Vous êtes sur la page 1sur 26

2017

ECUACIONES DE REGRESION

Facultad de ingeniería
ESCUELA PROFESIONAL DE INGENIERIA
HIDRAULICA
FACULTADde
Facultad DE
INGENIERIA
ingeniería
ESCUELA
[Nombre de
PROFESIONAL
la compañía]
DE
UNIVERSIDA NACIONAL DE CAJAMARCA
FACULTAD DE INGENIERIA

ESCUELA PROFESIONAL ACADEMICA INGENIERIA HIDRAULICA

INTEGRANTES:
 DE LA CRUZ LEONARDO, JOSE
 GUERRERO SOBERON,RICHARD
 LINARES SANCHEZ, ANA EDITH
 LOPEZ COTRINA, ELMER
 VASQUEZ CRUZADO, YOSVIL

ASIGNATURA:
METEOROLOGIA
TEMA:
ECUACIONES DE REGRESION
DOCENTE:
Ing. LUIS ANDRES LEON CHAVEZ
CICLO:
III

2017

1
ECUACION DE REGRESION

2
CONTENIDO

 INTRODUCCION
 OBJETIVOS
 PROCEDIMIENTO
 RESULTADOS
 ANALISIS DE REGRESION LINEAL
 ANALISIS DE REGRESION LOGARITMICA
 ANALISIS DE REGRESION EXPONENCIAL
 ANALISIS DE REGRESION DE POTENCIA
 CONCLUSIONES
 BIBLIOGRAFIA
 ANEXOS

3
DEDICATORIA

El presente trabajo está dedicado a Dios


porque es la razón principal de nuestras
vidas permitiéndonos realizar el presente
trabajo e inspirándonos a ser mejores
personas cada día.

INTRODUCCION

4
I. ANALISIS DE REGRESION LINEAL
La finalidad de una ecuación de regresión es estimar los valores de una
variable con base en los valores conocidos de la otra. Otra forma de emplear
una ecuación de regresión es para explicar los valores de una variable en
términos de otra. El análisis de regresión únicamente indica qué relación
matemática podría haber.
Dos características importantes de una ecuación lineal:
 La independencia de la recta
 La localización de la recta en algún punto. Una ecuación lineal tiene la
forma:

Forma general de la ecuación de regresión lineal

Y= a+ bx

II. ANALISIS DE REGRESION LOGARITMICA

Este modelo de regresión es una alternativa cuando el modelo lineal no logra


un coeficiente de determinación apropiado, o cuando el fenómeno en estudio
tiene un comportamiento que puede considerarse logarítmico. La forma más
simple de tratar de establecer la tendencia es a través de un diagrama de
dispersión o nube de puntos, tal como la siguiente

Imagen 1. Comportamiento de la regresión logarítmica.

Forma general de la ecuación de regresión logarítmica

Y= a+ b Lnx

III. ANALISIS DE REGRESION EXPONENCIAL

5
Una regresión exponencial es el proceso de encontrar la ecuación de la
función exponencial que se ajuste mejor a un conjunto de datos. Como un
resultado, obtenemos una ecuación de la forma:

Forma general de la ecuación de regresión exponencial

Y= a* bx

IV. ANALISIS DE REGRESION DE POTENCIA

Será aquella en la que la función de ajuste sea una función potencial del tipo:

Forma general de la ecuación de regresión de potencia

Y= a* xb
También en este caso se resuelve linealizando la función tomando logaritmos
ya que:

Log y = log a + b log x

CORRELACION
La correlación, o el grado de relación entre las variables, se estudian para determinar en
qué medida una ecuación lineal o de otro tipo describe o explica de una forma adecuada
la relación entre variables.
El análisis de correlación intenta medir la fuerza de las relaciones entre dos variables por
medio de un solo número llamado coeficiente de correlación.
Si todos los valores de las variables satisfacen exactamente una ecuación, se dice que las
variables están correlacionadas perfectamente o que hay una correlación perfecta entre
ellas.
El coeficiente de regresión puede ser: Positivo, Negativo y Nulo.
 Es positivo cuando las variaciones de la variable independiente X son
directamente proporcionales a las variaciones de la variable dependiente "Y"
 Es negativo, cuando las variaciones de la variable independiente "X" son
inversamente proporcionales a las variaciones de las variables dependientes "Y"
 Es nulo o cero, cuando entre las variables dependientes "Y" e independientes "X"
no existen relación alguna

6
Imagen2. CoeficienteImagen3.
de correlación negativo.
Coeficiente de correlación positivo.

Imagen4. Coeficiente de correlación nulo.

OBJETIVOS

Se utiliza la ecuación de regresión para:


1. Determinar la relación de dependencia que tiene una variable respecto a otra.
2. Ajustar la distribución de frecuencias de una línea, es decir, determinar la forma de
la línea de regresión.
3. Predecir un dato desconocido de una variable partiendo de los datos conocidos de
otra variable.

