Professional Documents
Culture Documents
Y / x1 , x2 ,.... xk 0 1 x1 2 x2 ....... k xk
a los puntos {(x1i,x2i,.......xki, yi)
i = 1,2,..., n y n>k
donde i y ei son los errores aleatorio y residual, respectivamente asociado con la respuesta
yi. Al utilizar el concepto de mnimos cuadrados para llegar a las estimaciones b0, b1,..., bk,.
Se minimiza la expresin:
n
Daz Sotuyo
y
0.5514
0.4426
0.5631
0.5624
0.4505
0.5290
0.4702
0.5001
0.4425
4.5118
x1
1.1240
0.9285
1.1214
1.1635
0.9415
1.0712
0.9561
1.0186
0.9039
9.2287
x2
0.8980
0.8872
0.8030
0.8706
0.8064
0.8404
0.8731
0.8431
0.8314
7.6532
x3
0.8219
0.9308
0.7668
0.9272
0.9026
0.8662
0.8206
0.8346
0.7596
7.6303
x4
0.9906
0.9944
1.1221
0.9832
1.1127
1.0836
1.0290
1.0591
1.0994
9.4741
3
9
1i
x
i 1
9
2
1i
9.2287
9.5394
x
i 1
1i x2 i 7.8510
x2i yi 3.8375
i 1
x2i 7.6532
i 1
9
x
i 1
9
2
2i
6.5172
x3i 7.6303
i 1
9
x
i 1
x
i 1
1i x3i 7.8257
x3i yi 3.8226
i 1
2
3i
6.5015
1i x4 i 9.7037
yi 4.5118
i 1
9
x
i 1
4i
x
i 1
9
x
i 1
x
i 1
4i
9.4741
2
4i
9.9974
x
i 1
x 6.4943
2 i 3i
1i
yi 4.6663
i 1
yi 4.7456
b0 0.3004 b1 0.5387
b2 0.1770
b3 0.0704 b4 0.1506
Ejercicio
Se realiz un experimento para determinar si el peso de un animal puede ser predicho
despus de un periodo dado, con base en el peso inicial del animal y en la cantidad de
alimento consumida por ste. Se registraron los siguientes datos, medidos en kilogramos:
Peso final,
y
95
77
80
100
97
70
50
80
92
84
Peso
inicial,
x1
Alimentos
consumidos
x2
42
33
33
45
39
36
32
41
40
38
272
226
259
292
311
183
173
236
230
235
x1 y
3990
2541
2640
4500
3783
2520
1600
3280
3680
3192
x1 x2
x2 y
11424
7458
8547
13140
12129
6588
5536
9676
9200
8930
x1 x1
1764
1089
1089
2025
1521
1296
1024
1681
1600
1444
x2x2
73984
51076
67081
85264
96721
33489
29929
55696
52900
55225
bo
b
1
y1
y
2
x22 . xk 2
. . .
.
.
b.
.
bk
y.
.
yn
x21 . xk 1
1 x1n
.
.
x2 n . xxn
Aparte del elemento incicial, el rengln i-simo de X representa aquellos valores de x que
provoca la respuesta yi, escribiendo:
x1i
i 1
n
A X'X
i 1
1i
2
1i
i 1
x x
i 1
ki
i 1
ki 1i
i 1
n
x2i
i 1
n
x
i 1
n
1i 2 i
...
...
x
i 1
...
ki 2 i
...
i 1
n
1i ki
x
i 1
x
i 1
ki
2
ki
g o yi
x1i yi
g X ' y g1
i 1
.
n
g k xki yi
i 1
Ab g
b A 1 g
b ( X ' X ) 1 X ' y
Daz Sotuyo
Resumen para encontrar los valores de b0, b1, ... bk, utilizando un arreglo matricial:
x1i
i 1
i 1
n
1i
2
1i
i 1
x x
i 1
ki
i 1
ki x1i
x2i
i 1
n
x
i 1
n
1i 2 i
x
i 1
...
...
...
...
ki x2 i
xki
i 1
2
ki
1i
i 1
bo
b
1
yi
i 1
n
1i ki
x
i 1
i 1
n
i 1
ki yi
.
