Ir al contenido
σestadistica.ar

estadistica.ar · Enciclopedia de Estadística en españolhttps://estadistica.ar/conceptos/recta-de-minimos-cuadrados

M03 · BivariadaTroncalProcedimiento

La recta de mínimos cuadrados

Cómo se ajusta la recta que mejor resume una nube de puntos, qué significan su pendiente y su ordenada, y hasta dónde se la puede usar.

Por Jorge Luis Montivero, Licenciado en Estadística · Mu3Sigma

1 · Qué es

La recta que mejor resume la relación entre dos variables cuantitativas:

y^=b0+b1x\hat{y} = b_0 + b_1 x

Mejor en un sentido preciso: la que minimiza la suma de los residuos al cuadrado.

∑(yi−y^i)2mıˊnima\sum (y_i - \hat{y}_i)^2 \quad \text{mínima}
Recta de mínimos cuadrados: qué minimiza y cómo se lee · video, 3:46

2 · Las fórmulas

b1=sxysx2=r⋅sysxb0=yˉ−b1xˉb_1 = \frac{s_{xy}}{s_x^{2}} = r \cdot \frac{s_y}{s_x} \qquad b_0 = \bar{y} - b_1 \bar{x}

La segunda expresión de b1b_1 muestra la conexión con la correlación: la pendiente es el coeficiente de correlación reescalado por los desvíos. De hecho, si las dos variables se estandarizan antes de ajustar, los desvíos valen 1 y la pendiente es exactamente rr.

De b0b_0 se sigue una propiedad útil: la recta pasa siempre por el punto (xˉ,yˉ)(\bar{x}, \bar{y}).

3 · El ejemplo

$0 M $1 M $2 M $3 M $4 M 0 10 20 30 40 50 60 70 80 Horas trabajadas por semana Ingreso de la ocupación principal
La recta de mínimos cuadrados sobre la nube de horas e ingreso.Muestra aleatoria de 3.500 de los 14.212 casos, con puntos semitransparentes. El eje horizontal llega a 80 horas: queda afuera el 1,5 % de los casos. El vertical se recorta en $4.000.000: el 1 % que lo supera, hasta $40.000.000, se dibuja sobre el borde.Fuente: EPH continua, 1er trimestre de 2026, INDEC. Elaboración propia.
ingreso^=408.672+15.639×horas\widehat{\text{ingreso}} = 408.672 + 15.639 \times \text{horas}
CoeficienteValorInterpretación
b1b_1 pendiente15.639cada hora semanal adicional se asocia a $15.639 más de ingreso mensual
b0b_0 ordenada408.672el ingreso predicho para cero horas: no tiene sentido

4 · Cómo se interpreta la pendiente

“Por cada unidad más de xx, yy cambia en promedio b1b_1 unidades.”

Tres precisiones que hacen la diferencia entre una interpretación correcta y una falsa:

  • “En promedio”: no todos los casos, sino la tendencia.
  • “Se asocia con”, no “produce”. Ver correlación y causalidad.
  • Dentro del rango observado. Fuera de él, la recta no tiene respaldo.

5 · Cuánto erra la recta

La pendiente dice hacia dónde va la tendencia; no dice cuán confiable es una predicción individual. Para eso está el error estándar de la estimación, que es el desvío típico de los residuos:

se=∑(yi−y^i)2n−2s_e = \sqrt{\frac{\sum (y_i - \hat{y}_i)^2}{n-2}}

y que se relaciona con lo que ya se conoce: se≈sy1−R2s_e \approx s_y \sqrt{1 - R^2}. Con el R2=0,062R^2 = 0{,}062 de este ejemplo, eso significa que el error típico de la recta es el 97 % del desvío original del ingreso: predecir con la recta es apenas mejor que predecir con el promedio.

Los residuos, además, tienen dos propiedades que sirven de control: suman cero —siempre que el modelo tenga ordenada al origen— y no están correlacionados con xx. Si al graficarlos contra los valores predichos aparece cualquier patrón —una curva, un embudo—, el modelo lineal no está describiendo bien los datos. Ver diagnóstico de residuos.

VerificaciónQué indica si falla
El gráfico de dispersiónsi la relación es curva, la recta no corresponde
Residuos contra predichosun patrón indica no linealidad o varianza no constante
R2R^2 y ses_ecuánto explica y cuánto erra
Puntos influyentesun solo caso puede mover la recta entera

6 · La asimetría que sorprende

La recta de yy sobre xx no es la misma que la de xx sobre yy.

Mínimos cuadrados minimiza distancias verticales, así que cambiar los ejes cambia qué se minimiza. Las dos rectas solo coinciden si r=±1r = \pm 1.

A diferencia de la correlación, que es simétrica, la regresión obliga a decidir cuál variable explica a cuál. Esa decisión es del investigador y tiene que justificarse por el contenido.

7 · Extrapolar: el error más caro

Usar la recta fuera del rango de los datos no tiene respaldo empírico de ningún tipo.

En el ejemplo, las horas observadas van de 1 a 126 por semana. Aplicar la fórmula a 168 horas —todas las horas de la semana— da unos $3.036.000, una cuenta sin sentido: no hay casos así, y no hay razón para suponer que la relación siga siendo lineal ahí.

Pero estar dentro del rango no alcanza: también hace falta que haya datos cerca. Entre quienes trabajan 90 horas o más —55 casos, en promedio 101 horas— la recta predice cerca de $1.985.000; el ingreso mediano real de ese grupo es $1.000.000, y el promedio, $1.291.000. En una zona con pocos casos, y donde la relación ya se aplanó, la recta casi duplica el valor típico aunque técnicamente esté interpolando.

Y aun donde hay datos, una predicción individual va acompañada de un intervalo de predicción, que es bastante más ancho que el intervalo de confianza de la recta: uno cubre dónde está la media de yy para ese xx, el otro dónde puede caer un caso nuevo.

8 · Errores frecuentes

  • Extrapolar, o predecir dentro del rango pero donde casi no hay datos.
  • Usar el intervalo de predicción con residuos muy asimétricos. Puede dar valores imposibles, como ingresos negativos.
  • Interpretar la ordenada cuando x=0x = 0 está fuera de rango o no tiene sentido.
  • Ajustar una recta a una relación curva.
  • Intercambiar los ejes y suponer que da lo mismo.
  • Usar la recta para predecir casos individuales sin mirar el ses_e.
  • Leer la pendiente en términos causales.
  • Ignorar los puntos influyentes.
  • Reportar la recta sin el R2R^2 ni el gráfico.

9 · En el software

# R — d: ocupados con ingreso (P21 > 0) y horas válidas (PP3E_TOT < 999)
d$horas <- d$PP3E_TOT; d$ingreso <- d$P21
modelo <- lm(ingreso ~ horas, data = d)
coef(modelo)                 # b0 = 408672, b1 = 15639
summary(modelo)              # con R², errores estándar y valores p
sigma(modelo)                # el error estándar de la estimación: 984930
confint(modelo)              # IC de los coeficientes

plot(modelo)                 # los cuatro gráficos de diagnóstico
predict(modelo, newdata = data.frame(horas = 40))
predict(modelo, newdata = data.frame(horas = 40), interval = "prediction")
# -896412 a 2964911: el intervalo normal falla con el ingreso

# Mínimas desviaciones absolutas (la "mediana" de las rectas)
quantreg::rq(ingreso ~ horas, tau = 0.5, data = d)   # quantreg se instala aparte
# Python
import numpy as np
import pandas as pd
from scipy import stats
import statsmodels.formula.api as smf

d["horas"], d["ingreso"] = d["PP3E_TOT"], d["P21"]
res = stats.linregress(d["horas"], d["ingreso"])
res.slope, res.intercept     # b1 y b0
res.stderr                   # ojo: error estándar de la PENDIENTE, no s_e

modelo = smf.ols("ingreso ~ horas", data=d).fit()
modelo.summary()
np.sqrt(modelo.scale)        # s_e, el error estándar de la estimación
modelo.get_prediction(pd.DataFrame({"horas": [40]})).summary_frame(alpha=0.05)

smf.quantreg("ingreso ~ horas", d).fit(q=0.5).params   # mínimas desviaciones absolutas
Excel:    =PENDIENTE(y; x)  ·  =INTERSECCION.EJE(y; x)
          =ERROR.TIPICO.XY(y; x)   el error estándar de la estimación
          O línea de tendencia en el gráfico, con la ecuación en pantalla
SPSS:     Analizar › Regresión › Lineales

Herramientas de este tema

Seguir leyendo

Cómo citar: Montivero, J. L. (2026). La recta de mínimos cuadrados. estadistica.ar. https://estadistica.ar/conceptos/recta-de-minimos-cuadrados

estadistica.ar es gratuita y sin publicidad. Si te sirvió, podés invitar un cafecito por transferencia al alias mu3sigma. Asesoramiento estadístico, encuestas y capacitaciones: m3s.pro · WhatsApp +54 9 383 499-7929.

Cómo citar esta entrada

APA (7.ª edición)

Montivero, J. L. (2026). La recta de mínimos cuadrados. estadistica.ar. https://estadistica.ar/conceptos/recta-de-minimos-cuadrados

BibTeX

@misc{estadistica_ar_recta_de_minimos_cuadrados,
  author       = {Montivero, Jorge Luis},
  title        = {{La recta de mínimos cuadrados}},
  year         = {2026},
  howpublished = {\url{https://estadistica.ar/conceptos/recta-de-minimos-cuadrados}},
  note         = {estadistica.ar. Consultado el \today},
  urldate      = {2026-11-10}
}

Última actualización: 10 de noviembre de 2026. El contenido está bajo licencia CC BY-NC-SA 4.0: se puede reutilizar citando la fuente y sin fines comerciales.