Resumen del Mtodo Grfico

Limitaciones
E s s u b j e t i v o , d e p e n d e d e l a p
e r s o n a q u e g r a f i c a y d e sucriterio. P r o p o r c
i o n a u n i n t e r v a l o s grandeypesimista N o e
s r e p r o d u c i b l e , c a d a experimentador
p r o p o r c i o n a d i f e r e n t e s aproximacion
e s p a r a d a t o s iguales
Ventajas
E s b u e n e s t i m a d o r c u a n d o s e t i e n e
p o c o s r e s u l t a d o s (menosdediez). N o s p
e r m i t e d e c i d i r s i v a l e l
a
p
e
n
a
e
f
e
c
t
u
a
r
u
n
experimento
mspreciso. E n c a s o d e n o c o n t a
r c o n u
n
a
c
a
l
c
u
l
a
d
o
r
a
o
computadora,stemtodon o
s p e r m i t e e f e c t u a r u n a e s t i ma c i n v l i d a .

Mtodo de los Mnimos Cuadrados

S
ubsana limitaciones del mtodo anterior

Ventajasadicionales
E s o b j e t i v o , s l o d e p e n d e d e l o s resultad
osexperimentales. E s r e p r o d u c i b l e , p r o p o r c i o n a
l a m i s m a e c u a c i n n o i m p o r t a quin
realiceelanlisis. P r o p o r c i o n a u n a e s
t i m a c i n

p r o b a b i l s t i c a d e l a e c u a c i n q u e r e p
r e s e n t a a u n o s d a t o s experimentales.
P
r
o
p
o
r
c
i
o
n
a
i
n
t
e
r
v
a
l
o
s
pequeosdeerror.
Restricciones

S
lo sirve para ajustar modeloslineales
R e q u i e r e t e n e r , a l m e n o s , d i e z mediciones bajo las
mismascircunstancias experimentales. T a l e s r e s u l t a d o s d e b e n
e s t a r descritos por una distribucinde probabilidad conocida. Lams comn
es la distribucinnormal o gaussiana.
S
e requiere de algn equipo declculo, de lo contrario, es muyengorroso.

Mnimos cuadrados es una tcnica de anlisis numrico encuadrada dentro

de la optimizacin matemtica, en la que, dados un conjunto de pares
ordenados: (variable independiente, variable dependiente) y una familia de
funciones, se intenta encontrar la funcin, dentro de dicha familia, que mejor
se aproxime a los datos (un "mejor ajuste"), de acuerdo con el criterio de
mnimo error cuadrtico.

Qu es el coeficiente de correlacin?

hace 2 aos

Reportar abusos

by Ruben L
Miembro desde:
04 junio 2008
Total de puntos:

624 (Nivel 2)

Aadir a mis amigos

Bloquear

Mejor respuesta - elegida por quien pregunt

Bsicamente el coeficiente de correlacin es una medida que indica que tan asociadas estn
las variables dependiente e independiente en un modelo de regresin lineal, o de manera
similar explica, junto con el coeficiente de de determinacin( que es el cuadrado del
coeficiente de correlacin) que tanto depende realmente Y de X, ahora, si el valor del
coeficiente de correlacin es cercano a 1 o a -1 indicar que la variable dependiente si esta
relacionada de manera directa o inversamente proporcional con la variable independiente y
el modelo tiene funcionalidad, pero si el coeficiente esta cercano a cero indicar que las
variables son independientes y por lo tanto que el modelo no funciona con esas variables, o
que el modelo lineal no es el adecuado para realizar inferencias acerca de una tendencia
determinada