Monografias.com > Estadística > Matemáticas
Descargar Imprimir Comentar Ver trabajos relacionados

La recta de los mínimos cuadrados



  1. Ejemplo ilustrativo
  2. Referencias
    bibliográficas

Se llama línea de mejor ajuste y se define como
la línea que hace mínima la suma de los cuadrados
de las desviaciones respecto a ella de todos los puntos que
corresponden a la información recogida.

La recta de los mínimos cuadrados que aproxima el
conjunto de puntos , , ,……… tomando en
cuenta a Y como variable dependiente tiene por
ecuación

Y=a0+a1X

A esta ecuación suele llamarse recta de
regresión de Y sobre X, y se usa para estimar los valores
de Y para valores dados de X.

Si a la recta de regresión Y=a0+a1X se le suma en
ambos lados Y=a0+a1X se obtiene Y=a0N+a1X

Si a la recta de regresión Y=a0+a1X se multiplica
por X a ambos lados y luego se suma XY=Xa0+a1X se obtiene
XY=a0X+a1X2

Las constantes y quedan fijadas al resolver
simultáneamente las ecuaciones anteriormente encontradas,
es decir, al resolver el siguiente sistema de
ecuaciones:

Que se llaman las ecuaciones normales para la recta de
mínimos cuadrados.

Las constantes y de las anteriores ecuaciones
también se pueden calcular empleando las siguientes
fórmulas:

a0=Y·X2-X·XYNX2-X2
a1=NXY-X·YNX2-X2

Otra ecuación para los mínimos cuadrados
para y de la recta de regresión de Y sobre X
es:

y=xyx2x

La recta de los mínimos cuadrados que aproxima el
conjunto de puntos , , ,……… tomando en
cuenta a X como variable dependiente tiene por
ecuación

X=b0+b1Y

A esta ecuación suele llamarse recta de
regresión de X sobre Y, y se usa para estimar los valores
de X para valores dados de Y. Las constantes b0 y b1 quedan
fijadas al resolver el siguiente sistema de
ecuaciones:

Las constantes b0 y b1 del sistema de ecuaciones
anterior se pueden calcular empleando las siguientes
fórmulas:

b0=X·Y2-Y·XY NY2-Y2
b1=NXY-X·YNY2-Y2

Otra ecuación para los mínimos cuadrados
para y es:

x=xyy2y

El punto de intersección entre las rectas con se
simboliza y se llama centroide o centro de gravedad.

Con los datos de la siguiente tabla sobre la altura en
centímetros (X) y los pesos en kilogramos (Y) de una
muestra de 8 estudiantes varones tomada al azar del segundo
semestre de una universidad.

X

152

157

162

167

173

178

182

188

Y

56

61

67

72

70

72

83

92

1) Ajustar la recta de mínimos cuadrados para Y
como variable dependiente resolviendo el sistema:

2) Ajustar la recta de mínimos
cuadrados para Y como variable dependiente empleando las
fórmulas:

a0=Y·X2-X·XYNX2-X2
a1=NXY-X·YNX2-X2

3) Ajustar la recta de mínimos cuadrados para Y
como variable dependiente empleando la fórmula:

y=xyx2x

4) Ajustar la recta de mínimos cuadrados para X
como variable dependiente resolviendo el sistema:

5) Calcular el punto centroide.

6) Calcular el coeficiente de
determinación.

7) Elaborar el diagrama de dispersión. Y en el
mismo diagrama graficar las dos rectas de mínimos
cuadrados obtenidas en los pasos anteriores.

8) Estimar el valor de Y cuando X = 200 en el diagrama
de dispersión de Y como variable dependiente.

R: 8,2

9) Estimar el valor de X cuando Y= 100 en el diagrama de
dispersión X como variable dependiente.

