Professional Documents
Culture Documents
Curva de ajuste.-
Es la relacin entre dos ms variables. Fundamentalmente se da entre dos variables.
Uno de los propsitos de la curva de ajuste es estimar una de las variables (dependiente) de
la otra (independiente). El proceso de estimaciones se conoce como regresin.
Regresin
Estudia la funcin matemtica que relaciona a la variable dependiente o respuesta, con la o las
variables independientes o predictoras o explicativas.
Ejm.
- Tiempo de vida; depende de la alimentacin, del estado fsico, de la tranquilidad,
etc.
- En toxicologa; los efectos letales de una droga se describen por la regresin del %
muertes sobre la cantidad de droga.
% de muertes Y causado por la cantidad de droga X.
- Interesa conocer el grado de dependencia entre: el % de carcasa y el peso vivo de
animales; entre el rendimiento de granos (trigo) y la cada de la lluvia, etc. es decir,
como se incrementan o disminuyen los valores de una caracterstica al
incrementarse o disminuir los valores de otra caracterstica.
- Una caracterstica depende de la otra; ejm. el volumen del pan depende del % de
protena del trigo; la estabilidad del nctar depende del tamao de partculas as
como tambin de la concentracin de estabilizante.
La regresin entre dos caractersticas puede ser lineal o curvilnea.
Correlacin
Estudia el grado de asociacin entre la variable respuesta y la o las variables
independientes. Se dice que la correlacin es simple cuando se estudia una variable
independiente asociada con la variable dependiente. La correlacin es parcial cuando en
una regresin mltiple estudiamos el grado de asociacin de una variable independiente
con la variable dependiente o respuesta, permaneciendo las dems variables independientes
constantes.
Regresin lineal simple
Modelo estadstico
Yi = 0 + 1Xi + Ei
Donde:
Ei, es una variable aleatoria tomada de una distribucin normal, con media cero y variancia
2, esto es, N(0, 2).
Donde:
b0 es el estimador de 0 (b0 0): b0 = 0
b1 es el estimador de 1 (b1 1): b1 = 1
La poblacin de valores de y correspondiente a una x seleccionada tiene una media que
yace en la recta:
= 0 + 1xi
Donde: 0 y 1 son parmetros
Yi = 0 + 1Xi + Ei
Yi = y.x + Ei
Estimacin de parmetros
Este mtodo permite obtener los valores estimados de 0 y 1 de modo que la suma de los
errores al cuadrado sea mnima, es decir, de lo que se trata es de calcular b 0 y b1 de modo
que:
i= 1, 2, 3,......n
yi = bo+ bix1
ei = yi - bo - bixi ---------(2)
dQ
= 2 (yi - bo b1xi) (-1)
dbo
dQ
= 2(yi bo - b1xi) (-xi)
db1
Luego igualando a 0:
dQ dQ
=0 y =0
dbo db1
Ecuaciones normales
b0
y i
b1
x i
y b1 x
n n
yx
y i
b1
x x i
b1 x12 0
n
i i i
n
( yi )( xi ) x 2
yx i i
n
b1
n
i
b1 xi2 0
y x b x 2
yx i i i
n
i
i
x 2
i
n
i
y x
xi yi i
n
i
b1 Suma _ de _ productos" xy" SPxy
x
x n
2
2 i
Suma _ de _ Cuadrados SCx
i
Resolviendo:
b1
x x y y
1 i
( x x) i
2
SCregre .
r2 100%
SCtotal
SPXY
r 0,95 Vara: 1 r 1
SCX .SCY
- Un valor de 1, significa una perfecta correlacin negativa, es decir todos los puntos caen sobre
una lnea con pendiente negativa.
Un valor de +1, significa una perfecta correlacin positiva, es decir, todos los puntos caen sobre
una lnea con pendiente positiva.
Regresin no lineal
Modelo cuadrtico:
: yi b0 b1 xi b2 xi ei ;.......Donde : i 1;2;..., n
2
Muestra
bo estima al parmetro 0
b1 estima al parmetro 1
b2 estima al parmetro 2
(1) yi b0 b1 xi b2 xi2 ei
ei yi b0 b1 xi b2 xi2
e y
n n
2
2
i i b0 b1 xi b2 xi2 Q
i 1 i 1
Q Q Q
0, 0, 0
(3).Diferenciamos: b0 b1 b2 e igualamos a cero
1 2 3
Q
n
(4) En 1
b0
2
i 1
yi b0 b1 xi b2 xi2 ( 1) 0
Q
(5) En 2
b1
2 yi b0 b1 xi b2 xi2 ( xi ) 0
(6) En 3
Q
b2
2 yi b0 b1 xi b2 xi2 xi2 0
Tenemos:
(9) de (6) x 2
i yi b0 xi2 b1 xi3 b2 xi4 0
b0
y i
b1
x i
b2
x 2
i
n n n
Reemplazando b0 en la ecuacin (8) y (9) tenderemos:
(11)
x y
y i
b1
x i
b2
x 2
i
( xi ) b1 xi2 b2 xi3 0
i i
n n n
Agrupando:
y x
x x
x n x n
x 2
2
x y
i
i i b1 b2 0
i 2 i 3 i i
n
i i
SPXY SCX SPX . X 2
(12)
xi2 y1
y i
b1
x i
b2
x x 2
1 2
b1 xi3 b2 x i 0
4
n
i
n n
( yi )( x ) 2
x x 2
( xi2 ) 2
xi2 yi n
i
b1 i
n
i
b2
n
b1 xi3 b2 xi4 0
Agrupando:
( yi )( xi2 ) ( xi )( xi2 ) ( xi2 ) 2
x yi 2
i b1 x b2 x 0 3
i
4
i
2 n n n
SPX Y SPX . X 2 SCX 2
Luego tendremos:
SPXY SPX . X 2
b1
SPX 2Y SCX 2
SPXY SCX 2 SPX . X 2 SPX 2 .Y
SCX SPX . X 2 SCX SCX 2 ( SPX . X 2 ) 2
SPX . X 2 SCX 2
SCX SPXY
b2
SPX . X 2 SPX 2Y
SCX SPX 2Y SPXY SPX . X 2
SCX SPX . X 2 SCX SCX 2 SPX . X 2 2
SPX . X 2 SCX 2
yi b0 b1 xi b2 xi2 .........................
Grficamente:
y
0 Derivamos en funcin de X, de la ecuacin (*)
x
y
b1 2b2 x 0
x
b1
De donde obtenemos: X
2b2
Total SCY Y 2
Y 2
n-1
n
Regla de decisin: