Professional Documents
Culture Documents
sus parmetro
Estimacin por mnimos cuadrados y por mxima verosimilitud
Confiabilidad:
Especificaciones de la distribucin de vida y estimacin grafica de sus
parmetro
Graficas en papel de probabilidad.
Liberalizacin de la funcin de distribucin acumulada.
Estimador se Kaplan-Meier .
Resumen de formulas para graficas .
f(t)
Confiabilidad:
Especificacin de la distribucin de vida y estimacin grfica de
sus parmetros
Grficas en papel de probabilidad
Confiabilidad:
Especificacin de la distribucin de vida y estimacin grfica de
sus parmetros
Grficas en papel de probabilidad
En los llamados papeles de probabilidad se grafican las parejas de
Confiabilidad:
Especificacin de la distribucin de vida y estimacin grfica de
sus parmetros
Grficas en papel de probabilidad
Confiabilidad:
Especificacin de la distribucin de vida y estimacin grfica de
sus parmetros
linealizacion de la funcin de distribucin acumulada.
Confiabilidad:
Especificacin de la distribucin de vida y estimacin grfica de sus
parmetros
Estimador de Kaplan-Meier de la funcin de confiabilidad
Una manera de tomar en cuenta la censura al graficar
el papel de probabilidad es utilizar posiciones de
graficacin basadas en un estimador de la funcin de
distribucin emprica que s toma en cuenta ese hecho,
como es el estimador de Kaplan-Meier (KM) de la
funcin de confiabilidad que esta definido por:
Confiabilidad:
Especificacin de la distribucin de vida y estimacin grfica de sus
parmetros
Estimador de Kaplan-Meier de la funcin de confiabilidad
donde f(j) son las unidades que fallan en el j-simo intervalo (tj 1, tj], y n(j)
son las unidades en riesgo justo antes del tiempo j (vase el ejemplo 13.7),
con j = 1, 2, ..., i. Estas unidades en riesgo son iguales al total de unidades
menos las que han fallado hasta antes de ese tiempo, menos las que fueron
censuradas hasta ese tiempo
Confiabilidad:
Especificacin de la distribucin de vida y estimacin grfica de sus
parmetros
Estimador de Kaplan-Meier de la funcin de confiabilidad
es decir:
Confiabilidad:
Estimacin por mnimos cuadrados y por mxima verosimilitud
Confiabilidad:
Estimacin por mnimos cuadrados y por mxima verosimilitud
Mnimos cuadrados o regresin lineal
Confiabilidad:
Estimacin por mnimos cuadrados y por mxima verosimilitud
Mnimos cuadrados o regresin lineal
Ventajas adicionales
Restricciones
Es reproducible, proporciona la
misma ecuacin no importa quin
realice el anlisis.
Definiciones Preliminares
El
Es
Confiabilidad:
Estimacin por mnimos cuadrados y por mxima verosimilitud
Mnimos cuadrados o regresin lineal
Definiciones Preliminares
MODELOS LINEALES
Confiabilidad:
Estimacin por mnimos cuadrados y por mxima verosimilitud
Mnimos cuadrados o regresin lineal
Definiciones Preliminares
El mtodo de los mnimos cuadrados se calcula en base al
siguiente
CRITERIO
Confiabilidad:
Estimacin por mnimos cuadrados y por mxima verosimilitud
Mnimos cuadrados o regresin lineal.
Resolucin mtodo mnimo cuadrados.
y
DIBUJAMOS
UNOS EJES
DE COORDENADAS
Confiabilidad:
Estimacin por mnimos cuadrados y por mxima verosimilitud
Mnimos cuadrados o regresin lineal
Definiciones Preliminares
y
+
+
GRAFICAMOS
LOS PUNTOS
EXPERIMENTALES
+
+
+
+
+
+
Confiabilidad:
Estimacin por mnimos cuadrados y por mxima verosimilitud
Mnimos cuadrados o regresin lineal
Definiciones Preliminares
y
TRAZA-MOS
LA MEJOR
RECTA DE
TAL MANERA
QUE:
L
+
+
+
+
+
+
+
+
GRFICAMENTE
CRITERIO: La
distancia, y, del
punto
experimental a la
mejor recta, L,
es mnima.
L
+
+
+
y
y = yi y(xi)
+
+
+
GRFICAMENTE
y
CRITERIO: La
distancia, y, del
punto experimental
a la mejor recta,
L, es mnima.
L
+
+
+
y
yi
y = yi y(xi)
+
y(xi)
y = yi (mxi + b)
+
+
xi
GRFICAMENTE
y
CRITERIO: La
distancia, y, del
punto experimental a
la mejor recta, L, es
mnima.
L
+
+
Esta distancia se
tomar al cuadrado.
