SlideShare ist ein Scribd-Unternehmen logo
1 von 4
Regresión lineal<br /> HYPERLINK quot;
http://www.sc.ehu.es/sbweb/fisica/cinematica/practica/practica.htmquot;
 Cinemática<br />  En esta página, se describe el procedimiento de ajuste de los datos experimentales a una línea recta denominado regresión lineal, que se usa en el laboratorio en varias situaciones:Para calcular la velocidad en una experiencia de movimiento rectilíneo Para calcular la constante elástica de un muelle, colocando pesas en un platillo que cuelga de su extremo libre y midiendo la deformación del muelle etc. El programa interactivo al final de esta página, está diseñado para que sea usado, en el Laboratorio de Física para cualquier experiencia que lo requiera. Nos proporciona los valores de: La pendiente a de la recta de regresión y el error cometido Da La ordenada en el origen b El índice de correlación r. Este índice mide el grado de ajuste de los datos experimentales a la recta  DescripciónSupongamos que estamos midiendo la posición de un móvil en función del tiempo en un movimiento rectilíneo. Si el móvil está libre de fuerzas, esperamos que la relación entre la posición del móvil y el tiempo sea lineal x=x0+vt. Donde x0 es la posición del móvil en el instante t=0. Si medimos las posiciones del móvil x1 y x2 en los instantes t1 y t2, obtenemos un sistema de dos ecuaciones con dos incógnitas de las que podemos determinar las cantidades desconocidas x0 y v. Ahora bien, esta afirmación solamente es cierta en un experimento ideal libre de errores.Si efectuamos n medidas de la posición del móvil, el aspecto de la representación gráfica de nuestras medidas puede ser parecido al de la figura más abajo, los puntos de color azul representan los datos experimentales. La relación entre las ordenadas “Y” y las abscisas x de dichos puntos es solamente aproximada, debido a los errores de cada una de las medidas. Si tomamos únicamente dos puntos para definir la recta el resultado tendría un importante error. Para una mejor estimación de la recta y por tanto, de las magnitudes buscadas, se deberán utilizar las n medidas tomadas. Supongamos una magnitud física y, relacionada con otra x, mediante la función y=ax+b. Una recta de pendiente a cuya ordenada en el origen es b. Las desviaciones e de los valores de y, véase la figura, serán e1=y1-(ax1+b) e2=y2-(ax2+b) ................... ei=yi-(axi+b) ................... en=yn-(axn+b) Sea E(a,b) la suma de los cuadrados de todas estas desviaciones E(a,b)=(y1-ax1-b)2+(y2-ax2-b)2+...(yi-axi-b)2+...+(yn-axn-b)2Los valores que minimizan a E(a,b) son aquellos para los que Se obtiene así, un sistema de dos ecuaciones con dos incógnitas a y b cuya solución es Expresiones más elaboradas nos permiten determinar el error de a, Da y el error de b,  Db La pendiente de la recta se escribirá a±Da, y la ordenada en el origen b±Db. Véase las reglas para expresar una medida y su error de una magnitud. El coeficiente de correlación es otro parámetro para el estudio de una distribución bidimensional, que nos indica el grado de dependencia entre las variables X e Y. El coeficiente de correlación r es un número que se obtiene mediante la fórmula.El coeficiente de correlación puede valer cualquier número comprendido entre -1 y +1.Cuando r=1, la correlación lineal es perfecta, directa. Cuando r=-1, la correlación lineal es perfecta, inversa Cuando r=0, no existe correlación alguna, independencia total de los valores X e Y EjemploUn vehículo que se mueve supuestamente con velocidad constante. Los datos de las medidas del tiempo en cuatro posiciones separadas 900 m  son las siguientesTiempo t (s)Posición x (m)17.6040.490067.7180090.12700Ajustar los datos a la línea recta x=x0+vt y estimar el mejor valor de la velocidad v aplicando el procedimiento de mínimos cuadrados Introduciendo los datos en el programa interactivo, la pendiente es a=36.71 y el error de la pendiente Da=1.001. La velocidad se escribe (véase la página Errores en las medidas) v=37±1 m/s<br />
Regresión lineal
Regresión lineal
Regresión lineal

Weitere ähnliche Inhalte

Was ist angesagt?

Was ist angesagt? (20)

Ajuste por mínimos cuadrados
Ajuste por mínimos cuadradosAjuste por mínimos cuadrados
Ajuste por mínimos cuadrados
 
Ejercicios arreglos2
Ejercicios arreglos2Ejercicios arreglos2
Ejercicios arreglos2
 
Migue
MigueMigue
Migue
 
Vectores
VectoresVectores
Vectores
 
Aplicación de derivadas en modelos matemáticos
Aplicación de derivadas en modelos matemáticos Aplicación de derivadas en modelos matemáticos
Aplicación de derivadas en modelos matemáticos
 
Ecuaciones paramétricas
Ecuaciones paramétricasEcuaciones paramétricas
Ecuaciones paramétricas
 
2.gráficas
2.gráficas2.gráficas
2.gráficas
 
Proporcionalidad directa e inversa
Proporcionalidad directa  e inversaProporcionalidad directa  e inversa
Proporcionalidad directa e inversa
 
Ecuaciones Paramétricas. Brito Cristhian
Ecuaciones Paramétricas. Brito CristhianEcuaciones Paramétricas. Brito Cristhian
Ecuaciones Paramétricas. Brito Cristhian
 
Presentación9.7 original
Presentación9.7 originalPresentación9.7 original
Presentación9.7 original
 
Cálculo Integral Intersección de Solidos
Cálculo Integral Intersección de SolidosCálculo Integral Intersección de Solidos
Cálculo Integral Intersección de Solidos
 
Funcion cuadratica
Funcion cuadraticaFuncion cuadratica
Funcion cuadratica
 
Diapositivas de tangente
Diapositivas de tangenteDiapositivas de tangente
Diapositivas de tangente
 
Proporcionalidad directa e inversa
Proporcionalidad directa  e inversaProporcionalidad directa  e inversa
Proporcionalidad directa e inversa
 
Ficha tecnica de ecuaciones parametricas
Ficha tecnica de ecuaciones parametricasFicha tecnica de ecuaciones parametricas
Ficha tecnica de ecuaciones parametricas
 
Graficos movimientos
Graficos movimientosGraficos movimientos
Graficos movimientos
 
Funciones trascendentes
Funciones trascendentesFunciones trascendentes
Funciones trascendentes
 
Trigonometría
TrigonometríaTrigonometría
Trigonometría
 
Funciones
FuncionesFunciones
Funciones
 
Actividades repaso 1ª eval mii
Actividades repaso 1ª eval miiActividades repaso 1ª eval mii
Actividades repaso 1ª eval mii
 

Andere mochten auch (20)

locos por serafín
locos por serafínlocos por serafín
locos por serafín
 
Control Ficha
Control FichaControl Ficha
Control Ficha
 
Presentación profe nieto
Presentación profe nietoPresentación profe nieto
Presentación profe nieto
 
Presentación Kajukenbo Mauricio Peschiera
Presentación Kajukenbo Mauricio PeschieraPresentación Kajukenbo Mauricio Peschiera
Presentación Kajukenbo Mauricio Peschiera
 
El transistor
El transistorEl transistor
El transistor
 
Hiperbola
HiperbolaHiperbola
Hiperbola
 
Resultados taller texto multimodal
Resultados taller texto multimodalResultados taller texto multimodal
Resultados taller texto multimodal
 
Presentacio computacion formularios
Presentacio computacion formulariosPresentacio computacion formularios
Presentacio computacion formularios
 
Xy algosorprendente t
Xy algosorprendente tXy algosorprendente t
Xy algosorprendente t
 
Community manager-español
Community manager-españolCommunity manager-español
Community manager-español
 
empresarismo T.A.E
empresarismo T.A.Eempresarismo T.A.E
empresarismo T.A.E
 
Ley 100
Ley 100Ley 100
Ley 100
 
Sucesion intestada 1
Sucesion intestada 1Sucesion intestada 1
Sucesion intestada 1
 
Colegio jerusalem
Colegio jerusalemColegio jerusalem
Colegio jerusalem
 
Electricidad electronica
Electricidad electronicaElectricidad electronica
Electricidad electronica
 
Clasificación de las IP
Clasificación de las IPClasificación de las IP
Clasificación de las IP
 
LA GREGORIO HERNANDEZ ES EXCELENTE
LA GREGORIO HERNANDEZ ES EXCELENTELA GREGORIO HERNANDEZ ES EXCELENTE
LA GREGORIO HERNANDEZ ES EXCELENTE
 
El Sistema Solar
El Sistema SolarEl Sistema Solar
El Sistema Solar
 
Carnes
CarnesCarnes
Carnes
 
El funcionamiento del internet
El funcionamiento del internetEl funcionamiento del internet
El funcionamiento del internet
 

Ähnlich wie Regresión lineal

Unidad 2 Estadistica inferencial 2
Unidad 2 Estadistica inferencial 2Unidad 2 Estadistica inferencial 2
Unidad 2 Estadistica inferencial 2Juan Carlos Valdez
 
