Vous êtes sur la page 1sur 3

AJUSTE DE RECTAS POR REGRESIÓN

LINEAL
FUNDAMENTO TEÓRICO.

Si utilizamos un sistema de coordenadas cartesianas para representar la distribución


bidimensional, obtendremos un conjunto de puntos conocido con el diagrama de
dispersión, cuyo análisis permite estudiar cualitativamente, la relación entre ambas
variables tal como se ve en la figura. El siguiente paso, es la determinación de la
dependencia funcional entre las dos variables x e y que mejor ajusta a la distribución
bidimensional. Se denomina regresión lineal cuando la función es lineal, es decir, requiere
la determinación de dos parámetros: la pendiente y la ordenada en el origen de la recta de
regresión, y=ax+b.

La regresión nos permite además, determinar el grado de dependencia de las series de


valores X e Y, prediciendo el valor y estimado que se obtendría para un valor x que no
esté en la distribución.

OBJETIVO.

Demostrar la aplicación de regresión lineal, en el ajuste de reglas utilizando diferentes


datos, representando gráficos y aplicando la función lineal.

Y = a + bX
MATERIALES.

 Reglas.
 Objetos de laboratorio.
 Papel Milimetrado.
 Calculadora.
 Cronómetro.
PROCEDIMIENTO.

Dividimos la clase en dos partes: demostrativa y aplicación.

PASOS A SEGUIR.

1. Medición.
2. Registro de datos.
3. Gráficas sin ajuste.

AJUSTE POR LA FUNCIÓN Y = a + bX

Hallar el valor de a,b y r de regresión lineal

NÚMERO X[mt] Y[s]


1 0,3 0,1
2 0,6 0,3
3 0,9 0,4
4 0,12 0,6
5 0,15 0,11
A=0,27 B=0,07 R=0,11
OBSERVACIONES.
Los puntos que conectan x con y no siempre formaran una línea recta.
El tiempo en segundos puede desvariar demasiado si no se soltó la esfera con la misma
fuerza que con las anteriores.
CONCLUSIÓN.
La ecuación de Regresión Lineal estimada para las variables x[mt] , y[s] muestran, de
acuerdo a la prueba gráfica relación.
Esta relación se ha estimado en A=0,27 B=0,07 R=0,11

BIBLIOGRAFÍA.
 http://www.sc.ehu.es/sbweb/fisica/cursoJava/numerico/regresion/regresion.ht
m
 https://www.google.com.bo/search?q=y%3Da%2Bbx&espv=2&biw=1366&bih=
667&source=lnms&tbm=isch&sa=X&ved=0ahUKEwjpwIu9rbDOAhXKRSYKHd
6UAKcQ_AUIBigB
 https://es.wikipedia.org/wiki/Regresi%C3%B3n_lineal

ANEXOS.

Ejemplo de una regresión lineal con una variable dependiente y una variable
independiente.