Regresión lineal por mínimos cuadrados

Pensamiento estadístico en Python (Parte 2)

Justin Bois

Lecturer at the California Institute of Technology

Resultados electorales de estados bisagra de EE. UU. en 2008

ch1-2.002.png

1 Datos obtenidos de Data.gov (https://www.data.gov/)
Pensamiento estadístico en Python (Parte 2)

Resultados electorales de estados bisagra de EE. UU. en 2008

ch1-2.004.png

1 Datos obtenidos de Data.gov (https://www.data.gov/)
Pensamiento estadístico en Python (Parte 2)

Resultados electorales de estados bisagra de EE. UU. en 2008

ch1-2.007.png

1 Datos obtenidos de Data.gov (https://www.data.gov/)
Pensamiento estadístico en Python (Parte 2)

Resultados electorales de estados bisagra de EE. UU. en 2008

ch1-2.008.png

1 Datos obtenidos de Data.gov (https://www.data.gov/)
Pensamiento estadístico en Python (Parte 2)

Residuos

ch1-2.010.png

1 Datos obtenidos de Data.gov (https://www.data.gov/)
Pensamiento estadístico en Python (Parte 2)

Mínimos cuadrados

  • Proceso para encontrar los parámetros que minimizan la suma de los cuadrados de los residuos
Pensamiento estadístico en Python (Parte 2)

Mínimos cuadrados con np.polyfit()

slope, intercept = np.polyfit(total_votes,
                              dem_share, 1)

slope
4.0370717009465555e-05
intercept
40.113911968641744
Pensamiento estadístico en Python (Parte 2)

¡Vamos a practicar!

Pensamiento estadístico en Python (Parte 2)

Preparing Video For Download...