Trabajo de Regresión Lineal
-
Upload
stephani-ibeth-rodriguez -
Category
Documents
-
view
8 -
download
0
description
Transcript of Trabajo de Regresión Lineal
REPÚBLICA DE PANAMÁ
MINISTERIO DE EDUCACIÓN
UNIVERSIDAD TECNOLÓGICA DE PANAMÁ
FACULTAD DE INGENIERÍA MECÁNICA
SEDE AZUERO
MÉTODOS NUMÉRICOS
TEMA:
REGRESIÓN LINEAL
INTEGRANTES:
MARTHA ESPINO 7-710-978
STEPHANI RODRÍGUEZ 6-719-1282
VIANCA RODRIGUEZ 6-719-647
FACILITADORA:
MARILUZ CENTELLA
FECHA DE ENTREGA:
JUEVES 12 DE NOVIEMBRE
Mínimos cuadrados es una técnica de análisis numérico enmarcada dentro de la optimización matemática, en la que, dados un conjunto de pares ordenados: variable independiente, variable dependiente, y una familia de funciones, se intenta encontrar la función continua, dentro de dicha familia, que mejor se aproxime a los datos (un "mejor ajuste"), de acuerdo con el criterio de mínimo error cuadrático.
La técnica de mínimos cuadrados se usa comúnmente en el ajuste de curvas.
El ejemplo más simple de una aproximación por mínimos cuadrados es ajustar una línea recta a un conjunto de observaciones definidas por puntos: (x1, y1), (x2, y2),…, (xn, yn). La expresión matemática para la línea recta esy = B0 + B1x
Donde B0 y B1 son coeficientes que representan la intersección con el eje Y y la pendiente, respectivamente.
Coeficiente de determinación
El principal propósito es predecir futuros resultados o probar una hipótesis. El coeficiente determina la calidad del modelo para replicar los resultados, y la proporción de variación de los resultados que puede explicarse por el modelo.
Coeficiente de correlación
La correlación indica la fuerza y la dirección de una relación lineal y proporcionalidad entre dos variables estadísticas
Los valores de r oscilan entre -1 y 1. Entre más cercano sea el valor a 1 o -1
mejor es el ajuste de la recta de regresión. Un valor de r = 0 indica que no
existe relación lineal entre las dos variables pero puede existir otro tipo de
relación (curvilínea). Un valor positivo de r indica que la recta sube hacia la
derecha; un valor negativo, que la recta baja hacia la derecha. En la figura 2 se
presentan algunas situaciones relacionados con el tipo de relación entre dos
variables y el coeficiente de correlación.
El objetivo de un análisis de regresión es determinar la relación que existe entre una variable dependiente y una o más variables independientes.
APLICACIONES DEL MÉTODO:
Química Mecánica Electricidad Sensores Física Fabricación Diseño de experimentos Construcción.
APLICACIÓN DEL MÉTODO AL ÁREA DE ESTUDIO
La dureza de los árboles es difícil de medir directamente, sin embargo la densidad si es relativamente fácil de medir. Por ello es de gran interés disponer de un modelo que permita predecir la dureza de un árbol a partir de su densidad. Por este motivo se ha tomado una muestra de 10 eucaliptos australianos y se les midió su densidad (X) y su dureza (Y). Los resultados obtenidos son los de la tabla adjunta.
DENSIDAD(X) DUREZA(Y)2 586 1058 888 11812 11716 13720 15720 16922 14926 202
0 5 10 15 20 25 300
50
100
150
200
250
58
10588
118 117
137
157169
149
202
Densidad
Dur
eza
x y x2 y2 xy ( y− y)2 ( y− y)2 ( y− y)2
2 58 4 3364 116 5184 3600 1446 105 36 11025 630 625 1600 2258 88 64 7744 704 1764 900 1448 118 64 13924 944 144 900 32412 117 144 13689 1404 169 100 916 137 256 18769 2192 49 100 920 157 400 24649 3140 729 900 920 169 400 28561 3380 1521 900 8122 149 484 22201 3278 361 1600 44126 202 676 40804 5252 5184 3600 144TOTAL=140
