Regressione lineare

Impara a trovare la retta di migliore approssimazione per i dati e a usarla per fare previsioni.

Avanzato25 minLezione
Scheda da stampare

Definizione

La regressione lineare è un metodo statistico per trovare la retta che meglio si adatta a un insieme di punti dati. Questa retta, chiamata retta di migliore approssimazione o retta di regressione, rende le distanze verticali tra i punti e la retta, nel complesso, le più piccole possibili.
L'equazione della retta di regressione è:
y=mx+by = mx + b
Dove:
  • mm è la pendenza (quanto cambia yy per ogni aumento di un'unità di xx)
  • bb è l'intercetta (il valore di yy quando x=0x = 0)
Il metodo dei minimi quadrati trova la retta che minimizza la somma delle distanze al quadrato (residui) da ogni punto alla retta:
Somma dei quadrati dei residui=∑(yi−y^i)2\text{Somma dei quadrati dei residui} = \sum(y_i - \hat{y}_i)^2

Prova subito

Cosa rappresenta la pendenza in una retta di regressione y=mx+by = mx + b?

Esempi svolti

Un bar registra la temperatura giornaliera (°C) e le vendite di caffè freddo:
TemperaturaVendite
1520
2035
2545
3060
3570
 Trova l'equazione della retta di regressione.
1

Calcola le medie

xˉ=15+20+25+30+355=25\bar{x} = \frac{15+20+25+30+35}{5} = 25 yˉ=20+35+45+60+705=46\bar{y} = \frac{20+35+45+60+70}{5} = 46 → xˉ=25\bar{x} = 25, yˉ=46\bar{y} = 46
2

Calcola la pendenza usando la formula

m=∑(xi−xˉ)(yi−yˉ)∑(xi−xˉ)2m = \frac{\sum(x_i - \bar{x})(y_i - \bar{y})}{\sum(x_i - \bar{x})^2} Numeratore: (−10)(−26)+(−5)(−11)+(0)(−1)+(5)(14)+(10)(24)=260+55+0+70+240=625(-10)(-26) + (-5)(-11) + (0)(-1) + (5)(14) + (10)(24) = 260 + 55 + 0 + 70 + 240 = 625 Denominatore: 100+25+0+25+100=250100 + 25 + 0 + 25 + 100 = 250 → m=625250=2,5m = \frac{625}{250} = 2{,}5
3

Calcola l'intercetta

b=yˉ−mxˉ=46−2,5(25)=46−62,5=−16,5b = \bar{y} - m\bar{x} = 46 - 2{,}5(25) = 46 - 62{,}5 = -16{,}5 → b=−16,5b = -16{,}5
4

Scrivi l'equazione di regressione

y=2,5x−16,5y = 2{,}5x - 16{,}5 → Retta di regressione: y=2,5x−16,5y = 2{,}5x - 16{,}5

Errori comuni

Assumere che la retta di regressione passi per tutti i punti dati

Perché è sbagliato: La retta di migliore approssimazione minimizza l'errore totale ma raramente passa per ogni punto. I punti sopra e sotto la retta sono normali.

Corretto: Comprendi che la retta di regressione rappresenta la tendenza generale, non i singoli punti dati.

Usare l'equazione di regressione per estrapolare molto oltre l'intervallo dei dati

Perché è sbagliato: La relazione potrebbe non valere al di fuori dell'intervallo dei dati osservati. Prevedere molto oltre i tuoi dati può dare risultati irrealistici.

Corretto: Sii cauto quando prevedi per valori di x molto al di fuori del tuo intervallo di dati. Segnala quando stai estrapolando.

Confondere correlazione con causalità

Perché è sbagliato: Una forte relazione lineare non significa che una variabile causa cambiamenti nell'altra. Potrebbero essere coinvolti altri fattori.

Corretto: Usa la regressione per descrivere relazioni e fare previsioni, ma sii cauto nell'affermare causalità.

Dimenticare di verificare se un modello lineare è appropriato

Perché è sbagliato: Non tutti i dati seguono un modello lineare. Usare la regressione lineare su dati non lineari dà risultati fuorvianti.

Corretto: Rappresenta sempre prima i tuoi dati in un grafico. Se il diagramma di dispersione mostra una curva, la regressione lineare potrebbe non essere la scelta migliore.

Visuale interattivo

Grafico a dispersione

Temperatura e vendite di caffè freddo

1520253035203040506070Temperatura (°C)Vendite

ŷ = 2,5x − 16,5

r = 0,998 · correlazione positiva forte

Tocca un punto per vedere le sue coordinate.

Sandbox interattivo

Graficatore interattivo

0510152025303540-20020406080100xy

Tocca il grafico o passaci sopra con il mouse per leggere i valori.

Prova questi esempi:

y = 2.5x - 16.5

m=2,5, b=-16,5

Calcolatrice di espressioni

Prova questi:

Cronologia

Ancora nessun calcolo

Esercizi pratici

16 esercizi
Problema 1 di 16
Facile
Cosa rappresenta la pendenza in una retta di regressione y=mx+by = mx + b?

