MATEMATICAS ESCUELA DE INGENIERIA CIVIL ESTADISTICA NOMBRE: TUZA JOSE LUIS SEMESTRE: SEGUNDO PARALELO: TERCERO FECHA DE ENTREGA: 01/01/2011 2011 2011 INTRODUCCION La regresin es una tcnica estadstica utilizada para simular la relacin existente entre dos o ms aria!les" #or lo tanto se puede emplear para construir un modelo $ue permita predecir el comportamiento de una aria!le dada" La regresin es mu% utilizada para interpretar situaciones reales& pero com'nmente se (ace de mala )orma& por lo cual es necesario realizar una seleccin adecuada de las aria!les $ue an a construir las ecuaciones de la regresin& %a $ue tomar aria!les $ue no tengan relacin en la prctica& nos arro*ar un modelo carente de sentido& es decir ilgico" +eg'n sea la dispersin de los datos ,nu!e de puntos- en el plano cartesiano& pueden darse alguna de las siguientes relaciones& Lineal& Logartmica& .xponencial& Cuadrtica& entre otras" Las ecuaciones de cada relacin se presentan en la siguiente ta!la" Ta!la /" .cuaciones de regresin R.0R.+I1N .CU2CI1N Lineal % 3 2 4 5x Logartmica % 3 2 4 5Ln,x- .xponencial % 3 2e ,5x- Cuadrtica % 3 2 4 5x 4Cx 6 +in em!argo o!tener el modelo de regresin no es su)iciente para esta!lecer la regresin& %a $ue es necesario ealuar $ue tan adecuado es el modelo de regresin o!tenido" #ara esto se (ace uso del coe)iciente de correlacin R& el cual mide el grado de relacin existente entre las aria!les" .l alor de R aria entre 7/ % /& pero en la prctica se tra!a*a con el alor a!soluto de R& entonces& a medida $ue R se aproxime a /& ms grande es el grado de correlacin entre los datos& de acuerdo con esto el coe)iciente de correlacin se puede clasi)icar de arias )ormas& como se o!sera en la Ta!la 6" Ta!la 6" Clasi)icacin del grado de correlacin" CORR.L2CI1N 82LOR O R2N0O #er)ecta 9R9 3 / .xcelente :"; <3 9R9 < / 2 5uena :"= <3 9R9 < :"; Regular :"> <3 9R9 <:"= ?ala 9R9< :"> #or lo tanto el anlisis de regresin es una (erramienta estadstica $ue permite analizar % predecir o estimar o!seraciones )uturas de dos o ms aria!les relacionadas entre s& es decir una (erramienta 'til para la planeacin" PROCEDIMIENTO PARA HALLAR EL COEFICIENTE DE REGRESIN #ara determinar el alor del coe)iciente de regresin de una manera )cil % exacta es utilizando el mtodo de los ?nimos Cuadrados de dos maneras@ 1. F!"#$ D%"&'($ De la ecuacin de la recta@ +i % & se o!tienen a partir de las ecuaciones normales@
2plicando normales A ,aleatoria- so!re B ,)i*a- tenemos@
.l Coe)iciente de Regresin es De la misma manera la recta de regresin de CBC ,aleatoria- so!re CAC ,)i*a- ser dada de la siguiente manera@ Donde@ % se o!tienen a partir de las ecuaciones normales@ 3 2plicando normales B so!re A tenemos@