TOTAL=1300
TOTAL=2528
TOTAL=184730
TOTAL=21040
TOTAL=15730
TOTAL=14200
TOTAL=1530
PARA AJUSTAR LA RECTA:
y=B0+B1 x
Sxy=∑ xy−(∑ x)(∑ y)
n
Sxy = (21040) -(140)(1300)
10Sxy = 2840
Sxx=∑ x2−¿¿¿
Sxx = (2528) - (140)2
10
PENDIENTEINTERSECCIÓN
Sxx = 568
Syy = ∑ y2−¿¿¿
Syy = (181730) - (1300)2
10
Syy = 12730
PARA ENCONTRAR LOS ESTIMADORES:
B1= SxySxx x=
∑ x
n y=
∑ y
n
B1= 2840568 x=
14010 y=1300
10
B1= 5 x=14 y=130
B0= y−B1 x
B0= 130 – 5 (14)
B0= 60
y= 60+ 5 x
0 5 10 15 20 25 300
50
100
150
200
250
58
10588
118 117137
157169
149
202
f(x) = 5 x + 60R² = 0.902733630006357
DENSIDAD
DU
REZA
Coeficiente de determinación:
r2 = ∑ ( y− y)2−∑ ( y− y)2
∑ ( y− y)2
r2 = 15730−1530
15730
r2 = 0.9027
Coeficiente de Correlación:
√r2= r
r = 0.95
INFOGRAFÍA
http://es.slideshare.net/albertojeca/problemas-de-regresion-lineal
http://www.ingenieriaindustrialonline.com/herramientas-para-el-ingeniero-industrial/pron%C3%B3stico-de-ventas/regresi%C3%B3n-lineal/
http://www.dcb.unam.mx/profesores/irene/Notas/Regresion.pdf
http://www.scielo.org.mx/scielo.php?pid=S1405-04712012000100006&script=sci_arttext
#include <stdio.h>
#include<windows.h>
#include <math.h>
#include <conio.h>
#define N 1000
main()
{
//Declaracion de variables
int n,i;
float m,b,sumax,sumay,sumaxy,sumax2,sumay2,sumacr1,sumacr2,sumacr3,sxy,sxx,syy,xb,yb,ye,error,r2,r;
float x[N],y[N];
// Pedimos la cantidad de puntos
printf("REGRESION LINEA\nL");
printf("METODO DE MINIMOS CUADRADOS\n");
printf("APLICACIÓN DEL MÉTODO AL ÁREA DE ESTUDIO: Energia y Ambiente\n);
printf("\nIngrese la Cantidad de puntos: ");
scanf("%d",&n);
// mostramos los puntos para pedir el peso y la estatura
for (i=0;i<n;i++)
{
printf("\nPunto==> %d: \tDensidad(x) : ",i+1);
scanf("%f",&x[i]);
printf(" \tDureza(y) : ",i+1);
scanf("%f",&y[i]);
}
// Hacemos las sumatorias
sumax=sumay=sumaxy=sumax2=0;
for (i=0;i<n;i++)
{
/* suma de los produtos*/
sumaxy += x[i]*y[i];
printf("\nSumatoria de xy=%f\n",sumaxy);
/* suma de los valores de x^2*/
sumax2 += x[i]*x[i];
/* suma de los valores de y^2*/
sumay2 += y[i]*y[i];
/*suma de los valores de x*/
sumax += x[i];
/*suma de los valores de y*/
sumay += y[i];
}
printf("\nSumatoria de x cuadrado=%f\n",sumax2);
printf("\nSumatoria de x cuadrado=%f\n",sumax2);
printf("\nSumatoria de x=%f\n",sumax);
printf("\nSumatoria de y=%f\n",sumay);
/* Calculamos la pendiente (m) y la interseccion (b)*/
sxy = sumaxy - ((sumax*sumay))/n;
sxx = sumax2 - (pow(sumax,2))/n;
syy = sumay2 - (pow(sumay,2))/n;
xb = sumax/n;
yb = sumay/n;
m = sxy/sxx;
b = yb - (m*xb);
// Mostramos los valores de la pendiente y de la interseccion
printf("\nsxy=%f \nsxx=%f \nsyy=%f\n",sxy,sxx,syy);
printf("\n\npendiente(m) = %f \nInterseccion(b) = %f\n\n",m,b);
// la formula para calcular la variable dependiente(Y) es:
printf("\n\nValor de la variable dependiente es Y = %f*X+ (%f)\n\n",m,b);
//Coeficiente de determinacion y error
for (i=0;i<n;i++)
{
/*diferencia de y -yb al cuadrado*/
sumacr1 += pow((y[i] - yb),2);
ye = b + m*x[i];
sumacr2 += pow((ye- yb),2);
sumacr3 += pow((y[i] -ye),2);
error = ((y[i]-ye)/y[i])*100;
printf ("\nx= %f y= %f ye= %f Error=%f",x[i],y[i],ye,error);
}
printf("\nSumatoria de y-yb cuadrado=%f\n",sumacr1);
printf("\nSumatoria de y' - yb cuadrado=%f\n",sumacr2);
printf("\nSumatoria de y - ye cuadrado=%f\n",sumacr3);
r2 = (sumacr1-sumacr3)/sumacr1;
r = sqrt(r2);
printf("R2=%f\n R=%f\n",r2,r);
system("pause");
}