Evidencia de aprendizaje: Explica θ₀ y θ₁ con sus unidades y predice un valor dentro del rango de los datos.
Actividad final: «Tu pregunta»: el árbol de 45 cm y el compañero que confunde θ₁ con el peso a radio cero.
Criterio de dominio: Nombra qué símbolo responde cada pregunta y declara cuándo una predicción es extrapolación.
Activación. El profesor quiere saber cuánto pesa un árbol sin cortarlo. ¿Qué medirías, y cómo lo usarías para predecir? Escribe tu respuesta antes de seguir: la retomas en el cierre.
Clase 6 · Regresión
Modelo lineal · función de costo · minimizar el riesgo · R²
Fundamentos de Ciencia de Datos · UdeC · Clase del 31-jul
Limpieza de datos →
Regresión →
Sobreajuste →
Generalización →
Validación
Dónde estás. La regresión es el punto donde el curso se vuelve
modelamiento. Tu profesor lo plantea al abrir la clase: hay conceptos fundamentales
que se ven en regresión y que después se aplican en clasificación y, así
sucesivamente, en distintos modelos de inteligencia artificial
[FUENTE · Repo: 05_CLASES/transcripciones/06Clase_Fundamentos_en_Ciencia_de_Datos_31_de_julio.md · 0:00:53–0:01:05].
Se pregunta poco de forma directa en los certámenes — y es de
donde sale todo lo demás. No lo estudies por puntaje.
Este documento es la clase completa. Si lo que quieres es
experimentar con la función de coste —mover la recta y ver el error crecer—,
abre regresion_y_costo.html, que es el laboratorio.
El ejemplo es de tu profesor
«me gustaría saber más menos cuál es el peso del árbol sin tener que
cortarlo […] fíjense que hay ruido cierto porque no todos los árboles son iguales hay
algunos árboles que tienen el mismo radio pero tienen distinto peso»
Clase del 31-jul · 0:19:04–0:19:53 · profesor ·
[FUENTE · Repo: 05_CLASES/transcripciones/06Clase_Fundamentos_en_Ciencia_de_Datos_31_de_julio.md]
Fíjate en la segunda mitad de la cita: el ruido. Dos árboles del mismo radio
pesan distinto, así que ninguna recta puede pasar por todos. Eso que la recta no
explica es la ε de la §7, y querer explicarlo igual es lo que lleva al
sobreajuste.
Quédate con esa imagen, porque explica los cinco conceptos de golpe:
Cortaste 20 árboles. De cada uno mediste el radio del tronco
y lo pesaste. Ahora llega un árbol nuevo, en pie. Puedes medir su radio,
pero no lo quieres cortar para saber cuánto pesa.
Ese es el problema entero. Todo lo demás es cómo resolverlo.
1 · Regresión
Quieres predecir un número: kilos. No una categoría.
En regresión no existe «acertar». Si el árbol pesa 340 kg y
predices 338, no acertaste ni fallaste: estuviste cerca. Por eso todo aquí mide
distancia, nunca aciertos. Tenlo presente — es de donde nace la
confusión más común con R².
2 · El modelo lineal
Tu apuesta más simple: «por cada centímetro más de radio, el árbol pesa
tantos kilos más».
Eso es una recta. Y una recta son dos números:
Número
Qué significa con los árboles
Dónde empieza
Cuánto pesaría un árbol de radio cero. Sin sentido físico, pero la recta tiene que arrancar en algún lado
Cuánto sube
Los kilos que gana por cada centímetro de radio
Entrenar un modelo lineal es encontrar esos dos números. Nada más.
La trampa que tu profesor deja caer
Después de la recta se pregunta por qué no una parábola, y por qué no una cúbica.
Y aclara qué significa «lineal»:
«La complejidad del modelo tiene relación con el número de parámetros que
tiene el modelo. […] la regresión lineal se llama regresión lineal porque es lineal en
los ⟨θ⟩. No porque es lineal en los x.»