4 2. F!"#$ I)*%"&'($ *&+ M,(!*! *& +!- M.)%#!- C/$*"$*!-" .l )undamento de este mtodo es de las desiaciones de B respecto a su media aritmtica" B .cuacin de y so!re x .cuacin de y so!re x Donde@ 5 x& % 3 desiaciones B 3 media aritmtica A 3 media aritmtica a" R&0"&-%1) M2+(%3+&@ .ste tipo se presenta cuando dos o ms aria!les independientes in)lu%en so!re una aria!le dependiente" .*emplo@ A 3 ),x& D& z-" A)4+%-%- *& R&0"&-%1) M2+(%3+& Dispone de una ecuacin con dos aria!les independientes adicionales@ +e puede ampliar para cual$uier n'mero CmC de aria!les independientes@ #ara poder resoler % o!tener % en una ecuacin de regresin m'ltiple el clculo se presenta mu% tediosa por$ue se tiene atender E ecuaciones $ue se generan por el mtodo de mnimo de cuadrados@ 6
NOT2@ se puede utilizar programas in)ormticos para resoler" E+ &""!" &-(4)*$" *& +$ "&0"&-%1) #2+(%3+& .s una medida de dispersin la estimacin se (ace ms precisa con)orme el grado de dispersin alrededor del plano de regresin se (ace mas pe$ueFo" #ara medirla se utiliza la )ormula@ A @ 8alores o!serados en la muestra @ 8alores estimados a partir a partir de la ecuacin de regresin n @ N'mero de datos m @ N'mero de aria!les independientes E+ '!&5%'%&)(& *& *&(&"#%)$'%1) #2+(%3+& ?ide la tasa porcentual de los cam!ios de A $ue pueden ser explicados por & % simultneamente" .G.RCICIO .n la Hacultad de Ingeniera de +istemas % Computo de la Uniersidad CInca 0arcilaso de la 8egaC se $uiere entender los )actores de aprendiza*e de los alumnos $ue cursan la asignatura de #I#& para lo cual se escoge al azar una muestra de /> alumnos % 7 ellos registran notas promedios en las asignaturas de 2lgoritmos& 5ase de Datos % #rogramacin como se muestran en el siguiente cuadro" A+/#)! PHP A+0!"%(#!- B$-& *& D$(!- P"!0"$#$'%1) 1 16 17 17 16 2 16 18 16 12 6 16 19 16 18 8 17 20 18 19 7 19 1: 1: 1; 9 17 19 1; 17 ; 12 16 17 11 : 16 19 18 17 < 16 17 18 16 10 16 18 16 10 11 11 12 12 10 12 18 19 11 18 16 17 1; 19 17 18 17 1< 18 19 17 17 16 17 10 Lo $ue !uscamos es construir un modelo para determinar la dependencia $ue exista de aprendiza*e re)le*ada en las notas de la asignatura de #I#& conociendo las notas de las asignaturas 2lgoritmos& 5ase de Datos % #rogramacin" +e presentara la siguiente ecuacin a resoler@ Utilizando las )ormulas de las ecuaciones normales a los datos o!tendremos los coe)icientes de regresin o utilizando Regresin de 2nlisis de datos& en la Io*a de Calculo de .xcel podemos calcular tam!in los coe)icientes de regresin@ #or lo tanto podemos construir la ecuacin de regresin $ue !uscamos@ E+ E""!" E-(4)*$" *& R&0"&-%1) M2+(%3+& ?ediante esta medida de dispersin se (ace ms preciso el grado de dispersin alrededor del plano de regresin& se (ace ms pe$ueFo" #ara calcularla se utiliza la )ormula siguiente@ 8 .n los resultados de .xcel se llama error tpico % para explicar la relacin del aprendiza*e de #I# $ue se iene desarrollando es de 0.861 E+ '!&5%'%&)(& *& *&(&"#%)$'%1) #2+(%3+& ="2> Utilizaremos para determinar la tasa porcentual de A para ser explicados las aria!les m'ltiples& utilizando la siguiente )ormula@
9 VARIABLES ?@A Y ?YA COMO ALEATORIAS =5/)'%!)&- +%)&$+&-> Dadas B e A& aria!les aleatorias con )unciones de densidad de pro!a!ilidad )B % )C, respectiamente& se dice $ue son independientes si@ f(x, y) = fx(x) fy(y) cuales$uiera $ue sean x % y donde f designa a la )uncin de densidad con*unta de la aria!le !iariante =@,Y> " Otra )orma de exponer este concepto& pasa por considerar los sucesos A % B& de la experiencia aleatoria& determinados por dos con*untos de alores numricos de X % Y& respectiamente" La independencia de @ e Y se traduce en la independencia entre A % B& es decir& la pro!a!ilidad de $ue tengan lugar los sucesos A % B simultneamente de!e coincidir con el producto de la pro!a!ilidad de realizacin de A por la de B@ P(A B) = p(A) * p(B) .sta de)inicin puede extenderse a J aria!les aleatorias Y1 , Y2 , ... , YD & donde la independencia entre ellas est asegurada si@ f(y1, y2,..,yk) = f1(y1) f2(y2) . Fk(yk) cuales$uiera $ue sean y1, y2,,yk donde f % fi designan las )unciones de densidad con*unta de =Y1,Y2 ,...,YD> % de Y% & respectiamente" LINEALIZACIN DE FUNCIONES NO LINEALES +eg'n sea la dispersin de los datos ,nu!e de puntos- en el plano cartesiano& pueden darse alguna de las siguientes relaciones& Lineal& Logartmica& .xponencial& Cuadrtica& entre otras" 10 ?odelo ?atemtico Llamado tam!in a*uste de curas es una ecuacin dada en un gra)ico& dependiendo del grado de correlacin $ue mas se a*uste al con*unto de datos" 2GU+T. LIN.2L@ A35B42 2GU+T. LO02RIT?ICO@ A35 Ln B42 2GU+T. .B#ON.NCI2L@ A32C 5B 2GU+T. #2R25OLICO& CU2DR2TICO O #OLINO?I2L@ A3 2B 6 4 5B 4 2 +e tiene con*unto de n puntos en el plano Kxi& %iL" .l o!*etio es determinar la ecuacin de la recta tal $ue minimiza el error cuadrtico Respecto a los parmetros a: ,ordenada al origen- % a/ ,pendiente-" ?atemticamente@ +impli)icando las ecuaciones anteriores emos $ue se de!e cumplir $ue@ 11 o !ien& diidiendo am!as ecuaciones por el n'mero total de puntos e introduciendo alores medios .n )orma matricial& podemos escri!ir@ por lo $ue determinar los parmetros de la recta se resume a resoler el sistema de ecuaciones lineales de dos ecuaciones % dos incgnitas de la )orma %a esta!lecida" CONSIDERANDO LA VARIABLE ?YA COMO FIJA Y VARIABLE ?@A COMO ALEATORIA: +i en la .cuacin Y = aX c trans)ormamos las aria!les (aciendo el cam!io X* = X C Y* = Y C Toda ez $ue conozcamos el exponente c, % representamos las nueas aria!les ,X*& Y*- 3 ,X C & Y-& lo $ue o!tenemos es una relacin lineal entre las variables ra!sf"r#a$as % decimos $ue (emos linealizado la representacin gr)ica" .n este caso se trans)orma la aria!le X& pero !ien se podra (a!er optado por el cam!io en la aria!le dependiente Y, o!teniendo tam!in una relacin lineal entre las nueas aria!les representadas ,X*& Y*- 3 ,X& Y 1%C -" .st claro $ue lo anterior es inmediato de realizar si conocemos el alor del exponente c" 2dems& o!seramos $ue un gr)ico linealizado nos da el alor de la constante a CURVA DE AJUSTE PARABLICA: M,(!*! *%"&'(! #ara determinar una cura de a*uste para!lica por el mtodo li!re& se de!en elegir tres puntos 2,x/& %/-M 5,x6& %6-M C,xE& %E- de los n datos conocidos& )ormando con ellos el siguiente sistema de ecuaciones@ este sistema de!e ser resuelto para las incgnitas a& ! % c" Con los alores o!tenidos se constru%e la ecuacin" Recordemos $ue la ecuacin de me*or a*uste corresponde a$uella $ue presenta los Coe)icientes de determinacin % Correlacin mas prximo a la unidad& !a*o este criterio& se dan casos donde la serie de In)ormacin o!tenida no se puede explicar por ninguno de las medidas de Regresin istas (asta el momentoM ante esta situacin % asumiendo $ue la serie tiene una cura para!lica cu%o comportamiento se descri!e matemticamente por una ecuacin de segundo grado ,par!ola-" La Regresin se expresa as@ Y = A & BX & CX 2 12 Donde@ A 3 .stimacin de la aria!le dependiente 2&5&C 3 constantes numricas B 3 8alores de la aria!le independiente" Los alores C2C& C5C % CCC se encuentran resoliendo un sistema de tres ecuaciones con tres incgnitas" #ero cuando se recurre a la codi)icacin de la aria!le independiente& el clculo tam!in se e)ect'a con las siguientes )ormulas de mnimos cuadrados@ M,(!*! M.)%#!- '/$*"$*!-. .n este mtodo se consideran todos los datos" #rimeramente de!emos calcular los alores de las expresiones@ N x 3 x/ 4 x6 4 OO 4 xn N % 3 %/ 4 %6 4 OO 4 %n N x% 3 x/ %/ 4 x6 %6 4 OO 4 xn %n N x 6 3 x/ 6 4 x6 6 4 OOO"4 xn 6 N x E 3 x/ E 4 x6 E 4 OOO"4 xn E N x P 3 x/ P 4 x6 P 4 OOO"4 xn P N x 6 % 3 x/ 6 %/ 4 x6 6 %6 4 OOO"4 xn 6 %n N 3 n'mero de datos" .stos alores de!en ser reemplazados en el sistema de ecuaciones@ para determinar los alores de las incgnitas a& ! % c" 13 Con los alores o!tenidos se constru%e la ecuacin para!lica de a*uste por mnimos cuadrados" EJERCICIO Quincena 1 2 3 4 5 6 Produccin en ton. 2 6 4 8 5 9 La tabla de clculo e! " 1 2 3 4 5 6 21 # 2 6 4 8 5 9 34 "$2 1 4 9 16 25 36 91 "$3 1 8 27 64 125 216 441 "$4 1 16 81 256 625 1296 2275 "%# 2 12 12 32 25 54 137 "$2%# 2 24 36 128 125 324 639 91a & 21b & 6c ' 34 441a & 91b & 21c ' 137 245a & 35b ' 36 2275a & 441b & 91c ' 639 5369a & 735b ' 740 M.)%#!- C/$*"$*!- L!0$".(#%'! 14
Dada una )uncin de la )orma los coe)icientes pueden o!tenerse a partir de los mnimos cuadrados como instalacin
Distribucin Weibull: (u )uncin de denidad e de la )or*a 15 16 D%-("%E/'%1) /)%5!"#&: .n estadstica la distri!ucin uni)orme es una distri!ucin de pro!a!ilidad cu%os alores tienen la misma pro!a!ilidad" 1.1.1. D%-("%E/'%1) /)%5!"#& ='$-! '!)(%)/!>. +e dice $ue una aria!le aleatoria X continua tiene una distri!ucin uni)orme en el interalo Qa& bR si la )uncin de densidad de pro!a!ilidad ,HD#- es@ La )uncin de distri!ucin en el caso continuo entre a % b es +u media estadstica es ,a 4 b- S 6 % su arianza ,b T a- 6 S /6 17 LA CURVA DE GOMPORTZ: #roduccin de consumo con el ciclo de ida@ #or mnimos cuadrados& se tiene@ La Regresin sire para #ro%ectar datos (acia el )uturo& para determinar el grado de dependencia $ue existe entre dos aria!les" .s necesario contar con datos pasados para poder (acer las pro%ecciones (acia el )uturo" La Correlacin es la asociacin entre dos o ms aria!les& como una relacin causa 7 e)ecto& el cual se lo o!tiene aplicando el logaritmo natural , ln -" .