TRABAJO DE REGRESIN LINEAL

LEIDY JULIETH VARGAS RIOS

COD 32007123051

FUNDACIN UNIVERSITARIA DE SAN GIL UNISANIL CREX YOPAL

FACULTAD DE INGENIERA
INGENIERA AMBIENTAL
CONTAMINACIN AMBIENTAL
EL YOPAL CASANARE
2010

TRABAJO DE REGRESIN LINEAL

LEIDY JULIETH VARGAS RIOS

COD 32007123051

ING. SANITARIO Y AMBIENTAL

SERGIO ANDRES PEA

FUNDACIN UNIVERSITARIA DE SAN GIL UNISANIL CREX YOPAL

FACULTAD DE INGENIERA
INGENIERA AMBIENTAL
CONTAMINACIN AMBIENTAL
EL YOPAL CASANARE
2010

INTRODUCCIN
Es evidente que lo ms econmico y rpido para modelar el
comportamiento de una variable Y es usar una sola variable preeditora y
usar un modelo lineal. Pero algunas veces es bastante obvio de que el
comportamiento de Y es imposible que sea explicada en gran medida por
solo una variable.
Por ejemplo, es imposible tratar de explicar el rendimiento de un
estudiante en un examen, teniendo en cuenta solamente el nmero de
horas que se prepar para ella. Claramente, el promedio acadmico del
estudiante, la carga acadmica que lleva, el ao de estudios, son tres de
las muchas otras variables que pueden explicar su rendimiento. Tratar de
explicar el comportamiento de Y con ms de una variable preeditora
usando una funcional lineal es el objetivo de regresin lineal mltiple.
Frecuentemente, uno no es muy familiar con las variables que estn en
juego y basa sus conclusiones solamente en clculos obtenidos con los
datos tomados

TALLER
1. Ensayo piloto en una parcela dedicada al cultivo de maz, se encontr
que el pesticida difosfato de cromo se degrada de acuerdo a la siguiente
informacin.
Determinar:
a. Orden de la reaccin
b. Ecuacin Lineal
c. Grfico

SOLUCIN

TABLA DE DATOS

t (das)
c (M)
Ln c
1/c
1/c2

10

1.0

0.85

0.75

0.67

0.62

0.58

0 -0,162 -0,287 -0,400

-0,47

0.544

1.176

1.333

1.492

1.612

1.724

1.384

1.777

2.227 2,6014 2,9726

AHORA SEGN T (DAS) Y C (M) SE REALIZA GRAFICO Y

ECUACIN

t (das) c (M)
0
1
2
0,85
4
0,75
6
0,67
8
0,62
10
0,58

tc
A
B
r

0,95
-0,041
-0,9719

Y= a +- b x
Y= -0.041 x + 0.95
Teniendo en cuenta el grfico y la ecuacin lineal tendremos una proyeccin
para los das 12, 14 y 16 reemplazando la ecuacin:
Y= -0.041 (12) + 0.95
Y = 0.458
Y= -0.041 (14) + 0.95
Y = 0.376
Y= -0.041 (16) + 0.95
Y = 0.294
Es decir:

t (das) c (M)
12 0,458
14 0,376
16 0,294

AHORA SEGN T (DAS) Y Ln C,

ECUACIN

t (das)
0
2
4
6
8
10

Ln c
0
-0,162
-0,287
-0,400
-0,47
0,544

A
B
r

SE REALIZA GRAFICO Y

tLn c
-0,2493
0,024
0,2429

Y= a +- b x
Y = 0,024 x - 0,249
Teniendo en cuenta el grfico y la ecuacin lineal tendremos una proyeccin
para los das 12, 14 y 16 reemplazando la ecuacin:
Y= 0,024* (12) - 0,249
Y = 0.039
Y= 0,024* (14) - 0,249
Y = 0.087
Y= 0,024* (16) - 0,249
Y = 0.135
Es decir:

t (das) Ln c
12 0,039
14 0,087
16 0,135

AHORA SEGN T (DAS) Y 1/C, SE REALIZA GRAFICO Y ECUACIN

t (das) 1/c
0
1
2 1,176
4 1,333
6 1,492
8 1,612
10 1,724

A
B
r

t1/c
1,0261
0,0726
0,9963

Y= a +- b x
Y = 0,072 x + 1,026
Teniendo en cuenta el grfico y la ecuacin lineal tendremos una proyeccin
para los das 12, 14 y 16 reemplazando la ecuacin:
Y= 0,072 * 12 + 1,026
Y = 1.89
Y= 0,072 * 14 + 1,026
Y = 2.034
Y= 0,072 * 16 + 1,026
Y = 2.178
Es decir:

t (das)
12
14

1/c
1,89
2,034

16

2,178

AHORA SEGN T (DAS) Y 1/C, SE REALIZA GRAFICO Y ECUACIN

t (das)
0
2
4
6
8
10

1/c2
1
1,384
1,777
2,227
2,601
2,973

A
B
r

t1/c2
0,9961
0,1995
0,9996

Y= a +- b x
Y = 0,199 x + 0,996
Teniendo en cuenta el grfico y la ecuacin lineal tendremos una proyeccin
para los das 12, 14 y 16 reemplazando la ecuacin:
Y= 0,199* 12 + 0,996
Y = 3.384
Y= 0,199* 14 + 0,996
Y = 3.782
Y= 0,199* 16 + 0,996
Y = 4.18
Es decir:

t (das)
12
14
16

1/c2
3,384
3,782
4,18
CONCLUSIONES

La aplicacin del anlisis de regresin simple permitir estudiar la

relacin que existe entre una variable independiente y otra dependiente,
utilizando el modelo de regresin.
El coeficiente de determinacin es una medida de la bondad de ajuste
para la ecuacin de regresin; este puede interpretar como la proporcin
de la variacin de la variable dependiente explicada por la ecuacin de
regresin.
Se consider la correlacin como una medida descriptiva de la
intensidad de una relacin lineal entre dos variables.