Академический Документы
Профессиональный Документы
Культура Документы
y = a0 + a1x + e (1)
donde a0 y a1 son coeficientes que representan la interseccin con el eje y
y la pendiente, respectivamente, e es el error, o diferencia, entre el modelo
y las observaciones, el cual se representa al reordenar la ecuacin (1)
REGRESIN POR MNIMOS CUADRADOS
Observe que hemos simplificado los smbolos de la sumatoria; a menos que se indique otra
cosa, todas las sumatorias van desde i = 1 hasta n. Al igualar estas derivadas a cero, se dar
como resultado un Sr mnimo. Si se hace esto, las ecuaciones se expresan como
REGRESIN POR MNIMOS CUADRADOS
Planteamiento del problema. Ajuste a una lnea recta los valores x y y en las
dos primeras columnas de la tabla
REGRESIN POR MNIMOS CUADRADOS
Planteamiento del problema. Ajuste a una lnea recta los valores x y y en las
dos primeras columnas de la tabla
REGRESIN POR MNIMOS CUADRADOS
donde todas las sumatorias van desde i = 1 hasta n. Observe que las tres ecuaciones anteriores son lineales y
tienen tres incgnitas: a0, a1 y a2. Los coeficientes de las incgnitas se evalan de manera directa, a partir de
los datos observados.
En este caso, observamos que el problema de determinar un polinomio de segundo grado por mnimos
cuadrados es equivalente a resolver un sistema de tres ecuaciones lineales simultneas. En la parte tres se
estudiaron las tcnicas para resolver tales ecuaciones.
REGRESIN POLINOMIAL
El caso bidimensional se extiende con facilidad a un polinomio de m-simo grado como sigue
El anlisis anterior se puede extender fcilmente a este caso ms general. As, se reconoce que la
determinacin de los coeficientes de un polinomio de m-simo grado es equivalente a resolver un sistema
de m + 1 ecuaciones lineales simultneas. En este caso, el error estndar se formula como sigue:
Esta cantidad se dividide entre n (m + 1), ya que (m + 1) coeficientes obtenidos de los datos, a0, a1,,
am, se utilizaron para calcular Sr; hemos perdido m + 1 grados de libertad. Adems del error estndar,
tambin se calcula un coeficiente de determinacin para la regresin polinomial.
REGRESIN POLINOMIAL
REGRESIN POLINOMIAL
y = a0 + a1x1 + a2x2 + e
En particular tal ecuacin es til cuando se ajustan datos experimentales donde la variable sujeta a
estudio es una funcin de otras dos variables. En este caso bidimensional, la lnea de regresin se
convierte en un plano
REGRESIN LINEAL MLTIPLE
Como en los casos anteriores, los mejores valores para los coeficientes se determinan al realizar la suma
de los cuadrados de los residuos
Los coeficientes que dan la suma mnima de los cuadrados de los residuos se obtienen al igualar a cero
las derivadas parciales y expresando el resultado en forma matricial
REGRESIN LINEAL MLTIPLE
Planteamiento del problema. Los siguientes datos se calcularon con la ecuacin y = 5 + 4x1 3x2: