MINIMOS CUADRADOS

El mtodo de mnimos cuadrados segn consiste en ajustar la recta que cumpla con
la condicin de que la suma de los cuadrados de las desviaciones de cada valor
observado y de su correspondiente valor de prediccin y, sea mnima
El anlisis de regresin trata de la dependencia de las variables explicativas, con el
objeto de estimar y predecir la media o valor promedio poblacional de la variable
dependiente en trminos de los valores conocidos o fijos de las variables
explicativas.
Se trata de encontrar una mtodo para hallar una recta que se ajuste de una
manera adecuada a la nube de puntos definida por todos los pares de valores
mustrales (Xi,Yi).
Este mtodo de estimacin se fundamenta en una serie de supuestos, los que hacen
posible que los estimadores poblacionales que se obtienen a partir de una muestra,
adquieran propiedades que permitan sealar que los estimadores obtenidos sean los
mejores.
Pues bien, el mtodo de los mnimos cuadrados ordinarios consiste en hacer mnima
la suma de los cuadrados residuales, es decir lo que tenemos que hacer es hallar los
estimadores que hagan que esta suma sea lo ms pequea posible.

MINIMOS CUADRADOS

Ajuste por mnimos cuadrados
ei = yi i = yi (0 + 1x1i + 2x2i + . . . kxki)
Son los parmetros estimados del modelo Como en regresin simple, el criterio de
mnimos cuadrados asigna a los parmetros del modelo el valor que minimiza la
suma de errores al Cuadrado de todas las observaciones.
Mnimos cuadrados es una tcnica de anlisis numrico encuadrada dentro de
la optimizacin matemtica, en la que, dados un conjunto de pares ordenados:
La suma de errores al cuadrado es S:
Ventajas adicionales
Es objetivo, slo depende de los resultados experimentales.
Es reproducible, proporciona la misma ecuacin no importa quin realice el
anlisis.
Proporciona una estimacin probabilstica de la ecuacin que representa a
unos datos experimentales.
Proporciona intervalos pequeos de error.
Restricciones
Slo sirve para ajustar modelos lineales
Requiere tener, al menos, diez mediciones bajo las mismas circunstancias
experimentales.
Tales resultados deben estar descritos por una distribucin de probabilidad
conocida. La ms comn es la distribucin normal o gaussiana.
Se requiere de algn equipo de clculo, de lo contrario, es muy engorroso.
El mtodo de los mnimos cuadrados nos permite encontrar la ecuacin de
una recta a partir de los datos experimentales.
Es decir, utilizando solamente las mediciones experimentales se obtendr la
pendiente y la ordenada al origen de la recta que mejor se ajuste a tales
mediciones
Al final podemos concluir que mnimos cuadrados consiste en una tcnica
de anlisis numrico cuadrada dentro de la optimizacin matemtica, en la
que, dados un conjunto de pares ordenados: variable independiente, variable
dependiente, y una familia de funciones, se intenta encontrar la funcin,
dentro de dicha familia, que mejor se aproxime a los datos (un "mejor
ajuste"), de acuerdo con el criterio de mnimo error cuadrtico.