UNIVERSIDAD CENTRAL DEL ECUADOR

FACULTAD DE INGENIERIA, CIENCIAS FISICAS Y

MATEMATICAS
ESCUELA DE INGENIERIA CIVIL
ESTADISTICA
NOMBRE:
TUZA JOSE LUIS
SEMESTRE: SEGUNDO
PARALELO: TERCERO
FECHA DE ENTREGA: 01/01/2011
2011 2011
INTRODUCCION
La regresin es una tcnica estadstica utilizada para simular la relacin existente
entre dos o ms aria!les" #or lo tanto se puede emplear para construir un modelo
$ue permita predecir el comportamiento de una aria!le dada"
La regresin es mu% utilizada para interpretar situaciones reales& pero com'nmente se
(ace de mala )orma& por lo cual es necesario realizar una seleccin adecuada de las
aria!les $ue an a construir las ecuaciones de la regresin& %a $ue tomar aria!les
$ue no tengan relacin en la prctica& nos arro*ar un modelo carente de sentido& es
decir ilgico"
+eg'n sea la dispersin de los datos ,nu!e de puntos- en el plano cartesiano& pueden
darse alguna de las siguientes relaciones& Lineal& Logartmica& .xponencial&
Cuadrtica& entre otras" Las ecuaciones de cada relacin se presentan en la siguiente
ta!la"
Ta!la /" .cuaciones de regresin
R.0R.+I1N .CU2CI1N
Lineal % 3 2 4 5x
Logartmica % 3 2 4 5Ln,x-
.xponencial % 3 2e
,5x-
Cuadrtica % 3 2 4 5x 4Cx
6
+in em!argo o!tener el modelo de regresin no es su)iciente para esta!lecer la
regresin& %a $ue es necesario ealuar $ue tan adecuado es el modelo de regresin
o!tenido" #ara esto se (ace uso del coe)iciente de correlacin R& el cual mide el grado
de relacin existente entre las aria!les" .l alor de R aria entre 7/ % /& pero en la
prctica se tra!a*a con el alor a!soluto de R& entonces& a medida $ue R se aproxime
a /& ms grande es el grado de correlacin entre los datos& de acuerdo con esto el
coe)iciente de correlacin se puede clasi)icar de arias )ormas& como se o!sera en la
Ta!la 6"
Ta!la 6" Clasi)icacin del grado de correlacin"
CORR.L2CI1N 82LOR O R2N0O
#er)ecta 9R9 3 /
.xcelente :"; <3 9R9 < /
2
5uena :"= <3 9R9 < :";
Regular :"> <3 9R9 <:"=
?ala 9R9< :">
#or lo tanto el anlisis de regresin es una (erramienta estadstica $ue permite
analizar % predecir o estimar o!seraciones )uturas de dos o ms aria!les
relacionadas entre s& es decir una (erramienta 'til para la planeacin"
PROCEDIMIENTO PARA HALLAR EL COEFICIENTE DE REGRESIN
#ara determinar el alor del coe)iciente de regresin de una manera )cil % exacta es
utilizando el mtodo de los ?nimos Cuadrados de dos maneras@
1. F!"#$ D%"&'($
De la ecuacin de la recta@
+i % & se o!tienen a partir de las ecuaciones normales@

2plicando normales A ,aleatoria- so!re B ,)i*a- tenemos@

.l Coe)iciente de Regresin es
De la misma manera la recta de regresin de CBC ,aleatoria- so!re CAC ,)i*a- ser dada
de la siguiente manera@
Donde@ % se o!tienen a partir de las ecuaciones normales@
3
2plicando normales B so!re A tenemos@

