ANALISIS DE REGRESION Y CORRELACION

A) MODELO DE REGRESION LINEAL :

DETERMINACIN DE a Y b EN EL MODELO DE REGRESIN LINEAL
METODO DE LOS MINIMOS CUADRADOS:
Deduccin de la frmula:
n

(e i )
i=1

(e i )
=0 ( 1 ) ;

i=1

=0 ( 2)

Deduciendo la formula (1):

n

(e i )

i=1

=0

e i= y i ^
yi

Sabemos que

y reemplazamos en la ecuacin y obtenemos:

y i)
( y i ^
i=1

=0

Sabemos que

^y i=a+bx i

y reemplazamos en la ecuacin y

obtenemos:
n

( y iabx i)
i=1

=0 ()

Pero sabemos que la derivada parcial de la expresin es:

( y iabx i )
=2 ( y iabx i ) (1) y reemplazamos( )
a
n

2 ( y iabx i )=0
i=1

2 ( y iabx i ) (1)=0
i=1

i=0

i=0

i=0

y i a bx i=0
n

i=0

i=0

y inab x i=0
n

yi

Despejamos

i=0

y obtenemos la frmula del mtodo de los mnimos

cuadrados para el modelo de regresin lineal:

n

i=0

i =0

y i=na+ b x i

Deduciendo la formula (2):

n

(e i )

i=1

=0

e i= y i ^
yi

Sabemos que

y reemplazamos en la ecuacin y obtenemos:

y i)
( y i ^
i=1

=0

Sabemos que

^y i=a+bx i

y reemplazamos en la ecuacin y

obtenemos:
n

( y iabx i)
i=1

=0 ()

Pero sabemos que la derivada parcial de la expresin es:

( y iabx i )2
=2 ( y iabx i )(x i ) y reemplazamos en()
b

2 ( y i abx i ) (x i)=0
i=1

2 ( x i y i ax ibx i )=0
i=1

i=0

i=0

i=0

x i y i ax i bx i =0
n

i=0

i=0

i=0

x i y ia x ib x i =0

xiyi

Despejamos

y obtenemos la frmula del mtodo de los mnimos

i=0

cuadrados para el modelo de regresin lineal:

n

i=0

i=0

i=0

x i y i=a x i +b x i

B) MODELO DE REGRESION NO LINEAL :

DETERMINACIN DE a, b Y c EN EL MODELO DE REGRESIN NO LINEAL
METODO DE LOS MINIMOS CUADRADOS:
Deduccin de la frmula:
n

(e i )
i=1

(e i )
=0 ( 1 ) ;

i=1

(e i)
=0 ( 2 ) ;

Deduciendo la formula (1):

i=1

=0 (3)

(e i )

i=1

=0

e i= y i ^
yi

Sabemos que

y reemplazamos en la ecuacin y obtenemos:

y i)
( y i ^
i=1

=0

^y i=a+bxi+cxi

Sabemos que

y reemplazamos en la ecuacin y

obtenemos:
n

( a+bxi+cxi )
i=1

=0 ()

Pero sabemos que la derivada parcial de la expresin es:

( y iabx icxi )
=2 ( y i abx icx i 2 ) (1 ) y reemplazamos en()
a
n

2 ( y i abx icxi )(1)=0

i=1

2 ( y iabx icxi )=0

i=1

i=0

i=0

i=0

i=0

i=0

i=0

i=0

y i a bx i cx i =0
y in ab x ic x i =0
n

yi

Despejamos

i=0

y obtenemos la frmula del mtodo de los mnimos

cuadrados para el modelo de regresin lineal:

n

i=0

i=0

i=0

y i=n a+ b x i+c x i

 Deduciendo la formula (2):

n

(e i )

i=1

=0

e i= y i ^
yi

Sabemos que

y reemplazamos en la ecuacin y obtenemos:

y i)
( y i ^
i=1

=0

^y i=a+bxi+cxi

Sabemos que

y reemplazamos en la ecuacin y

obtenemos:
n

( a+bxi+cxi )
i=1

=0 ()

Pero sabemos que la derivada parcial de la expresin es:

( y iabx icxi )
=2 ( y iabx icx i 2 ) (x i ) y reemplazamos en()
b
n

2 ( y i abx icxi )(x i)=0

i=1

2 ( x i y i ax ibx i cxi )=0

i=1

i=0

i=0

i=0

i=0

x i y i a x i bx i cx i =0
n

i=0

i=0

i=0

i=0

x i y ia x ib x i c x i =0
n

Despejamos

xiyi
i=0

y obtenemos la frmula del mtodo de los mnimos

cuadrados para el modelo de regresin lineal:

i=0

i=0

i=0

x i y i=a x i +b x i +c x i
2

i=0

Deduciendo la formula (3):

n

(e i )

i=1

=0

e i= y i ^
yi

Sabemos que

y reemplazamos en la ecuacin y obtenemos:

y i)
( y i ^
i=1

=0

^y i=a+bxi +cxi

Sabemos que

y reemplazamos en la ecuacin y

obtenemos:
n

( a+bxi+cxi )
i=1

=0 ()

Pero sabemos que la derivada parcial de la expresin es:

( y iabx i cxi )
2
2
=2 ( y i abx icx i )(x i ) y reemplazamosen ()
c
n

2 ( y iabx icxi )(x i)=0

i=1

2 ( x i y iax i bx i cxi )=0

i=1

i=0

i=0

i=0

i=0

x i y i a x i bx i cx i =0
n

i=0

i=0

i=0

i=0

x i y ia x i b x i c x i =0

x i y i

Despejamos

y obtenemos la frmula del mtodo de los mnimos

i=0

cuadrados para el modelo de regresin lineal:

n

i=0

i=0

i=0

i=0

x i y i=a x i2 +b x i3 +c x i

SISTEMA DE ECUACIONES NORMALES DE REGRESIN CUADRTICA

Frmula para datos agrupados:
m'

j=0

i=0

i=0

y i f . j=n a+ b x i f i .+c x i f i .
m

m'

i=0

i=0

x i y i f i j=a x i f i .+b x i f i .+ c x i f i .
i=0 j=0
m

m'

i=0

x i y i f i j=a x i f i.+b x i f i .+ c x i f i .
i=0 j=0

i=0

i=0

i=0