Mnimos cuadrados

(Regresin Lineal).












Fecha de entrega del reporte:
16
/
5/2013
. Grupo:_ 3AV3____



Nombre del Alumno: ____Gerardo Daniel Aguilar Jurez_ Boleta:
__2012302343__


Nombre del Profesor: __Miguel Jimnez Guzmn _













1. Objetivos

2. Anlisis del mtodo

3. Aplicaciones del mtodo

4. Programacin en MATLAB


1. OBJETIVO DE LA PRCTICA

1. Anlisis del mtodo:

Comprender el concepto del mtodo de Mnimos cuadrados (regresin
lineal).

2. Aplicacin del mtodo :

Una vez comprendido la teora del mtodo, se realiza un ejercicio a
mano como ejemplo del uso de este.

3. Programacin en MATLAB:

Analizar el mtodo para generar un cdigo de programacin que
funcione en MATLAB.


2. ANLISIS DEL MTODO
El ejemplo mas simple de una aproximacion por minimos cuadrados es el
ajuste de una linea recta a un conjunto de parejas de datos observadas:
(x1,y1), (x2,y2),....,(xn,yn). La expresion matematica de una linea recta es :
Y = a0 + a1x
Para determinar los valores de a1 y a0 de un numero determinado de
puntos se tienen las siguientes formulas



Se grafica la linea recta la cual da como resultado una linea que pasa entre
los puntos muestreados.



3. APLICACIN DEL MTODO

Ejemplo 1
Con el uso de los datos del ejemplo 1 correspondiente al "Modelo de
regresin lineal con el uso de matrices", construya un intervalo de
confianza de 95% para la respuesta media cuando x1 = 3%, x2 = 8%, y x3
= 9%.
SOLUCIN
De la ecuacin de regresin del ejemplo 1 correspondiente al "Modelo de
regresin lineal con el uso de matrices", el porcentaje estimado de
sobrevivencia cuando x1 = 3%, x2 = 8%, y x3 = 9% es

A continuacin encontramos que:


Con el uso del cuadrado medio del error, s2 = 4.298 o s = 2.073, y de la
tabla A.4, vemos que t0.025 = 2.262 para 9 grados de libertad. Por tanto,
un intervalo de confianza de 95% para el porcentaje medio de
sobrevivencia para x1 = 3%, x2 = 8%, y x3= 9% est dado por

o simplemente
.
Como en el caso de la regresin lineal simple, necesitamos hacer una clara
distincin entre el intervalo de confianza de la respuesta media y el
intervalo de prediccin sobre una respuesta observada. Esta ltima
proporciona un lmite dentro del cual podemos decir con un grado de
certeza preestablecido que caer una nueva respuesta observada.
Un intervalo de prediccin para una sola respuesta pronosticada se
establece de nuevo al considerar las diferencias de la variable
aleatoria .
Se puede mostrar que la distribucin muestral es normal con media

y varianza

De esta manera el intervalo de prediccin de (1 )100% para un solo
valor de prediccin y0 se puede construir a partir de la estadstica

que tiene una distribucin t con n k 1 grados de libertad.


4. PROGRAMACIN EN MATLAB.

Cdigo en MATLAB
clear;
clc;

fprintf('Metodo de Regresion Lineal \n\n');
n=input('Numero de puntos: ');

for i=1:n
x(1,i)=input('dame los valores de x: ');
end

for i=1:n
y(1,i)=input('dame los valores de y: ');
end

x
y

plot(x,y)
grid
xlabel('x');ylabel('y')
pause

a=0;
for i=1:n
a=a+x(1,i)*y(1,i);
end

b=0;
for i=1:n
b=b+x(1,i)*x(1,i);
end

c=0;
for i=1:n
c=c+x(1,i);
end

e=0;
for i=1:n
e=e+y(1,i);
end

d=0;
d=c/n;
f=0;
f=e/n;
a1=(n*a-c*e)/(n*b-c*c);
a0=f-a1*d;

clc;
fprintf('Ecuacion con la que se encuentran los nuevos valores de y \n\n');
fprintf(' y = %f + %f x',a0,a1);

for i=1:n
y(1,i)=a0+a1*x(1,i);
end

fprintf('\n\nPresiona enter para ver la nueva grafica\n\n');
pause

plot(x,y)
grid
xlabel('x');ylabel('y')
pause


Capturas