Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Metodo de Los Mínimos Cuadrados-1
Metodo de Los Mínimos Cuadrados-1
DE NUESTRA INDEPENDENCIA, Y DE
LA CONMEMORACIÓN DE LAS HEROICAS BATALLAS
DE JUNÍN Y AYACUCHO”
TRABAJO MONOGRÁFICO
IQUITOS- PERÚ
2024
INTRODUCCIÓN
Los métodos de los mínimos cuadrados son una herramienta fundamental en el campo
de la estadística y el análisis de datos. Estos métodos se utilizan para encontrar la mejor
aproximación lineal a un conjunto de datos, es decir, para encontrar la línea recta que
mejor se ajusta a los puntos dispersos en un gráfico. La idea básica detrás de los
mínimos cuadrados es minimizar la suma de los cuadrados de las diferencias entre los
valores reales y los valores predichos por el modelo lineal. Esto se logra ajustando los
coeficientes de la línea recta de manera que la suma de los residuos al cuadrado sea lo
más pequeña posible.
Existen dos enfoques principales para aplicar el método de los mínimos cuadrados: el
enfoque geométrico y el enfoque algebraico.
En el enfoque geométrico, se busca encontrar la línea recta que minimiza la distancia
vertical entre los puntos y la línea. Esto se logra trazando una línea que pasa lo más
cerca posible de los puntos dispersos en el gráfico. La pendiente y la intersección de la
línea se determinan mediante cálculos basados en la geometría del problema.
En el enfoque algebraico, se utiliza el álgebra lineal para encontrar los coeficientes de la
línea recta que mejor se ajusta a los datos. Esto implica resolver un sistema de
ecuaciones lineales para encontrar los valores óptimos de los coeficientes.
Los métodos de los mínimos cuadrados tienen una amplia gama de aplicaciones, desde
ajuste de curvas en análisis de datos hasta modelado de sistemas físicos y económicos.
Estos métodos proporcionan una forma objetiva de determinar la mejor aproximación
lineal a partir de datos experimentales o observacionales, lo que los convierte en una
herramienta poderosa en la interpretación y el análisis de datos.
El objetivo de los mínimos cuadrados es minimizar la suma de los cuadrados de las
diferencias entre los valores observados y los valores predichos por el modelo. Esto
implica encontrar los valores de los parámetros del modelo que hacen que la suma de
los residuos al cuadrado sea la más pequeña posible.
En el contexto económico, los mínimos cuadrados se utilizan para estimar los
coeficientes de un modelo de regresión lineal. Por ejemplo, si se desea analizar la
relación entre el ingreso de las personas y su nivel educativo, se podría utilizar el
método de mínimos cuadrados para ajustar una línea recta a los datos y estimar la
pendiente y la intercepción de la línea.
Es importante tener en cuenta que los mínimos cuadrados asumen ciertas condiciones,
como la linealidad de la relación entre las variables y la ausencia de errores de
medición. Además, es necesario evaluar la calidad del ajuste mediante estadísticas como
el coeficiente de determinación (R²) o el error estándar de los residuos.
FUNDAMENTO TEÓRICO:
Método de los Mínimos Cuadrados
El método de los mínimos cuadrados es el método de estimación más habitual cuando se
realiza el ajuste de un modelo de regresión lineal en los parámetros, aunque no es el
único. Atendiendo al nombre del método, parece claro que hay que minimizar el
cuadrado de algo, y el añadido de ordinario sugiere que deben existir otros tipos de
mínimos cuadrados. El "algo" en cuestión es el error, cuantificado como la diferencia
entre el valor real de la observación y el valor previsto para ella. A esta diferencia se le
llama residuo, y por tanto se minimiza la suma de cuadrados de los residuos con el
objeto de estimar los parámetros del modelo.
Es un procedimiento de análisis numérico en la que, dados un conjunto de datos (pares
ordenados y familia de funciones), se intenta determinar la función continua que mejor
se aproxime a los datos (línea de regresión o la línea de mejor ajuste), proporcionando
una demostración visual de la relación entre los puntos de los mismos. En su forma más
simple, busca minimizar la suma de cuadrados de las diferencias ordenadas (llamadas
residuos) entre los puntos generados por la función y los correspondientes datos.
Este método se utiliza comúnmente para analizar una serie de datos que se obtengan de
algún estudio, con el fin de expresar su comportamiento de manera lineal y así
minimizar los errores de la data tomada.
Su expresión general se basa en la ecuación de una recta y = mx + b. Donde m es la
pendiente y b el punto de corte, y vienen expresadas de la siguiente manera:
Solución: