Académique Documents
Professionnel Documents
Culture Documents
t = 1:25
y = [ 5.0291 6.5099 5.3666 4.1272 4.2948 6.1261 12.5140 10.0502 9.1614 7.5677 7.2920 10.0357
11.0708 13.4045 12.8415 11.9666 11.0765 11.7774 14.5701 17.0440 17.0398 15.9069 15.4850
15.5112 17.6572]
a) Ajustar los datos con una recta, y(t) = β1 + β2 t, y trazar los residuos, y(tk ) − yk . Debe
observar que uno de los puntos de datos tiene un residuo mucho mayor que los otros. Esto es
probablemente un outlier.
Los datos anteriores deben ser ajustados a una linea recta por medio del modelo:
y(t) = β1 + β2 t (1)
1
Por tanto:
y1 = β1 + β2 t1
y2 = β1 + β2 t2
y3 = β1 + β2 t3
..
.
y25 = β1 + β2 t25
1 t1 y1
1 t2 y2
β1
1 t3 = y3
β
.. .. 2 .
. . | {z } ..
β
1 t25 y25
| {z } | {z }
A y
R = Hn Hn−1 ...H2 H1 A
z = Hn Hn−1 ...H2 H1 y
donde Hk son las reflexiones de Householder. Trabajando en Matlab y haciendo uso de la rutina
”Qrp.m”, se obtiene que:
−5 −65
0 36,0555
R= 0 0
.. ..
. .
0 0
4,0127
β=
0,5326
2
Por tanto el ajuste por minimos cuadrados de los datos bajo el modelo de linea recta queda:
Figura 3: Residuales vs t
b) Deseche el outlier, y ajuste los datos de nuevo por una lı́nea recta. Trazar nuevamente
los residuos. ¿Ves algún patrón en los residuos?
Realizando el mismo procedimiento que el en literal anterior, pero sin tener en cuenta el outlier
(t(7), y(7)), se obtiene lo siguiente:
−4,8990 −64,9115
0 35,5317
R=
0 0
.. ..
. .
0 0
3
3,5008
β=
0,5563
Por tanto el ajuste por minimos cuadrados de los datos bajo el modelo de linea recta queda:
Claramente se observa un patron ciclico de sube y baja, lo que da a entender que los residuales
no independientes entre si.
y(t) = β1 + β2 t + β3 sin(t)
4
En este caso, el sistema matricial a resolver se puede escribir como:
1 t1 sin(t1 ) y1
1 t2 sin(t2 )
y2
. .. .. ..
.
. . . β1 .
1 t6 sin(t6 ) β2 = y6
1 t8 sin(t8 ) β3 y8
. .. .. | {z } .
.. . . β ..
1 t25 sin(t25 ) y25
| {z } | {z }
A y
Al igual que en los literales anteriores, utilizando las reflexiones de Householder, se obtiene el
sistema equivalente Rβ = z, donde:
−4,8990 −64,9115 0,1460
0 35,5317 −0,5517
0 0 3,4342
R= (2)
0 0 0
.. .. ..
. . .
0 0 0
3,1536
β = 0,5869
1,9733
d) Evalúe el tercer ajuste en una rejilla más fina sobre el intervalo [0; 26]. Trace la curva
ajustada, usando el estilo de lı́nea ’-’, junto con los datos, usando el estilo de lı́nea ’o’. Incluya
el outlier, usando un marcador diferente, ’*’.
5
Figura 6: Grafico de ajuste de la curva para los datos bajo el modelo propuesto en c
En la figura 7, se observa que los residulaes no siguen ningún patron, por lo que estos son
independientes entre si.