Calculadora de Regresión Lineal
Ajusta una relación lineal a datos emparejados con la calculadora de regresión lineal de MiniWebtool. El resultado incluye la pendiente, la ordenada al origen, R², un diagrama de dispersión y predicciones basadas en la recta ajustada, con los pasos de la fórmula.
En Gemini, pega la pregunta copiada en el chat. También puedes copiarla a continuación.¿No sabes cómo usar esta herramienta? Pregúntale a la IA
Ver la pregunta
Introduce tus valores de X e Y abajo para obtener la ecuación de regresión, la pendiente, la ordenada al origen y R², con un diagrama de dispersión, predicciones y los pasos.
Tu bloqueador de anuncios impide que mostremos anuncios
MiniWebtool sigue siendo gratis gracias a los anuncios. Si esta herramienta te ayudó, apóyanos actualizando para navegar sin anuncios y tener más usos diarios, o permite MiniWebtool.com y recarga.
- Permite anuncios para MiniWebtool.com y recarga
- O actualiza para navegar sin anuncios y tener límites diarios más altos
Calculadora de Regresión Lineal
Bienvenido a la Calculadora de Regresión Lineal, una herramienta estadística completa que calcula la línea de regresión de mínimos cuadrados, coeficiente de correlación, R-cuadrado y proporciona visualización interactiva de gráfico de dispersión con desgloses de fórmulas paso a paso. Ya sea que esté analizando datos para investigación, pronósticos comerciales o estudios académicos, esta calculadora ofrece análisis estadístico de calidad profesional.
¿Qué es la Regresión Lineal?
La regresión lineal es un método estadístico fundamental utilizado para modelar la relación entre una variable dependiente (Y) y una variable independiente (X) ajustando una ecuación lineal a los datos observados. El método encuentra la línea de mejor ajuste a través de los puntos de datos minimizando la suma de residuos cuadrados (diferencias entre valores observados y predichos).
La Ecuación de Regresión
Donde:
- Y (o Y-hat) = Valor predicho de la variable dependiente
- X = Variable independiente (predictor)
- b₀ = Intercepto en Y (valor de Y cuando X = 0)
- b₁ = Pendiente (cambio en Y por cada cambio de unidad en X)
Cómo Calcular la Regresión Lineal
Calcular la Pendiente (b₁)
Calcular el Intercepto en Y (b₀)
Donde x-barra e y-barra son las medias de X e Y respectivamente.
Entendiendo la Correlación y R-Cuadrado
Coeficiente de Correlación (r)
El coeficiente de correlación mide la fuerza y dirección de la relación lineal entre X e Y. Varía de -1 a +1:
| Valor r | Interpretación |
|---|---|
| 0.9 a 1.0 | Correlación positiva muy fuerte |
| 0.7 a 0.9 | Correlación positiva fuerte |
| 0.5 a 0.7 | Correlación positiva moderada |
| 0.3 a 0.5 | Correlación positiva débil |
| -0.3 a 0.3 | Poca o ninguna correlación |
| -0.5 a -0.3 | Correlación negativa débil |
| -0.7 a -0.5 | Correlación negativa moderada |
| -0.9 a -0.7 | Correlación negativa fuerte |
| -1.0 a -0.9 | Correlación negativa muy fuerte |
R-Cuadrado (Coeficiente de Determinación)
R-cuadrado (R²) indica la proporción de varianza en Y que es explicada por X. Por ejemplo, R² = 0.85 significa que el 85% de la varianza en Y puede ser explicada por la relación lineal con X.
Cómo Usar Esta Calculadora
- Ingrese valores de X: Ingrese los datos de su variable independiente en el primer área de texto, separados por comas, espacios o saltos de línea.
- Ingrese valores de Y: Ingrese los datos de su variable dependiente en el segundo área de texto. El número de valores de Y debe coincidir con X.
- Predicción (opcional): Ingrese un valor de X para predecir el valor de Y correspondiente utilizando la ecuación de regresión.
- Establecer precisión: Elija el número de lugares decimales para los resultados.
- Calcular: Haga clic en el botón Calcular para ver la ecuación de regresión, gráfico de dispersión, estadísticas de correlación y cálculos paso a paso.
