Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Velázquez
POR:
Villegas Bautista Andrea Yatzil
DOCENTE:
Fernando Gómez Flores
ASIGNATURA:
Probabilidad y estadística
GRUPO:
NAM-101
CARRERA:
T.S.U en nanotecnología, áreas materiales
TEMA:
Regresión lineal
introducción
La regresión lineal es una técnica estadística que se emplea para describir una
variable de respuesta continua como una función de una o varias variables
predictoras. Puede ayudar a comprender y predecir el comportamiento de sistemas
complejos o a analizar datos experimentales, financieros y biológicos.
Las técnicas de regresión lineal permiten crear un modelo lineal. Este modelo
describe la relación entre una variable dependiente y (también conocida como la
respuesta) como una función de una o varias variables
independientes Xixi (denominadas predictores). La ecuación general correspondiente
a un modelo de regresión lineal es:
2.5
1.9
2
1.5
1 0.8
0.5
0.5
0
0 0.5 1 1.5 2 2.5 3 3.5
∑ (xi−x )( yi− y )
b=
x=i
n
∑ ¿¿¿
i=1
n n
a= ∑
yi−b ∑ xi
i=1 i=1
= y −bx
n
∑ ( xi−x )( yi− y )
b= i=1 n = ( 1.84 ) (−5.68 )
4152.18
∑ ( xi−x )2
i=1
−10.4512
¿ =−0.002517
4152.18
n
∑ yi−b ( xi )
a= i=1 = y−b x
n
¿ 34.36−(−0.002517 ) ( 33.45 )=34.36−(−0.08419 )
¿ 34.44
xi% x xi-x (xi-x)^2 Yi% y yi-y (yi-y)^2 (xi-x)(yi-y) ŷ=a+bxi
3 33.4545455 -30.4545455 927.479339 5 34.0606061 -29.06060606 844.518825 885.027548 -7516.56
7 33.4545455 -26.4545455 699.842975 11 34.0606061 -23.06060606 531.791552 610.057851 -17584.56
11 33.4545455 -22.4545455 504.206612 21 34.0606061 -13.06060606 170.579431 293.269972 -27652.56
15 33.4545455 -18.4545455 340.570248 16 34.0606061 -18.06060606 326.185491 333.300275 -37720.56
18 33.4545455 -15.4545455 238.842975 16 34.0606061 -18.06060606 326.185491 279.118457 -45271.56
27 33.4545455 -6.45454545 41.661157 28 34.0606061 -6.060606061 36.7309458 39.1184573 -67924.56
29 33.4545455 -4.45454545 19.8429752 27 34.0606061 -7.060606061 49.8521579 31.4517906 -72958.56
30 33.4545455 -3.45454545 11.9338843 25 34.0606061 -9.060606061 82.0945822 31.3002755 -75475.56
30 33.4545455 -3.45454545 11.9338843 35 34.0606061 0.939393939 0.88246097 -3.24517906 -75475.56
31 33.4545455 -2.45454545 6.02479339 30 34.0606061 -4.060606061 16.4885216 9.96694215 -77992.56
31 33.4545455 -2.45454545 6.02479339 40 34.0606061 5.939393939 35.2764004 -14.5785124 -77992.56
32 33.4545455 -1.45454545 2.11570248 32 34.0606061 -2.060606061 4.24609734 2.99724518 -80509.56
33 33.4545455 -0.45454545 0.20661157 34 34.0606061 -0.060606061 0.00367309 0.02754821 -83026.56
33 33.4545455 -0.45454545 0.20661157 32 34.0606061 -2.060606061 4.24609734 0.93663912 -83026.56
34 33.4545455 0.545454545 0.29752066 34 34.0606061 -0.060606061 0.00367309 -0.03305785 -85543.56
36 33.4545455 2.545454545 6.47933884 36 34.0606061 1.939393939 3.76124885 4.93663912 -90577.56
36 33.4545455 2.545454545 6.47933884 38 34.0606061 3.939393939 15.5188246 10.0275482 -90577.56
36 33.4545455 2.545454545 6.47933884 34 34.0606061 -0.060606061 0.00367309 -0.15426997 -90577.56
37 33.4545455 3.545454545 12.5702479 37 34.0606061 2.939393939 8.64003673 10.4214876 -93094.56
38 33.4545455 4.545454545 20.661157 38 34.0606061 3.939393939 15.5188246 17.9063361 -95611.56
39 33.4545455 5.545454545 30.7520661 37 34.0606061 2.939393939 8.64003673 16.3002755 -98128.56
39 33.4545455 5.545454545 30.7520661 26 34.0606061 -8.060606061 64.9733701 -44.6997245 -98128.56
39 33.4545455 5.545454545 30.7520661 45 34.0606061 10.93939394 119.67034 60.6639118 -98128.56
40 33.4545455 6.545454545 42.8429752 49 34.0606061 14.93939394 223.185491 97.785124 -100645.56
41 33.4545455 7.545454545 56.9338843 41 34.0606061 6.939393939 48.1551882 52.3608815 -103162.56
42 33.4545455 8.545454545 73.0247934 40 34.0606061 5.939393939 35.2764004 50.7548209 -105679.56
42 33.4545455 8.545454545 73.0247934 44 34.0606061 9.939393939 98.7915519 84.9366391 -105679.56
43 33.4545455 9.545454545 91.1157025 37 34.0606061 2.939393939 8.64003673 28.0578512 -108196.56
44 33.4545455 10.54545455 111.206612 44 34.0606061 9.939393939 98.7915519 104.815427 -110713.56
45 33.4545455 11.54545455 133.297521 46 34.0606061 11.93939394 142.549128 137.84573 -113230.56
46 33.4545455 12.54545455 157.38843 46 34.0606061 11.93939394 142.549128 149.785124 -115747.56
47 33.4545455 13.54545455 183.479339 49 34.0606061 14.93939394 223.185491 202.360882 -118264.56
50 33.4545455 16.54545455 273.752066 51 34.0606061 16.93939394 286.943067 280.269972 -125815.56
1104 SUMATORIA 1.84741E-13 4152.18182 1124 -5.68434E-14 3973.87879 3763.09091 -2777631.48
PROMEDIO 5.59822E-15 125.823691 -1.72253E-15 120.420569
Conclusión
Al aplicar las formulas a los datos proporcionados pudimos observar la
reducción de los solidos y la demanda química, los solidos siendo la
variable x, mientras que la demanda química la variable y, después de
la obtención de resultados se grafico para ver el incremento o la
disminución de está teniendo así en cuenta cuanto es lo que varia de
un dato a otro.
Referencias
EcuRed. (s. f.). Regresión lineal - EcuRed.
https://www.ecured.cu/Regresi%C3%B3n_lineal
¿Qué es la regresión lineal? (s. f.). MATLAB & Simulink.
https://la.mathworks.com/discovery/linear-regression.html
a, A. (2022, 1 marzo). ¿Qué es la Regresión lineal? Estadística
Descriptiva. https://estadisticadescriptiva.com/probabilidad/que-es-la-
regresion-lineal/