##plugins.themes.bootstrap3.article.main##

Juan Felipe Díaz Sepúlveda Juan Carlos Correa

Resumen

La Regresión lineal es el método más usado en estadística para predecir valores de variables continuas debido a su fácil interpretación, pero en muchas situaciones los supuestos para aplicar el modelo no se cumplen y algunos usuarios tienden a forzarlos llevando a conclusiones erróneas. Los árboles de regresión CART son una alternativa de regresión que no requiere supuestos sobre los datos a analizar y es un método de fácil interpretación de los resultados. En este trabajo se comparan a nivel predictivo la Regresión lineal con CART mediante simulación. En general, se encontró que cuando se ajusta el modelo de regresión lineal correcto a los datos, el error de predicción de regresión lineal siempre es menor que el de CART. También se encontró que cuando se ajusta erróneamente un modelo de regresión lineal a los datos, el error de predicción de CART es menor que el de regresión lineal sólo cuando se tiene una cantidad de datos suficientemente grande.

##plugins.themes.bootstrap3.article.details##

Palabras Clave

Simulación, Error de predicción, Regresión Lineal, Árboles de clasificación y Regresión CART

Referencias
Ankarali, H., Canan, A., Akkus, Z., Bugdayci, R. & Ali Sungur, M. (2007), ‘Comparison of logistic regression model and classification tree: An application to postpartum depression data’, Expert Systems with Applications 32, 987–994.

Breiman, L., Friedman, J., Olshen, R. & Stone, C. (1984), Classification And Regression Trees, CHAPMAN & HALL/CRC, Boca Raton.

Izenman, A. (2008), Modern Multivariate Statistical Techniques, Springer, New York.

Tamminen, S., Laurinen, P. & Roning, J. (1999), ‘Comparing regression trees with neural networks in aerobic fitness approximation’.

Zhang, H. & Singer, B. (2010), Recursive Partitioning and Applications, Springer, New York.
Cómo citar
Díaz Sepúlveda, J. F., & Correa, J. C. (2013). Comparación entre árboles de regresión CART y regresión lineal. Comunicaciones En Estadística, 6(2), 175-195. https://doi.org/10.15332/s2027-3355.2013.0002.05
Sección
Artículos

Artículos más leídos del mismo autor/a