facultad de ciencias administrativas y contables Paucar Ganz,Cigrid Farfan Navarro William Pizarro De La Cruz aves Aranda Denise Rojas Romero Thalia Gamboa Cardenas Jimmy Santos Rojas Gheyson Landa Pizarro Jhordy Neyra Santiago Kevin Egoavil Castro Marcela Gamarra Guzmn Frecia Cristobal Huamn Jeniffer Paulet Bonifaz Brayan RECTAS DE REGRESIN MNIMOS CUADRADOS La tcnica de mnimos cuadrados se usa comnmente en el ajuste de curvas. Muchos otros problemas de optimizacin pueden expresarse tambin en forma de mnimos cuadrados, minimizando la energa o maximizando la entropa. Mnimos cuadrados es una tcnica de anlisis numrico encuadrada dentro de la optimizacin matemtica, en la que, dados un conjunto de pares (o ternas, etc.), se intenta encontrar la funcin que mejor se aproxime a los datos (un "mejor ajuste"), de acuerdo con el criterio de mnimo error cuadrtico El resultado del ajuste de un conjunto de datos a una funcin cuadrtica
Una de las fuentes habituales de problemas de mnimos cuadrados son los problemas de ajustes de curvas. Cmo se encuentra la mejor aproximacin que pase cerca (no por encima de cada uno) de los puntos? El error cuadrtico medio es la eleccin tradicional porque es mucho ms fcil de minimizar computacionalmente que otros errores (por ejemplo, error mximo y error medio). El enfoque de mnimos cuadrados le da mucho ms peso a un punto que est fuera de la tendencia de los datos, pero no permite que el punto domine completamente a la aproximacin. Con base en la teora estadstica, con este mtodo, conocido con el nombre de regresin con mnimos cuadrados, se encuentra algn tipo de funcin que con mayor probabilidad se aproxima a los valores verdaderos. En la ciencia y la ingeniera los experimentos producen un conjunto de datos (x1; y1); :::; ( ; yn), con las abscisas {xk} diferentes, y el problema que se plantea es determinar una funcin y = f(x) que relacione los datos, lo mejor posible en algn sentido. Evidentemente, el resultado depender del tipo de funcin que se elija, por ejemplo, en la regresin f(x) = ax + b es una recta, y para ajustar los parmetros libres se pueden minimizar uno de los siguientes tres valores:
El error mximo
El error medio
El error medio cuadrtico
En el mtodo de mnimos cuadrados el error que se minimiza es el error medio cuadrtico. Por tanto, la recta de regresin ajusta los parmetros a y b para minimizar el valor.
que son la solucin del sistema lineal conocido como ecuaciones normales de Gauss
Sean los siguientes datos: Obtener la recta de mnimos cuadrados: Teoras de correlacin en muestras En probabilidad y estadstica, la correlacin indica la fuerza y la direccin de una relacin lineal y proporcionalidad entre dos variables estadsticas. Se considera que dos variables cuantitativas estn correlacionadas cuando los valores de una de ellas varan sistemticamente con respecto a los valores homnimos de la otra: si tenemos dos variables (A y B) existe correlacin si al aumentar los valores de A lo hacen tambin los de B y viceversa. La correlacin entre dos variables no implica, por s misma, ninguna relacin de causalidad. Se considera que dos variables de tipo cuantitativo presentan correlacin la una respecto de la otra cuando los valores de una ellas varen sistemticamente con respecto a los valores homnimos de la otra. Por ejemplo, si tenemos dos variables que se llaman A y B, existir el mencionado fenmeno de correlacin si al aumentar los valores de A lo hacen tambin los valores correspondientes a B y viceversa. De todas maneras, vale aclarar que la correlacin que pueda darse entre dos variables no implicar por si misma ningn tipo de relacin de causalidad. Los principales elementos componentes de una correlacin de este tipo sern: la fuerza, el sentido y la forma. Fuerza, sentido y forma de la correlacin La relacin entre dos variables cuantitativas queda representada mediante la lnea de mejor ajuste, trazada a partir de la nube de puntos. Los principales componentes elementales de una lnea de ajuste y, por lo tanto, de una correlacin, son la fuerza, el sentido y la forma: La fuerza extrema segn el caso, mide el grado en que la lnea representa a la nube de puntos: si la nube es estrecha y alargada, se representa por una lnea recta, lo que indica que la relacin es fuerte; si la nube de puntos tiene una tendencia elptica o circular, la relacin es dbil. El sentido mide la variacin de los valores de B con respecto a A: si al crecer los valores de A lo hacen los de B, la relacin es directa (pendiente positiva); si al crecer los valores de A disminuyen los de B, la relacin es inversa (pendiente negativa). La forma establece el tipo de lnea que define el mejor ajuste: la lnea recta, la curva monotnica o la curva no monotnica
Interpretacin geomtrica Dados los valores muestrales de dos variables aleatorias e que pueden ser consideradas como vectores en un espacio a dimensiones, pueden construirse los "vectores centrados" como: E
El coseno del ngulo alfa entre estos vectores es dada por la frmula siguiente:
Pues es el coeficiente de correlacin muestral de Pearson. El coeficiente de correlacin es el coseno entre ambos vectores centrados: Si r = 1, el ngulo , ambos vectores son colineales (paralelos). Si r = 0, el ngulo , ambos vectores son ortogonales. Si r =-1, el ngulo , ambos vectores son colineales de direccin opuesto. Ms generalmente: .
