EN REGRESIÓN LINEAL SIMPLE COEFICIENTE DE DETERMINACIÓN Una vez ajustada la recta de regresión a la nube de observaciones es importante disponer de una medida que mida la bondad del ajuste realizado y que permita decidir si el ajuste lineal es suficiente o se deben buscar modelos alternativos. Como medida de bondad del ajuste se utiliza el coeficiente de determinación. Como scE< scG,se verifica que 0 <R2 < 1.
El coeficiente de determinación mide la proporción de variabilidad total de
la variable dependiente (Y)respecto a su media que es explicada por el modelo de regresión. Es usual expresar esta medida en tanto por ciento, multiplicándola por cien. Por otra parte, teniendo en cuenta que se obtiene: Dadas dos variables aleatorias cualesquiera X e Y , una medida de la relación lineal que hay entre ambas variables es el coeficiente de correlación definido por:
Donde representa la desviación típica variable X (analógicamente para ).
Un buen estimador de este parámetro es el coeficiente de correlación lineal muestral (o coeficiente de correlación de Pearson) definido por: Ejemplo: CORRELACIÓN QUE MAS SE APROXIMA ENTRE LAS VARIABLES. CORRELACIÓN LINEAL COEFICIENTE DE CORRELACIÓN LINEAL Uso del software Excel Uso del software Minitab
met num MÉTODOS NUMÉRICOS 1.1 Problemas matemáticos y sus soluciones. Un modelo matemático puede definirse como una formulación o una ecuación que expresa las características, esenciales de un sistema físico o proceso en términos matemáticos. Vd = f (vi, p , f ) (1) Vd = variable dependiente que refleja el comportamiento o estado del sistema. Vi = variables independientes como tiempo o espacio a través de las cuales el comportamiento del sistema será determinado. P = parámetros , son reflejos de las propiedades o la composición del sistema. f = funciones de fuerza, son influencias externas sobre el sistema. De la segunda Ley de Newton: F = ma ; reordenando f a = ______ ( 2 ) m Características de este modelo matemático. 1.- Describe un proceso o sistema natural en términos matemáticos. 2.- Representa una simplificación de la realidad. 3.- Conduce a resultados predecibles. Otros modelos matemáticos de fenómenos físicos pueden ser mucho más complejos. De nuevo si usamo