MÉTODO DE REGRESIÓN LINEAL POR MÍNIMOS CUADRADOS

Se realizó una práctica en un laboratorio para la determinación de la presión de vapor del agua a distintas
temperaturas con un tubo graduado. La presión de un vapor en equilibrio con su forma líquida, llamada presión
de vapor, sólo varía de acuerdo a la temperatura; su valor a una temperatura dada es una propiedad
característica de cada líquido, Utilizar 9 cifras significativas

Presión de vapor del a

(mmH ) 277,405929 244,182805 210,604645
Temperatura (K) 353,150000 345.150000 341,150000

a. Use regresión por mínimos cuadrados para determinar la ecuación de mejor ajuste para dichos datos.
Al hacerse una gráfica presión de vapor del agua versus la temperatura ¿la tendencia de los datos
presenta una relación lineal? ¿Cuál es la pendiente y el intercepto?

Con los datos realizamos una tabla donde aparecen los primeros cálculos para obtener la pendiente:
Presión de vapor
Temperatura
del agua 2
No. (0 K) xi
(mmHg)
(x) xi . yi (y- y ¿2 ( y i−a0−a1. . x 1 )
2
(y)
1 353,150000 277,405929 124714,923 97965,9038 1111,65356 5,87480505
−2
2 345,150000 244,182805 119128,523 84279,6951 1,40055390.10 52,8732455
3 341,150000 210,604645 116383,323 71847,7746 1119,55920 23,4992202
Σ 1039,45000= 254093,374=
732,193379=B 360226,768=C 2231,22678=X 82,2472708=Y
A D

a. ¿Cuál es la pendiente y el intercepto? Cantidad de observaciones; n = 3

n Σ ( x i . y i )−Σ ( x ) . Σ( y ) 3. ( 254093,374 )−(1039,45000)(732,193379) 3. D−AB
a 1= 2 = = = 5,3647596
n . Σ ( x ) −[ Σ ( x ) ]
2 2 2
i
3. (360226,768 )−(1039,45000) 3.C− A

Como la pendiente a1 >0 , el modelo de regresion lineal es creciente

Σ ( y) 732,193379 B Σ ( x) 1039,45000 A
y= = =¿ = 244,064460 ; x= = =¿ = 346,483333
n 3 3 n 3 3
B A
El intercepto será a0 = y−a 1 . x = a 0= −a1 . =¿
3 3
244,064460−¿(5,3647596) ( 346,483333) = - 1614,7353

Presión de vapor del agua = a 1.t + a 0 = 5,3647596.t - 1614,7353

PV= 5, 3647596.t - 1614,7353
 b. ¿El modelo de regresión lineal es aceptable? S yx < Sy

Para calcular el Error estándar del Estimado S y Sr, es el valor Y

x

Sr= 82,2472708

Por lo tanto, S y =
x √ Sr
n−2
=
√ 82,2472708
3−2
= 9,06902811

Para calcular la desviación Estándar Sy =

√ St
n−2
= √ Σ¿ ¿ ¿ = √
2231,22678
1
= 33,4007992

Como S yx < Sy El modelo es aceptable.

C. Determine si existe una relación lineal significativa entre la presión de vapor del agua y la
temperatura
2 St−Sr 2231,22678−82,2472708
r= = = 0,963138094 , r=√ 0,963138094 = 0,981395993
St 2231,22678
Relación altamente significativa entre las variables (se aproxima a 1 o 100%)

d. Si el modelo fuese aceptable, ¿cuál debería ser la temperatura para que la presión de vapor del agua medida
fuese de 235,57469 mmHg?

PV= 5, 3647596.t - 1614,7353

235,57469 mmHg= 5, 3647596.t - 1614,7353

235,57469+1614,7353
t= = 344,900821 ° K
5 , 3647596

Se puede observar que el valor obtenido de la temperatura para una presión de vapor de agua dada se encuentra
entre los valores tabulados
Presión de
vapor del agua 277,405929 244,182805 235,57469 210,604645
(mmHg)

Temperatura (0 K)
353,15 345,15 344,900835 341,15
e. Si el modelo fuese aceptable, aproxime la presión de vapor del agua para una temperatura de 343 0 K y 350OK.

PV= 5, 3647596.t - 1614,7353

PV= 5, 3647596. (3430 K) - 1614,7353 = 225,377107mmHg

PV= 5, 3647596. (350OK) - 1614,7353 = 262,930639mmHg