Ajuste por mínimos cuadrados
Ajuste por mínimos cuadradosAjuste por mínimos cuadrados
Ajuste por mínimos cuadradosMILENA PEREZ
 
Mat 50140116 regr_ simple_2011_12gggggggggggggggggggggggggg
Mat 50140116 regr_ simple_2011_12ggggggggggggggggggggggggggMat 50140116 regr_ simple_2011_12gggggggggggggggggggggggggg
Mat 50140116 regr_ simple_2011_12ggggggggggggggggggggggggggFrancisco Baculima Hidalgo
 
Solucion compendio siete
Solucion compendio sieteSolucion compendio siete
Solucion compendio sieteDeyli Suta
 
COMPENDIO SIETE
COMPENDIO SIETE COMPENDIO SIETE
COMPENDIO SIETE Deyli Suta
 
Modelos de regresión lineales y no lineales au aplicación en problemas de ing...
Modelos de regresión lineales y no lineales au aplicación en problemas de ing...Modelos de regresión lineales y no lineales au aplicación en problemas de ing...
Modelos de regresión lineales y no lineales au aplicación en problemas de ing...Néstor Valles Villarreal
 
Regresion aplicada a la ingenieria
Regresion aplicada a la ingenieriaRegresion aplicada a la ingenieria
Regresion aplicada a la ingenieriaBryanRoyCordovaGomez
 
Regresión lineal,ajuste de curva,tipos de regresión lineal
Regresión lineal,ajuste de curva,tipos de regresión linealRegresión lineal,ajuste de curva,tipos de regresión lineal
Regresión lineal,ajuste de curva,tipos de regresión linealmiguelescobarrivero
 
Regresion simple 1 estadistica
Regresion simple 1   estadisticaRegresion simple 1   estadistica
Regresion simple 1 estadisticaJhon Fredy Tchc
 
1. interpretacion de graficos
1. interpretacion de graficos1. interpretacion de graficos
1. interpretacion de graficosmjrunah
 
Representación de datos experimentales
Representación de datos experimentalesRepresentación de datos experimentales
Representación de datos experimentalesFabio Dorta
 

Ähnlich wie Regresión lineal (20)

gráficas lineales
gráficas linealesgráficas lineales
gráficas lineales
 
Capitulo 10
Capitulo 10Capitulo 10
Capitulo 10
 
Unidad 2 Estadistica inferencial 2
Unidad 2 Estadistica inferencial 2Unidad 2 Estadistica inferencial 2
Unidad 2 Estadistica inferencial 2
 
Aprendiendo a graficar
Aprendiendo a graficarAprendiendo a graficar
Aprendiendo a graficar
 
Ajuste por mínimos cuadrados
Ajuste por mínimos cuadradosAjuste por mínimos cuadrados
Ajuste por mínimos cuadrados
 
Mat 50140116 regr_ simple_2011_12gggggggggggggggggggggggggg
Mat 50140116 regr_ simple_2011_12ggggggggggggggggggggggggggMat 50140116 regr_ simple_2011_12gggggggggggggggggggggggggg
Mat 50140116 regr_ simple_2011_12gggggggggggggggggggggggggg
 
Solucion compendio siete
Solucion compendio sieteSolucion compendio siete
Solucion compendio siete
 
COMPENDIO SIETE
COMPENDIO SIETE COMPENDIO SIETE
COMPENDIO SIETE
 
Modelos de regresión lineales y no lineales au aplicación en problemas de ing...
Modelos de regresión lineales y no lineales au aplicación en problemas de ing...Modelos de regresión lineales y no lineales au aplicación en problemas de ing...
Modelos de regresión lineales y no lineales au aplicación en problemas de ing...
 
Regresion aplicada a la ingenieria
Regresion aplicada a la ingenieriaRegresion aplicada a la ingenieria
Regresion aplicada a la ingenieria
 
ANALISIS DE CORRELACION
ANALISIS DE CORRELACIONANALISIS DE CORRELACION
ANALISIS DE CORRELACION
 
Regresion Y Correlacion
Regresion Y CorrelacionRegresion Y Correlacion
Regresion Y Correlacion
 
Regresión lineal,ajuste de curva,tipos de regresión lineal
Regresión lineal,ajuste de curva,tipos de regresión linealRegresión lineal,ajuste de curva,tipos de regresión lineal
Regresión lineal,ajuste de curva,tipos de regresión lineal
 
Regresion simple 1 estadistica
Regresion simple 1   estadisticaRegresion simple 1   estadistica
Regresion simple 1 estadistica
 