4
2. F!"#$ I)*%"&'($ *&+ M,(!*! *& +!- M.)%#!- C/$*"$*!-"
.l )undamento de este mtodo es de las desiaciones de B respecto a su media
aritmtica" B
.cuacin de y so!re x .cuacin de y so!re x
Donde@
5
x& % 3 desiaciones
B 3 media aritmtica
A 3 media aritmtica
a" R&0"&-%1) M2+(%3+&@ .ste tipo se presenta cuando dos o ms aria!les
independientes in)lu%en so!re una aria!le dependiente" .*emplo@ A 3 ),x& D& z-"
A)4+%-%- *& R&0"&-%1) M2+(%3+&
Dispone de una ecuacin con dos aria!les independientes adicionales@
+e puede ampliar para cual$uier n'mero CmC de aria!les independientes@
#ara poder resoler % o!tener % en una ecuacin de regresin m'ltiple el
clculo se presenta mu% tediosa por$ue se tiene atender E ecuaciones $ue se generan
por el mtodo de mnimo de cuadrados@
6

NOT2@ se puede utilizar programas in)ormticos para resoler"
E+ &""!" &-(4)*$" *& +$ "&0"&-%1) #2+(%3+&
.s una medida de dispersin la estimacin se (ace ms precisa con)orme el grado de
dispersin alrededor del plano de regresin se (ace mas pe$ueFo"
#ara medirla se utiliza la )ormula@
A @ 8alores o!serados en la muestra
@ 8alores estimados a partir a partir de la ecuacin de regresin
n @ N'mero de datos
m @ N'mero de aria!les independientes
E+ '!&5%'%&)(& *& *&(&"#%)$'%1) #2+(%3+&
?ide la tasa porcentual de los cam!ios de A $ue pueden ser explicados por & %
simultneamente"
.G.RCICIO
.n la Hacultad de Ingeniera de +istemas % Computo de la Uniersidad CInca 0arcilaso
de la 8egaC se $uiere entender los )actores de aprendiza*e de los alumnos $ue cursan
la asignatura de #I#& para lo cual se escoge al azar una muestra de /> alumnos %
7
ellos registran notas promedios en las asignaturas de 2lgoritmos& 5ase de Datos %
#rogramacin como se muestran en el siguiente cuadro"
A+/#)! PHP A+0!"%(#!- B$-& *& D$(!- P"!0"$#$'%1)
1 16 17 17 16
2 16 18 16 12
6 16 19 16 18
8 17 20 18 19
7 19 1: 1: 1;
9 17 19 1; 17
; 12 16 17 11
: 16 19 18 17
< 16 17 18 16
10 16 18 16 10
11 11 12 12 10
12 18 19 11 18
16 17 1; 19 17
18 17 1< 18 19
17 17 16 17 10
Lo $ue !uscamos es construir un modelo para determinar la dependencia $ue exista
de aprendiza*e re)le*ada en las notas de la asignatura de #I#& conociendo las notas
de las asignaturas 2lgoritmos& 5ase de Datos % #rogramacin"
+e presentara la siguiente ecuacin a resoler@
Utilizando las )ormulas de las ecuaciones normales a los datos o!tendremos los
coe)icientes de regresin o utilizando Regresin de 2nlisis de datos& en la Io*a de
Calculo de .xcel podemos calcular tam!in los coe)icientes de regresin@
#or lo tanto podemos construir la ecuacin de regresin $ue !uscamos@
E+ E""!" E-(4)*$" *& R&0"&-%1) M2+(%3+&
?ediante esta medida de dispersin se (ace ms preciso el grado de dispersin
alrededor del plano de regresin& se (ace ms pe$ueFo"
#ara calcularla se utiliza la )ormula siguiente@
8
.n los resultados de .xcel se llama error tpico % para explicar la relacin del
aprendiza*e de #I# $ue se iene desarrollando es de 0.861
E+ '!&5%'%&)(& *& *&(&"#%)$'%1) #2+(%3+& ="2>
Utilizaremos para determinar la tasa porcentual de A para ser explicados las aria!les
m'ltiples& utilizando la siguiente )ormula@

