REGRESIÓN SIMPLE Y MÚLTIPLE

1. Bondad de ajuste.
a) Ajuste a una parábola
Utilizando el método de mínimos cuadrados y deduciendo las ecuaciones normales
las ecuaciones normales son:

∑ 𝐴𝑔 = 𝑛𝑎 + 𝑏 ∑ 𝐴𝑢 + 𝑐 ∑ 𝐴𝑢2 .....(A)

∑ 𝐴𝑔 ∗ 𝐴𝑢 = 𝑎 ∑ 𝐴𝑢 + 𝑏 ∑ 𝐴𝑢2 + 𝑐 ∑ 𝐴𝑢3 .....(B)

∑ 𝐴𝑢2 𝐴𝑔 = 𝑎 ∑ 𝐴𝑢2 + 𝑏 ∑ 𝐴𝑢3 + 𝑐 ∑ 𝐴𝑢4 ....(C)

Se trabajó con 500 datos, para lo cual sale los siguientes datos:
Ag*- (Ag*- n° de
∑ Au Ag Au^2 Au^3 Au*Ag Au^4 (Au^2)Ag Ag(t)
Ag(t) Ag(t))^2
(Ag*)*(Ag(t))
datos
suma 517.96 11696.52 7743.80 453290.03 32341.21 32011694.55 1203193.46 11696.52 0.00 588276.61 342173.26 500
promedio 1.03592 23.39304 15.4876096 906.580053 64.682419 64023.3891 2406.38693 23.39304 0 1176.553228 684.3465283

Remplazamos en las ecuaciones normales

500*a +B506*b+D506*c =C506

B506*a +D506*b+E506*c =F506
D506*a +E506*b +G506*c=H506
500*a +B506*b +D506*c=C506
B506*a +D506*b +E506*c =F506
 Calculado por matrices para obtener los valora a, b y c.

+1 +2 +3 ▲ -4 -5 -6
▲t 1.23946E+14 1.81814E+12 1818137744848.78 15793959964627.10 4.64369E+11 1.02736E+14 8.58818E+12
▲a 2.89948E+15 1.13524E+14 2.82493E+14 2.83795E+14 7.21513E+13 2.40331E+15 5.36242E+14
▲b 5.17648E+14 4.82599E+12 4.1057E+13 9.49569E+13 1.93939E+12 2.72698E+14 1.93937E+14
▲c 4.65865E+12 2.74618E+12 1.2972E+11 -8.19621E+11 7.014E+11 7.32997E+12 3.22796E+11

a 17.9685775
b 6.012226613
c -0.051894599

Reemplazando los valores a, b y c en la ecuación general teórica.

𝐴𝑔(𝑡) = 17.9685775 + (6.012226613)𝐴𝑢 + (−0.051894599)𝐴𝑢2

Au vs Ag
900.00
800.00
700.00
600.00
500.00
400.00
300.00
200.00
100.00
0.00
0.00 10.00 20.00 30.00 40.00 50.00 60.00 70.00 80.00

b) Error estándar de estimación

∑(𝐴𝑔 − 𝐴𝑔∗ )2
𝑆𝐴𝑔𝐴𝑢 = √
𝑁

588276.61
𝑆𝐴𝑔𝐴𝑢 = √ = 34.30092168
500
 c) Coeficiente de correlación parabólica

2
𝑆𝐴𝑔𝐴𝑢 2
𝑟 =1−
𝑆𝐴𝑢 2
∑ 𝐴𝑢2 ∑ 𝐴𝑢 2
𝑆𝐴𝑢 2 = −( )
𝑁 𝑁
453290.03 517.96 2
𝑆𝐴𝑢 2 = −( )
500 500
𝑆𝐴𝑢 2 =14.41447935

Ag(t) vs Ag*
200.00
180.00
160.00
140.00
120.00
100.00
80.00
60.00
40.00
20.00
0.00
0.00 50.00 100.00 150.00 200.00 250.00 300.00

2. Varianza residual.

(𝐴𝑢 − 𝐴𝑢∗ )2
6𝑟 = √
𝑛

588276.61
6𝑟 = √
500

6𝑟 = 34.30092168

3. Coeficiente de correlación lineal

𝐶𝑜𝑣(𝐴𝑔𝑡 − 𝐴𝑔 ∗)
𝜌=
𝜎𝐴𝑔𝑡 𝜎𝐴𝑔∗
. Hallando los valores necesarios para realizar la correlación lineal:

o Covarianza(Agt - Ag*) :
∑ 𝐴𝑔𝑡 𝐴𝑔 ∗ ∑ 𝐴𝑔𝑡 ∑ 𝐴𝑔 ∗
𝐶𝑜𝑣(𝐴𝑔𝑡 − 𝐴𝑔 ∗) = −( )( )
𝑁 𝑁 𝑁

342173.26 11696.52 1311696.527.5

= −( )( )
500 500 500

= 137.1122079
o Para el Ag*:

promedio Ag* 23.39304

promedio
23.39304
Ag(t)

𝜎𝐴𝑔∗ =
̅̅̅̅̅̅∗)2
(𝐴𝑔𝑖 ∗ −𝐴𝑔 656832.718
√𝜎𝐴𝑔∗ 2 = √∑ =√ = 36.24452284
𝑁 500

o Para el Agt:

𝜎𝐴𝑔∗ =
2
√ (𝐴𝑔𝑖 (𝑡) − ̅̅̅̅̅̅̅̅
𝐴𝑔(𝑡)) 68556.10393
√𝜎𝐴𝑔∗ 2 = ∑ =√ = 11.70949221
𝑁 500

. Reemplazando estos datos para hallar el coeficiente de correlación:

137.1122079
𝜌= = 0.323069289
(36.24452284)(11.70949221)
Cumple la condición: −1 < 𝜌 < 1