Clase del 31-jul · 0:37:24–0:37:55 · profesor ·
[FUENTE · Repo: 05_CLASES/transcripciones/06Clase_Fundamentos_en_Ciencia_de_Datos_31_de_julio.md] ·
⟨⟩ = corrección de transcripción [INFERENCIA]
«En realidad en este caso son p más 1 porque acá tengo el ⟨θ⟩ 0. […]
Hay un solo ⟨θ⟩ o sea cada ⟨θ⟩ ⟨aparece⟩ una sola vez.»
Clase del 31-jul · 0:38:35–0:39:17 · profesor ·
[FUENTE · Repo: 05_CLASES/transcripciones/06Clase_Fundamentos_en_Ciencia_de_Datos_31_de_julio.md] ·
⟨⟩ = corrección de transcripción [INFERENCIA]
Lineal en los parámetros, no lineal en X. Un polinomio de grado 2
dibuja una curva, no una recta, y sigue siendo un modelo lineal.
Lo que importa es cómo entran los parámetros, no la forma del dibujo.
La regla para reconocerlo: cada θ aparece una sola vez, multiplicando
algo que depende solo de x. Nada de θ², log(θ) ni eθ. La cuenta de parámetros: un polinomio de grado p tiene
p + 1 (θ₀ a θp). Más grado, más parámetros, más
complejidad.
Es exactamente el tipo de distinción que evalúa: curva ≠ no lineal.
Aplica: ¿cuáles de estos son regresión lineal?
(1) ŷ = θ₀ + θ₁x + θ₂x² + θ₃x³ · (2) ŷ = θ₀ + θ₁·log(x) · (3) ŷ = θ₀ + θ₁²·x ·
(4) ŷ = θ₀ + log(θ₁)·x. Para los que sí lo son, ¿cuántos parámetros tienen?
Respuesta correcta y cómo se resuelve
Respuesta: son regresión lineal el (1), con 4 parámetros, y el
(2), con 2; el (3) y el (4) no lo son.
Cómo se resuelve: revisa cada θ y pregúntate si aparece una sola
vez, multiplicando algo que depende solo de x. (1) θ₀…θ₃ aparecen solos: cúbico en x,
lineal en θ; p = 3, así que p + 1 = 4 parámetros. (2) log(x) es solo una función de
x, y θ₁ la multiplica tal cual: 2 parámetros. (3) θ₁ aparece al cuadrado: no es lineal
en θ. (4) θ₁ está dentro de un logaritmo: tampoco.
Error típico: mirar x en vez de θ, y descartar el (1) «porque es
una curva» o el (2) «porque tiene un logaritmo».
De dónde sale: la regla de las dos citas
de arriba (clase del 31-jul); casos casi idénticos aparecen en
[FUENTE · Repo: 05_CLASES/11_PRESENTACIÓN/_markdown/Resumen_Clase6_Regresion.md · lámina 11].
Aquí nace el sobreajuste. Al subir el grado, la lámina muestra un
polinomio de grado 10 con oscilaciones violentas que pasa muy cerca de casi todos los
puntos: es donde el curso introduce el sobreajuste
[FUENTE · Repo: 05_CLASES/11_PRESENTACIÓN/_markdown/Resumen_Clase6_Regresion.md · lámina 11, §6.5.4].
Muévelo tú mismo en
overfitting_underfitting.html,
y mira cómo lo preguntó el certamen en la
ficha P7.
3 · La función de costo
Hay infinitas rectas candidatas. Necesitas un número que diga qué tan
mala es cada una.
Como conoces el peso real de tus 20 árboles cortados, para cada uno puedes
medir cuánto te equivocaste:
error = peso real − peso que predijo la recta
Un árbol pesaba 340 y predijiste 338 → error 2.
Otro pesaba 180 y predijiste 205 → error −25.
¿Por qué al cuadrado?
Si sumas los errores tal cual, se cancelan: el +2 y el −25 se
restan, y una recta pésima puede dar suma cero. Elevar al cuadrado lo evita:
Efecto de regalo: castiga más los errores grandes. El árbol donde
te equivocaste 25 kg aporta 625; el de 2 kg aporta 4. Fallar feo una vez es peor
que fallar poquito muchas veces.