.
bk
Ejemplo:
Montgomery y Peck describen el uso de un modelo de regresin para relacionar la cantidad
de tiempo que requiere un vendedor para dar servicio a una mquina expendedora de
refrescos, con el nmero de envases contenidos en la mquina y la distancia del vehculo de
servicio al sitio donde se encuentra la mquina. Se dan 25 observaciones donde yi es el
tiempo de suministro en minutos, x 1 nmero de envases en unidades y x 2 es la distancia
recorrida en pies. Los datos son:
Tiempo de suministro (min) y
9.95
24.45
31.75
35
25.02
16.86
14.38
9.6
24.35
27.5
17.08
37
41.95
11.66
21.65
17.89
69
10.3
34.93
46.59
44.88
Nmero de envases x1
2
8
11
10
8
4
2
2
9
8
4
11
12
2
4
4
20
1
10
15
15
Distancia x2
50
110
120
550
295
200
375
52
100
300
412
400
500
360
205
400
600
585
540
250
290
Daz Sotuyo
7
54.12
56.23
22.13
21.15
16
17
6
5
510
590
100
400
Daz Sotuyo
8
1 2 50
1 8 110
1 11 120
1 10 550
1 8 295
1 4 200
1 2 375
1 2 52
1 9 100
1 8 300
1 4 412
1 11 400
X 1 12 500
1 2 360
1 4 205
1 4 400
1 20 600
1 1 585
1 10 540
1 15 250
1 15 290
1 16 510
1 17 590
1 17 100
1 5 400
9.95
24.45
31.75
35
25.02
16.86
14.38
9 .6
24.35
27.5
17.08
37
y 41.95
11.66
21.65
17.89
69
10.3
34.93
46.59
44.88
54.12
56.63
22.13
21.15
1
1 ... 1
1
1
X ' X 2
8 ... 5
.
50 110 ... 400
1
2 50
8 110
.
.
5 400
9.95
1 .. 1
1
725.82
24
.
45
8,008.37
X'y g 2
8 .. 5
.
50 110 .. 400
274
,
811
.
31
21.15
206
8294
25
9
206
8294
b0
25
b 206 2396
77177
1
b2
8294 77177 3531848
725.82
8,008.37
274,811.31
.007491 .000340
b0
.21653
b .007491 .001671
.000019
1
b2
.000340 .000019 .0000015
725.82
2.26379143
8,008.37 2.74426964
274,811.31
0.01252781
Ejemplo:
Se desarrolla un modelo de regresin para predecir la capacidad de un suelo para
absorber contaminantes qumicos. Para ello se toman diez observaciones del ndice
de absorcin del suelo (y) y de dos regresores: x1= cantidad de mineral de hierro
Daz Sotuyo
10
que puede extraerse y x2= cantidad de bauxita . Se desea ajustar el modelo
Y 0 1 x1 2 x2
1.17991
7.30982 E 3 7.3006 E 4
220
X ' y 36,768
9,965
x1
56.5
59.5
69.2
74.5
81.2
88.0
78.2
69.0
58.1
80.5
58.3
84.0
x2
71.0
72.5
76.0
79.5
84.0
86.2
80.5
72.0
68.0
85.0
71.0
87.2
x3
38.5
38.2
42.5
43.4
47.5
47.4
44.5
41.8
42.1
48.1
37.5
51.0
x4
43.0
44.8
49.0
56.3
60.2
62.0
58.1
48.1
46.0
60.3
47.1
65.2
Calcule el modelo de regresin lineal mltiple que relaciona y con x1, x2, x3 y x4.
Daz Sotuyo
11
( X X )
11
34.4
34.4 113.32
1541 187591
4812.5 591.5
26145
3227
233.33078
.0312832048
1.4336534459
1.911657861
.03128320479
.208202844
1.188222589 E 3 .03034888811
( X X ) 1
1.43653459 1.188222589 E 3 9.050354819 E 3 9.970407124 E 3
1.911657861
.03034888811
9.970407124 E 3
.03587080668
42.65161599
8.089456472
0.8305801779
2.666475227
Daz Sotuyo