El trmino correlacin se utiliza generalmente para indicar la correspondencia o la relacin recproca que se da entre dos o ms cosas, ideas, personas, entre otras. En tanto, en probabilidad y estadstica, la correlacin es aquello que indicar la fuerza y la direccin lineal que se establece entre dos variables aleatorias. Propiedades
1. El coeficiente de correlacin no vara al hacerlo la escala de medicin. Es decir, si expresamos la altura en metros o en centmetros el coeficiente de correlacin no vara.
2. El signo del coeficiente de correlacin es el mismo que el de la covarianza. Si la covarianza es positiva, la correlacin es directa. Si la covarianza es negativa, la correlacin es inversa. Si la covarianza es nula, no existe correlacin.
3. El coeficiente de correlacin lineal es un nmero real comprendido entre menos 1 y 1. 1 r 1
4. Si el coeficiente de correlacin lineal toma valores cercanos a 1 la correlacin es fuerte e inversa, y ser tanto ms fuerte cuanto ms se aproxime r a 1.
5. Si el coeficiente de correlacin lineal toma valores cercanos a 1 la correlacin es fuerte y directa, y ser tanto ms fuerte cuanto ms se aproxime r a 1.
6. Si el coeficiente de correlacin lineal toma valores cercanos a 0, la correlacin es dbil.
7. Si r = 1 1, los puntos de la nube estn sobre la recta creciente o decreciente. Entre ambas variables hay dependencia funcional. Ejercicios
Las estaturas y pesos de 10 jugadores de baloncesto de un equipo son:
Estatur a (X) 186 189 190 192 193 193 198 201 203 205 Pesos (Y) 85 85 86 90 87 91 93 103 100 101 Calcular el coeficiente de correlacin x i y i x i 2 y i 2 x i y i
186 85 34 596 7 225 15 810 189 85 35 721 7 225 16 065 190 86 36 100 7 396 16 340 192 90 36 864 8 100 17 280 193 87 37 249 7 569 16 791 193 91 37 249 8 281 17563 198 93 39 204 8 649 18 414 201 103 40 401 10 609 20 703 203 100 41 209 10 000 20 300 205 101 42 025 10 201 20 705 1 950 921 380 618 85 255 179 971 Correlacin positiva muy fuerte Teoras de regresin en muestra La recta de regresin es la que mejor se ajusta a la nube de puntos. La recta de regresin pasa por el punto llamado centro de gravedad. Recta de regresin de Y sobre X La recta de regresin de Y sobre X se utiliza para estimar los valores de la Y a partir de los de la X. La pendiente de la recta es el cociente entre la covarianza y la varianza de la variable X.
Recta de regresin de X sobre Y La recta de regresin de X sobre Y se utiliza para estimar los valores de la X a partir de los de la Y. La pendiente de la recta es el cociente entre la covarianza y la varianza de la variable Y.
Si la correlacin es nula, r = 0, las rectas de regresin son perpendiculares entre s, y sus ecuaciones son: y =
x =
Ejemplo: Las notas de 12 alumnos de una clase en Matemticas y Fsica son las siguientes:
Hallar las rectas de regresin y representarlas.
Mate mti cas 2 3 4 4 5 6 6 7 7 8 10 10 Fsic a 1 3 2 4 4 4 6 4 6 7 9 10 x i y i x i y i x i 2 y i 2
Cinco nios de 2, 3, 5, 7 y 8 aos de edad pesan, respectivamente, 14, 20, 32, 42 y 44 kilos. 1Hallar la ecuacin de la recta de regresin de la edad sobre el peso. 2Cul sera el peso aproximado de un nio de seis aos? Solucin Cinco nios de 2, 3, 5, 7 y 8 aos de edad pesan, respectivamente, 14, 20, 32, 42 y 44 kilos. 1 Hallar la ecuacin de la recta de regresin de la edad sobre el peso. 2 Cul sera el peso aproximado de un nio de seis aos?