Lectricidad
Páginas: 3 (691 palabras)
Publicado: 27 de noviembre de 2012
Regresión lineal simple.
El análisis de regresión es una técnica estadística para investigar la relación funcional entre dos o más variables, ajustando algún modelo matemático. La regresión linealsimple utiliza una sola variable de regresión y el caso más sencillo es el modelo de línea recta. Supóngase que se tiene un conjunto de n pares de observaciones (xi,yi), se busca encontrar una rectaque describa de la mejor manera cada uno de esos pares observados.
[pic]
Se considera que la variable X es la variable independiente o regresiva y se mide sin error, mientras que Yes la variable respuesta para cada valor específico xi de X; y además Y es una variable aleatoria con alguna función de densidad para cada nivel de X.
[pic]
[pic]
Si la recta de regresiónes: Y = β0+ β1X. Cada valor yi observado para un xi puede considerarse como el valor esperado de Y dado xi más un error: y = β + β x + ε.
Los εi se suponen errores aleatorios con distribuciónnormal, media cero y varianza σ2; β0 y β1 son constantes desconocidas (parámetros del modelo de regresión).
Recta de regresión (o mejor ajuste)
La recta que se ajusta mejor alos n puntos (x1[pic]y1)[pic](x2[pic]y2)[pic][pic][pic][pic][pic](xn[pic]yn) tiene la forma
y=mx+b
donde
Pendiente=m=n[pic](x2)−[pic][pic]x[pic]2n[pic]xy−[pic][pic]x[pic][pic][pic]y[pic]Intersección=b=n[pic]y−m[pic][pic]x[pic]
Aquí, [pic] significa "la suma de." Así,
[pic]xy= suma del productos =x1y1+x2y2+[pic][pic][pic]+xnyn [pic]x= suma del valores de x=x1+x2+[pic][pic][pic]+xn [pic]y= suma del valoresde y=y1+y2+[pic][pic][pic]+yn [pic]x2= suma del valores de x2=x21+x22+[pic][pic][pic]+x2n
CORRELACION DE PEARSON:
El coeficiente de correlación de Pearson viene definido porla siguiente expresión:
Esto es, el coeficiente de correlación de Pearson hace referencia a la media de los productos cruzados de las puntuaciones estandarizadas de X y de Y. Esta...
El análisis de regresión es una técnica estadística para investigar la relación funcional entre dos o más variables, ajustando algún modelo matemático. La regresión linealsimple utiliza una sola variable de regresión y el caso más sencillo es el modelo de línea recta. Supóngase que se tiene un conjunto de n pares de observaciones (xi,yi), se busca encontrar una rectaque describa de la mejor manera cada uno de esos pares observados.
[pic]
Se considera que la variable X es la variable independiente o regresiva y se mide sin error, mientras que Yes la variable respuesta para cada valor específico xi de X; y además Y es una variable aleatoria con alguna función de densidad para cada nivel de X.
[pic]
[pic]
Si la recta de regresiónes: Y = β0+ β1X. Cada valor yi observado para un xi puede considerarse como el valor esperado de Y dado xi más un error: y = β + β x + ε.
Los εi se suponen errores aleatorios con distribuciónnormal, media cero y varianza σ2; β0 y β1 son constantes desconocidas (parámetros del modelo de regresión).
Recta de regresión (o mejor ajuste)
La recta que se ajusta mejor alos n puntos (x1[pic]y1)[pic](x2[pic]y2)[pic][pic][pic][pic][pic](xn[pic]yn) tiene la forma
y=mx+b
donde
Pendiente=m=n[pic](x2)−[pic][pic]x[pic]2n[pic]xy−[pic][pic]x[pic][pic][pic]y[pic]Intersección=b=n[pic]y−m[pic][pic]x[pic]
Aquí, [pic] significa "la suma de." Así,
[pic]xy= suma del productos =x1y1+x2y2+[pic][pic][pic]+xnyn [pic]x= suma del valores de x=x1+x2+[pic][pic][pic]+xn [pic]y= suma del valoresde y=y1+y2+[pic][pic][pic]+yn [pic]x2= suma del valores de x2=x21+x22+[pic][pic][pic]+x2n
CORRELACION DE PEARSON:
El coeficiente de correlación de Pearson viene definido porla siguiente expresión:
Esto es, el coeficiente de correlación de Pearson hace referencia a la media de los productos cruzados de las puntuaciones estandarizadas de X y de Y. Esta...
Leer documento completo
Regístrate para leer el documento completo.