⚡ Regresión lineal múltiple desde cero

En el libro, el modelo de las mascarillas pasa de una variable a cinco: pacientes, temperatura, urgencias, alertas sanitarias y fines de semana. Este notebook construye ese modelo desde cero con año y medio de días sintéticos que siguen la ecuación del libro, y muestra por qué hay que escalar las variables antes del descenso del gradiente y por qué importa la función de coste cuando los registros contienen errores.

El notebook interactivo incluye:

El ejemplo resuelto de Marta: una predicción con cinco variables como producto de vectores.
547 días sintéticos, con los inviernos y las alertas sanitarias del libro.
El descenso del gradiente con las variables sin escalar, y por qué se arrastra.
El mismo algoritmo con las variables estandarizadas, y la solución exacta de mínimos cuadrados.
La evaluación con tres meses que el modelo no ha visto.
Unos pocos registros erróneos: cómo estropean el ajuste con ECM y por qué el EAM los resiste.
La previsión para la semana del libro, comparada con los rangos históricos de Carlos.

¿Quieres modificar el código y experimentar por tu cuenta?
Abre el notebook en Google Colab

Bibliografía

James, G., Witten, D., Hastie, T. y Tibshirani, R. (2021). An Introduction to Statistical Learning (2nd ed.). Springer. Capítulo 3, regresión lineal. https://www.statlearning.com/ 🇬🇧 (en inglés)
Hastie, T., Tibshirani, R. y Friedman, J. (2009). The Elements of Statistical Learning (2nd ed.). Springer. Capítulo 3. https://hastie.su.domains/ElemStatLearn/ 🇬🇧 (en inglés)
Koenker, R. y Bassett, G. (1978). Regression quantiles. Econometrica, 46(1), 33–50. La regresión con error absoluto (mediana). https://doi.org/10.2307/1913643 🇬🇧 (en inglés)