Glosario IA
El diccionario completo de la Inteligencia Artificial
Regresión Lineal Simple
Modelo estadístico que establece una relación lineal entre una sola variable explicativa y una variable objetivo continua en la forma Y = β₀ + β₁X + ε.
Regresión Lineal Múltiple
Extensión de la regresión lineal utilizando múltiples variables explicativas para predecir una variable objetivo continua según Y = β₀ + ΣβᵢXᵢ + ε.
Coeficiente de Determinación (R²)
Métrica estadística que varía de 0 a 1 que mide la proporción de varianza de la variable objetivo explicada por el modelo de regresión.
Mínimos Cuadrados Ordinarios (MCO)
Método de estimación de parámetros de regresión que minimiza la suma de los cuadrados de los residuos entre los valores observados y predichos.
Residuos
Diferencias entre los valores observados y los valores predichos por el modelo de regresión, representando los errores de predicción.
Multicolinealidad
Fenómeno donde múltiples variables explicativas están fuertemente correlacionadas entre sí, haciendo que la estimación de los coeficientes sea inestable.
Heterocedasticidad
Violación del supuesto de homocedasticidad donde la varianza de los residuos no es constante a través de los niveles de las variables explicativas.
Valores Influyentes
Observaciones que, si se eliminan del conjunto de datos, causarían cambios sustanciales en las estimaciones de los coeficientes.
Distancia de Cook
Estadística que mide la influencia de una observación individual sobre los valores predichos del modelo de regresión.
Regresión Ridge
Técnica de regularización que añade una penalización L2 a los coeficientes para reducir la varianza y tratar la multicolinealidad.
Regresión LASSO
Método de regularización que utiliza una penalización L1 que puede reducir algunos coeficientes exactamente a cero, realizando una selección de variables.
Compromiso Sesgo-Varianza
Compromiso fundamental entre el error de sesgo (simplificación excesiva) y el error de varianza (sobreajuste a los datos de entrenamiento).
Descenso de Gradiente
Algoritmo de optimización iterativo que ajusta los coeficientes para minimizar la función de costo siguiendo la dirección del gradiente negativo.
Intervalo de Predicción
Rango de valores probables que contiene la futura observación individual con un nivel de confianza especificado, más amplio que el intervalo de confianza.
Prueba de Significatividad
Prueba estadística que evalúa si un coeficiente de regresión difiere significativamente de cero, generalmente utilizando la estadística t.