PROCEDIMIENTO

1. Conseguir los 10 datos que relacionen dos fenómenos meteorológicos(SENAMHI)

7
2. Tomamos como fenómenos meteorológicos a: Lluvia (mm) y Velocidad del viento
(m/s).
3. Registramos los valores en cada tabla con respecto a:
 Análisis de regresión lineal: y= a+bx
 Análisis de regresión logarítmica: y= a+b Ln x
 Análisis de regresión exponencial : y= a*bx
 Análisis de regresión de potencia: y= a.xb

4. Luego adicionamos una segunda tabla para hallar el coeficiente de correlación de


cada regresión dada.
5. Con los datos registrados en la tabla de regresión lineal, logarítmica, exponencial y
de potencia, hacemos una gráfica de dispersión entre la lluvia y la velocidad del
viento y observemos el comportamiento entre estos fenómenos meteorológicos.

RESULTADOS

1. Registramos los 10 datos que relacionan dos datos meteorológicos (SENAMHI)


que son lluvia ( mm) y la velocidad del viento (m/s)

A) ANÁLISIS DE REGRESIÓN LINEAL

Tabla N°1. Datos del fenómeno de la lluvia y el viento para determinar su comportamiento de regresión lineal.

 Determinamos la ecuación que mejor se ajuste a los datos


Recuerde que partimos de la ecuación lineal:

Y= a +b x

8
 Desconocemos dos valores:

N ( ΣX . Y )−( ΣX )( ΣY ) (ΣY )(ΣXˆ 2)( ΣXY )


b= a=
N ( ΣXˆ 2 )−( ΣXˆ 2) N ( ΣXˆ 2 ) −( ΣXˆ 2)
10 ( 5.0457 ) −(4.93)( 1.048) ( 1.048 )( 34.855 )−(4.93)(5.0457)
b= a=
10 ( 34.855 )−34.855 10 ( 34.855 )−(34.855)
b=−0.0115 a=1.1045

Donde:

Y= Variable independiente

a= Intercepto con el eje y

x=Variable dependiente

b= Pendiente

Utilizando:

Reemplazando se tiene:
b=-0.0115 y a=1.1045

Y= 1.1045- 0.0115 x

9
Grafica N°1.Comportamiento de la regresión lineal respecto a la lluvia (mm) y la velocidad del viento (m/s).

COEFICIENTE DE CORRELACION
Tabla N°2. Coeficiente de relación de la ecuación de regresión lineal

10
2
2
∑¿
y
¿
¿
∑ ¿¿
x
¿
√¿

r=
∑ xy
¿
4.064
r=
√(29.2715)(0.9323)
r=0.0324
B) ANALISIS DE REGRESION LOGARITMICA

Tabla N°3. Datos del fenómeno de la lluvia y el viento para determinar su comportamiento de regresión logarítmica.

 Determinamos la ecuación que mejor se ajuste a los datos:

11
Recuerde que partimos de la ecuación logarítmica:

Y= a+ b Ln x
 Desconocemos dos valores:

Y= a+ b Ln x

X’
Y= a +b x’

N ( ΣX ' . Y )−(ΣX ' )(ΣY ) a=Y −b X


b=
N ( ΣXˆ 2 ) −( ΣX ' ˆ 2)
1.048
a= −(−0.009)/1.4871
10 ( 1.4871 )−(1.4217)(1.048) 10
b=
10 ( 4.93 ) ˆ 2−1.4217ˆ 2 a=1.0606
b=−0.009

 Utilizando:

Reemplazando se tiene:

b= -0.009 y a= 1.0606

Y= 1.0606- 0.009 Ln x

12
Grafica N°2.Comportamiento de la regresión logarítmica respecto a la lluvia (mm) y la velocidad del viento (m/s).

COEFICIENTE DE CORRELACION
Tabla N°4. Coeficiente de relación de la ecuación de regresión logarítmica.

13
'
X .Y '
X'
Y'
∑¿
¿
¿
¿
2
X'
¿∑ ¿
¿
∑ ¿−¿
X'
¿
2
Y'
∑¿
¿
∑ ¿−¿ ¿
Y'
N¿
N¿
¿
∑ ¿¿
∑ ¿−¿
N¿
r =¿
0.14217
¿
¿
0.0274
¿
¿
10 x 0.0544−¿
¿
10 x 2.3411−¿ ¿
¿
√¿
10 x ( 0.0332 ) −( 0.14217 ) x(0.0274)
r=
¿

r=0.0006
C) ANALISIS DE REGRESION EXPONENCIAL

Tabla N°5. Datos del fenómeno de la lluvia y el viento para determinar su comportamiento de regresión exponencial.

