Artículo Científico / Scientific Paper

INFORME PRACTICA 2
REGRESIÓN LINEAL
Henry Rolando Guamán Albarracín 1, Paul Andrés Guillcatanda Tacuri2 , Nelson Patricio Lema Gua-
llpa 3, Belén Anais Molina Patiño 4.

Resumen
Este documento hace referencia a las técnicas me-
diante las cuales es posible plantear problemas ma-
temáticos de tal forma que puedan resolverse usando
operaciones aritméticas.
El análisis numérico trata de diseñar métodos para
"aproximar" de una manera eficiente las soluciones
de problemas expresados matemáticamente.
El objetivo principal del análisis numérico es encon-
trar soluciones "aproximadas" a problemas comple-
jos utilizando sólo las operaciones más simples de la
aritmética. Se requiere de una secuencia de opera-
ciones algebraicas y lógicas que producen la aproxi-
mación al problema matemático.
Abstract
This document refers to techniques whereby mathe-
matical problem can be formulated such that can be
solved using arithmetic operations.
The numerical analysis is to devise methods " approx-
imate " efficiently expressed mathematically solutions
problems.
The main objective of numerical analysis is to find "
approximate " solutions to complex problems using
only the simplest arithmetic operations. It requires a
sequence of algebraic and logical operations that pro-
duce mathematical approach to the problem.

Palabras Clave: Métodos, Aritmética, Solución, Keywords: Methods, Arithmetic, Solution, Opera-
Operaciones. tions.

1
Estudiante de Ingeniería Mecánica Automotriz, Universidad Politécnica Salesiana Sede Cuenca
Autor para correspondencia: hguamana1@est.ups.edu.ec
2
Estudiante de Ingeniería Mecánica Automotriz, Universidad Politécnica Salesiana Sede Cuenca
Autor para correspondencia: pguillcatanda@est.ups.edu.ec
3
Estudiante de Ingeniería Mecánica Automotriz, Universidad Politécnica Salesiana Sede Cuenca
Autor para correspondencia: nlema@est.ups.edu.ec
4
Estudiante de Ingeniería Mecánica Automotriz, Universidad Politécnica Salesiana Sede Cuenca
Autor para correspondencia: bmolinap@est.ups.edu.ec
1
 Artículo Científico / Scientific Paper
1. Introducción
El análisis de regresión involucra el estudio la re-
lación entre dos variables cuantitativas. En gene-
ral interesa investigar si existe una asociación en-
tre las dos variables testeando la hipótesis de in-
dependencia estadística además de estudiar la
fuerza de la asociación, a través de una medida de
asociación denominada coeficiente de correla-
ción. Usaremos los datos que propondremos en un
modelo para la relación y a partir de ella será́ po-
sible predecir el valor de una variable a partir de
la otra. [1]
2. Marco Teórico
2.1 Método De Regresión Lineal
Figura 1: Representación Método de Regresión Lineal [2]
La regresión lineal permite trabajar con una varia-
ble a nivel de intervalo o razón. De la misma ma-
nera, es posible analizar la relación entre dos o
más variables a través de ecuaciones, lo que se de-
nomina regresión múltiple o regresión lineal múl-
tiple.
Representamos en un gráfico los pares de valores
de una distribución bidimensional: la variable "x"
en el eje horizontal o eje de abcisa, y la variable
"y" en el eje vertical, o eje de ordenada. Vemos
que la nube de puntos sigue una tendencia lineal:
2
Figura 2: Puntos dispersos para aproximación
El coeficiente de correlación lineal nos permite
determinar si, efectivamente, existe relación entre
las dos variables. Una vez que se concluye que sí
existe relación, la regresión nos permite definir la
recta que mejor se ajusta a esta nube de puntos.[3]
Figura 3: Recta de Regresión Lineal
2.2Algoritmo
La estructura del modelo de regresión lineal es la
siguiente: [2]
𝑌 = 𝑎0 + 𝑎1 𝑥 + 𝑒
Formula de la Regresión Lineal [2]
Paso 1
Encontramos la variable 𝑎1 con las sumato-
rias de los diferentes datos.
𝑛 ∑ 𝑥𝑖 𝑦𝑖 − ∑ 𝑥𝑖 𝑦𝑖
𝑎1 = 2
𝑛 ∑ 𝑥𝑖2 − (∑ 𝑥𝑖 )
Paso 2
Encontramos los datos de Y media y X media,
para poder continuar en la siguiente formula con
el dato de 𝑎1 calculado
𝑎0 = 𝑦̅ − 𝑎1 𝑥̅
Luego se la reemplaza en la ecuación inicial:
𝑌 = 𝑎0 + 𝑎1 𝑥
Guamán, Guillcatanda, Lema, Molina / Regresión Lineal
2.3Algoritmo en Matlab
Imagen 1 Ingreso del algoritmo realizado en Matlab
3. Procedimiento
3.1 Luego de ingresar el algoritmo del método de
Regresión Lineal correspondiente en Matlab, pro-
cedemos a mandar a correr y el programa nos pe-
dirá que ingresemos el número de datos y a conti-
nuación los vectores de las abscisas y ordenadas.
Imagen 2 Ingreso de la función en matlab
3.2 Luego de ingresar procedemos a dar un enter
y este nos dará los resultados Respectivos.
Imagen 3 Muestra de resultados calculados
3.3 A continuación nos da la gráfica
3
Imagen 4 Grafica del resultado mostrado
4. Conclusiones
Este análisis de regresión lineal está constituido
de un método que se emplea para conocer las re-
laciones y significados entre series de datos. Nos
ayuda a encontrar la relación de dos variables con-
tinuas y esta ecuación de regresión nos ayuda a
estimar los valores de una variable con base en los
valores conocidos de otra variable, este análisis al
final lo que nos indica es que la relación matemá-
tica podría existir, podría haber una relación.
5. Referencias
[1] “Regresión Simple”[Online]. Available:
http://www.dm.uba.ar/materias/estadis-
tica_Q/2011/1/clase%20regresion%20simple.pdf. [Ac-
cessed: 27-May-2017].
[2] UJAEN, “Regresion Lineal Simple.” [Online]. Availa-
ble: http://www4.ujaen.es/~dmontoro/Meto-
dos/Tema%209.pdf. [Accessed: 27-May-2017].
[3] “Curso gratis de Estadísticas - Regresión lineal,” Aula-
Facil.com: Los mejores cursos gratis online, 14-Apr-2015.
[Online]. Available: http://www.aulafacil.com/cur-
sos/l11225/ciencia/estadisticas/estadisticas/regresion-lin-
eal. [Accessed: 27-May-2017].
[4] “Métodos Numéricos”, Wladimiro Diaz Villanueva,
1998-05-11
[5] Software Matlab 2014-a
Artículo Científico / Scientific Paper

6. Anexos

 Código en Matlab (Regresión Lineal)

 clc
 clear
 disp(' PRACTICA Nro2')
 disp(' REGRESION LINEAL')
 disp('__________________________________________________')
 disp('FECHA: 18 DE MAYO de 2017 ')
 disp('GRUPO:4 - subgrupo 1')
 disp('NOMBRE: HENRY GUAMAN-NELSON LEMA-ANAIS MOLINA-PAUL GUILLCATANDA')
 disp('________________________')
 syms x
 syms y
 %INGRESAMOS LOS DATOS %
 n = input( 'Ingrese el número de datos : ');
 xi=input('Ingrese el vector de las abscisas x [] = ');
 yi=input('Ingrese el vector de las ordenadas y []= ');
 plot(xi,yi,'or');
 grid on
 hold on
 Exi=sum(xi);
 Eyi=sum(yi);
 xiC= xi.^2;
 disp(' Rultados xi^2')
 disp(xiC)
 Exicuadrado=sum(xiC);
 Exicuadrado
 xiyi=xi.*yi;
 disp(' Resultados xiyi')
 disp(xiyi)
 Exiyi=sum(xiyi);
 Exiyi
 ximedia=Exi/n;
 yimedia=Eyi/n;
 a1=(n*Exiyi-Exi*Eyi)/(n*Exicuadrado-Exi^2);
 a0=yimedia-a1*ximedia;
 a1
 a0
 y=a0+a1*x
 ezplot(y,[1:1:21])