Академический Документы
Профессиональный Документы
Культура Документы
CURSO TALLER
σ
León Guanajuato México Junio 2008
Ajuste de Curvas
Y = β0 + β1X
SC xy
βˆ = β = y − βˆ x
1 SC x 0 1
Donde
n n
SC x = ∑ ( x − x )2 SC xy = ∑ ( x − x )( y − y )
i =1 i i=1 i i
Donde
n
SC y = ∑ ( y − y )2
i =1 i
Ejemplo
a = ant log
∑ log y ∑ x − ∑ x ∑ x * log y
2
n * ∑ x − (∑ x)
2 2
EJEMPLO
n x y log y x ^2 x *log y
1 0 10 1.0000 0 0.0000
2 5 15 1.1761 25 5.8805
3 8 15 1.1761 64 9.4087
4 10 30 1.4771 100 14.7712
5 14 35 1.5441 196 21.6170
6 15 50 1.6990 225 25.4846
7 18 70 1.8451 324 33.2118
8 20 80 1.9031 400 38.0618
Sum a toria : 90 305 11.8205 1,334 148.4355
n=8
(11.8205)*(1,334) - (90)*(148.4355)
log A = -------------------------------------------------- = 0.9367
(8) *(1,334) - 90^2
(8)*(148.4355) - 90*(11.8205)
log B =-------------------------------------------- = 0.0481
(8) *(1,334) - 90^2
Y=8.6437(1.1171)x
Luis García Márquez Correo electrónico luysgm@gmail.com
Teléfono Cel.: 477-7051451
En este ejercicio no solo se podrá predecir el valor unitario del terreno a la fecha
del avalúo, sino también se podrá interpolar para meses en que no han existido
operaciones de compra-venta o cualquier mes seleccionado:
Por ejemplo se podrá obtener el precio unitario para:
EL COEFICIENTE DE DETERMINACION
∑ ( y − y) 2
∑ ( y − yˆ ) 2
∑ ( yˆ − y ) 2
El Coeficiente de Determinación:
SCR
R2 =
SCT
El Coeficiente de Correlación:
r = R2
EJEMPLO:
x M ESES y Bs/M2
0 10
5 15
8 15
10 30
14 35
15 50
18 70
20 80
ECUACION DE CORRELACION:
n x y
ŷ ( yˆ − y ) 2 ( y − y) 2
Obsrvada Calculada SCR SCT
1 0 10 8.64 869.44 791.30
2 5 15 15.04 533.29 535.00
3 8 15 20.96 294.73 535.00
4 10 30 26.16 143.31 66.10
5 14 35 40.74 6.80 9.80
6 15 50 45.51 54.42 140.90
7 18 70 63.44 640.55 1,015.70
8 20 80 79.17 1,683.98 1,753.10
Sumatoria: 4,226.52 4,846.88
y = 38.13 ( Bs. / M 2)
4,226.52
R2 = = 0.8720
4,846.88
R 2 = 87.20%
donde nuestras variables del sistema son a y b. Una vez encontrado estos
valores tendremos la ecuación estimada en forma logarítmica. En caso de una
Luis García Márquez Correo electrónico luysgm@gmail.com
Teléfono Cel.: 477-7051451
función logaritmo natural el método es el mismo solo se cambia en los cálculos la
función Lognx por Lnx.
e=
( yo − ye )2
∑ n− p
donde yo es el valor observado y ye el valor esperado, n
Si se desea verificar que un conjunto de datos tiene una función del tipo
polinomial como pudiera ser una cuadrática o cúbica, tendríamos que utilizar un
ajuste de curvas basado en matrices, de la siguiente manera:
y = an x n + an −1 x n −1 + ...... + a1 x + a0
A=(XtX)-1(XtY)
Ejemplo:
Un fabricante compra grandes cantidades de refacciones para cierta
máquina, él encuentra que este costo depende del número de cajas compradas al
mismo tiempo y que el costo disminuye conforme el número de cajas aumenta; de
los datos siguientes determine la función cuadrática que mas se ajuste a esta
información
De tal forma de poder ubicar que tipo de distribución pudiera ser, es decir si
la muestra es de variable discreta y esta en función del tiempo, entonces
pensaremos en una distribución de Poisson y si es continua entonces en una
exponencial o exponencial negativa.
Estadístico de prueba χ = ∑
2 (o − e)2
e
Región de rechazo para Ho χ 2
>χ2α
Puntaje Frecuencia
0<10 24
10<15 49
15<20 71
20<25 72
25<30- 37
30<40 21
40-50 16
Ejemplo: con el fin de planear cuánto dinero en efectivo se debe dejar a la mano
en la caja fuerte de un banco en un día normal, el gerente realiza un estadística
para analizar el depósito promedio de un cliente, sin embargo este promedio no le
permite tener un nivel de confiabilidad sobre la cantidad de dinero en la caja
fuerte, por lo que es necesario conocer el comportamiento de los depósitos, el
gerente supone que está distribuido normalmente. ¿tendrá razón el gerente con
una confianza del 95%?
Si en el día existen 100 depósitos cuantos de ellos serán menores a $1500 y
cuantos superarán a los $2000
El 90% de los depósitos en que rango estarán?
Σy = na + b1Σx1 + b2Σx2+……..+bnΣxn
Σx1y = aΣx1+b1Σx12+ b2Σx1x2+......+bnΣx1xn
Σx2y = aΣx2+b1Σx1x2+b2Σx22+........+bnΣx2xn
................................................................
Σxny = aΣxn+b1Σx1x2+b2Σx2x3+......+bnΣxnn
( y − yˆ ) 2
r 2
=1− ∑ i i
∑y 2