Una recta de regresión da un valor predicho, pero una predicción debería ir acompañada de un rango. La calculadora de intervalo de predicción de regresión toma el número de observaciones, la media de x, Sxx, la desviación típica residual, un nuevo x, su y predicho y un nivel de confianza, y da el intervalo de confianza de la respuesta media y el intervalo de predicción de una nueva observación.
Cómo se hace el cálculo
- A partir de tu regresión lineal simple, toma el número de observaciones n, la media de x, la suma de los cuadrados de las desviaciones Sxx = Σ(x − x̄)² y la desviación típica residual s.
- Calcula el término de apalancamiento en el nuevo punto: 1 ÷ n + (x₀ − x̄)² ÷ Sxx. Aumenta cuando x₀ se aleja de la media de x.
- El error típico de la respuesta media es s × √(término de apalancamiento), y el error típico de una nueva observación es s × √(1 + término de apalancamiento).
- Cada intervalo es el valor predicho ± t(1 − α ÷ 2; n − 2) veces su error típico. El intervalo de predicción es siempre más ancho que el intervalo de confianza.
Ejemplo
Una regresión con 15 puntos tiene x̄ = 9,8, Sxx = 128 y una desviación típica residual de 1,9. Para x₀ = 7,5, el modelo predice 31,6. El término de apalancamiento es 1 ÷ 15 + 2,3² ÷ 128 = 0,1080. El t crítico al 99 % con 13 grados de libertad es 3,012. El error típico de la respuesta media es de 0,624, lo que da un intervalo de confianza de 29,72 a 33,48. El error típico de una nueva observación es de 2,000, lo que da un intervalo de predicción de 25,58 a 37,62.
Por qué es útil
Las predicciones en ventas, en ingeniería y en ciencias son más útiles con un rango honesto. El intervalo de predicción dice dónde es probable que caiga un valor futuro aislado, que es lo que suelen necesitar quienes planifican y los ingenieros de calidad. Se estudia también en las asignaturas de estadística de los grados universitarios.
Conviene saber
Las fórmulas suponen el modelo lineal habitual: una relación en línea recta, errores independientes de varianza constante y residuos aproximadamente normales. Valen para una regresión simple con un solo predictor. Si los residuos muestran una estructura o se abren en abanico, los intervalos serán demasiado estrechos en algunos puntos y demasiado anchos en otros.
Herramientas relacionadas
La calculadora de regresión lineal ajusta la recta, y la de intervalo de confianza trata los intervalos de medias.