9
VARIABLES ?@A Y ?YA COMO ALEATORIAS =5/)'%!)&- +%)&$+&->
Dadas B e A& aria!les aleatorias con )unciones de densidad de pro!a!ilidad )B % )C,
respectiamente& se dice $ue son independientes si@
f(x, y) = fx(x) fy(y)
cuales$uiera $ue sean x % y
donde f designa a la )uncin de densidad con*unta de la aria!le !iariante =@,Y> "
Otra )orma de exponer este concepto& pasa por considerar los sucesos A % B& de la
experiencia aleatoria& determinados por dos con*untos de alores numricos de X % Y&
respectiamente" La independencia de @ e Y se traduce en la independencia entre A %
B& es decir& la pro!a!ilidad de $ue tengan lugar los sucesos A % B simultneamente
de!e coincidir con el producto de la pro!a!ilidad de realizacin de A por la de B@
P(A B) = p(A) * p(B)
.sta de)inicin puede extenderse a J aria!les aleatorias Y1 , Y2 , ... , YD & donde la
independencia entre ellas est asegurada si@
f(y1, y2,..,yk) = f1(y1) f2(y2) . Fk(yk)
cuales$uiera $ue sean y1, y2,,yk
donde f % fi designan las )unciones de densidad con*unta de =Y1,Y2 ,...,YD> % de Y% &
respectiamente"
LINEALIZACIN DE FUNCIONES NO LINEALES
+eg'n sea la dispersin de los datos ,nu!e de puntos- en el plano cartesiano& pueden
darse alguna de las siguientes relaciones& Lineal& Logartmica& .xponencial&
Cuadrtica& entre otras"
10
?odelo ?atemtico
Llamado tam!in a*uste de curas es una ecuacin dada en un gra)ico& dependiendo
del grado de correlacin $ue mas se a*uste al con*unto de datos"
2GU+T. LIN.2L@ A35B42
2GU+T. LO02RIT?ICO@ A35 Ln B42
2GU+T. .B#ON.NCI2L@ A32C
5B
2GU+T. #2R25OLICO& CU2DR2TICO O #OLINO?I2L@ A3 2B
6
4 5B 4 2
+e tiene con*unto de n puntos en el plano Kxi& %iL" .l o!*etio es determinar la ecuacin
de la recta tal $ue minimiza el error cuadrtico
Respecto a los parmetros a: ,ordenada al origen- % a/ ,pendiente-"
?atemticamente@
+impli)icando las ecuaciones anteriores emos $ue se de!e cumplir $ue@
11
o !ien& diidiendo am!as ecuaciones por el n'mero total de puntos e introduciendo
alores medios
.n )orma matricial& podemos escri!ir@
por lo $ue determinar los parmetros de la recta se resume a resoler el sistema de
ecuaciones lineales de dos ecuaciones % dos incgnitas de la )orma %a esta!lecida"
CONSIDERANDO LA VARIABLE ?YA COMO FIJA Y VARIABLE ?@A COMO
ALEATORIA:
+i en la .cuacin Y = aX
c
trans)ormamos las aria!les (aciendo el cam!io
X* = X
C
Y* = Y
C
Toda ez $ue conozcamos el exponente c, % representamos las nueas aria!les ,X*&
Y*- 3 ,X
C
& Y-& lo $ue o!tenemos es una relacin lineal entre las variables
ra!sf"r#a$as % decimos $ue (emos linealizado la representacin gr)ica" .n este
