0 оценок0% нашли этот документ полезным (0 голосов)
51 просмотров2 страницы
Aunque la correlación lineal, tiene aplicación en muchos problemas, en algunos casos, la relación que liga las variables exige la utilización de ajustes no lineales. No obstante, incluso en estas ultimas situaciones, por su sencillez, suele aplicarse la regresión lineal aprovechando el que casi toda función (curva) puede aproximarse por una recta en un pequeño dominio.
Aunque la correlación lineal, tiene aplicación en muchos problemas, en algunos casos, la relación que liga las variables exige la utilización de ajustes no lineales. No obstante, incluso en estas ultimas situaciones, por su sencillez, suele aplicarse la regresión lineal aprovechando el que casi toda función (curva) puede aproximarse por una recta en un pequeño dominio.
Aunque la correlación lineal, tiene aplicación en muchos problemas, en algunos casos, la relación que liga las variables exige la utilización de ajustes no lineales. No obstante, incluso en estas ultimas situaciones, por su sencillez, suele aplicarse la regresión lineal aprovechando el que casi toda función (curva) puede aproximarse por una recta en un pequeño dominio.
Aunque la correlacin lineal, tiene aplicacin en muchos problemas, en algunos casos, la
relacin que liga las variables exige la utilizacin de ajustes no lineales. No obstante, incluso en estas ultimas situaciones, por su sencillez, suele aplicarse la regresin lineal aprovechando el que casi toda funcin (curva) puede aproximarse por una recta en un pequeo dominio.
1. Ajuste exponencial: es una regresin en donde se usa el mtodo de mnimos
cuadrados para ajustar una curva exponencial precisamente lo mas cercano posible a un grupo determinado de puntos o valores dados por una tabla. Formula: = =
2. Ajuste hiperblico: cuando la dependencia entre variables X e Y es de forma
hiperblica, interesa ajustar a la nube de puntos una funcin del tipo:
Formula: = + = +
3. Ajuste parablico: Si predecimos la variable y mediante una parbola de ecuacin