4 · Minimizar el riesgo
Ahora el problema deja de ser vago:
busca los dos números que hacen ese costo lo más pequeño posible.
Eso es todo lo que significa «minimizar el riesgo». Para una recta hay
fórmula exacta — mínimos cuadrados. No hace falta tantear.
«esta es la solución analítica que es básicamente la covarianza para el
⟨θ⟩ 1 […] es la covarianza entre x ⟨e y⟩ partido por la varianza de x […] yo no se lo
voy a pedir para ningún certamen»
Clase del 31-jul · 0:31:06–0:31:40 · profesor ·
[FUENTE · Repo: 05_CLASES/transcripciones/06Clase_Fundamentos_en_Ciencia_de_Datos_31_de_julio.md] ·
⟨⟩ = corrección de transcripción [INFERENCIA]
θ̂₁ = Cov(x, y) / Var(x) · θ̂₀ = ȳ − θ̂₁·x̄
Léela así: la pendiente es cuánto
varían juntos radio y peso, medido en unidades de cuánto varía el
radio solo. Y la recta pasa por el punto promedio (x̄, ȳ). Con los
20 árboles simulados de esta página: Cov = 177,2 y Var = 18,24, así que
θ̂₁ = 9,72 kg/cm y θ̂₀ = 144,65 − 9,72 · 15,6
≈ −6,9 kg (cifras ilustrativas [DATITO]; el botón «Minimizar el
riesgo» las lleva a la escala de los deslizadores, así que verás 9,8 y −6).
No se pide en el certamen: se entiende, no se memoriza.
La duda que apareció en clase: ¿se derivan los datos?
Un compañero preguntó cómo se deriva la función de costo si lo que hay dentro son
datos. El intercambio:
«no estaría como derivando los números […] como les decía la función
de costo depende del modelo y el modelo depende de los parámetros»
Clase del 31-jul · 0:34:34–0:34:49 · pregunta un compañero (primera frase), responde el profesor ·
[FUENTE · Repo: 05_CLASES/transcripciones/06Clase_Fundamentos_en_Ciencia_de_Datos_31_de_julio.md]
Se deriva respecto a los parámetros, no a los datos. Una vez que
cortaste los 20 árboles, cada xi y cada yi es un número fijo:
una constante. Lo único que puede moverse son θ₀ y θ₁. El costo es una función
de los θ, y derivar es preguntar «si muevo un poco θ₁, ¿el costo sube o
baja?». Por eso se iguala a cero la derivada respecto a cada θ [DATITO].
La palabra que importa es empírico. Minimizas sobre los 20
árboles que cortaste, no sobre todos los árboles del mundo. De ahí sale el
sobreajuste.
5 · Pruébalo
Antes de tocar nada: si aumentas «cuánto sube»
y dejas «dónde empieza» fijo, ¿qué le pasa a la recta?
Respuesta correcta y cómo se resuelve
Respuesta: la recta gira y queda más inclinada, pivotando sobre el
punto donde corta el eje vertical, que no se mueve.
La recta es ŷ = θ₀ + θ₁·x. «Cuánto sube» es θ₁ (la pendiente) y «dónde empieza» es
θ₀ (el corte con el eje vertical)
En x = 0, ŷ = θ₀: si θ₀ no cambia, ese punto queda fijo
Para cualquier otro x, ŷ cambia en (cambio de θ₁)·x: poco cerca de 0, mucho lejos.
Eso es girar. Ejemplo con θ₀ = 0: pasar θ₁ de 10 a 12 deja x = 0 en 0 kg, lleva
x = 10 de 100 a 120 kg y x = 20 de 200 a 240 kg [DATITO]
Error típico: atribuirle a θ₁ lo que hace θ₀ (desplazar la recta
entera, paralela a sí misma).
