Académique Documents
Professionnel Documents
Culture Documents
Ajuste de curvas
Los datos a menudo con dados como valores discretos (puntos). Sin embargo, se puede requerir una estimacin en un punto entre aquellos valores discretos o para generar una proyeccin con los datos considerados o simplemente para reducir a una expresin matemtica este conjunto de datos. Para ello se utiliza el ajuste de curvas. En general, existen dos procedimientos para generar ajuste de curvas (modelos matemticos): el ajuste mediante regresin y el ajuste mediante interpolacin. El primero consiste en generar una curva que represente una tendencia general o global de los datos (vale decir la curva no pasa necesariamente por todos los puntos) y la curva corresponder a aquella que globalmente mejor se aproxime al conjunto de datos (esto trae consigo la existencia de errores asociados al modelo). El segundo consiste en una o varias curvas que se obliga a pasar por todos los puntos, liberando al modelo de errores.
10-10-2013
Tres opciones para encontrar el mejor ajuste de curvas: a) regresin lineal simple, b) interpolacin lineal, c) interpolacin no lineal
Consideraciones estadsticas:
Varianza:
Donde: Corresponde a la suma total de los errores (diferencia) entre los datos y la media. Corresponde a la medida mas comn del esparcimiento de los datos
Desviacin Estndar:
10-10-2013
Coeficiente de variacin:
Anlisis de distribucin de datos Un histograma puede proporciona una representacin visual de la distribucin de estos datos, el cual se construye al ordenar las mediciones de la siguiente forma: las unidades de medicin se grafican en la abscisa y la frecuencia de ocurrencia en la ordenada. Si se tiene un conjunto de datos muy grande, el histograma a menudo se puede aproximar por una curva suave. En general, la curva simtrica que se sobrepone y que se asemeja al histograma es una caracterstica de forma de la curva (distribucin normal).
10-10-2013
DESCRIPCION
Al tomar una muestra de datos en donde los resultados son variables, una tcnica para estimar datos es obtener una funcin de aproximacin que ajuste estos datos. En el Modelo de Regresin es muy importante identificar cul es la variable dependiente y cul es la variable independiente. Los valores de la variable independiente X son fijos, medidos sin error. La variable Y es aleatoria.
Y = a0 + a1X + e
a0 : Representa la interseccin con el eje
Y.
10-10-2013
10-10-2013
Observe que hemos simplificado los smbolos de la sumatoria; a menos que se indique otra cosa, todas las sumatorias van desde i=1 hasta n. Al igualar estas derivadas a cero, se dar como resultado un Sr mnimo. Si se hace esto, las ecuaciones se expresa como:
Ahora si observamos que a0=na0, expresamos las ecuaciones como un conjunto de dos ecuaciones lineales simultaneas, con dos incgnitas (a0 y a1)
Ordenando:
10-10-2013
normales,
se
a1
n xi yi xi yi n xi2 xi
2
a0 y a1 x