El método de los "mínimos cuadrados"calcula la línea recta que mejor se ajuste a los datos (x,y)

La ecuación para la línea es la siguiente:

yPara
= mx + bvarios de valores x, donde los valores y dependientes son función de los valores x independientes.
hay

Los valores m son coeficientes que corresponden a cada valor x, y b es un valor constante.
La ecuación de una línea recta es y = mx + b.
Si conoce los valores de m y b, puede calcular cualquier punto de la línea insertando el valor y o x en esa ecuación.

La exactitud de la línea calculada por regresión lineal depende del grado de dispersión de los datos.
Cuanto más lineales sean los datos, más exacto será el modelo de Regresión Lineal.
Regresión Lineal usa el método de los mínimos cuadrados para determinar el mejor ajuste para los datos.
Si solo tiene una variable x independiente, los cálculos para m y b se basan en las fórmulas siguientes:

PENDIENTE
ORDENADA AL ORIGEN

Donde x e y son medias de muestras, es decir, x = PROMEDIO e y = PROMEDIO.

En el análisis de regresión, se calcula para cada punto la diferencia al cuadrado entre el valor y calculado para ese punto y su valor y real.
La suma de estas diferencias al cuadrado se denomina suma de los cuadrados residual.

n n n n

�x �y - �x �x y
n n n 2
n �xi yi - �xi �yi i i i i i

m= i =1 i =1 i =1 b= i =1 i =1 i =1 i =1
2
2 n
�n �
�n � n�xi 2 - ��xi �
n
n�xi - ��xi �
2

i =1 �i =1 � i =1 �i =1 �

La calidad del ajuste suele medirse por el conocido como factor de regresión r (en
el caso en que r=1 el ajuste sería perfecto) que viene dado por la expresión:

� n 2 �n � 2
�� n 2 �n ��
2

n�xi - �
� �i � �
x �n
� yi - �� i ��
y
� i =1
� �i =1 �� ��
� i =1 �i =1 �� �
r2 = 2
� n n n
�
�n �xi yi - �xi �yi �
� i =1 i =1 i =1 �

Y las incertidumbres

ns n
n

�( y - mxi - b )
2 Dm =
2 �x i
2

i n
� n
� Db = Dm i =1
s= i =1 n�xi 2 - �� xi � n
n-2 i =1 �i =1 �

r 1 implica correlación lineal fuerte (r = -1 implica una relación lineal con pendiente negativa)
r 0 implica correlación nula, esto es, que las magnitudes x e y no están relacionadas.

0  r 1 implica correlación estadística.

 A un resorte en posición vertical fijo en su extremo superior se cuelgan pesas de 10 g cada una, primero una, después dos, etc
longitud.
En la siguiente tabla están registrados los valores de la carga que soporta el resorte (c) y la longitud del mismo (l).
a) Haga una gráfica "l vs c", tomando en cuenta que la incertidumbre de los valores de la longitud es ± 0.5 cm y en los de la c
representarla en la gráfica.

Carga Longitud
Número de
c (g) l (cm)
medida
1 0.0 4.5
2 10.0 7.0
3 20.0 8.5
4 30.0 11.0
5 40.0 13.5
6 50.0 16.0

AJUSTE POR MÍNIMOS CUADRADOS

METODO 1
PENDIENTE ORDENADA AL ORIGEN
   xi 
  xi yi - 
  n
cov( x, y ) = 
n -1

 1    xi 2 
m  2  -1 Db = Dm   cov( xi yi )
r=
Dm =
r   n  s xs y
n-2
Datos necesarios Promedio "x" Promedio "y"

x y x-x y- y ( x- x)
2
( x - x) ( y - y)

Promedios
Suma
Desv. Std
m= ±
b= ±
número de datos=
 cov= r=

METODO 2
n n n
n�xi yi - �xi �yi ns
m= i =1 i =1 i =1 Dm =
2 2 Desviación estándar
�n
n
�
n
�n �
n�xi - �� xi �2
n�xi - �
2
�xi �
i =1 �i =1 � i =1 �i =1 � n

�( y - mxi - b )
2
i
n n n n s= i =1

�x �y - �x �x y
2 n n-2
b= i =1
i
i =1
i
i =1
i
i =1
i i
�xi 2
Db = D m
2 i =1
� n
� n
n�xi - �� xi � 2
n
i =1 �i =1 �
Número de datos 0

x y xiyi xi2 yi-mxi-b (yi-mxi-b)2

SUMA

m= ± Calidad del ajuste

b= ± r 2=
2
 n n n

Desviación  n xi yi -  xi  yi 
estándar r2 =  i =1 i =1 i =1 
 n 2  n   n 2  n
2
 
2

 n xi -   xi    n  yi -   yi  
 i =1  i =1    i =1  i =1  
, primero una, después dos, etc. Se observa que aumenta progresivamente su

gitud del mismo (l).

tud es ± 0.5 cm y en los de la carga es demasiado pequeña como para

   xi  yi  
  xi yi -  
  n  
y) =
n -1

cov( xi yi )
=
s xs y

xiyi xi2
mxi - b )
2

-2

y2

2
n n

-  xi  yi 
i =1 i =1 
2
 n 2  n  
2

  n yi -   yi  
  i =1  i =1  
Semestre 2016-1 Hoja Cálculo Práctica No. 3
HOJA PARA AJUSTE POR MÍNIMOS CUADRADOS
Nombre: Equipo:
RELACIONES UTILIZADAS
n n n
Pendiente Ordenada al origen
n xi yi -  xi  yi
n n n n

x  y -x x y
i
2
i i i i
m= i =1 i =1 i =1
2 b= i =1 i =1 i =1 i =1
2
n
 n  n
 n 
n xi 2 -   xi  n  xi 2 -   xi 
i =1  i =1  i =1  i =1 
Incertidumbres
n n
n
 ( y - mx - b ) x
2
i i
Dm = U y 2 i
2
n
 n

Uy = i =1
n xi 2 -   xi  D b = Dm i =1
n-2 i =1  i =1  n

f(x) =
R² = 0 Gráfico
12

10

6
Axis Title

0
0.00 2.00 4.00 6.00 8.00 10.00 12.00

Axis Title

DATOS EXPERIMENTALES Y CÁLCULOS

No de dato xi yi xi2 xiyi yi-mxi-b (yi-mxi-b)2

1
2
3
4
5
6

 0.00 0 0.00 0.00 0.00 0.00

Datos Calculadora

NÚMERO DE DATOS 0 DENOMINADOR 0

VARIANZA (UY) 0.00E+00

Expresión de la pendiente Expresión de la ordenada al origen

#DIV/0! ± #DIV/0! #DIV/0! ± #DIV/0!

Extrapolación x= y= #DIV/0!
unidades unidades

Modelo del experimento: =

Según y=mx+b

Significado de la pendiente

Significado de la ordenada al origen

G10 G12 WOLY