Regresion Por Minimos Cuadrados 2014
Regresión por Mínimos
Cuadrados
Copyright © The McGraw-Hill Companies, Inc. Permission required forreproduction or display.
Regresión por Mínimos Cuadrados
La finalidad es generar una curva que minimice la discrepancia entre los
puntos y la curva.Derivar una función aproximada que ajuste la forma de la tendencia
general de los puntos sin ajustar necesariamente con los puntos
individuales
Datos que exhiben un
error significativo
Ajuste polinomial mas
allá de rango de
datosAjuste por mínimos
cuadrados
Copyright © The McGraw-Hill Companies, Inc. Permission required for reproduction or display.
Regresión por Mínimos Cuadrados
Regresión Lineal
La
primera aproximación es mediante elajuste de un conjunto
de pares de observaciones
a una
línea recta.
La mejor estrategia es minimizar la suma de los cuadrados de los
residuos entre la y medida y la y calculada con el modelo linealDonde n es el numero total de puntos
Determinación
Al
de
fijar esas derivadas igual a cero, resultará en un mínimo de
Copyright © The McGraw-Hill Companies, Inc. Permission required forreproduction or display.
Regresión por Mínimos Cuadrados
Regresión Lineal:
Si observamos que
, se expresan las ecuaciones como
un conjunto de dos ecuaciones simultaneas, con dos incógnitas (
):
Copyright© The McGraw-Hill Companies, Inc. Permission required for reproduction or display.
Regresión por Mínimos Cuadrados
Regresión Lineal
Errores y coeficientes
Suma total de los cuadrados alrededor de laMedia
Suma total de los cuadrados de los residuos alrededor de la
línea de regresión
El residuo en la regresión lineal representa la
distancia vertical entre el dato y la línea
recta.
Copyright ©The McGraw-Hill Companies, Inc. Permission required for reproduction or display.
Regresión por Mínimos Cuadrados
Regresión Lineal
Error de Desviación
Estándar Total
Coeficiente de...
Regístrate para leer el documento completo.