Menu
19/11/21 Tamara Alejandra Ortiz Villarreal En ciencias de datos y matemáticas, la regresión no lineal es un método o forma de análisis en la que un conjunto de datos se ajusta a un modelo y posteriormente se expresan mediante una función matemática. Este modelo puede ser utilizado en diversas funciones tales como: trigonométricas, logarítmicas, exponenciales o de potencia. Su objetivo es relacionar una variable dependiente con una o más variables independientes y principalmente hacer que la suma de los cuadrados de los residuos sea lo más pequeña posible. Para poder entender el tema con más profundidad, debemos saber que la suma de los cuadrados es una medida que busca la manera de calcular la variación de las observaciones de “y” de ciertas funciones no lineales que muchas veces son utilizadas para predecirlo. Para calcularlo primero se tiene que utilizar un modelo matemático para obtener el pronóstico con ayuda de la variable “x”, después, se debe encontrar la diferencia entre el pronóstico y la variable “y”, más adelante, cada resultado obtenido anteriormente debe ser elevado al cuadrado y posteriormente sumado. Entre menor sea el resultado de la suma de las cifras al cuadrado mejor se verá ajustada la función. En esta publicación se puede encontrar un ejemplo de cómo y para que es utilizada la regresión no lineal: https://techvidvan.com/tutorials/nonlinear-regression-in-r/ Existe otro modelo conocido como regresión lineal que puede ser similar al no lineal ya que ambos buscan obtener resultados o respuestas a un conjunto de variables por medio de un gráfico, sin embargo, los no lineales en algunas ocasiones son más complicados de desarrollar ya que la función es creada mediante ciertas aproximaciones. En esta segunda publicación se pueden encontrar con mayor detalle la forma en la que son utilizadas cada una de las regresiones en una base de datos: towardsdatascience.com/how-to-choose-between-a-linear-or-nonlinear-regression-for-your-dataset-e58a568e2a15 Imagen obtenida de: https://en.wikipedia.org/wiki/Nonlinear_regression
1 Comentario
Aaron
8/6/2023 02:27:47 pm
Excelente resumen, gracias.
Responder
Deja una respuesta. |
IDMIngeniería en Ciencia de Datos y Matemáticas Archivos
Junio 2019
Categorías
Todos
|