De dónde sale: «m es la pendiente y b es el
punto de intersección en la ordenada», con θ₁ = m y θ₀ = b
[FUENTE · Repo: 06_LABORATORIOS/_markdown/2026_P4_Regresión_res.md · l.47–55 y l.181–185].
–
Costo
–
R²
–
Radio 18 cm
–
Radio 45 cm
6 · R²: comparado con no pensar
El costo está en kilos al cuadrado. Eso no significa nada
para nadie. R² responde otra pregunta, y esa sí se entiende:
¿Cuánto mejor lo hago que si dijera siempre
el peso promedio?
Ese es el rival: un modelo tonto que ignora el radio y responde
«todos los árboles pesan lo mismo». Es la línea gris punteada del
gráfico, y no se mueve: depende solo de los datos.
R²
Qué significa
1,00
Clavaste los 20 árboles
0,90
Tu error es el 10 % del que tendrías diciendo el promedio
0,00
Igual de bueno que decir siempre el promedio
−0,08
Peor que el promedio. Es tu baseline de Melbourne
R² = 0 no es «no acertó nada». Es «no aportó nada sobre decir el
promedio». Y puede ser negativo, porque siempre se puede hacer peor que no pensar.
R² es de regresión
En la clase de clasificación un compañero preguntó si las tasas de falsos positivos
venían a reemplazar al R². La respuesta:
«el ⟨R cuadrado⟩ es una métrica que uno usa para medir lo errores o el
porcentaje de la varianza que representa un modelo de regresión el ⟨R cuadrado⟩ uno lo
usa para regresión en este caso estamos en clasificación»
Clase del 7-ago · 1:12:03–1:12:18 · profesor ·
[FUENTE · Repo: 05_CLASES/transcripciones/2026-08-07T22_14_16Z_Fundamentos_en_Ciencia_de_Datos.md] ·
⟨⟩ = corrección de transcripción [INFERENCIA]
Verdadero o falso, en caso de ser falso justifique. En la ayudantía
se dijo, al presentar las métricas:
«R cuadrado está en 0 y 1 y entre más cercano a uno mejor»
Ayudantía del 31-jul · 0:50:47–0:50:49 · la ayudantía ·
[FUENTE · Repo: 05_CLASES/transcripciones/06Ayudantia_Fundamentos_en_Ciencia_de_Datos_31_Julio.md]
Respuesta correcta y cómo se resuelve
Respuesta: Falso: R² nunca pasa de 1, pero sí puede ser
negativo.
Cómo se resuelve: R² = 1 − SSres / SStot.
Si tu modelo se equivoca más que responder siempre el promedio,
SSres > SStot, el cociente pasa de 1 y la resta queda
negativa. Ejemplo a mano [DATITO]: SStot = 100 y SSres = 150 →
R² = 1 − 1,5 = −0,5. Tus propios datos lo prueban: el baseline de Melbourne dio
−0,080 en 2017, y Ridge sobre log1p(Price) dio
−17,0 al deshacer expm1 sobre valores extremos
[FUENTE · Repo: 07_DATITO/02_REFERENCIA/material.md].
Error típico: la frase de la ayudantía tiene una parte de verdad
que confunde. Sobre los mismos datos con que se ajustó una recta de mínimos
cuadrados con intercepto, R² no baja de 0, porque la recta siempre puede imitar al
promedio [INFERENCIA]. Sobre datos nuevos esa garantía desaparece, y es justo donde
se evalúa un modelo.
De dónde sale: la fórmula de la §8 de
esta página; cifras de [FUENTE · Repo: 09_RESULTADOS/resultados_temporal.json] vía
material.md.
7 · La notación, desarmada
Y = θ₀ + θ₁·X + ε
Símbolo
Qué es con los árboles
Rol
Y
El peso que quieres predecir
es el target
X
El radio del tronco, que sí puedes medir
es un dato
θ₀
Dónde empieza la recta
lo aprende el modelo
θ₁
Kilos que gana por cada centímetro
lo aprende el modelo
ε
Lo que la recta no logra explicar
no se controla
Con los 20 árboles simulados de esta
página, esos dos números salen θ₁ ≈ 9,72 kg por cm y
θ₀ ≈ −6,9 kg (cifras ilustrativas [DATITO]).
Eso es todo el modelo.
Ojo con los números del P4. En tu Práctica 4 aparecen
θ₁ = 82,13 y θ₀ = 0,2588, pero
no son de árboles: vienen de datos sintéticos generados con
make_regression (1.000 muestras, 1 atributo, ruido 10), sin unidades de
kilos ni centímetros
[FUENTE · Repo: 06_LABORATORIOS/_markdown/2026_P4_Regresión_res.md · l.57–67 y l.175–185].
Sirven para ver qué es un coeficiente, no para interpretar pesos.
MSE = (1/n) · Σ (yᵢ − ŷᵢ)²
Símbolo
Qué es
Rol
yᵢ
El peso real del árbol i
es un dato
ŷᵢ
El peso que predijo la recta
sale del modelo
yᵢ − ŷᵢ
El error en ese árbol
es lo que se minimiza
( )²
Elevar al cuadrado
lo decides tú
Σ y 1/n
Sumar los n errores y promediar
lo decides tú
El sombrero de ŷ es la
convención de todo el curso: con sombrero es lo predicho, sin sombrero
es lo real. Y el cuadrado no viene de la naturaleza — es una elección, que
podría haber sido el valor absoluto, y entonces tendrías MAE.
8 · Camino inverso: te dan la fórmula
En la prueba no te van a contar lo de los árboles: te van a escribir esto. Haz
el recorrido al revés.
R² = 1 − SSres / SStot
1 · ¿Qué hay en el numerador?
SSres es la suma de los errores de tu
modelo, al cuadrado. Son las líneas rojas del gráfico de arriba,
elevadas y sumadas.
Es lo único de esta fórmula que tu modelo puede mover.
2 · ¿Y en el denominador?
SStot es lo mismo, pero para un modelo que ignora el
radio y responde siempre el peso promedio. Es la línea gris
punteada.
No depende de tu modelo. Está fijado
por los datos antes de que entrenes nada.
3 · Entonces, ¿qué es el cociente?
Qué fracción del error del modelo tonto conservas. Si vale 0,1, tu error es
el 10 % del suyo.
Y el 1 − lo da vuelta para que más
alto sea mejor: R² = 0,90 significa «mi error es el 10 %
del que tendría sin pensar».
4 · ¿Por qué puede ser negativo?
Si SSres supera a SStot, el
cociente pasa de 1 y la resta se vuelve negativa. Significa que lo haces
peor que responder el promedio.
Tu baseline de Melbourne dio −0,080:
predecir siempre la mediana de 2016 sobre datos de 2017 fue peor que no pensar.
5 · ¿Y por qué no se entrena minimizando R²?
Porque SStot es una constante. Lo único variable es
SSres, que es exactamente lo que el MSE ya minimiza.
Minimizar R² y minimizar el MSE son la
misma operación, escrita distinto.
Tu pregunta
Cortaste 20 árboles y ajustaste la recta. Sale R² = 0,93.
Tu jefe te pide predecir el peso de un árbol de radio 45 cm.
Revisas tus datos: los 20 árboles que cortaste tenían radios
entre 8 y 22 cm.
¿Le entregas la predicción? Justifica.
Pulsa «Mostrar zona sin datos» en el gráfico antes de responder.
Y explícaselo a alguien: un compañero dice «si θ₁ es 9,72, entonces un árbol de radio cero pesaría 9,72 kilos». ¿Tiene razón? Justifícalo nombrando qué símbolo responde esa pregunta, y qué te dice que ese símbolo salga negativo. Escríbelo y llévalo a Datito.
Respuesta correcta y cómo se resuelve
Respuesta a «Tu pregunta»: no se entrega como predicción confiable:
45 cm está fuera del rango observado (8 a 22 cm), así que es una extrapolación, y el
R² = 0,93 no dice nada sobre ese tramo.
