IntroducciénBloque 1Bloque 2Referencias
Regresion con polinomios
Introduccién
Probablemente, muchos comportamientos de conjuntos de puntos, por ejemplo,
1H), In)
, que son provenientes de variables aleatorias, como X e Y, no siguen patrones lineales.
Sin embargo, puede existir alguna transformacién de estas variables a variables X' o Y’
que permita una relacién:
Y' = Bo + BX’
Cuando tenemos un modelo que no posee un comportamiento intrinsecamente lineal,
podemos abordar el modelo de regresién con polinomios.
1. Presentacién del caso
En los ultimos afios, por causa de la ocupacién de terrenos de forma ilegal, se han
construido asentamientos en cuatro puntos de una zona de Cérdoba. La municipalidad
quiere convertir los asentamientos en un recorrido turistico. Los ingenieros Casagrande y
Villarreal identificaron por medio de imagenes satelitales que la zona parece plana y los
asentamientos se encuentran en los puntos: (1,2), (2,0), (3,0) y (4,1), medidos en
kilémetros.
Casagrande y Villarreal piensan que se puede trazar una ruta con forma de parabola para
que se minimicen los errores cuadraticos al aproximar a los puntos y el camino sea
completado al conectar cada asentamiento con la ruta y un camino de tierra para asemejar
a varios lugares turisticos de la zona. {Cual serd la ecuacién del camino pedido?
Supongamos que el comportamiento del conjunto de puntos es:
1H), In)Todos los puntos provienen de variables aleatorias X,Y, entonces el conjunto no sigue
patrones lineales. Aun asi, puede existir alguna transformacién a variables X' o Y’, por
tanto, es posible una rela
Y' = Bo + BX’
Veamos la definicién de la figura 1.
jon de funci6n intrinsecamente lineal
Figura 1: Defi
‘Una func que relaconey con xs Intinsecamente nel si por meio de una
tranaformacin de «yoy la funcn puede expresar como 9” = Bly + By donde
1 = Ia variable independiente wanaformada yy" = la variable dependint trans
Fuente: Devore, 2016
De esta manera, las transformaciones
X.Y!
deben ser inyectivas para poder traducir todos los puntos
GM) Ou Ind
a puntos
i ai rou
Qh) he Vin)
de manera biunivoca. Algunas de las transformaciones que podemos usar se presentan
enla tabla 1.
Tabla 1: Funciones intrinsecamente lineales
Tabla 13.1. Funconesintrinsecamente lineal ities
Fuente: Devore, 2016.
Dicho lo anterior, introducimos la siguiente definicién (figura 2).
Figura 2: Definicion de modelo probabilistico
tio lineal Y= f+ By +
Fuente: Devore, 2016.
Figura 3: Ecuacion del modelo probabilisticop, = Sic Sa Doin
1 Tey? = CaxPn
Sy — Bx
n
Fuente; Devore, 2016
Lo observado en ambas figuras nos va a permitir utilizar la herramienta de regresién lineal
para modelos intrinsecamente lineales. Asimismo, podemos continuar ampliando el
discurso para modelos que escapan al comportamiento anterior, ya que la transformacién
no es inyectiva, El modelo de regresién polinomial es un buen ejemplo (figura 4).
Figura 4: Modelo de regresién polinomial
La eeuacin det modelo de regresén con polinomios de ksi grado cs
Y= Bt Bet Bu to + Bete 036)
donde es una variable slestora distribu normalmente om
m=O ot=e? 37)
Fuente: Devore, 2016.
Por lo tanto, para estimar los pardmetros
Bo: Bur Bi
mediante valores
Boy Dyy oy Dy
, debemos resolver el sistema de ecuaciones lineales en variables
'
Dj's
(figura 5).
Figura 5: Resolucién del sistema de ecuaciones lineales en variables
'
Dj's
byn + Ex) + EMP 4 Ext = Dy,
byDx, + HDF + HExd + oo + HD
DyDxk + Sahl + + BDA = Daly,
Fuente: Devore, 2016.
2. Retomemos el caso
Los asentamientos se encuentran en los puntos (1,2), (2,0), (3,0) y (4,1). En nuestro caso,
seria:Xo = 1,%1 = 2, x2 = 3,x3 = 4,
Yo = 2% = 9,92 =90, yg =1
Tenemos entonces que
[354 100 30 100 3010 30 10 4][by by by |= [18 63]
. Si usamos la regla de Cramer, vemos que:
4=80
Ay = 60
4, = —324
do = 420
Por lo tanto, se obtiene:
», 3
280 4
32481
Be= =a
80 20
_ 420 21
°80 = «4
Finalmente, si se reemplaza esto en
F(X) = by + byx + by x?, tenemos que la parabola que acumula menor error cuadratico es:
21 81 3
pe an GUE
f@= 4 x0* + 4%
Actividad de repaso
Pregunta de miltiple opcién
Hay 4 puntos en el plano (0,1), (1,0), (2,0), (3,2) y se desea trazar una parabola
f(&) = ay +x + ax?
que ajuste los puntos y minimice el error cuadratico. ,Cual es la opcién correcta?
(98 36 1436 146 14 6 4 ][a, a; ap] = [1863]
2.
(108 36 14 16 14614 64][a, a; ap] = [1863]
3.
(98 36 1436 156 14 64 ][a; a; a] = [1863]
4,
(98 36 14.36 146 14 63 ][ap a, ap] = [1863]
5.
(98 36 1436 146 14 65 ][ap a; ap] = [1863]
La opcion correcta es la numero:(s)
Pregunta de verdadero o falso
El error cuadratico se puede calcular como
SSE
SST
R=7
La afirmacion es:
Verdadera.
(Fase)
Referencias
Devore, J. L. (2016). Probabilidad y estadistica para ingenierla y ciencias. México:
Cengage Learning