4.

-AJUSTE DE CURVAS E INTERPOLACIÓN

1
AJUSTE DE CURVAS E INTERPOLACIÓN

2
AJUSTE DE CURVAS E INTERPOLACIÓN

3
 AJUSTE DE CURVAS E INTERPOLACIÓN
Regresión Lineal

4
 AJUSTE DE CURVAS E INTERPOLACIÓN
Regresión Lineal

Criterio:
Minimizar la suma de los cuadrados de los residuos entre la y
medida y la y calculada con el modelo lineal

Minimizar:

5
 AJUSTE DE CURVAS E INTERPOLACIÓN
Regresión Lineal

Minimizar – igualamos a cero y hallamos a0 y a1

Resolver

6
 AJUSTE DE CURVAS E INTERPOLACIÓN
Regresión Lineal

Obtenemos las ecuaciones Normales

7
 AJUSTE DE CURVAS E INTERPOLACIÓN
Regresión Lineal

Cuantificación del error

 El residuo en la regresión
lineal representa la
distancia vertical entre
un dato y la línea recta

8
 AJUSTE DE CURVAS E INTERPOLACIÓN
Regresión Lineal
Cuantificación del error
 Determinamos St
St = Suma total de los cuadrados alrededor de la media para la
variable dependiente, calculado de los datos Originales.

 Cuantificamos la mejora.
Reducción del error por describir los datos en términos de una línea
recta en vez de un valor promedio.

Reducción normalizada a St
9
 AJUSTE DE CURVAS E INTERPOLACIÓN
Regresión Lineal
Cuantificación del error
r2= coeficiente de determinación
r= Coeficiente de correlación.

Casos extremos de r

Para implementar en PC.

10
 AJUSTE DE CURVAS E INTERPOLACIÓN
Regresión Lineal
Linealización de relaciones no lineales

11
 AJUSTE DE CURVAS E INTERPOLACIÓN
Regresión Lineal
Linealización de relaciones no lineales
Caso1: Emplear regresión polinomial.

Caso2: Utilizar transformaciones para expresar los datos en una

forma que sea compatible con la regresión lineal.
Modelo exponencial

12
 AJUSTE DE CURVAS E INTERPOLACIÓN
Regresión Lineal
Linealización de relaciones no lineales
Ecuación de potencias

Razón de crecimiento

13
AJUSTE DE CURVAS E INTERPOLACIÓN

REGRESIÓN POLINOMIAL

14
 AJUSTE DE CURVAS E INTERPOLACIÓN
Regresión Polinomial

15
 AJUSTE DE CURVAS E INTERPOLACIÓN
Regresión Polinomial

16