- Carhuatanta Mera Fiorela.

- Ramos Benites Richard Andree.

- Rodriguez Chiscual Erick Ronald.
- Santisteban Chozo Vanessa Lucely.
- Serrepe Guevara Javier Alejandro.
- Vasquez Chamay Kevin Santiago.
El modelo de regresin cuadrtica es una alternativa cuando el modelo lineal no logra
un coeficiente de determinacin apropiado, o cuando el fenmeno en estudio tiene
un comportamiento que puede considerarse como parablico.

La regresin trata de ajustar a una nube de puntos una funcin de tipo matemtico
que se aproxime lo mximo posible a los datos.
La regresin cuadrtica es el proceso por el cul encontramos los parmetros de una
parbola que mejor se ajusten a una serie de datos que poseemos, ya sean mediciones
hechas o de otro tipo.

donde: c 0.
FORMALIZACIN DEL MODELO DE REGRESION
CUADRATICA.
(MTODO DE ECUACIONES LINEALES)
Con respecto a a:

Esto debe ser igual a cero :

Ecuacin I
Con respecto a b:

Esto debe ser igual a cero :

Ecuacin II
Con respecto a c:

Esto debe ser igual a cero :

Ecuacin III
FORMALIZACIN DEL MODELO DE REGRESION
CUADRATICA.
(MTODO MATRICIAL)
 COEFICIENTE DE DETERMINACIN (R2)

Para poder contar con un indicador que nos permita, por un lado establecer la co-
variacin conjunta de dos variables, y por otro, que tenga la universalidad suficiente
para poder establecer comparaciones entre distintos casos, se utiliza el coeficiente de
correlacin (lineal, de Pearson).
INTERPRETACIN:
Si r < 0 Hay correlacin negativa: las dos variables se correlacionan en sentido inverso. A
valores altos de una de ellas le suelen corresponder valor bajos de la otra y viceversa. Cunto
ms prximo a -1 est el coeficiente de correlacin ms patente ser esta co-variacin extrema.
Si r= -1 hablaremos de correlacin negativa perfecta lo que supone una determinacin
absoluta entre las dos variables (en sentido inverso): Existe una relacin funcional perfecta
entre ambas (una relacin lineal de pendiente negativa).
Si r > 0 Hay correlacin positiva: las dos variables se correlacionan en sentido directo. A
valores altos de una le corresponden valores altos de la otra e igualmente con los valores bajos.
Cunto ms prximo a +1 est el coeficiente de correlacin ms patente ser esta co-variacin.
Si r = 1 hablaremos de correlacin positiva perfecta lo que supone una determinacin absoluta
entre las dos variables (en sentido directo): Existe una relacin lineal perfecta (con pendiente
positiva).
Si r = 0 se dice que las variables estn incorrelacionadas: no puede establecerse ningn
sentido de co-variacin.
 ERROR ESTANDAR DE ESTIMACIN (S Y/X )
- El error estndar es la desviacin estndar de la distribucin muestral de un
estadstico.
- El error estndar de la regresin es el valor que muestra la diferencia entre los
valores reales y los estimados de una regresin. Es utilizado para valorar si existe
una correlacin entre la regresin y los valores medidos.
 PRINCIPALES SOFTWARES QUE FACILITAN
EL DESARROLLO DE EJERCICIOS DE
REGRESIN
GeoGebra: es un software matemtico que permite el trazado de construcciones
geomtricas de todo tipo as como la representacin grfica, el tratamiento algebraico y el
clculo de funciones reales de variable real, sus derivadas, integrales, etc.
 Excel: es un software que permite realizar tareas contables y financieras gracias a sus
funciones, desarrolladas especficamente para ayudar a crear y trabajar con hojas de
clculo.
 Minitab Statistical: es un programa de computadora diseado para ejecutar
funciones estadsticas bsicas y avanzadas. Combina lo amigable del uso de
Microsoft Excel con la capacidad de ejecucin de anlisis estadsticos.
 Matlab: es una herramienta de software matemtico que entre sus prestaciones
bsicas se hallan: la manipulacin de matrices, la representacin de datos y
funciones, la implementacin de algoritmos, la creacin de interfaces de usuario
(GUI) y la comunicacin con programas en otros lenguajes y con otros dispositivos
hardware.
 SPSS: proporciona un poderoso sistema de anlisis estadstico y de gestin de datos
en un entorno grfico, utilizando mens descriptivos y cuadros de dilogo sencillos
que realizan la mayor parte del trabajo.
EJEMPLO CON EL MTODO MATRICIAL
Se llev un experimento para determinar la distancia de frenado a diferentes
velocidades de un modelo nuevo de automvil se registraron los siguientes datos:

Estime la ecuacin de regresin cuadrtica: Y = b0 + b1x + b2x2

X Y X2 X3 X4 XY X2Y
30 15 900 27000 810000 450 13500
40 25 1600 64000 2560000 1000 40000
50 35 2500 125000 6250000 1750 87500
60 65 3600 216000 12960000 3900 234000
70 100 4900 343000 24010000 7000 490000
80 105 6400 512000 40960000 12000 960000
330 390 19900 1287000 87550000 26100 1825000