caso se trans)orma la aria!le X& pero !ien se podra (a!er optado por el cam!io en la
aria!le dependiente Y, o!teniendo tam!in una relacin lineal entre las nueas
aria!les representadas ,X*& Y*- 3 ,X& Y
1%C
-"
.st claro $ue lo anterior es inmediato de realizar si conocemos el alor del exponente
c" 2dems& o!seramos $ue un gr)ico linealizado nos da el alor de la constante a
CURVA DE AJUSTE PARABLICA:
M,(!*! *%"&'(!
#ara determinar una cura de a*uste para!lica por el mtodo li!re& se de!en elegir
tres puntos
2,x/& %/-M 5,x6& %6-M C,xE& %E- de los n datos conocidos& )ormando con ellos el siguiente
sistema de ecuaciones@
este sistema de!e ser resuelto para las incgnitas a& ! % c" Con los alores o!tenidos
se constru%e la ecuacin"
Recordemos $ue la ecuacin de me*or a*uste corresponde a$uella $ue presenta los
Coe)icientes de determinacin % Correlacin mas prximo a la unidad& !a*o este
criterio& se dan casos donde la serie de In)ormacin o!tenida no se puede explicar por
ninguno de las medidas de Regresin istas (asta el momentoM ante esta situacin %
asumiendo $ue la serie tiene una cura para!lica cu%o comportamiento se descri!e
matemticamente por una ecuacin de segundo grado ,par!ola-"
La Regresin se expresa as@
Y = A & BX & CX
2
12
Donde@
A 3 .stimacin de la aria!le dependiente
2&5&C 3 constantes numricas
B 3 8alores de la aria!le independiente"
Los alores C2C& C5C % CCC se encuentran resoliendo un sistema de tres ecuaciones
con tres incgnitas"
#ero cuando se recurre a la codi)icacin de la aria!le independiente& el clculo
tam!in se e)ect'a con las siguientes )ormulas de mnimos cuadrados@
M,(!*! M.)%#!- '/$*"$*!-.
.n este mtodo se consideran todos los datos" #rimeramente de!emos calcular los
alores de las expresiones@
N x 3 x/ 4 x6 4 OO 4 xn
N % 3 %/ 4 %6 4 OO 4 %n
N x% 3 x/ %/ 4 x6 %6 4 OO 4 xn %n
N x
6
3 x/
6
4 x6
6
4 OOO"4 xn
6
N x
E
3 x/
E
4 x6
E
4 OOO"4 xn
E
N x
P
3 x/
P
4 x6
P
4 OOO"4 xn
P
N x
6
% 3 x/
6
%/ 4 x6
6
%6 4 OOO"4 xn
6
%n
N 3 n'mero de datos"
.stos alores de!en ser reemplazados en el sistema de ecuaciones@
para determinar los alores de las incgnitas a& ! % c"
13
Con los alores o!tenidos se constru%e la ecuacin para!lica de a*uste por mnimos
cuadrados"
EJERCICIO
Quincena 1 2 3 4 5 6
Produccin en ton. 2 6 4 8 5 9
La tabla de clculo e!
" 1 2 3 4 5 6 21
# 2 6 4 8 5 9 34
"$2 1 4 9 16 25 36 91
"$3 1 8 27 64 125 216 441
"$4 1 16 81 256 625 1296 2275
"%# 2 12 12 32 25 54 137
"$2%# 2 24 36 128 125 324 639
91a & 21b & 6c ' 34
441a & 91b & 21c ' 137 245a & 35b ' 36
2275a & 441b & 91c ' 639 5369a & 735b ' 740
M.)%#!- C/$*"$*!- L!0$".(#%'!
14



