Regresión Lineal Simple

OBS:

Simulador: https://phet.colorado.edu/sims/html/curve-fitting/latest/curve-
fitting_es.html

MARCO TEÓRICO

Los parámetros 𝛽0 y 𝛽1 definen la recta que

representa al colectivo de puntos, mediante
el método de cuadrados mínimos. Se define
la función S,

para determinar la desviación de los datos (xi, yi) de la recta (xi,y(xi)).

Los parámetros 𝛽0 y 𝛽1 minimizan a S. Los parámetros se calculan como:

donde

Si los datos caen exactamente sobre la línea de regresión, hay correlación

perfecta (S=0 y r2 = 1)

METODOLOGÍA

Las magnitudes físicas graficadas son arbitrarias. La escala para ambos ejes
coordenados se define por las primeras marcas que corresponden a 5cm.

En las primeras gráficas se observan dos puntos y una línea recta que se
ajusta a ellos.

Los valores particulares de S y r2 corresponden a la representación rectilínea.

Si uno de los puntos se ubica en otra posición, cambiarían los valores de S y
r2?

Las barras de error en cada punto determinan la incertidumbre o

desconocimiento del valor ‘verdadero’ para la componente y.

En la segunda ilustración, las barras han aumentado de 0.8 hasta 1.6, sin
embargo se observa que los parámetros
𝛽0 y 𝛽1 no cambian, como tampoco
cambian los valores S y r2. Por qué?
Ahora suponga que los datos representan las medidas de las posiciones de un
objeto respecto al tiempo en su recorrido rectilíneo.

Los gráficos sugieren que los ajustes son diferentes. De acuerdo con los
valores S y r2 , analice las implicaciones físicas de ambos ajustes.

Qué ocurre si ubica uno de los puntos en otra posición?

Qué ocurre si las barras de error cambian?
Determine otro ajuste aceptable con la simulación? Justifique su respuesta.
Ejemplo:
Regresión Polinomio
Simulador: Instrucciones para el alumno actividad Ajustando la
Curva: ¿Qué tan bien la curva describe los datos?1

Objetivos de aprendizaje: los estudiantes podrán:

● Explicar cómo el rango, la incertidumbre y el número de puntos de

datos afecta el coeficiente de correlación y el Chi cuadrado

● Describir cómo puede usarse el coeficiente de correlación y el Chi

cuadrado para explicar que tan bien una curva describe la relación de
datos

● Aplicar la comprensión del Ajustando la Curva al diseño de

experimentos

Sin cambiar ninguna de las barras de incertidumbre, explora Ajustando

la curva para responder las preguntas de la 1-4:
1. Para cada uno de los cuatro tipos de ajuste de curva, ¿cuál es el
número mínimo de puntos para obtener una buena correlación y
una curva que demuestra la forma conocida de la curva?
2. Para cada uno de los cuatro tipos de ajuste de curva, ¿cuál es el
número mínimo de puntos para tener en la zona verde a S y una
buena correlación?
3. ¿Cómo puedes desensibilizar el coeficiente de variación en los
datos? (En otras palabras, si recopilas datos que no encajan en la
línea, ¿bajo qué condiciones r2 quedaría casi igual?) S se
desensibiliza de la misma manera?
4. Resume la relación entre la zona roja de S y el coeficiente de
correlación. Incluye ilustraciones o capturas de pantalla para
respaldar tu razonamiento.

5. Explora variando las barras de incertidumbre y su efecto en S y r2

luego contesta estas preguntas

a. Se realizaron dos experimentos y estos gráficos muestran los

resultados. ¿Cuál experimento tiene un ajuste de curva que
describa mejor la relación? ¿Cuál es tu razonamiento? Describe
que es diferente acerca de los datos que hicieron que la calidad
del ajuste cambiará.
6. ¿Cómo comprender S y r2 te ayuda con el diseño experimental?
 Problemas
OBS: Verificar las respuestas con el simulador. Debe
mostrar evidencias.

3.
4. En la siguiente tabla se observa el crecimiento poblacional mundial en un
lapso de 217 años.

Tabla tomada de http://www.census.gov/ipc/www/worldhis.html.

Graficar la población como función del

tiempo, y la derivada de la población,
dP/dt, como función del tiempo.

Determinar el mejor ajuste de los datos

mediante un polinomio que muestre un
coeficiente de correlación (r2) cercano a 1
y un S cercano a 0.

Calcular la Población Mundial en los años

2020, 2030, 2040 y 2050.

Graficar el crecimiento porcentual

(C=(dP/dt)/dP) de la población como
función del tiempo.

Calcular el crecimiento porcentual en el año 2040.

Los valores de la población están en unidades de mil millones.

NOTA:

Si la relación entre las magnitudes P y t es no lineal, deberá encontrar la

función que mejor represente a los datos, minimizando el parámetro S

Para ello, luego de encontrar la función, se grafica la función respecto al

tiempo. Si se obtiene una tendencia lineal, la línea recta se graficará mediante
la obtención de los parámetros 𝛽0 y 𝛽1 .

N: representa el número de puntos

y: representa a la variable P

x: representa a la variable t.

5. Se realiza un experimento donde relacionan la temperatura y la

presión. Generan la siguiente tabla

Puntos 0 1 2 3 4 5

T(°C) 56.5 113.0 181.0 214.5 244.5 277

P(atm) 1 5 20 40 60 80

a. ¿En este problema cuál variable se considera independiente y cuál

dependiente?

b. Realice la gráfica a partir del análisis anterior. ¿Qué tipo de relación

observa?

c. Haga un análisis de regresión. Explique

6. Resolverdetalladamente el ejemplo de regresión polinomio de

grado m=2.