Professional Documents
Culture Documents
=
=
L Li
n
Sxy
n
i
60435 . 4 8 . 84 *
4
1
) (
1
1
1
2
= =
=
=
n
i
x xi
n
Sx
23627 . 0 2233 . 0 *
4
1
) (
1
1
1
2
= =
=
=
n
i
y yi
n
Sy
1 44133 . 1
23627 . 0 * 60435 . 4
568 . 1
~ = = =
SxSy
Sxy
r
Por lo tanto es una relacin lineal
5 39 a0 1.7
=
39 389 a1 17
Resolviendo el sistema se llega a:
a0=0.50005
a1=0.02052
El polinomio de regresin queda de la siguiente manera:
Y=0.50005 + 0.02052x
50005 . 0 02052 . 0 + A = A T L
6.2. Clculo del error:
n
y yi
e
n
i
real
=
=
1
2
) (
3873 . 0
5
75 . 0
= = e
Y, la ecuacin final de la regresin queda de la siguiente manera:
3873 . 0 50005 . 0 02052 . 0 + A = A T L
6.3. Grficas:
20.005
20.01
20.015
20.02
20.025
20.03
20.035
20.04
20.045
20.05
20.055
0 20 40 60 80 100 120 140
Lf(cm)
Lf(cm)
6.4. Coeficiente :
T L L A = A * *
0
o
o *
0
L
T
L
=
A
A
c
T
L
A
A
c Es la pendiente
0
a obtenida del proceso de regresin lineal. sta a su
vez es la longitud inicial multiplicada por el coeficiente .
01668 . 0
* 30 5005 . 0
=
=
o
o
6.5. Expresin del coeficiente con la desviacin estndar.
o o o =
30217 . 2
1 5
20869 . 9
1
) (
1
2
=
=
=
o
o
n
x xi
n
i
30217 . 2 01668 . 0 = o
7. Resultados-Clculos
3873 . 0
5
75 . 0
5
) 30 6 . 30 ( ) 30 5 . 30 ( ) 30 3 . 30 ( ) 30 2 . 30 ( ) 30 1 . 30 (
:
5005 . 0 ; 02052 . 0
17 389 39
7 . 1 39 5
:
23627 . 0
4
2233 . 0
1 5
) 34 . 0 6 . 0 ( ) 34 . 0 5 . 0 ( ) 34 . 0 3 . 0 ( ) 34 . 0 2 . 0 ( ) 34 . 0 01 . 0 (
60435 . 4
4
8 . 84
1 5
) 8 . 7 14 ( ) 8 . 7 10 ( ) 8 . 7 8 ( ) 8 . 7 5 ( ) 8 . 7 2 (
5675 . 1
4
27 . 6
1 5
) 26 . 0 )( 2 . 6 ( ) 16 . 0 )( 2 . 2 ( ) 04 . 0 )( 2 . 0 ( ) 14 . 0 )( 8 . 2 ( ) 33 . 0 )( 8 . 5 (
81 . 7
34 . 0
2 2 2 2 2
0 1
1 0
1 0
2 2 2 2 2
= =
+ + + +
= =
= +
= +
= =
+ + + +
=
= =
+ + + +
=
= =
+ + + +
=
= A
= A
Error
a a
a a
a a
Matrices
Sy
Sx
Sxy
C T
cm L
30217 . 2
4
8 . 84
1 5
) 8 . 27 34 ( ) 8 . 27 30 ( ) 8 . 27 28 ( ) 8 . 27 25 ( ) 8 . 27 22 (
:
2 2 2 2 2
= =
+ + + +
= o
estndar
Desviacin
8. Conclusiones:
- La regresin lineal es un proceso muy importante porque a partir de ciertas
mediciones referentes a una magnitud y los diferentes fenmenos alrededor
de este podemos construir un modelo matemtico que pueda describir
dicho fenmeno con una funcin de algunas variables, ya sean estas
dependientes o independientes. Es necesario saber la relacin de las
variables para poder, incluso, el aspecto que est siendo estudiado.
- Debemos saber calibrar los instrumentos de medida y utilizarlos con el
mtodo y de la manera adecuada para evitar errores que puedan afectar
nuestro resultado final de la medicin. En caso de no poder evitar los
errores sistemticos es necesario obtener los errores de la medida con los
procesos aprendidos en esta prctica.
- Es de alta importancia saber y poder expresar una magnitud con el error
que se encontr en la medida para saber el intervalo en el que esta
magnitud es certera. Es claro que esta prctica ha sido de mucha ayuda
para poder hacer los experimentos de manera adecuada, con cuidado y sin
demasiados errores.
9. Referencias Bibliogrficas.
- http://www.ugr.es/~andyk/Docencia/TEB/Errores.pdf
- http://tarwi.lamolina.edu.pe/~fmendiburu/index-filer/academic/metodos1/Regresion.pdf
- http://pendientedemigracion.ucm.es/info/socivmyt/paginas/D_departamento/materiales
/analisis_datosyMultivariable/18reglin_SPSS.pdf