Suavizado de diagramas de dispersión

En estadística , existen varios métodos de suavizado de diagramas de dispersión para ajustar una función a través de los puntos de un diagrama de dispersión y así representar de la mejor manera la relación entre las variables.

Los diagramas de dispersión pueden suavizarse ajustando una línea a los puntos de datos. Esta línea intenta mostrar el componente no aleatorio de la asociación entre las variables en un diagrama de dispersión bidimensional. El suavizado busca separar el comportamiento no aleatorio de los datos de las fluctuaciones aleatorias, eliminando o reduciendo estas fluctuaciones, y permite predecir el valor de respuesta de la variable explicativa . ^{[ 1 ] [ 2 ]}

El alisado se suele conseguir utilizando cualquiera de las técnicas que se mencionan a continuación.

• Una línea recta ( regresión lineal simple )
• Una curva cuadrática o polinómica
• regresión local
• Splines de suavizado

La curva de suavizado se elige de manera que proporcione el mejor ajuste posible, que a menudo se define como el ajuste que da como resultado la suma mínima de los errores al cuadrado (un criterio de mínimos cuadrados ).

• Modelo aditivo
• Modelo aditivo generalizado
• Suavizado