Académique Documents
Professionnel Documents
Culture Documents
▪ Recta: y ax b
▪ Parábola: y ax 2 bx c
▪ Exponencial: y a b x
𝐷 = 𝐷𝑒𝑠𝑣𝑖𝑎𝑐𝑖ó𝑛
y: ordenada de la curva de ajuste
ฎ
𝑦 :ordenada del dato original
Desviación
Métodos de mínimos cuadrados
S
2(b ax1 y1 ) ... (b axn yn ) 0
b
S
2(b x1 y1 ) x1 ... (b xn yn ) xn 0
a
a
(x x) y i i
(x x) i
2
b y ax
Regresión Lineal
Se basa en la siguiente expresión matemática, que
relaciona dos variables, sea Y, la variable dependiente y X,
la variable independiente, de la siguiente manera:
y ax b
b
y a x ; a
n xy x y
n x 2 x
2
n
a
6 50 300 36 xy n x y 3,867 (12)(6.5)(46.42)
7 43 301 49
1.72
650 12(6.5) 2
8 47 376 64 x n( x )
2 2
9 56 504 81
b y a x 46.42 (1.72)(6.5) 35.2
10 52 520 100
y 35.2 1.72 x
11 55 605 121
12 54 648 144
78 557 3867 650 y(13) 35.2 1.72(13) 57.56
50
40
Título del eje y
y = 1.7238x + 35.212
R² = 0.8034
30
20
10
0
0 2 4 6 8 10 12 14
Título del eje x
Regresión Potencial
y ax b
Para linealizar esta función se aplica logaritmos a ambos
miembros, mediante este procedimiento se obtiene una
ecuación logarítmica lineal:
Log y Log a b Log x
Regresión Exponencial
Otro tipo de función que tiene aplicación en el análisis de
regresión, es la función exponencial, que esta dada por la
expresión:
y ab x
Y A BX CX 2
Donde:
Y = Estimación de la variable dependiente
A,B,C = constantes numéricas
X = Valores de la variable independiente
Los valores “A”, ”B” y ”C” se encuentran
resolviendo un sistema de tres
ecuaciones con tres incógnitas.
nA B X C X Y 2
A X B X C X XY
2 3
A X B X C X X
2 3 4 2
Y
14
12
y = -0.1547x2 + 2.5817x - 0.7662
R² = 0.7251
10
0
0 2 4 6 8 10