Ajuste de Curvas
0
0 2 4 6 8 10 12 14
Columna 1 Columna 2
Columna 1 1 0
Columna 2 0.42625141 1
Covarianza = 0.18169027
Columna 1 Columna 2
Columna 1 9.234375 0
Columna 2 1.2625 0.95
2. Utilice regresin lineal mltiple con el modelo de Gauss-Markov para ajustar. Calcule los coeficientes, el error estndar de estimacin y el coeficiente de
correlacin.
X1 X2 Y
0 0 15.1
1 1 17.9
1 2 12.7
2 1 25.6
2 2 20.5
3 1 35.1
3 2 29.7
4 1 45.4
4 2 40.2
Resumen
Estadsticas de la regresin
Coeficiente de correlacin mltiple 0.997759162
Coeficiente de determinacin R^2 0.995523346
R^2 ajustado 0.994031128
Error tpico 0.88878683
Observaciones 9
ANLISIS DE VARIANZA
Grados de Suma de Promedio de Valor crtico
libertad cuadrados los cuadrados F de F
Regresin 2 1054.009237 527.0046184 667.143409 8.97141E-08
Residuos 6 4.739652174 0.789942029
Total 8 1058.748889
Coeficientes Error tpico Estadstico t Probabilidad Inferior 95% Superior 95% Inferior 95.0% Superior 95.0%
Intercepcin 14.46086957 0.717760116 20.14721805 9.7114E-07 12.70457383 16.2171653 12.7045738 16.2171653
Variable X 1 9.025217391 0.248639398 36.29842042 2.9161E-08 8.416818702 9.63361608 8.4168187 9.63361608
-
Variable X 2 5.704347826 0.490323505 -11.63384535 2.4293E-05 -6.904126221 -4.50456943 -6.90412622 -4.50456943
Ecuacin y=14.4608695652174 + 9.02521739130435x1 - 5.70434782608695x2
Anlisis de los residuales
Pronstico
Observacin para Y Residuos
1 14.46086957 0.639130435
2 17.78173913 0.11826087
3 12.0773913 0.622608696
4 26.80695652 -1.206956522
5 21.1026087 -0.602608696
6 35.83217391 -0.732173913
7 30.12782609 -0.427826087
8 44.8573913 0.542608696
9 39.15304348 1.046956522
2500
2000
1500
1000
500
0
-2.5 -2 -1.5 -1 -0.5 0 0.5 1 1.5 2 2.5 3
4. Se hace la prueba a un material para estudiar la falla por fatiga cclica, en MPa, al material y se mide el nmero de ciclos que se necesitan para hacer que falle.
Los resultados se presentan en la tabla siguiente. Al hacerse una grfica Log-Log del esfuerzo () versus los ciclos, la tendencia de los datos presenta una
correlacin lineal. Use regresin lineal por mnimos cuadrados para determinar la ecuacin de mejor ajuste para dichos datos:
100000 550
600
1000000 420
400
200
0
0.1 1 10 100 1000 10000 100000 1000000