Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
ASIGNATURA :
METODOS ESTADISTICOS
TEMA :
TRABAJOS
CICLO :
V
ESTUDIANTE :
SALAS GACRA POOL KEVIN
TAFUR REATEGUI JHON KENEDY
PASHANASHI JHON KENEDI
MORALESTARAPOTO
2016-II
1. INTRODUCCION:
El modelo de regresin cuadrtica es una alternativa cuando el modelo lineal no logra un
coeficiente de determinacin apropiado, o cuando el fenmeno en estudio tiene un
comportamiento que puede considerarse como parablico. La forma ms simple de tratar de
establecer la tendencia es a travs de un diagrama de dispersin o nube de puntos, tal como la
siguiente:
2. Ecuacin caracterstica
La funcin que define el modelo es la siguiente:
Yi=A+Bxi+Cxi2+E
En la cual:
Yi : Variable dependiente, isima observacin
A, B, C: Parmetros de la ecuacin, que generalmente son desconocidos
E: Error asociado al modelo
Xi : Valor de la -esima observacin de la variable independiente
yi=a+bxi+cxi2
3. Tabla de datos
Para el ajuste de un conjunto de datos al modelo cuadrtico de regresin, se construye la
siguiente tabla de datos:
X y X2 X3 X4 X* y X2*y y2
.. .. .. .. .. .. .. ..
x y x2 x3 x4 x*y x2y y2
1 x1 X12
1 x2 X22
... ..... .....
1 xn Xn2
1 1 ... 1
x1 x2 ... xn
X12 X22 ... Xn2
iii) Se busca en la tabla de t de student el valor tabulado para los siguientes datos:
n-3 grados de libertad y un nivel /2
iii) Se busca en la tabla de t de student el valor tabulado para los siguientes datos:
n-3 grados de libertad y un nivel /2
8. Intervalos de confianza
10. Se realiza una prueba de frenado de un automvil nuevo, midiendo la distancia de parada
de acuerdo a la rapidez del vehculo al momento de aplicar los frenos, obtenindose los
siguientes resultados:
RAPIDE DISTANCIA
Z Metros
Km/h
35 16
50 26
65 41
80 62
95 88
110 119
a) Diagrama de Dispersin
i) Tabla de Datos:
x y x2 x3 x4 xy x2y y2
35 16 1,225 42,875 1,500,625 560 19,600 256
50 26 2,500 125,000 6,250,000 1,300 65,000 676
65 41 4,225 274,625 17,850,625 2,665 173,225 1,681
80 62 6,400 512,000 40,960,000 4,960 396,800 3,844
95 88 9,025 857,375 81,450,625 8,360 794,200 7,744
110 119 12,100 1,331,000 146,410,000 13,090 1,439,900 14,161
=435 =352 =35,475 =3,142,875 =294,421,875 =30,935 =2,888,725 =28,362
ii) Estimadores del modelo
Ecuacin Final:
Yi=13.3587-.3394xi+0.01182xi2
Se puede concluir que el grado de ajuste del modelo es alto (casi perfecto!), por lo que el
modelo es confiable para hacer predicciones.
=7711.3333
y= 13.3587-.3394(100)+0.01182(100)2=97.618 m
Finalmente, dado que t calculada es mayor que la tabulada, se concluye al 99% que el
coeficiente b no es igual a 1.
Matriz x:
1 35 1225
1 50 2500
1 65 4225
1 80 6400
1 95 9025
1 110 12100
Matriz x transpuesta ( x )
1 1 1 1 1 1
35 50 65 80 95 110
1225 2500 4225 6400 9025 12100
Vector y:
16
26
41
62
88
119
Producto xx:
6 435 35475
435 35475 3142875
35475 314287 29442187
5 5
Producto x y
352
30935
2888725
Anlisis de varianza
ym=352/6=58.666
Suma de cuadrados de regresin= bxy-nym2=