Ubica el pedido respecto a los datos. 45 cm es más del doble del
radio más grande que mediste (22 cm): no hay ni un árbol de ese tamaño en tu
entrenamiento
Lee bien el R². El 0,93 mide qué tan bien la recta describe los
20 árboles que ya cortaste, dentro de 8–22 cm. Es un número de entrenamiento y de ese
rango; no certifica nada fuera de él
El modelo igual devuelve un número. Con los θ de esta página:
ŷ = θ₀ + θ₁·45 = −6,9 + 9,72·45 ≈ 430 kg (el panel muestra 435 kg
porque redondea los deslizadores). Tener un número no es tener evidencia. Si alguien
usara los números del P4, saldría 0,2588 + 82,13·45 ≈ 3.696 kg: un número todavía más
vacío, porque esos θ vienen de make_regression, no de árboles
Contrasta con la física. El peso crece más o menos con el
volumen (≈ radio² × altura), no en línea recta, así que la recta probablemente
subestima los árboles grandes [INFERENCIA]. Por ejemplo, si el peso escalara
con el radio al cuadrado, pasar de 22 a 45 cm lo multiplicaría por (45/22)² ≈ 4,2:
de unos 207 kg a unos 865, no a 430 [DATITO]
Qué hacer. O entregas el número con una advertencia explícita
(«extrapolación: el modelo se entrenó con radios de 8 a 22 cm»), o, mejor, mides y
cortas algunos árboles grandes para ampliar el rango. Más en
generalizacion.html
Respuesta a «explícaselo a alguien»: el compañero se equivoca de
símbolo. Respuesta modelo: «θ₁ es la pendiente: cuántos kilos gana el árbol por
cada centímetro más de radio, no el peso de nada. El peso en radio cero lo da θ₀, el
punto donde la recta corta el eje, y aquí vale unos −6,9 kg. Que salga negativo te
avisa que radio 0 también está fuera de los datos (8 a 22 cm): θ₀ es solo donde la
recta cruza el eje, sin sentido físico.»
Errores típicos: creer que un R² alto vale para cualquier radio;
confundir «el modelo da un número» con «el modelo sabe»; y confundir la pendiente θ₁
con el intercepto θ₀.
De dónde sale: datos y coeficientes
ilustrativos de esta página [DATITO]; pendiente e intercepto
[FUENTE · Repo: 06_LABORATORIOS/_markdown/2026_P4_Regresión_res.md · l.47–55]; origen
sintético de 82,13 y 0,2588 [FUENTE · Repo: 06_LABORATORIOS/_markdown/2026_P4_Regresión_res.md · l.57–67];
razonamiento físico [INFERENCIA].
Vuelve a tu activación: El profesor quiere saber cuánto pesa un árbol sin cortarlo. ¿Qué medirías, y cómo lo usarías para predecir? ¿Cambiarías tu respuesta?
Pregunta final. ¿Es ŷ = θ₀ + θ₁x + θ₂x² una regresión lineal?
Respuesta correcta y cómo se resuelve
Sí: es lineal en los parámetros, porque cada θ aparece una vez multiplicando un término; x² es solo una columna nueva. [FUENTE · Repo: 05_CLASES/transcripciones/06Clase_Fundamentos_en_Ciencia_de_Datos_31_de_julio.md · 0:37:49]
El cierre es una síntesis de la clase [DATITO]: cada afirmación tiene su fuente en el cuerpo de este visual. Fuente del cierre: 07_DATITO/clases.yaml.
Lo que se trabajó en las sesiones sobre este tema, para volver a leerlo y re-intentarlo. Primero responde tú; después abre la respuesta. Fuente: 07_DATITO/dudas.yaml.
Pregunta. Cortaste 20 árboles y ajustaste la recta: R² = 0,93. Tu jefe te pide predecir el peso de un árbol de radio 45 cm. Los 20 árboles tenían radios entre 8 y 22 cm. ¿Le entregas la predicción? Justifica.
