Documentos de Académico
Documentos de Profesional
Documentos de Cultura
EAIQ GQ 1617-Tema 4 PDF
EAIQ GQ 1617-Tema 4 PDF
Calibracin
S => 10S:
+
? ei
0
X
_
ANOVA, contrastes,
Y= a + b X residuos, ...?
Los estimadores de , y
(respectivamente, ordenada en
el origen, pendiente y error) son,
respectivamente, a, b y e:
Y =
a + b X + e
e (y y i ) = y i ( a + b x i ) = mnimo
2 2
2
i = i
=i 1= i 1
( x )( y )
n i i
y
i =1
x SXY =
SXY i =1
i i n
=
b =
(x ) (x )
n
SX2
n 2
2
x i x
i i =1
i =1 SX2 =
n
i i
i =1
( )( )
n
SXY =
SXY
i =1
xi x
yi y
n
= (x )
n
r x
2
(x ) (y )
SX SY n 2 n 2 i =1
i
i x i y SX =
n
=i 1= i 1
( )
n 2
yi y
es adimensional, y -1 r 1. SY =
i =1
n
cuanto ms cercano sea r a 1 a 1, mejor es el ajuste.
r > 0 => relacin directa.
r < 0 => relacin inversa.
r 0 => relacin no lineal (recta). Puede ser otra
relacin.
EAIQ (GQ) Tema 4
El coeficiente de correlacin, es til para evaluar
el ajuste, pero debe usarse con precaucin:
r +1 r -1 no garantiza que todos los
datos estn prximos a la recta.
la forma de la lnea puede cambiar sin
cambiar r.
r depende de los intervalos de las variables:
distintos valores de r no se pueden comparar
si se obtienen con distintas muestras.
r no es proporcional: r = 0,98 no es el doble
de bueno que r = 0,49; mejorar r de 0,985 a
0,990 no es equivalente a mejorar de 0,990 a
0,995.
EAIQ (GQ) Tema 4
Por tanto, aparte de r, es esencial la inspeccin
visual de los datos representados, para evaluar el
ajuste.
Coeficiente de determinacin (R2, r2): es una
buena medida para determinar lo bueno que es el
ajuste, pues mide la proporcin de variabilidad de
Y que es explicada por X a travs de la recta de
regresin (ver Tema 1): 2
SXY
r =
2
X Y
S S
i
x 2
i =1
sa = s y
( )
x n
n xi x
2
i =1
pendiente (b): sy
sb =
x
(x )
n 2
i x
i =1
i =1
b
=
MUESTRA t
x MUESTRA= 0 ,05 ;( n 2 ) s x MUESTRA
EAIQ (GQ) Tema 4
Esto da lugar a la llamada banda de prediccin, que
marca los lmites de confianza para la prediccin del
valor de xMUESTRA:
SA SPI= a + b C
EAIQ (GQ) Tema 4
Ejemplo: calibrado con adicin estndar.