Cuando una recta es el modelo equivocado

Los conteos ("¿cuántos defectos en este turno?") no deben modelarse con una recta: predice conteos negativos y supone dispersión constante. La regresión de Poisson usa enlace logarítmico; el efecto se lee como una tasa — 1,30 significa +30% de eventos esperados por unidad de X.

Trampa: Poisson supone varianza = media. Los datos reales de defectos rara vez lo cumplen; los errores estándar salen demasiado pequeños y efectos inexistentes parecen significativos. SenSight mide la dispersión y corrige (cuasi-Poisson).

Para curvas, el ajuste compara con la recta mediante AIC, que ya penaliza parámetros extra: una curva solo gana si la forma existe de verdad.