Ejericios
EjericiosEjericios
Ejericios
 
Unidad V
Unidad VUnidad V
Unidad V
 
SesióN 8
SesióN 8SesióN 8
SesióN 8
 
SesióN 8
SesióN 8SesióN 8
SesióN 8
 
1. interpretacion de graficos
1. interpretacion de graficos1. interpretacion de graficos
1. interpretacion de graficos
 
Representación de datos experimentales
Representación de datos experimentalesRepresentación de datos experimentales
Representación de datos experimentales
 

Regresión lineal

  • 1. Regresión lineal<br /> HYPERLINK quot; http://www.sc.ehu.es/sbweb/fisica/cinematica/practica/practica.htmquot; Cinemática<br />  En esta página, se describe el procedimiento de ajuste de los datos experimentales a una línea recta denominado regresión lineal, que se usa en el laboratorio en varias situaciones:Para calcular la velocidad en una experiencia de movimiento rectilíneo Para calcular la constante elástica de un muelle, colocando pesas en un platillo que cuelga de su extremo libre y midiendo la deformación del muelle etc. El programa interactivo al final de esta página, está diseñado para que sea usado, en el Laboratorio de Física para cualquier experiencia que lo requiera. Nos proporciona los valores de: La pendiente a de la recta de regresión y el error cometido Da La ordenada en el origen b El índice de correlación r. Este índice mide el grado de ajuste de los datos experimentales a la recta  DescripciónSupongamos que estamos midiendo la posición de un móvil en función del tiempo en un movimiento rectilíneo. Si el móvil está libre de fuerzas, esperamos que la relación entre la posición del móvil y el tiempo sea lineal x=x0+vt. Donde x0 es la posición del móvil en el instante t=0. Si medimos las posiciones del móvil x1 y x2 en los instantes t1 y t2, obtenemos un sistema de dos ecuaciones con dos incógnitas de las que podemos determinar las cantidades desconocidas x0 y v. Ahora bien, esta afirmación solamente es cierta en un experimento ideal libre de errores.Si efectuamos n medidas de la posición del móvil, el aspecto de la representación gráfica de nuestras medidas puede ser parecido al de la figura más abajo, los puntos de color azul representan los datos experimentales. La relación entre las ordenadas “Y” y las abscisas x de dichos puntos es solamente aproximada, debido a los errores de cada una de las medidas. Si tomamos únicamente dos puntos para definir la recta el resultado tendría un importante error. Para una mejor estimación de la recta y por tanto, de las magnitudes buscadas, se deberán utilizar las n medidas tomadas. Supongamos una magnitud física y, relacionada con otra x, mediante la función y=ax+b. Una recta de pendiente a cuya ordenada en el origen es b. Las desviaciones e de los valores de y, véase la figura, serán e1=y1-(ax1+b) e2=y2-(ax2+b) ................... ei=yi-(axi+b) ................... en=yn-(axn+b) Sea E(a,b) la suma de los cuadrados de todas estas desviaciones E(a,b)=(y1-ax1-b)2+(y2-ax2-b)2+...(yi-axi-b)2+...+(yn-axn-b)2Los valores que minimizan a E(a,b) son aquellos para los que Se obtiene así, un sistema de dos ecuaciones con dos incógnitas a y b cuya solución es Expresiones más elaboradas nos permiten determinar el error de a, Da y el error de b,  Db La pendiente de la recta se escribirá a±Da, y la ordenada en el origen b±Db. Véase las reglas para expresar una medida y su error de una magnitud. El coeficiente de correlación es otro parámetro para el estudio de una distribución bidimensional, que nos indica el grado de dependencia entre las variables X e Y. El coeficiente de correlación r es un número que se obtiene mediante la fórmula.El coeficiente de correlación puede valer cualquier número comprendido entre -1 y +1.Cuando r=1, la correlación lineal es perfecta, directa. Cuando r=-1, la correlación lineal es perfecta, inversa Cuando r=0, no existe correlación alguna, independencia total de los valores X e Y EjemploUn vehículo que se mueve supuestamente con velocidad constante. Los datos de las medidas del tiempo en cuatro posiciones separadas 900 m  son las siguientesTiempo t (s)Posición x (m)17.6040.490067.7180090.12700Ajustar los datos a la línea recta x=x0+vt y estimar el mejor valor de la velocidad v aplicando el procedimiento de mínimos cuadrados Introduciendo los datos en el programa interactivo, la pendiente es a=36.71 y el error de la pendiente Da=1.001. La velocidad se escribe (véase la página Errores en las medidas) v=37±1 m/s<br />