Respuesta correcta y cómo se resuelve
Respuesta. No como una predicción confiable: 45 cm está fuera del rango observado (8–22 cm), es una extrapolación; si se entrega, va con esa advertencia explícita, y lo correcto es medir árboles de ese tamaño.
El rango de tus datos es 8–22 cm. 45 cm es más del doble del máximo: el modelo nunca vio un árbol así.
R² = 0,93 mide el ajuste a los 20 árboles con que ajustaste la recta, todos dentro de 8–22 cm. No dice nada fuera de ese rango.
El modelo igual devuelve un número. Con la recta de la página (θ₁ ≈ 9,72 kg por cm, θ₀ ≈ −6,9 kg): ŷ = −6,9 + 9,72·45 ≈ 430 kg. Tener un número no es tener evidencia.
El peso crece con el volumen (aprox. radio² × altura), más rápido que una recta: con árboles grandes la recta probablemente se queda corta.
Qué haces: entregas el número declarando la extrapolación y por qué no es confiable, o mides árboles grandes y vuelves a ajustar.
Frase para la prueba: «No la entrego como confiable: 45 cm está fuera del rango observado (8–22 cm), así que es extrapolación. El R² de 0,93 mide el ajuste solo dentro de ese rango.»
Error típico. Creer que un R² alto autoriza a predecir en cualquier parte; el R² se calculó solo donde había datos.
[FUENTE · Repo: 05_CLASES/transcripciones/06Clase_Fundamentos_en_Ciencia_de_Datos_31_de_julio.md · 0:42:10] generalizar: funcionar para datos que no ha visto antes [FUENTE · Repo: 07_DATITO/02_REFERENCIA/clase6_regresion.html] los 20 árboles y la recta de mínimos cuadrados [INFERENCIA] «extrapolación»: el profesor no usa esa palabra en las 14 transcripciones [DATITO] el argumento físico del volumen Contexto de la sesión: 07_DATITO/07_BITACORA/2026-09-21-regresion_generalizacion.md
21-sep · resuelta en la sesión · Regresion
Pregunta. Un compañero dice: «si θ₁ es 82,13, entonces un árbol de radio cero pesaría 82 kilos». ¿Tiene razón? Justifícalo nombrando qué símbolo responde esa pregunta.
Respuesta correcta y cómo se resuelve
Respuesta. No: el peso con radio cero lo da θ₀ (el intercepto), no θ₁; θ₁ es la pendiente, cuántos kilos sube el peso por cada centímetro más de radio.
En ŷ = θ₀ + θ₁·x, con x = 0 queda ŷ = θ₀. El símbolo que responde es θ₀.
θ₁ no es un peso: es kilos POR centímetro. Leerlo como peso confunde pendiente con intercepto.
Con la recta de la página, θ₀ ≈ −6,9 kg: un peso negativo, imposible. Eso muestra lo segundo: radio 0 también está fuera de los datos (8–22 cm), así que ni siquiera θ₀ tiene interpretación física aquí.
Ojo con las cifras: 82,13 y 0,2588 son los coeficientes del P4 sobre datos sintéticos (make_regression), no de árboles. Con esas cifras, radio 0 daría 0,26 kg; el razonamiento es el mismo.
Frase para la prueba: «No. "Cuánto pesa con radio cero" lo responde θ₀, no θ₁; θ₁ es cuánto aumenta el peso por centímetro. Y radio 0 está fuera de los datos, así que θ₀ no se interpreta físicamente.»
Error típico. Leer la pendiente como si fuera el valor de ŷ; interpretar θ₀ fuera del rango de los datos.
[FUENTE · Repo: 07_DATITO/02_REFERENCIA/clase6_regresion.html §7] la notación desarmada [FUENTE · Repo: 06_LABORATORIOS/_markdown/2026_P4_Regresión_res.md] 82,13 y 0,2588 vienen de make_regression [INFERENCIA] la lectura de θ₀ negativo como señal de extrapolación Contexto de la sesión: 07_DATITO/07_BITACORA/2026-09-21-regresion_generalizacion.md