Professional Documents
Culture Documents
Es un modelo de regresin que se utiliza cuando el modelo lineal no logra un coeficiente de determinacin
apropiado, o cuando el fenmeno en estudio tiene un comportamiento considerado potencial o logartmico.
Ecuacin caracterstica
La funcin que define el modelo es la siguiente:
Donde:
Yi :
Variable dependiente, isima observacin
A, B: Parmetros de la ecuacin, que generalmente son desconocidos
E:
Error asociado al modelo
Xi :
Valor de la -esima observacin de la variable independiente
Al sustituir los parmetros por estimadores, el modelo adopta la siguiente forma:
Aplicando logaritmos de ambos lados, con lo cual se convierte a una forma lineal:
Tabla de datos
Para el ajuste de un conjunto de datos al modelo geomtrico de regresin, se construye la siguiente tabla de datos:
X
..
Y
..
Ln x
ln x
Ln y
..
ln y
(ln x)2
..
(ln x)2
(ln y)2
Ln X*ln y
..
..
2
(lny) Lnx*lny
Debido a las propiedades de los logaritmos, ningn valor de x ni de y puede ser negativo. Se puede trabajar con
logaritmos naturales o logaritmos base 10.
Estimadores del modelo
Fuente de
Variacin
Regresin
Error
Total
Grados de
libertad
1
n-2
n-1
Suma de cuadrados
Cuadrado medio
F calculada
F
tabulada
C.M.Reg/C.M.Error
4.
Si el valor de t calculado es mayor que el tabulado, se rechaza el Ho, en caso contrario, se acepta.
Para el coeficiente a
Se puede probar la hiptesis de que el coeficiente a es igual a un valor a, para lo cual se sigue el siguiente
procedimiento:
1.
2.
3.
4.
Se obtiene en la tabla de t de student el estadstico comparador, con los siguientes datos: n-2 grados de
libertad y nivel /2
Si el valor de t calculado es mayor que el tabulado, se rechaza la Ho, en caso contrario, la hiptesis se acepta
5.
Intervalos de confianza
Para el coeficiente b
El intervalo de confianza para el coeficiente b se calcula as:
Para la media de y
Un intervalo de confianza para la respuesta media de y, dado x0 sera:
DECIBELES
60
80
90
99
120
Diagrama de Dispersin
y
60
80
90
99
120
SUMAS:
Ln x
4.6052
6.2146
6.9078
8.5172
9.2103
35.4551
Ln y
4.0943
4.3820
4.4998
4.5951
4.7875
22.3588
(ln x)2
21.2076
38.6214
47.7171
72.5426
84.8304
264.9190
(ln y)2
16.7637
19.2022
20.2483
21.1151
22.9201
100.2493
Lnx*Lny
18.8552
27.2326
31.0836
39.1375
44.0944
160.4033
c)
Se puede concluir que el grado de ajuste del modelo es alto, por lo que el modelo es confiable para
hacer predicciones.
d)
iii)
iv)
v)
vi)
vii)
viii)
ix)
x)
xi)
Fuente
de
Variaci
n
Grad
os de
libert
ad
Suma
de
cuadra
dos
Cuadra
do
medio
F
calcula
da
F
tabula
da
Regresi
n
Error
0.2550
0.255
68.91
34.1
2*
0.0111
0.003
7
Total
0.2661
Debido a que F calculada es mayor que F tabulada, se rechaza la Ho y se acepta la Ha, con lo cual se concluye que
el modelo s explica el fenmeno en estudio y que los resultados obtenidos no se deben a la casualidad.
e) Qu lectura en decibeles se obtiene al aplicar una potencia de 3,000 vatios?
Para esto, simplemente se utiliza la ecuacin anteriormente encontrada por estimacin, sustituyendo el valor de x
por 3,000
El valor de t se obtiene en la tabla de t de student, con 5-2=3 grados de libertad y (1-.99)/2=0.005 de , siendo el
valor igual a 5.841
Finalmente, dado que t calculada es mayor que la tabulada, se concluye al 99% que el coeficiente b no es igual a
1.
Calcule intervalos de confianza al 95% para a y b
El valor de t de student al 95% con 3 grados de libertad es= 3.182
Intervalo de confianza para b:
Anlisis de varianza
Suma de cuadrados de regresin
4.09430
4.3820
(4.0943 4.382 4.4998 4.5595 4.7875) 4.4998 -5(4.47176)2= 0.2661
4.5595
4.7875
Suma de cuadrados del error =: 0.2661-0.255=0.0111
Grados de libertad de regresin=1
Grados de libertad totales= 5-1=4
Bibliografa: