TRABAJO DE REGRESIN LINEAL

LEIDY JULIETH VARGAS RIOS COD 32007123051

FUNDACIN UNIVERSITARIA DE SAN GIL UNISANIL CREX YOPAL FACULTAD DE INGENIERA INGENIERA AMBIENTAL CONTAMINACIN AMBIENTAL EL YOPAL CASANARE 2010

TRABAJO DE REGRESIN LINEAL

LEIDY JULIETH VARGAS RIOS COD 32007123051

ING. SANITARIO Y AMBIENTAL SERGIO ANDRES PEA

FUNDACIN UNIVERSITARIA DE SAN GIL UNISANIL CREX YOPAL FACULTAD DE INGENIERA INGENIERA AMBIENTAL CONTAMINACIN AMBIENTAL EL YOPAL CASANARE 2010

INTRODUCCIN Es evidente que lo ms econmico y rpido para modelar el comportamiento de una variable Y es usar una sola variable preeditora y usar un modelo lineal. Pero algunas veces es bastante obvio de que el comportamiento de Y es imposible que sea explicada en gran medida por solo una variable. Por ejemplo, es imposible tratar de explicar el rendimiento de un estudiante en un examen, teniendo en cuenta solamente el nmero de horas que se prepar para ella. Claramente, el promedio acadmico del estudiante, la carga acadmica que lleva, el ao de estudios, son tres de las muchas otras variables que pueden explicar su rendimiento. Tratar de explicar el comportamiento de Y con ms de una variable preeditora usando una funcional lineal es el objetivo de regresin lineal mltiple. Frecuentemente, uno no es muy familiar con las variables que estn en juego y basa sus conclusiones solamente en clculos obtenidos con los datos tomados

TALLER 1. Ensayo piloto en una parcela dedicada al cultivo de maz, se encontr que el pesticida difosfato de cromo se degrada de acuerdo a la siguiente informacin. Determinar: a. Orden de la reaccin b. Ecuacin Lineal c. Grfico

SOLUCIN

TABLA DE DATOS

t (das) c (M) Ln c 1/c 1/c2

0 1. 0 1 1

2 0.85 1.176 1.384

4 0.75 1.333 1.777

6 0.67 1.492

8 0.62 -0,47 1.612

10 0.58 0.544 1.724

0 -0,162 -0,287 -0,400

2.227 2,6014 2,9726

 AHORA SEGN T (DAS) Y C (M) SE REALIZA GRAFICO Y ECUACIN

t (das) c (M) 0 1 2 0,85 4 0,75 6 0,67 8 0,62 10 0,58

tc A B r 0,95 -0,041 -0,9719

Y= a +- b x Y= -0.041 x + 0.95 Teniendo en cuenta el grfico y la ecuacin lineal tendremos una proyeccin para los das 12, 14 y 16 reemplazando la ecuacin: Y= -0.041 (12) + 0.95 Y = 0.458 Y= -0.041 (14) + 0.95 Y = 0.376 Y= -0.041 (16) + 0.95 Y = 0.294 Es decir:

t (das) c (M) 12 0,458 14 0,376

16

0,294
SE REALIZA GRAFICO Y

AHORA SEGN T (DAS) Y Ln C, ECUACIN

t (das) 0 2 4 6 8 10

Ln c 0 -0,162 -0,287 -0,400 -0,47 0,544 A B r

tLn c -0,2493 0,024 0,2429

Y= a +- b x Y = 0,024 x - 0,249 Teniendo en cuenta el grfico y la ecuacin lineal tendremos una proyeccin para los das 12, 14 y 16 reemplazando la ecuacin: Y= 0,024* (12) - 0,249 Y = 0.039 Y= 0,024* (14) - 0,249 Y = 0.087 Y= 0,024* (16) - 0,249 Y = 0.135 Es decir:

t (das) Ln c 12 0,039 14 0,087 16 0,135

AHORA SEGN T (DAS) Y 1/C, ECUACIN

SE REALIZA GRAFICO Y

t (das) 1/c 0 1 2 1,176 4 1,333 6 1,492 8 1,612 10 1,724

A B r

t1/c 1,0261 0,0726 0,9963

Y= a +- b x Y = 0,072 x + 1,026 Teniendo en cuenta el grfico y la ecuacin lineal tendremos una proyeccin para los das 12, 14 y 16 reemplazando la ecuacin: Y= 0,072 * 12 + 1,026 Y = 1.89 Y= 0,072 * 14 + 1,026 Y = 2.034 Y= 0,072 * 16 + 1,026 Y = 2.178 Es decir:

t (das) 12 14

1/c 1,89 2,034

16

2,178 1/c2 1 1,384 1,777 2,227 2,601 2,973

AHORA SEGN T (DAS) Y 1/C, SE REALIZA GRAFICO Y ECUACIN

t (das) 0 2 4 6 8 10

A B r

t1/c2 0,9961 0,1995 0,9996

Y= a +- b x Y = 0,199 x + 0,996 Teniendo en cuenta el grfico y la ecuacin lineal tendremos una proyeccin para los das 12, 14 y 16 reemplazando la ecuacin: Y= 0,199* 12 + 0,996 Y = 3.384 Y= 0,199* 14 + 0,996 Y = 3.782 Y= 0,199* 16 + 0,996 Y = 4.18 Es decir:

t (das) 12 14 16

1/c2 3,384 3,782 4,18

CONCLUSIONES

La aplicacin del anlisis de regresin simple permitir estudiar la relacin que existe entre una variable independiente y otra dependiente, utilizando el modelo de regresin. El coeficiente de determinacin es una medida de la bondad de ajuste para la ecuacin de regresin; este puede interpretar como la proporcin de la variacin de la variable dependiente explicada por la ecuacin de regresin. Se consider la correlacin como una medida descriptiva de la intensidad de una relacin lineal entre dos variables.