+
y
yi
y = yi y(xi)
+
y(xi)
y = yi (mxi + b)
+
+
xi
Confiabilidad:
Estimacin por mnimos cuadrados y por mxima verosimilitud
Mnimos cuadrados o regresin lineal
Calculando los valores de la pendiente, m, y de la ordenada, b.
Al efectuar la minimizacin de la ecuacin uno respecto a todos
los puntos experimentales bajo el criterio de los mnimos cuadrados,
el procedimiento nos arroja el valor de la pendiente con su error
m
n x i y i x i y i
n x x i
2
i
Sm S y
Sy
n x x i
2
i
y mx
i
n-2
Confiabilidad:
Estimacin por mnimos cuadrados y por mxima verosimilitud
Mnimos cuadrados o regresin lineal
Calculando los valores de la pendiente, m, y de la ordenada, b.
Al efectuar la minimizacin de la ecuacin uno respecto a
todos los puntos experimentales bajo el criterio de los mnimos
cuadrados, el procedimiento nos arroja el valor de la pendiente
con su error, y de la ordenada al origen
m
n x i y i x i y i
n x x i
2
i
2
x
i yi x i x i yi
n x x i
2
i
Sm S y
Sy
n x i2 x i
m
x
b
i
i
n-2
Confiabilidad:
Estimacin por mnimos cuadrados y por mxima verosimilitud
Mnimos cuadrados o regresin lineal
Calculando los valores de la pendiente, m, y de la ordenada, b.
Al efectuar la minimizacin de la ecuacin uno respecto a todos los
puntos experimentales bajo el criterio de los mnimos cuadrados, el
procedimiento nos arroja el valor de la pendiente con su error, y de la
ordenada al origen con su error; de la mejor recta:
m
n x i y i x i y i
n x i2 x i
x y x x y
n x x
2
i
2
i
Sm S y
Sb S y
Sy
n x x i
2
i
x
n x x
2
i
2
i
y mx
i
n-2
Confiabilidad:
Estimacin por mnimos cuadrados y por mxima verosimilitud
Mnimos cuadrados o regresin lineal
Escribiendo la ecuacin del modelo
AL OBTENER LOS VALORES DE LA PENDIENTE Y DE LA
ORDENADA AL ORIGEN, PODEMOS ENTONCES ESCRIBIR LA
ECUACIN DE LA RECTA EN LA FORMA USUAL:
oo
oo
oo
Confiabilidad:
Estimacin por mnimos cuadrados y por mxima verosimilitud
Mnimos cuadrados o regresin lineal
Ejemplo.
Se tomaron diferentes valores de masa y volumen de agua para determinar
su relacin, y la densidad del agua. Se control la masa obtenindose los
siguientes resultados:
#/CANT.
M, 0.1, g
V, 0.6, ml
10
9.9
15
15.3
20
19.8
25
25.2
30
29.9
35
35.3
40
39.8
45
45.2
50
49.9
10
55
55.1
EJEMPLO
SE TOMARON DIFERENTES VALORES DE MASA Y VOLUMEN
DE AGUA PARA DETERMINAR SU RELACIN, Y LA
DENSIDAD DEL AGUA. SE CONTROL LA MASA
OBTENINDOSE LOS SIGUIENTES RESULTADOS:
#/CANT.
M, 0.1, g
V, 0.6, ml
10
9.9
15
15.3
20
19.8
25
25.2
30
29.9
35
35.3
40
39.8
45
45.2
50
49.9
10
55
55.1
Se desea encontrar la
ecuacin que ajusta estos
datos utilizando el mtodo de
los Mnimos Cuadrados y
Determinar el valor de la
densidad del agua.
EJEMPLO
Utilizando una hoja de clculo obtenemos:
La pendiente:
m = 1.000 0.005 g/ml.
La ordenada al origen:
b = 0.032 0.167 g.
La ecuacin ser:
M = (1.000 0.005) V + (0.0 0.2),
donde M est en g, y V est en ml.
Comparando los modelos terico y experimental, sabemos que la densidad es el
inverso de la pendiente: = 1/m. Calculando obtenemos:
2
2
x x Smx xSmy
2
y y y y
2
2
1 1
0 (1)(0.005)
1.000 0.005 g / ml
2
m 1.000
1
(
1
)
EJEMPLO
Utilizando una hoja de clculo obtenemos:
La pendiente:
La ordenada al origen:
b = 0.032 0.167 g.
La ecuacin ser:
M = (1.000 0.005) V + (0.0 0.2),
donde M est en g, y V est en ml.
Comparando los modelos terico y experimental, sabemos que la densidad es el
inverso de la pendiente: = 1/m. Calculando obtenemos:
x x
y y
S mx
x S my
2
y
2
2
1
1
0 (1)(0.005)
1.000 0.005 g / ml
2
m 1.000
1 (1)