Baja (Transformación robusta por rangos) Datos asimétricos, rangos ordinales o leyes exponenciales
Error Estándar Residual (se) [0.0, ∞) Dispersión promedio de las observaciones sobre la recta Moderada Construcción de intervalos de predicción y confianza

Guía Práctica para Desarrolladores: Ejemplos en Python, R y Node.js

Reproduzca los cálculos de regresión de OmniTools directamente en sus scripts de ciencia de datos:

  • Python (SciPy y NumPy):
    from scipy import stats
    import numpy as np
    
    x = np.array([1, 2, 3, 4, 5])
    y = np.array([2.1, 3.8, 6.2, 8.1, 10.2])
    
    slope, intercept, r_val, p_val, std_err = stats.linregress(x, y)
    spearman_rho, _ = stats.spearmanr(x, y)
    print(f"y = {slope:.4f}x + {intercept:.4f} (R2={r_val**2:.4f})")
  • Lenguaje R:
    df <- data.frame(x = c(1, 2, 3, 4, 5), y = c(2.1, 3.8, 6.2, 8.1, 10.2))
    model <- lm(y ~ x, data = df)
    summary(model)  # Coeficientes, R2 y valores p
    cor(df$x, df$y, method = "spearman")

Casos de Uso Prácticos en Entornos Reales

La regresión por mínimos cuadrados y el análisis de correlación resultan esenciales en analítica de negocio, finanzas e ingeniería:

  • Modelado de ROAS y Atribución en Marketing Digital: Los equipos de crecimiento modelan los ingresos incrementales en función del presupuesto publicitario. La pendiente m representa el ROAS marginal, mientras que el punto de corte b estima los ingresos orgánicos sin inversión en anuncios.
  • Beta Financiera y Valoración de Activos (CAPM): Los analistas cuantitativos estiman el riesgo sistemático de mercado (β) de una acción correlacionando sus rendimientos frente a un índice de referencia (ej. S&P 500). Una beta superior a 1 refleja mayor volatilidad cíclica.
  • Calibración de Sensores en Ingeniería de Hardware: Los ingenieros calibran sensores analógicos (termistores, galgas extensiométricas, transductores de presión) contrastando magnitudes físicas reales frente a lecturas de voltaje. El análisis de residuos permite detectar saturación no lineal.
  • Punto de Referencia (Baseline) en Machine Learning: Antes de desplegar redes neuronales complejas o modelos como XGBoost, la regresión MCO proporciona una línea base interpretable para evaluar si la complejidad adicional aporta suficiente precisión predictiva.

Privacidad Absoluta y Cero Envío a Servidores

Los conjuntos de datos científicos, resultados financieros y métricas empresariales constituyen información confidencial. OmniTools se ejecuta 100% en local en su navegador mediante aritmética numérica pura:

  • Cero Transmisión de Red: Sus pares de datos, coeficientes calculados y residuos jamás salen de su navegador ni se transmiten a servidores externos.
  • Sin Telemetría ni Rastreo: Ninguna herramienta de analítica externa recopila ni almacena sus investigaciones.
  • Rendimiento Inmediato Fuera de Línea: Efectúe regresiones estadísticas y genere gráficos de dispersión de alta densidad gráfica sin necesidad de conexión activa a internet.

Preguntas Frecuentes (FAQ)

¿Cómo calcular la recta de regresión lineal por Mínimos Cuadrados Ordinarios (y = mx + b)?

Introduzca sus pares de datos (x, y) para obtener al instante la pendiente (m), la ordenada en el origen (b), el coeficiente de correlación de Pearson (r), el R² y la tabla de residuos con gráfica interactiva.

¿Qué indican el coeficiente de correlación r de Pearson y el coeficiente de determinación R²?

El coeficiente r (−1 a +1) mide la dirección y fuerza lineal entre dos variables, mientras que R² (0 a 1) indica qué porcentaje de la variación de y explica el modelo lineal.