14
Determinamos la ecualización que mejor se ajuste a los datos:

Recuerde que partimos de la ecuación exponencial:

Y= a*ebx

Desconocemos dos valores:

Ln Y= Ln a + Ln ebx
Ln Y= Ln a + bx

Y’ a’

Y’= a ’+bx

N ( ΣX . Y ' )−(ΣX )(ΣY ') a=Y −b X


b=
N ( ΣXˆ 2 ) −( ΣX ' ˆ 2) 0.0274 4.93
a= −(−0.013)
10 ( 0.00108 ) −(4.93)( 0.0274) 10 10
b=
10 ( 34.85 )−4.93 ˆ 2 a=0.009
Utilizando:
b=−0.013 Ln a a= e0.009

a= 1.0943

Reemplazando se tiene:

15
a= 1.0943 y b= -0.013

Y= 1.0943 * e-0.013x

Grafica N°3.Comportamiento de la regresión exponencial respecto a la lluvia (mm) y la velocidad del viento (m/s).

COEFICIENTE DE CORRELACIÓN

Tabla N°6. Coeficiente de relación de la ecuación de regresión exponencial.

16
x. y'
x
y'
∑¿
¿
¿
¿
X2
X
∑¿
¿
∑ ¿−¿
¿
Y '2
Y'
∑¿
¿
∑ ¿−¿
N¿
N .¿
¿
∑¿¿
∑ ¿−¿
N¿
r=¿

17
0.493
¿
¿
0.0544
¿
¿
10 x 0.0544−¿
¿
10 x 34.85−¿ ¿
¿
√¿
10 x 0.0108−0.493 x 0.0274
r=
¿

r=0.0438

D) ANALISIS DE REGRESION DE POTENCIA


Tabla N°7. Datos del fenómeno de la lluvia y el viento para determinar su comportamiento de regresión de potencia.

18
 Determinamos la ecuación que mejor se ajusta a los datos:

Recuerde que partimos de la ecuación de potencia:

Y= a. xb

 Desconocemos dos valores:

Log Y =log a x b
b
Log Y =log a+log x
Log Y =log a+b log x
Y’ a’ X’
' '
Y =a +bX '
X'Y ' a ' =Y ' −bX '
X'
Y' 0.0274 0.14217
a'= −0.014 x
10 10
∑¿
¿ '
¿ a =0.003−0.0001
¿ '
X '2 a =0.003=Loga
X' 0.003
a=10
∑¿
 ¿Utilizando: a=1.0542
¿2
∑ ¿−¿
∑¿¿
∑ ¿−¿
Reemplazando se tiene:
N¿
b=¿ a= 1.0542 y b= -0.0018

−0.0018
Y =1.0542 . X

19
Grafica N°4.Comportamiento de la regresión exponencial respecto a la lluvia (mm) y la velocidad del viento (m/s).

COEFICIENTE DE CORRELACION

Tabla N°8. Coeficiente de relación de la ecuación de regresión de potencia.

20
x. y'
x
y'
∑¿
¿
¿
¿
X2
X
∑¿
¿
∑ ¿−¿
¿
Y '2
Y'
∑¿
¿
∑ ¿−¿
N¿
N .¿
¿
∑¿¿
∑ ¿−¿
N¿
r=¿

4.93
¿
¿
0.0274
¿
¿
¿2
10 x 0.544−¿
10 x 34.85−¿
√¿
10 x ( 0.01 ) −4.93 x 0.0274
r= ¿

r=0.0026

21
CONCLUSIONES

 El análisis de regresión y correlación constituyen métodos que se emplean para


conocer las relaciones y significación entre series de datos como la lluvia y la
velocidad del viento (fenómenos meteorológicos).
 La finalidad de una ecuación de regresión es la de estimar los valores de una
variable con base en los valores conocidos de la otra. Del mismo modo, una
ecuación de regresión explica los valores de una variable en términos de otra. Es
decir, se puede intuir una relación de causa y efecto entre dos o más variables. El
análisis de regresión únicamente indica qué relación matemática podría haber.
 El coeficiente de correlación es una medida de la relación lentre dos variables
aleatorias cuantitativas.
 Con la ecuación de regresión podemos calcular una variable, podemos predecir
eventos tales como las precipitaciones.

BIBLIOGRAFIA

 https://es.wikipedia.org/wiki/Regresi%C3%B3n_lineal
 https://es.scribd.com/doc/141256095/Regresion-Logaritmica
 https://www.uv.es/ceaces/base/regresion/exponenci.htm
 https://www.uv.es/ceaces/base/regresion/potencial.htm

22
ANEXOS

Imagen 1. Regresion Lineal

Imagen 2. Regresión potencial

23
Imagen 3. Regresión exponencial.

Imagen4. Regresión logarítmica

24
25