Entendiendo Sus Resultados
Resultados Primarios
- Ecuación de Regresión: La ecuación de línea de mejor ajuste (Y = b₀ + b₁X)
- Pendiente (b₁): La tasa de cambio en Y por cada cambio de unidad en X
- Intercepto (b₀): El valor Y predicho cuando X es igual a cero
- Correlación (r): La fuerza y dirección de la relación lineal
- R-cuadrado (R²): La proporción de varianza explicada por el modelo
Estadísticas Adicionales
- Error Estándar de Estimación: Distancia promedio de puntos de datos de la línea de regresión
- Error Estándar de Pendiente: Incertidumbre en la estimación de la pendiente
- Suma de Cuadrados: Suma total, regresión y residual de cuadrados
- Residuos: Diferencias entre valores Y observados y predichos
Aplicaciones de la Regresión Lineal
Negocios y Finanzas
- Pronóstico de ventas basado en gastos publicitarios
- Predicción de precios de acciones a partir de indicadores de mercado
- Estimación de costos basada en volumen de producción
Ciencia e Investigación
- Análisis de relaciones experimentales entre variables
- Calibración de instrumentos de medición
- Estudio de relaciones dosis-respuesta en farmacología
Economía
- Modelado de relaciones de oferta y demanda
- Análisis del efecto de las tasas de interés en la inversión
- Estudio de patrones de ingresos vs. consumo
Ciencias Sociales
- Investigación educativa (horas de estudio vs. calificaciones de prueba)
- Estudios de psicología (edad vs. tiempo de reacción)
- Demografía (población vs. consumo de recursos)
Supuestos de la Regresión Lineal
Para resultados confiables, la regresión lineal supone:
- Linealidad: La relación entre X e Y es lineal
- Independencia: Las observaciones son independientes entre sí
- Homocedasticidad: Los residuos tienen varianza constante en todos los valores de X
- Normalidad: Los residuos se distribuyen aproximadamente normalmente
- Sin multicolinealidad: (Para regresión múltiple) Las variables independientes no están altamente correlacionadas
Preguntas Frecuentes
¿Qué es la regresión lineal?
La regresión lineal es un método estadístico utilizado para modelar la relación entre una variable dependiente (Y) y una variable independiente (X) ajustando una ecuación lineal a los datos observados. La ecuación toma la forma Y = b₀ + b₁X, donde b₀ es el intercepto en Y y b₁ es la pendiente. Encuentra la línea de mejor ajuste que minimiza la suma de las diferencias al cuadrado entre valores observados y predichos.
¿Cómo interpreto la pendiente en la regresión lineal?
La pendiente (b₁) representa el cambio en la variable dependiente Y por cada aumento de una unidad en la variable independiente X. Una pendiente positiva indica que Y aumenta cuando X aumenta, mientras que una pendiente negativa indica que Y disminuye cuando X aumenta.
¿Qué es R-cuadrado y qué significa?
R-cuadrado (R²), también llamado coeficiente de determinación, mide qué tan bien la línea de regresión se ajusta a los datos. Varía de 0 a 1, donde 0 significa que el modelo no explica ninguna variabilidad y 1 significa que explica toda la variabilidad. Generalmente, R² superior a 0.7 indica un buen ajuste.
¿Cuál es la diferencia entre correlación (r) y R-cuadrado?
El coeficiente de correlación (r) mide la fuerza y dirección de la relación lineal, variando de -1 a +1. R-cuadrado (R²) es r², que representa la proporción de varianza explicada. Mientras que r le indica la dirección (relación positiva o negativa), R² solo le indica cuánta varianza es explicada.
¿Cuántos puntos de datos necesito para la regresión lineal?
Técnicamente, necesita al menos 2 puntos de datos, pero para un análisis estadístico significativo, debe tener al menos 10-20 puntos de datos. Más puntos de datos generalmente conducen a estimaciones más confiables.
¿Qué son los residuos en la regresión lineal?
Los residuos son las diferencias entre los valores Y observados y los valores Y predichos (residuo = Y observado - Y predicho). Analizar los residuos ayuda a evaluar qué tan bien se ajusta el modelo. Idealmente, los residuos deben estar dispersos aleatoriamente alrededor de cero sin patrón aparente.
¿Cómo predigo un valor con una ecuación de regresión lineal?
Use la ecuación ajustada y sustituya el valor de X que quiera predecir. Por ejemplo, si la recta es Y predicha = 12 + 3X, para X = 5 se obtiene Y predicha = 27. Si introduce un valor opcional de X en la Calculadora de Regresión Lineal, obtendrá una predicción basada en la recta calculada. Tómela como una estimación y tenga cuidado si el valor de X está muy fuera del rango de sus datos, pues es posible que el patrón lineal no continúe.
¿Por qué el intercepto de mi regresión es negativo si todas mis mediciones son positivas?
