Documentos de Académico
Documentos de Profesional
Documentos de Cultura
INTEGRANTES:
GRUPO: G42
NOVIEMBRE 2017
Para mayor prueba del conocimiento en ésta materia haremos un breve recorrido sobre lo
mucho o poco que conocemos acerca de ésta ciencia, a través de una serie de preguntas como
las siguientes:
Estos se deben a primera instancia a los errores humanos, a una falta de contemplación hacia los
parámetros externos, como las mediciones, los planteamientos correctos de la solución, a un
procedimiento o finalización de una situación, o simplemente saltarse los pasos del método
científico, no estableciendo una buena hipótesis acerca de lo que se quiere mostrar.
Los errores sistemáticos: son aquellos que se repiten de manera constante en varias
realizaciones de una medida que afecta a todo de un modo definido y es el mismo para todos;
pero que se pueden corregir. Sus posibles causas pueden ser:
- Error Instrumental
Los errores aleatorios: Son aquellos que se producen de modo no regular, si un patrón
predefinido, variando en magnitud y es algo inevitable, imposibles de controlar durante su
proceso de medición. Sus fuentes son difíciles de identificar o sus efectos no pueden corregirse
del todo; son numerosos y pequeños pero su acumulación hace que las medidas fluctúen
alrededor de una medida. Entre sus posibles causas están:
- Problemas de humedad
- Presión
- Campos magnéticos
- variable independiente
- variable dependiente
Se intentan encontrar la función continua, dentro de dicho conjunto y esto hace referencia a
todo el que mejor se aproxime a los datos o un mejor ajuste de acuerdo con el criterio de
mínimo error cuadrático, o en su forma más simple, minimizar la suma de cuadrados de las
diferencias en las ordenadas llamadas residuos entre los puntos generados, la función elegida
y los correspondientes valores en los datos y se puede representar en una gráfica para mejor
apreciación lo podemos ver en el ajuste de curvas.
Es el resultado más aproximado a los datos de una información que se desea obtener, es decir;
un método se podría llamar tanto de aproximación o inferencia frente a una matriz de
información, para mayor claridad podemos aplicarlo de la siguiente manera:
La regresión lineal es un modelo que nos permite hallar la relación entre datos, dada entre las
variables dependientes e independientes, permite predecir un valor de Y estimado que se
obtendrá para un valor X que no se encuentre dentro de la distribución. Y cuando se calcula
una regresión lo que se quiere es estimar los parámetros a través del método de mínimos
cuadrados que permite encontrar la recta que mejor se ajusta a un conjunto de datos, que
puede ser observada cuando se grafica un diagrama de puntos dispersos.
y = a + bx
En esta ecuación "y" que representa los valores de la coordenada a lo largo del eje vertical en
el gráfico (de manera ordenada) mientras que "x" indica la magnitud de la coordenada sobre
el eje horizontal (abscisa).
El valor de "a" puede ser negativo, positivo o igual a cero; también es llamado el intercepto.
El valor de "b" que sólo puede ser negativo o positivo; se denomina la pendiente o
coeficiente de regresión.
Evalúe cuál modelo (lineal, potencial o exponencial) se ajusta mejor a los datos de la
tabla.
Descubrir, con argumentos estadísticos, cuál de estos tres modelos ajusta mejor los
datos en cada experimento.
Experimento 1 – Interpretación:
Teniendo en cuenta que para el experimento #1, el modelo que más se ajusta según los datos es
el modelo de Ecuación regresión lineal:
Y = 3,1948x + 5,8471
La ecuación lineal se representa como Y= mx +b. donde m representa la recta (X) y b el punto de
corte con el eje y. Podemos observar que los datos de la columna (X), se incrementan o tienen
tendencia creciente, lo mismo sucede con (Y) los datos son positivos y la tendencia de la línea es
constante, la línea naranja se observa muy ajustada y ceñida a la línea azul.
Experimento 2 – Interpretación:
Teniendo en cuenta que para el experimento #2, el modelo que más se ajusta según los datos es
el modelo de Ecuación regresión potencial:
Y=a
El dominio, gráfica y características de la función potencial depende del número b que aparece
en el exponente D= R – {0}
Y=4,6262x-1,612
R² = 0,9964
Podemos apreciar que a medida que crece la variable (X), es inverso a (y) que decrece, nos
muestra que el signo de b es (-) negativo, por eso la tendencia de la curva que representa.
La línea negra es muy ceñida a la línea de la ecuación, lo que significa la interpretación respecto
R² el coeficiente de correlación de Pearson, nos ilustra el valor 0.9964, lo que porcentualmente
sería el 99.6 % los datos están muy ceñidos y ajustados a la función potencial, es muy
representativo este dato.
a= 4,6262 y b= - 1,612
Experimento 3 – Interpretación:
Teniendo en cuenta que para el experimento #3, el modelo que más se ajusta según los datos es
el modelo de Ecuación regresión exponencial:
y=306,55e-1,195x
R² = 1
Y=a
Podemos apreciar que a medida que crece la variable (X), es inverso a (y) que decrece, lo que
significa que si la variable (X) a medida que aumenta la variable (y) disminuya. Nos muestra que
el signo de b es (-) negativo, por eso la tendencia de la curva que representa.