Solución:

Para comenzar a resolver el ejercicio se llena la
siguiente tabla:

1) Reemplazando valores en el sistema se
tiene:

573=a0·8+a1·135998295=a0·1359+a1·231967?8a0+1359a1=5731359a0+231967a1=98295

Resolviendo el sistema por determinantes (regla de
Cramer) se obtiene:

Interpretación:

– El valor a1=0,864 indica que la recta tiene una
pendiente positiva aumentando a razón de 0,864

– El valor de a0=-75,191 indica el punto en donde la
recta interseca al eje Y cuanto X = 0

En Excel el sistema se resuelve de la siguiente
manera:

a) Insertar la función MDETERM. Seleccionar las
celdas del ?a0.

b) Repetir los pasos anteriores para calcular el ? y el
?a1, para luego calcular a0 y a1 como indica la siguiente
figura:

Reemplazando valores en la ecuación respectiva se
obtiene:

Y=a0+a1X?Y=-75,191+0,864X

2) Con los datos de la tabla anterior se substituye
valores en las siguientes ecuaciones:

a0=Y·X2-X·XYNX2-X2=573·231967-1359·982958·231967-(1359)2=-6658148855-75,191

a1=NXY-X·YNX2-X2=8·98295-1359·5738·231967-(1359)2=76538855=0,864

Reemplazando valores en la ecuación respectiva se
obtiene:

Y=a0+a1X?Y=-75,191+0,864X

3) Se calcula las medias aritméticas de X y Y
para llenar la siguiente tabla:

x=xin

X=13598=169,875

Y=5738=71,625

Reemplazando valores en la fórmula respectiva se
obtiene:

y=xyx2x?y=956,6251106,875x?Y-Y=956,6251106,875X-X

Y-71,625=956,6251106,875X-169,875?1106,875Y-71,625=956,625X-169,875

1106,875Y-79280,20838=956,625X-162510,4984

1106,875Y=956,625X-162510,4984+79280,20838

1106,875Y=956,625X-83230,29

Y=956,625X-83230,291106,875?Y=956,625X1106,875-83230,291106,875?Y=0,864X-75,19

Y=-75,19+0,864X

4) Reemplazando valores en sistema respectivo se
obtiene:

1359=b0·8+b1·57398295=b0·573+b1·41967?8b0+573b1=1359573b0+41967b1=98295

Resolviendo el sistema se obtiene:

b0=95,871

b1=1,033

Reemplazando valores en la ecuación de la recta
de mínimos cuadrados se obtiene:

X=b0+b1Y

X=95,871+1,033Y

Interpretación:

– El valor b1=1,033 indica que la recta tiene una
pendiente positiva aumentando a razón de 1,033

– El valor de b0=95,871 indica el punto en donde la
recta interseca al eje X cuanto Y = 0

5) Para calcular el centroide se resuelve el sistema
formado por las dos rectas de los mínimos cuadrados en
donde X es X y Y es Y.

Y=-75,191+0,864XX=95,871+1,033Y

Al resolver el sistema se obtiene el centroide: X =
169,3 y Y = 71,092

6) Se aplica la ecuación para calcular el
coeficiente de Pearson.

r=NXY-XYNX2-X2NY2-Y2=8·98295-1359·5738·231967-135928·41967-5732

r=0,94497

Elevando al cuadrado coeficiente de Pearson queda
calculado el coeficiente de determinación.

Coeficiente de determinación =
r2=0,944972=0,893

8) Reemplazando X = 200 en la ecuación solicitada
se obtiene:

Y=-75,191+0,864X=-75,191+0,864·200=-75,191+172,8=97,609

9) Reemplazando Y = 100 en la ecuación solicitada
se obtiene:

X=95,871+1,033Y=X=95,871+1,033·100=X=95,871+103,3=199,171

Empleando el programa Graph se obtiene la siguiente
figura:

SPIEGEL, Murray, (2000),
Estadística, Serie de Compendios Schaum, Ed. McGraw-Hill,
México.

SUÁREZ, Mario, (2011), Interaprendizaje de
Estadística Básica,

TAPIA , Fausto Ibarra, Ecuador.

SUÁREZ, Mario, (2004), Interaprendizaje
Holístico de Matemática, Ed. Gráficas
Planeta, Ibarra,

Ecuador.

 

 

Autor:

Mario Suarez

 

Nota al lector: es posible que esta página no contenga todos los componentes del trabajo original (pies de página, avanzadas formulas matemáticas, esquemas o tablas complejas, etc.). Recuerde que para ver el trabajo en su versión original completa, puede descargarlo desde el menú superior.

Todos los documentos disponibles en este sitio expresan los puntos de vista de sus respectivos autores y no de Monografias.com. El objetivo de Monografias.com es poner el conocimiento a disposición de toda su comunidad. Queda bajo la responsabilidad de cada lector el eventual uso que se le de a esta información. Asimismo, es obligatoria la cita del autor del contenido y de Monografias.com como fuentes de información.

Categorias
Newsletter