Por qué más muestras mejoran la precisión
Más mediciones no hacen subir el R². Con pocos puntos el R² suele salir más alto por azar y baja al añadir datos: no es que el modelo empeore, es que desaparece el ajuste afortunado.
Lo que realmente aportan más datos es precisión. El intervalo de confianza de cada coeficiente se estrecha aproximadamente con la raíz cuadrada del número de puntos: cuatro veces más datos, más o menos la mitad de ancho. Las predicciones también dejan de saltar al añadir o quitar unas filas, y se cubre más del rango de operación: ambos extremos, condiciones raras, deriva en el tiempo.
¿Cuántos son suficientes? Depende del número de variables del modelo, no de una cifra fija. SenSight recomienda al menos 10 × (número de variables + 1) filas —20 para un modelo de una variable— e indica cuántas faltan cuando el modelo está por debajo. Hacen falta más si el ruido es grande o el efecto que quiere detectar es pequeño.
Juzgue si es "suficiente" por el intervalo del coeficiente, no por el R²: si el intervalo sigue siendo demasiado ancho para la decisión que debe tomar, recoja más datos.
Lo que realmente aportan más datos es precisión. El intervalo de confianza de cada coeficiente se estrecha aproximadamente con la raíz cuadrada del número de puntos: cuatro veces más datos, más o menos la mitad de ancho. Las predicciones también dejan de saltar al añadir o quitar unas filas, y se cubre más del rango de operación: ambos extremos, condiciones raras, deriva en el tiempo.
¿Cuántos son suficientes? Depende del número de variables del modelo, no de una cifra fija. SenSight recomienda al menos 10 × (número de variables + 1) filas —20 para un modelo de una variable— e indica cuántas faltan cuando el modelo está por debajo. Hacen falta más si el ruido es grande o el efecto que quiere detectar es pequeño.
Juzgue si es "suficiente" por el intervalo del coeficiente, no por el R²: si el intervalo sigue siendo demasiado ancho para la decisión que debe tomar, recoja más datos.
Pruébalo en la app
Pruebe: ejecute una regresión y mire la columna Error estándar de la tabla de coeficientes. Añada filas y vuelva a ejecutarla: el R² puede subir o bajar, pero el error estándar se reduce. Esa reducción es lo que aportan más datos.