Documentos de Académico
Documentos de Profesional
Documentos de Cultura
“SANTIAGO MARIÑO”
INGENIERIA DE SISTEMAS
“47” EXTENSIÓN MARACAIBO
PROGRAMACIÓN NUMÉRICA
SISTEMA DE APRENDIJE INTECRACTIVO A DISTANCIA
(SAIA)
Anibal de Jesus Arraga BOZO
C.I. 27.196.278
Regresión Tipos de Regresión
Diferencias
Lineal: La regresión
Es un proceso estadístico Lineal o ajuste lineal es
para estimar las relaciones Lineal Polinómica Un modelo matemático usado
entre variables. Incluye para aproximar la relación de
muchas técnicas para el La regresión Es parte de la
dependencia entre
modelado y análisis de Lineal es base. Regresión lineal.
Una variable dependiente Y, las
diversas variables, cuando la Permite hallar el Es una forma de variables independientes Xi y un
atención se centra en la valor esperado Regresión lineal.
término aleatorio ε.
relación entre una variable de una variable
aleatoria a
dependiente y una o más Polinómica: Es una forma de
cuándo b toma
variables independientes (o un valor análisis de regresión en el que la
predictoras). específico. relación entre
Requiere la Es un caso La variable independiente x y la
determinación especial de variable dependiente y se modela
de dos la Regresión como un n º
parámetros: la Lineal, extiende
Grado polinomio en x.
pendiente y la el modelo lineal
ordenada en el al agregar
origen de la predictores
recta de adicionales.
regresión.
Aplicabilidad
Química
Mecánica
La concentración de un elemento es
uno de los parámetros de mayor En esta rama se utiliza la Regresión
importancia en los procesos Electricidad Lineal entre otros para ajustar la
químicos aplicados en la industria. recta de Paris, una ecuación que
Esta cuantificación se puede obtener En electricidad se puede sirve para estudiar elementos
mediante un espectrofotómetro, obtener el valor de una sometidos a fatiga en función del
dispositivo que requiere se calibrado. resistencia en un circuito y número de ciclos a los que se
Para ello se elabora una recta de su error mediante un somete un material.
calibración que se obtiene a partir ajuste de regresión lineal
de la correlación entre la de pares de datos
absorbencia de un patrón y la experimentales de voltaje
concentración de la sustancia a e intensidad obtenidos Física
controlar. mediante un voltímetro y
un amperímetro. Determinación del
Sensores Fabricación
coeficiente de rozamiento
estático de forma
experimental a partir de la
Calibración de un sensor de Dos de los parámetros más medición del ángulo de
temperatura (termopar) en función importantes de una inclinación de una rampa. Se
de la caída de tensión y la soldadura es la intensidad realiza un montaje ajustando
temperatura. Se estudia la forma aplicada al hilo y la velocidad un circuito para medir el
en que varía la temperatura de un de alimentación del mismo. ángulo de inclinación, y se
líquido al calentarlo. Se calibra el Mediante técnicas de realizan mediciones variando
sensor y simultáneamente se mide regresión lineal se elaboran dicho. Mediante la regresión
la variación de temperaturas en un las rectas que relacionan lineal de los datos obtenidos,
líquido para representar los datos estos parámetros con la se obtiene la ecuación y el
obtenidos posteriormente separación entre el hilo y la índice de correlación a fin de
mediante Regresión Lineal. zona a soldar. saber el error.
Ejemplos de Aplicación
La juguetería Gaby desea estimar mediante regresión lineal simple las ventas para el mes de Julio de su nuevo carrito
Infantil «Mate». La información del comportamiento de las ventas de todos sus almacenes de cadena se presenta en el
Siguiente tabulado. El primer paso para encontrar el pronóstico del mes 7
consiste en hallar la pendiente, para ello efectuamos los
siguientes cálculos:
Mes Ventas
Enero 7000
Febrero 9000
Marzo 5000
Abril 11000
Mayo 10000
Junio 13000
Luego, y dado que ya tenemos el valor de la pendiente b procedemos a
Calcular el valor de a, para ello efectuamos los siguientes cálculos:
Hay que recordar que debemos de obtener la derivada de la ecuación respecto a los coeficientes
desconocidos del polinomio. Posteriormente se igualan a cero y se redondean, todas las sumatorias
van desde i=1 hasta n.
Al final nos quedan tres ecuaciones lineales con incógnitas: a0, a1 y a2. Los coeficientes de las incógnitas
se evalúan de manera directa. El caso bidimensional se extiende con facilidad a un polinomio de m-ésimo
grado como sigue:
Los coeficientes de un polinomio de m-
Ésimo grado es equivalente a resolver un
sistema de m + 1 ecuaciones lineales
simultáneas. En este caso, el error
estándar es el siguiente: