PROBABILIDAD Y ESTADISTICA TRABAJO DE INVESTIGACION II CORTE DOCENTE: CAROLINA MANRRIQUE

PROBABILIDAD Y ESTADISTICA

TRABAJO DE INVESTIGACION II CORTE

LEIDY ANDREA ARENAS DIAZ XIOMARA ALEJANDRA VERA

UNIVERSIDAD MANUELA BELTRN INGENIERIA AMBIENTAL BIOMEDICA BOGOTA D.C 2013

PROBABILIDAD Y ESTADISTICA TRABAJO DE INVESTIGACION II CORTE DOCENTE: CAROLINA MANRRIQUE

REGRESIN LINEAL SIMPLE Tiene como objeto estudiar cmo los cambios en una variable, no aleatoria, afectan a una variable aleatoria, en el caso de existir una relacin funcional entre ambas variables que puede ser establecida por una expresin lineal, es decir, su representacin grfica es una lnea recta. Cuando la relacin lineal concierne al valor medio o esperado de la variable aleatoria, estamos ante un modelo de regresin lineal simple. La respuesta aleatoria al valor x de la variable controlada se designa por Yx y, segn lo establecido, se tendr ( ) Donde y son los coeficientes de regresin. (Dpto. de Matemtica Aplicad. Facultad de Biologa. UCM. 2010) MODELO DE REGRECION LINAL SIMPLE La formulacin del modelo de regresin lineal simple es: si xi es un valor de la variable predictora o independiente e Yi la variable respuesta o dependiente que le corresponde, entonces

Donde = ( ), es el error o desviacin aleatoria de Aplicad. Facultad de Biologa. UCM. 2010) RECTA DE REGRESIN LINEAL

. (Dpto. de Matemtica

Fuente: Elaboracin propia del Autor

PROBABILIDAD Y ESTADISTICA TRABAJO DE INVESTIGACION II CORTE DOCENTE: CAROLINA MANRRIQUE

MTODO DE MNIMOS CUADRADOS Mnimos cuadrados es una tcnica de optimizacin matemtica que, dada una serie de mediciones, intenta encontrar una funcin que se aproxime a los datos (un "mejor ajuste"). Intenta minimizar la suma de cuadrados de las diferencias ordenadas (llamadas residuos) entre los puntos generados por la funcin y los correspondientes en los datos. Especficamente, se llama mnimos cuadrados promedio (LMS) cuando el nmero de datos medidos es 1 y se usa el mtodo de descenso por gradiente para minimizar el residuo cuadrado. Se sabe que LMS minimiza el residuo cuadrado esperado, con el mnimo de operaciones (por iteracin). Pero requiere un gran nmero de iteraciones para converger. (Pineda. Jorge. 2008) FORMULA: Y= a + bx

X= variable independiente La pendiente es:

DESARROLLO DE LA APLICACIN Los estudiantes deben presentar el trabajo realizando su respectiva consulta y mostrando el desarrollo completo y justificado de la siguiente actividad. Para la economa espaola, disponemos de los datos anuales redondeados sobre consumo final de los hogares a precios corrientes (Y) y renta nacional disponible neta (X), tomados de la contabilidad Nacional de Espaa base 1995 del INE , para el perodo 1995-2002, ambos expresados en miles de millones de euros:

PROBABILIDAD Y ESTADISTICA TRABAJO DE INVESTIGACION II CORTE DOCENTE: CAROLINA MANRRIQUE

Considerando que el consumo se puede expresar como funcin lineal de la renta (y=a +bx), determine: a. Los parmetros a y b de la recta de regresin. b. La prediccin del valor que tomar el consumo para una renta de 650.000 millones de euros. SOLUCION
AO 1995 1996 1997 1998 1999 2000 2001 2002 Total Yt 258,6 273,6 289,7 308,9 331 355 377,1 400,4 2594,3 Xt 381,7 402,2 426,5 454,3 486,5 520,2 553,3 590 3814,7 XtYt X2 98707,62 145694,89 110041,92 161764,84 123557,05 181902,25 140333,27 206388,49 161031,5 236682,25 184671 270608,04 208649,43 306140,89 236236 348100 1263227,79 1857281,65

a. ( ( ) )

b= 0,6834 ( )

Y= -1,5972+ 0,6834 X

PROBABILIDAD Y ESTADISTICA TRABAJO DE INVESTIGACION II CORTE DOCENTE: CAROLINA MANRRIQUE

b. Y= -1,5972+ 0,6834 (650.000) Y= 444.208 Con una renta de 650.000 millones el consumo ser de 444.208 millones de euros.