El hecho de que dos variables estén relacionadas puede servir para pronosticar o predecir cómo se comportará una variable tomando en consideración como se comporta la otra. Esto es lo que se consigue con los denominados modelos de regresión y sirven para representar la dependencia lineal de una variable, llamada variable dependiente o variable respuesta, respecto de otra variable, llamada variable independiente o variable predictora.

Este tipo de modelos, utilizados en primer lugar en el campo de la Astronomía y de la Física, deben su nombre genérico, modelos de regresión, a los trabajos que efectuó Francis Galton (1822-1911) a finales del siglo XIX. En ellos, Galton estudió la dependencia entre las alturas de los hijos y las de los padres y encontró un efecto que denominó “regresión a la media” y que consistía en los siguiente: los padres altos tienen en general hijos altos, pero en promedio, un poco menos altos que los padres; por el contrario, los padres bajos tienen hijos bajos, pero en promedio algo menos bajos que los padres. También comprobó que los descendientes de sujetos situados en las partes extremas de la distribución se aproximan, en promedio, más a la media que sus padres, y a este fenómeno, general en todos los seres vivos, lo denomino regresión a la media .

La siguiente herramienta permite calcular y representar gráficamente el polinomio de regresión (hasta grado 4) para un conjunto arbitrario de puntos.

[[Una aplicación Silverlight se muestra a continuación]]

Código fuente

Fuentes | Analisis de datos en psicología I - UNED