Dada una )uncin de la )orma
los coe)icientes pueden o!tenerse a partir de los mnimos cuadrados como instalacin



Distribucin Weibull:
(u )uncin de denidad e de la )or*a
15
16
D%-("%E/'%1) /)%5!"#&:
.n estadstica la distri!ucin uni)orme es una distri!ucin de pro!a!ilidad cu%os
alores tienen la misma pro!a!ilidad"
1.1.1. D%-("%E/'%1) /)%5!"#& ='$-! '!)(%)/!>.
+e dice $ue una aria!le aleatoria X continua tiene una distri!ucin uni)orme en el
interalo Qa& bR si la )uncin de densidad de pro!a!ilidad ,HD#- es@
La )uncin de distri!ucin en el caso continuo entre a % b es
+u media estadstica es ,a 4 b- S 6 % su arianza ,b T a-
6
S /6
17
LA CURVA DE GOMPORTZ:
#roduccin de consumo con el ciclo de ida@
#or mnimos cuadrados& se tiene@
La Regresin sire para #ro%ectar datos (acia el )uturo& para determinar el grado de
dependencia $ue existe entre dos aria!les" .s necesario contar con datos pasados
para poder (acer las pro%ecciones (acia el )uturo"
La Correlacin es la asociacin entre dos o ms aria!les& como una relacin causa 7
e)ecto& el cual se lo o!tiene aplicando el logaritmo natural , ln -"
.*emplo
+e tiene@
Reemplazando en las )ormulas@
n 3 N'mero de datos
18
#or lo tanto se tiene la ecuacin @
#ara #ro%ectar el aFo U& reemplazar el alor , x 3 U - % as sucesiamente"
AU 3 /E:=U "EE
A= 3/E6E; "V;=
.l Coe)iciente de Determinacin@ , -
8T 3 8. 4 8N.
Donde@
8T @ 8ariacin Total"
8.@ 8ariacin .xplicada"
8N.@ 8ariacin no .xplicada"
8T 3 8. 4 8N.
19
#or lo tanto el U;"PPW de los datos del consumo aparente estn explicados por el tiempo&
mientras ma%or sea este porcenta*e muc(o me*or"
20
.G.RCICIO+
Con los siguientes datos Iistricos& #ro%ectar la Demanda mediante Regresin potencial
#or el mtodo no lineal de Regresin potencial se tiene las siguientes relaciones % construimos
la siguiente ta!la@
2plicando la )ormula de Regresin lineal ,mnimos cuadrados-@
Reemplazando los alores de C2C % C5C en la ecuacin general se tiene@
Y = '.(()) & *.)'+) (,"- X)
./.0C1C12
Una .mpresa considera $ue su precio se incrementar en un /:W el prximo aFo&
seg'n las preisiones econmicas& se pre un ascenso del #I5pc de =W& la
21
.lasticidad precio del producto es de 7/"P % la .lasticidad ingreso es de 6"> sin $ue
(a%a razn alguna para $ue no permanezcan constantes con el cam!io de precio e
ingresos" +i se ende >:::: unidades el aFo 6:::& XCul ser la Demanda para el
prximo aFoY"
Donde@
EF&#3+! G 6:
+e tiene la siguiente In)ormacin@
/" Realizar un 5alance O)erta 7Demanda (asta el aFo 6:::& sa!iendo $ue el Cpc
crece a una razn aritmtica& La O)erta crece a una razn exponencial& respecto al
precio"
6" .sta!lecer la Demanda #otencial para el aFo 6:::
#ROA.CT2NDO L2 #O5L2CI1N @
Tasa 0eomtrica"
#ROA.CT2NDO .L Cpc @
Tasa 2ritmtica"
22
#ROA.CCI1N D. #R.CIO+
@
Utilizaremos la tasa de in)lacin para (allar el precio pro%ectado& esta tasa es del EW
#or ser un alor extremadamente conserador& amos adoptar un crecimiento del EW
de aFo a aFo& los cuales se encuentran en )orma paralela a los pro%ectados"
#ROA.CT2NDO L2 OH.RT2 @
Tasa .xponencial"
O)erta 3 H, #recio-
Y = a
*
e
Bx
Utilizando la calculadora % con los datos de la ta!la anterior& podemos calcular los
parmetros de esta ecuacin& de manera $ue se tiene@
23
5I5LIO0R2HI2
+ndre (,li and -a.id /a#er0 An Introduction to Numerical Analysis0 1a*brid2e
3ni.erit# Pre0 2003. 4(56 0752170079471.
8. 9. Pre0 5. P. :lanner#0 (. ;. <eu=ol=#0 8. <. >etterlin20 Numerical Recipes in
Fortran0 1a*brid2e 3ni.erit# Pre0 1992.
G" ?" Ortega& Z" C" R(ein!oldt& 1eraive 3"l4i"! "f 5"!li!ear .64ai"!s i! 3everal
7ariables. Classics in 2pplied ?at(ematics& +I2?& 6:::"
(ttp@SSDDD"monogra)ias"comStra!a*osV:Sestadistica7descriptiaSestadistica7
descriptiaP"s(tml
.stadistica para Ingenieros +exta .dition Ronald e Zalpole& Ra%mond I ?e%er&
+(aron I" ?e%er
24