Programación genética:: La regresión simbólica

• Autores: Rafael Alberto Moreno Parra
• Localización: Entramado, ISSN-e 1900-3803, Vol. 3, Nº. 1, 2007, págs. 76-85
• Idioma: español
• Enlaces
  • Texto completo (pdf)
• Resumen
  • español

    El análisis de regresión es una técnica estadística que busca deducir el patrón de una serie de datos o investigar la relación estadística entre una variable dependiente (Y) y una o más variables independientes, el resultado es una expresión algebraica del tipo Y=F(X1, X2, �Xn). En este artículo se trabaja con el tipo de análisis de regresión más usual: la regresión lineal que tiene una variable independiente Y=F(X). El usuario común tiene contacto con la regresión lineal al usar las hojas electrónicas que implementen la deducción de líneas de tendencia dada una serie de datos. Sin embargo, se percatará que existen varios límites en esta técnica, por ejemplo, los datos tienen comportamientos sinusoidales o siguen un comportamiento de alguna función algebraica o combinación de funciones algebraicas por fuera del menú ofrecido: lineal, polinomial, potencial, logarítmica o exponencial. La regresión simbólica (una aplicación de la Programación Genética) tiene el mismo objetivo de la regresión lineal pero con un espectro mucho mayor de búsqueda y menos limitaciones: Dados los datos, buscará el patrón (expresión algebraica) que identifique el comportamiento de estos accediendo a todo tipo de funciones y combinaciones algebraicas.

  • English

    Regression analysis is a statistical analysis that aims to deduct the pattern in a series of data or research the statistical relation between a dependent variable (Y) and one or more dependent variables, the result is an algebraic expression type Y=F (X1, X2, �Xn). This article has the most common regression analysis: lineal regression which has one independent variable Y=F(X). A common user comes into contact with lineal regression when using electronic sheets that implement tendency line deduction given a series of data. However, he/she will notice there are certain limits to this technique for example, the data has sinusoidal behavior or follows some algebraic function behavior or a combination of algebraic functions beyond the offered menu: lineal, polynomial, potential, logarithmic or exponential. Symbolic regression (a genetic programming application) has the same objective as lineal regression but with a much greater search spectrum and much less limitations: Given the data, it will search for the pattern (algebraic expression) that identifies their behavior ascending to all types of functions and algebraic combinations.