El intercepto es el valor de Y que predice la recta cuando X es igual a cero, y ese valor puede quedar fuera del rango que midió. Por eso, el intercepto puede ser negativo aunque todos los valores observados de X y de Y sean positivos. Por ejemplo, una recta ajustada a mediciones con X entre 10 y 20 puede cruzar el eje Y por debajo de cero. Es una parte matemática de la ecuación ajustada y puede tener poca relevancia práctica si X no puede ser cero.
¿Puede la regresión lineal demostrar que X causa cambios en Y?
No. La regresión lineal describe y predice una asociación en los datos, pero la recta ajustada por sí sola no demuestra que cambiar X cause un cambio en Y. Un tercer factor, efectos de selección o la manera de recopilar los datos podrían explicar parte o toda la relación. Por ejemplo, las ventas de helado y la natación pueden aumentar a la vez porque ambas se relacionan con el clima cálido. Antes de afirmar que existe causalidad, use un diseño de estudio adecuado y sus conocimientos del tema.
Recursos Adicionales
Cite este contenido, página o herramienta como:
"Calculadora de Regresión Lineal" en https://MiniWebtool.com/es/calculadora-de-regresión-lineal/ de MiniWebtool, https://MiniWebtool.com/
por el equipo de miniwebtool. Actualizado: 17 de enero de 2026
Chatea con tu IA favorita
En Gemini, pega la pregunta copiada en el chat. También puedes copiarla a continuación.
Ver la pregunta
Estadísticas y análisis de datos:
- Calculadora de Tamaño de Muestra para Test A/B Nuevo
- Calculadora de Significancia de Pruebas A/B Nuevo
- Calculadora ANOVA
- Calculadora de media aritmética Popular
- Calculadora de Promedio - Alta Precisión Popular
- Calculadora de desviación media
- Creador de Gráficos de Barras Popular
- Calculadora del Teorema de Bayes Nuevo
- Calculadora de Distribución Beta Nuevo
- Creador de Diagramas de Caja y Bigotes Popular
- Calculadora de Prueba Chi-cuadrado
- Calculadora de Coeficiente de Variación Popular
- Calculadora de d de Cohen
- Calculadora de crecimiento compuesto
- Calculadora de Intervalos de Confianza
- Calculadora de Intervalo de Confianza para Proporciones
- Calculadora de Tabla de Contingencia Nuevo
- Calculadora de Tasa de Conversión Nuevo
- Calculadora de Coeficiente de Correlación
- Calculadora de Tamaño del Efecto Nuevo
- Calculadora de Distribución Exponencial Nuevo
- Calculadora de Prueba F y Distribución F Nuevo
- Calculadora de la Prueba Exacta de Fisher Nuevo
- Calculadora de Resumen de Cinco Números Nuevo
- Calculadora de Distribución Geométrica Nuevo
- Calculadora de Media Geométrica
- Calculadora de Coeficiente de Gini
- Calculadora de Media Armónica
- Creador de Histogramas Popular
- Calculadora de Distribución Hipergeométrica Nuevo
- Calculadora de Rango Intercuartil
- Calculadora de la Prueba de Kruskal-Wallis
- Creador de Gráficos de Líneas Nuevo
- Calculadora de Regresión Lineal
- Calculadora de Crecimiento Logarítmico
- Calculadora de la Prueba U de Mann-Whitney
- Calculadora de Desviación Media Absoluta
- Calculadora de Promedio
- Calculadora de media, mediana y moda Popular
- Calculadora de Desviación Mediana Absoluta
- Calculadora de Mediana
- Calculadora de Rango Medio
- Calculadora de Moda
- Calculadora de Distribución Normal Nuevo
- Calculadora de Razón de Momios Nuevo
- Calculadora de Valores Atípicos
- Calculadora de Valor p Nuevo
- Generador de Diagramas de Pareto Nuevo
- Calculadora de Percentil Nuevo
- Creador de Gráfico Circular Nuevo
- Calculadora de desviación estándar de población-alta precisión
- Calculadora de Cuartiles
- Calculadora de Desviación Cuartil
- Calculadora de Rango
- Calculadora de Desviación Estándar Relativa Popular
- Calculadora de raíz media cuadrática
- Calculadora de Media Muestral
- Calculadora de Tamaño de Muestreo
- Calculadora de desviación estándar de la muestra
- Creador de Diagramas de Dispersión
- Calculadora de Capacidad de Proceso Seis Sigma Nuevo
- Calculadora de Correlación de Rangos de Spearman Nuevo
- Calculadora de desviación estándar - Alta precisión
- Calculadora de Error Estándar
- Calculadora de Estadísticas
- Calculadora de Prueba t
- Calculadora de Varianza de Alta Precisión
- Calculadora de Distribución de Weibull Nuevo
- Calculadora de Z-Score