Académique Documents
Professionnel Documents
Culture Documents
INGENIERÍA
FACULTAD DE INGENIERÍA MECÁNICA
SECCION: “A”
2018-2
SOLUCION PRACTICA CALIFICADA N° 1
SOLUCION 1
a)
Graficando:
Figura N°1
REGRESION LINEAL
Data:
Figura N°2
De acuerdo al mapa de calor de correlaciones (Figura N°3) podemos ver que las variables más
importantes son las ventas son ‘TV’ y ‘radio’ a diferencia de ‘newspaper’ que existe
demasiada dispersión de datos y no se puede modelar a una función conocida:
Figura N°3
De esta manera cancelamos el valor de ‘newspaper’ y solo tomamos en cuenta las variables
‘TV’ y ‘radio’, para los datos de ‘TV’ modelamos los datos a una función raíz cuadrada y para
los datos de ‘radio’ a una función lineal y entrenamos nuestro modelo como se muestra a
continuación:
A partir de esto usamos el Root Mean Square Error, calculamos el RMSE de nuestras
predicciones y explicamos la varianza.
Obtenemos un 𝑅𝑀𝑆𝐸 = 1.21 el mínimo logrado obtener y una varianza de 0.94, es decir que
logramos predecir el 94% de nuestros datos.