Perché è importante

La regressione lineare è uno degli strumenti più importanti nell'analisi dei dati:
  • Economia aziendale: Prevedere le vendite in base alle spese pubblicitarie o ai cambiamenti di prezzo
  • Scienza: Modellare le relazioni tra variabili negli esperimenti
  • Medicina: Prevedere i risultati dei pazienti basandosi sui dati dei trattamenti
  • Economia: Prevedere indicatori economici basandosi sulle tendenze storiche
  • Sport: Analizzare le prestazioni dei giocatori e prevedere statistiche future
Capire la regressione ti aiuta a fare previsioni basate sui dati e a identificare tendenze che sarebbero impossibili da vedere guardando solo i numeri grezzi.

Applicazioni nel mondo reale

Prevedere i prezzi delle case

Gli analisti immobiliari usano la regressione lineare per stimare i prezzi delle case basandosi su caratteristiche come metri quadri, numero di stanze o distanza dal centro città.

Esempio:

Se y=2000x+30000y = 2000x + 30000, dove xx sono i metri quadri e yy il prezzo in euro, un appartamento di 100 m² costerebbe circa 2000(100) + 30000 = 230000 €.

1Provaci tu stesso

Un modello immobiliare mostra: Prezzo = 2500x + 20000 (dove x = metri quadri).

Quale prezzo prevederesti per un appartamento di 120 m²?

Passo 1: Scrivi l'espressione matematica

Sostituisci nell'equazione:

Analisi del consumo di carburante

Gli ingegneri automobilistici usano la regressione per capire come il peso dell'auto influisce sul consumo di carburante.

Esempio:

Se consumo (L/100km) = 0,004 × peso (kg) + 2, un'auto di 1500 kg consumerebbe 0,004(1500) + 2 = 8 L/100km.

2Provaci tu stesso

I dati di un produttore di auto mostrano: Carburante = 0,005p + 1,5 (dove p = peso in kg).

Prevedi il consumo di carburante per un veicolo di 1200 kg.

Passo 1: Scrivi l'espressione matematica

Calcola:

Previsione delle vendite aziendali

Le aziende usano la regressione per prevedere le vendite future basandosi sulle spese pubblicitarie, aiutandole ad allocare efficacemente i budget di marketing.

Esempio:

Se vendite mensili = 3 × spesa pubblicitaria + 10000, spendere 5000 € in pubblicità prevede vendite di 3(5000) + 10000 = 25000 €.

3Provaci tu stesso

Il modello di un'azienda: Vendite = 4 × BudgetPub + 8000.

Se spendono 3000 € in pubblicità, quali vendite possono aspettarsi?

Passo 1: Scrivi l'espressione matematica

Calcola le vendite previste:

Punti chiave

  • 1La regressione lineare trova la retta che meglio si adatta a un insieme di punti dati
  • 2L'equazione della retta di regressione è y=mx+by = mx + b dove mm è la pendenza e bb l'intercetta
  • 3La pendenza indica quanto cambia yy per ogni aumento di un'unità di xx
  • 4L'intercetta è il valore previsto di yy quando x=0x = 0
  • 5Usa la regressione per fare previsioni, ma sii cauto nell'estrapolare lontano dai tuoi dati

Domande frequenti

Se il tuo diagramma di dispersione mostra una curva invece di una linea retta, la regressione lineare potrebbe non essere appropriata. Considera la regressione polinomiale o altri modelli non lineari.
Se il tuo diagramma di dispersione mostra una curva invece di una linea retta, la regressione lineare potrebbe non essere appropriata. Considera la regressione polinomiale o altri modelli non lineari.
No. La regressione mostra relazioni (correlazioni) ma non può dimostrare causalità. Due variabili potrebbero essere correlate a causa di un terzo fattore, non perché una causa l'altra.
Un residuo è la differenza tra un punto dati reale e il valore previsto dalla retta di regressione: residuo = yreale−yprevistoy_{\text{reale}} - y_{\text{previsto}}. Residui positivi significano che il punto è sopra la retta; negativi significano sotto.

Glossario

Regressione lineare
Un metodo statistico per trovare la retta che meglio si adatta a un insieme di punti dati
Retta di migliore approssimazione
La retta di regressione che minimizza la somma dei quadrati dei residui
Pendenza
Il tasso di variazione; quanto aumenta yy per ogni aumento di un'unità di xx
Intercetta
Il valore di yy quando x=0x = 0; dove la retta interseca l'asse y
Residuo
La differenza tra un punto dati reale e il suo valore previsto sulla retta di regressione
Minimi quadrati
Il metodo che trova la retta che minimizza la somma dei quadrati dei residui
Estrapolazione
Usare un'equazione di regressione per prevedere valori al di fuori dell'intervallo dei dati originali

Scheda formule

Retta di regressione

y=mx+by = mx + b

L'equazione della retta di migliore approssimazione con pendenza m e intercetta b

Formula della pendenza

m=∑(xi−xˉ)(yi−yˉ)∑(xi−xˉ)2m = \frac{\sum(x_i - \bar{x})(y_i - \bar{y})}{\sum(x_i - \bar{x})^2}

Calcola la pendenza usando i punti dati e le medie

Intercetta

b=yˉ−mxˉb = \bar{y} - m\bar{x}

Calcola l'intercetta usando la pendenza e le medie

Residuo

ei=yi−y^ie_i = y_i - \hat{y}_i

La differenza tra il valore reale e il valore previsto

Sfida di oggiUn problema, tre tentativi

Altro su questo argomento

Introduzione alla regressione

Avanzato25 min

Diagrammi di dispersione

Intermedio25 min

Retta di migliore approssimazione

Intermedio25 min

Fare previsioni dai dati

Intermedio25 min