Scribd
Cargar
12 vistas4 páginas

Métodos de Regresión Lineal en Python

Este documento presenta un trabajo sobre el método de regresión lineal simple realizado por un estudiante de ingeniería civil. El objetivo era ajustar la relación no lineal entre dos variables cuantitativas mediante la programación de un script. El método de regresión lineal simple trata de predecir los valores de una variable dependiente (Y) en función de otra variable independiente (X) usando una ecuación lineal. El estudiante aplicó con éxito este método para ajustar los datos entre las variables dadas, logrando que su nueva relación sea lineal

Cargado por

Hendry Pozo
Derechos de autor
© All Rights Reserved
Nos tomamos en serio los derechos de los contenidos. Si sospechas que se trata de tu contenido, reclámalo aquí.
Formatos disponibles
Descarga como DOCX, PDF, TXT o lee en línea desde Scribd
12 vistas4 páginas

Métodos de Regresión Lineal en Python

Este documento presenta un trabajo sobre el método de regresión lineal simple realizado por un estudiante de ingeniería civil. El objetivo era ajustar la relación no lineal entre dos variables cuantitativas mediante la programación de un script. El método de regresión lineal simple trata de predecir los valores de una variable dependiente (Y) en función de otra variable independiente (X) usando una ecuación lineal. El estudiante aplicó con éxito este método para ajustar los datos entre las variables dadas, logrando que su nueva relación sea lineal

Cargado por

Hendry Pozo
Derechos de autor
© All Rights Reserved
Nos tomamos en serio los derechos de los contenidos. Si sospechas que se trata de tu contenido, reclámalo aquí.
Formatos disponibles
Descarga como DOCX, PDF, TXT o lee en línea desde Scribd

Facultad de Ingeniería Civil

Carrera de Ingeniería Civil


Francisco Yepez
Métodos Numéricos
Trabajo 4
12/12/2016

1 INTRODUCCIÓN
Frecuentemente es de interés conocer el efecto que una o más variables
pueden causar sobre otra, e incluso predecir en mayor o menor grado valores en
una variable a partir de otra. Los métodos de regresión estudian la construcción
de modelos que sirven para explicar o representar la dependencia entre una
variable dependiente y la/las variables independientes [ CITATION Ore08 \l
3082 ].

2 OBJETIVOS.
 Realizar un script que facilite el ajuste de una relación no lineal entre
dos variables cuantitativas.
 Conocer la aplicación del método de Regresión Lineal
 Teniendo los valores de variables, realizar el ajuste necesario para que
la relación que existe entre ellos sea lineal.
 Observar la forma de la relación que existe entre los datos utilizados
antes de realizar el ajuste.

3 RESUMEN.
El método de Regresión Lineal Simple es un modelo matemático que trata de
predecir cual es el comportamiento de una variable “Y” usando a la variable
“X”, este modelo es de la forma:
Y = A 0+ A 1∗X + E
Donde:
Y es llamada la variable de respuesta o variable dependiente.
X es llamada la variable predictora o independiente
A0 es el intercepto de la línea con el eje Y
A1 es la pendiente de la línea de regresión Y
E es un error aleatorio conocido como la suma residuales y es el criterio de
minimización el mismo que sumado tiene que ser igual a cero [ CITATION
AcuSF \l 3082 ].

4 DESARROLLO
Detalle del código y base:
 Se establecen las variables X y Y con sus respectivos valores
 Se ubica el rango de n
 Para cada valor de los puntos (X,Y) se establece las ecuaciones
que encuentran los coeficientes A,B,C,D,E y F.
 Con los valores de los coeficientes encontrados se establece las a
ecuación que rige los nuevos valores de Y para los valores de X.
 Al ser método de relación lineal, la nueva gráfica que representa la
ecuación de nuevos valores de Y, tiene que ser lineal.

5 CONCLUSIONES
 La programación realizada cumple para cualquier número de variables
que lo requieran.
 El método de regresión lineal se aplicó sin problema alguno para las
variables que se necesitaba.
 La construcción de este modelo facilita el manejo de los datos
entablados en un principio, debido a que tenían una relación que no era
lineal a lo largo del rango en el cual las variables estaban ubicadas, la
gráfica de correspondencia entre variables antes de realizar el ajuste es
la siguiente:
 Una vez realizado el ajuste la nueva gráfica es la siguiente:

6 BIBLIOGRAFÍA
Acuña, E. (S.F.). Regresión Lineal. Recuperado el 12 de Diciembre de 2016, de
Universidad de Puerto Rico:
[Link]
Orellana, L. (2008). Regresión Lineal Simple. Recuperado el 12 de Diciembre de
2016, de [Link]
%20regresion%[Link]

También podría gustarte