*emplo +e tiene@ Reemplazando en las )ormulas@ n 3 N'mero de datos 18 #or lo tanto se tiene la ecuacin @ #ara #ro%ectar el aFo U& reemplazar el alor , x 3 U - % as sucesiamente" AU 3 /E:=U "EE A= 3/E6E; "V;= .l Coe)iciente de Determinacin@ , - 8T 3 8. 4 8N. Donde@ 8T @ 8ariacin Total" 8.@ 8ariacin .xplicada" 8N.@ 8ariacin no .xplicada" 8T 3 8. 4 8N. 19 #or lo tanto el U;"PPW de los datos del consumo aparente estn explicados por el tiempo& mientras ma%or sea este porcenta*e muc(o me*or" 20 .G.RCICIO+ Con los siguientes datos Iistricos& #ro%ectar la Demanda mediante Regresin potencial #or el mtodo no lineal de Regresin potencial se tiene las siguientes relaciones % construimos la siguiente ta!la@ 2plicando la )ormula de Regresin lineal ,mnimos cuadrados-@ Reemplazando los alores de C2C % C5C en la ecuacin general se tiene@ Y = '.(()) & *.)'+) (,"- X) ./.0C1C12 Una .mpresa considera $ue su precio se incrementar en un /:W el prximo aFo& seg'n las preisiones econmicas& se pre un ascenso del #I5pc de =W& la 21 .lasticidad precio del producto es de 7/"P % la .lasticidad ingreso es de 6"> sin $ue (a%a razn alguna para $ue no permanezcan constantes con el cam!io de precio e ingresos" +i se ende >:::: unidades el aFo 6:::& XCul ser la Demanda para el prximo aFoY" Donde@ EF+! G 6: +e tiene la siguiente In)ormacin@ /" Realizar un 5alance O)erta 7Demanda (asta el aFo 6:::& sa!iendo $ue el Cpc crece a una razn aritmtica& La O)erta crece a una razn exponencial& respecto al precio" 6" .sta!lecer la Demanda #otencial para el aFo 6::: #ROA.CT2NDO L2 #O5L2CI1N @ Tasa 0eomtrica" #ROA.CT2NDO .L Cpc @ Tasa 2ritmtica" 22 #ROA.CCI1N D. #R.CIO+ @ Utilizaremos la tasa de in)lacin para (allar el precio pro%ectado& esta tasa es del EW #or ser un alor extremadamente conserador& amos adoptar un crecimiento del EW de aFo a aFo& los cuales se encuentran en )orma paralela a los pro%ectados" #ROA.CT2NDO L2 OH.RT2 @ Tasa .xponencial" O)erta 3 H, #recio- Y = a * e Bx Utilizando la calculadora % con los datos de la ta!la anterior& podemos calcular los parmetros de esta ecuacin& de manera $ue se tiene@ 23 5I5LIO0R2HI2 +ndre (,li and -a.id /a#er0 An Introduction to Numerical Analysis0 1a*brid2e 3ni.erit# Pre0 2003. 4(56 0752170079471. 8. 9. Pre0 5. P. :lanner#0 (. ;. <eu=ol=#0 8. <. >etterlin20 Numerical Recipes in Fortran0 1a*brid2e 3ni.erit# Pre0 1992. G" ?" Ortega& Z" C" R(ein!oldt& 1eraive 3"l4i"! "f 5"!li!ear .64ai"!s i! 3everal 7ariables. Classics in 2pplied ?at(ematics& +I2?& 6:::" (ttp@SSDDD"monogra)ias"comStra!a*osV:Sestadistica7descriptiaSestadistica7 descriptiaP"s(tml .stadistica para Ingenieros +exta .dition Ronald e Zalpole& Ra%mond I ?e%er& +(aron I" ?e%er 24