Uso del mtodo de mnimos cuadrados para la solucin de una Regresin Lineal Simple

Using the least squares method for the solution of a Simple Linear Regression

Ludwing Alfonso Carreo Sierra

Universidad Nacional de Colombia Sede Bogot, Bogot, Colombia

Resumen En este artculo se presenta el mtodo de mnimos cuadrados para la solucin de problemas relacionados con la Regresin Lineal Simple, as mismo del concepto, solucin y explicacin del tema principal y su aplicacin a los inconvenientes que se presentan en la vida cotidiana. Palabras Claves: Regresin Lineal, mnimos cuadrados.

Abstract This article presents the least squares method for the solution of problems related to simple linear regression, and of the concept, solution and explanation of the main theme and its application to the problems that arise in everyday life. Keywords: linear regression, least squares.

1. Introduccin: La realizacin de este informe va encaminado al uso de herramientas estadsticas en el estudio de los datos obtenidos en el laboratorio, y adems del aprendizaje y la buena aplicacin en los distintos campos a los que este mtodo pueda llegar como es el caso de la fsica y la ingeniera. Una regresin lineal es un mtodo matemtico por el cual se pude modelar una relacin entre las variables dependientes y la variable

dependiente Y, y adems de la adicin de una expresin . El mtodo de la regresin lineal data del ao de 1805 gracias a la publicacin del mtodo de mnimos cuadrados presentados por Adrien Marie Legendre.1 Una subdivisin de la regresin lineal, es la regresin lineal simple el cual maneja el mismo concepto, pero en este caso solo maneja una variable independiente cuya ecuacin es la siguiente:

Para solucionar una regresin lineal por medio de este mtodo utilizaremos nuestra formula [1] pero reformulndola como la ecuacin de la recta:

En donde la lnea de regresin est dada por esta ecuacin y adems sus variables se determinan a partir de la derivacin de [1]. En donde gracias a ella podemos tener la frmula de la pendiente (m) y el punto de corte (b). La pendiente se encuentra definida como:

En donde es la interseccin, son los parmetros de las variables independientes y es el error asociado a . Podremos definir el mtodo de los mnimos cuadrados como lo define Walpole en su libro Probabilidad y Estadstica para ingeniera Encontraremos a y b, las estimaciones de y , de modo que la suma de los cuadrados de los residuos sea mnima. A menudo la suma de los cuadrados de los residuos se llama suma de cuadrados de los errores alrededor de la lnea de regresin y se denota con SSE. (Walpole, 1999)
1

En donde m puede ser representado formalmente como , n es la cantidad de datos, y las sumatorias son respecto a sus variables.* El punto de corte se puede definir en los mnimos cuadrados como:

Ver el texto de Freund.

Esta transformacin puede elaborarse debido a que la frmula de la regresin lineal es basada en la ecuacin de la recta.

O en caso ms simplificado de [6] segn el libro de Freund:

)(

Esta frmula puede ser simplificada gracias a su semejanza con [3]; como el caso anterior b puede ser representado formalmente como . De manera simplificada, la formula seria:

Respecto a la ecuacin [6] el termino . hace referencia a

2. Diseo y experimental:

montaje

El mtodo de los mnimos cuadrados tiene muchas aplicaciones, gracias a l se pueden estimar valores futuros. Una aplicacin de este lo podemos evidenciar en el siguiente caso: Un campesino colombiano tiene una pequea parcela cultivada con alverja. Gracias a las condiciones de su terreno alcanza a tener una (1) plantacin completa por ao. El campesino preocupado por la productividad de su terreno, elabora una tabla de datos obtenida del seguimiento de su cultivo. Tiempo (ao) 1 2 3 4 5 6 7 8 9 Peso (lb) 385 400 386 410 402 399 395 414 400

* La explicacin para la sumatorias de x al cuadrado o de x por y son el resultado de elevar los valores de las variables independientes al cuadrado y de multiplicar las variables independientes con las dependientes respectivamente. (Freund, 1994) El error estimado en la medicin podemos definirlo como:

10 11

396 412

Tabla 1: Resultados obtenidos de la plantacin de alverja cultivada por el campesino.

Tras la elaboracin de su tabla y la

preocupacin del campesino por observar la variacin de su cultivo, consulta a un estadista experto que le haga una evaluacin a su produccin con los que obtuvo los siguientes datos:

Tabla 2: Resultados del estadista para la solucin del problema por el mtodo de mnimos cuadrados.

Grafica 1: Resultados de la produccin de la parcela.

Tras el estudio de los datos obtenidos en la Tabla 2, se procede a despejar los valores en las formulas del mtodo de mnimos cuadrados para la elaboracin de la recta de regresin3. Se obtienen los siguientes resultados:

Tras las respuestas obtenidas, se da a entender que la ecuacin de la recta que ms se aproxima a la nube de datos es:
( )

PENDIENTE (m): 0.381818182 PUNTO DE CORTE (b): 394.9818182 ERROR ADMITIDO (): 42

En donde el resultado de y(t) es expresado en libras y t es el tiempo en aos, respectivamente, y se ve evidenciado en la grfica 2 en lnea roja (Teniendo un dominio de [1,11]). 3. Conclusiones. El modelo de los mnimos cuadrados permite elaborar una lnea de tendencia en la que podemos pronosticar a futuro los sucesos que probablemente sucedan, sin embargo,

Nota: Los procesos se pueden ver en el archivo PROCESOS.xlsx adjunto con el informe.

Grafica 2: Resultados del anlisis de la recta de regresin.

3

Las rectas de regresin son rectas que se aproximan en un mayor resultado a la nube de datos del proceso.

este mtodo no solo est hecho para ese fin, sino tambin para tener una mirada clara de una nube de datos logrando conocer con ms claridad un

error estimado y por tanto una aproximacin ms precisa al valor que se debe esperar.

Bibliografa
Freund, E. F. (1994). Estadstica elemental. En E. F. Freund, Estadstica elemental (pg. 427). Mexico D.F: PRENTICEHALL HISPANOAMERICANA . Walpole, R. E. (1999). Probabilidad y estadstica para ingeniera. En R. E. Walpole, Probabilidad y estadstica para ingeniera (VI ed., pg. 362). Mexico D.F: PRENTICE-HALL HISPANOAMERICANA. Fsica Experimental 1.

Este informe se basa (forma) en el informe presentado a la Revista Colombiana de Fsica titulado Diseo, construccin y prueba de un pluvimetro de cazoletas con comunicacin inalmbrica de Y. Areiza; que se encuentra en el volumen 44, No. 1 del ao 2012.

Ciberconsulta
Regresin lineal: http://es.wikipedia.org/wiki/Regresi%C3%B3 n_lineal Mtodo de mnimos cuadrados: http://www.youtube.com/watch?v=XzmITXb wxOw

DATOS COMPLETOS: Nombre: Ludwing Alfonso Carreo Sierra Cdigo: 02215744 Grupo 3.