TRABAJO DE REGRESIN LINEAL

LEIDY JULIETH VARGAS RIOS

COD 32007123051

FUNDACIN UNIVERSITARIA DE SAN GIL UNISANIL CREX YOPAL

FACULTAD DE INGENIERA

INGENIERA AMBIENTAL

CONTAMINACIN AMBIENTAL

EL YOPAL CASANARE

2010

TRABAJO DE REGRESIN LINEAL

LEIDY JULIETH VARGAS RIOS

COD 32007123051

ING. SANITARIO Y AMBIENTAL

SERGIO ANDRES PEA

FUNDACIN UNIVERSITARIA DE SAN GIL UNISANIL CREX YOPAL

FACULTAD DE INGENIERA

INGENIERA AMBIENTAL

CONTAMINACIN AMBIENTAL

EL YOPAL CASANARE

2010

INTRODUCCINEs evidente que lo ms econmico y rpido para modelar el comportamiento de una variable Y es usar una sola variable preeditora y usar un modelo lineal. Pero algunas veces es bastante obvio de que el comportamiento de Y es imposible que sea explicada en gran medida por solo una variable.

Por ejemplo, es imposible tratar de explicar el rendimiento de un estudiante en un examen, teniendo en cuenta solamente el nmero de horas que se prepar para ella. Claramente, el promedio acadmico del estudiante, la carga acadmica que lleva, el ao de estudios, son tres de las muchas otras variables que pueden explicar su rendimiento. Tratar de explicar el comportamiento de Y con ms de una variable preeditora usando una funcional lineal es el objetivo de regresin lineal mltiple.

Frecuentemente, uno no es muy familiar con las variables que estn en juego y basa sus conclusiones solamente en clculos obtenidos con los datos tomadosTALLER

1. Ensayo piloto en una parcela dedicada al cultivo de maz, se encontr que el pesticida difosfato de cromo se degrada de acuerdo a la siguiente informacin.

Determinar:

a. Orden de la reaccin

b. Ecuacin Lineal

c. Grfico

SOLUCINTABLA DE DATOSt (das)0246810

c (M)1.00.850.750.670.620.58

Ln c0-0,162-0,287-0,400-0,470.544

1/c11.1761.3331.4921.6121.724

1/c211.3841.7772.2272,60142,9726

AHORA SEGN T (DAS) Y C (M) SE REALIZA GRAFICO Y ECUACINt (das)c (M)

01

20,85

40,75

60,67

80,62

100,58

tc

A0,95

B-0,041

r-0,9719

Y= a +- b xY= -0.041 x + 0.95

Teniendo en cuenta el grfico y la ecuacin lineal tendremos una proyeccin para los das 12, 14 y 16 reemplazando la ecuacin:Y= -0.041 (12) + 0.95

Y = 0.458Y= -0.041 (14) + 0.95

Y = 0.376

Y= -0.041 (16) + 0.95

Y = 0.294

Es decir: t (das)c (M)

120,458

140,376

160,294

AHORA SEGN T (DAS) Y Ln C, SE REALIZA GRAFICO Y ECUACINt (das)Ln c

00

2-0,162

4-0,287

6-0,400

8-0,47

100,544

tLn c

A-0,2493

B0,024

r0,2429

Y= a +- b x

Y = 0,024 x - 0,249Teniendo en cuenta el grfico y la ecuacin lineal tendremos una proyeccin para los das 12, 14 y 16 reemplazando la ecuacin:

Y= 0,024* (12) - 0,249Y = 0.039Y= 0,024* (14) - 0,249Y = 0.087

Y= 0,024* (16) - 0,249Y = 0.135

Es decir:

t (das)Ln c

120,039

140,087

160,135

AHORA SEGN T (DAS) Y 1/C, SE REALIZA GRAFICO Y ECUACIN

t (das)1/c

01

21,176

41,333

61,492

81,612

101,724

t1/c

A1,0261

B0,0726

r0,9963

Y= a +- b x

Y = 0,072 x + 1,026Teniendo en cuenta el grfico y la ecuacin lineal tendremos una proyeccin para los das 12, 14 y 16 reemplazando la ecuacin:

Y= 0,072 * 12 + 1,026Y = 1.89Y= 0,072 * 14 + 1,026Y = 2.034Y= 0,072 * 16 + 1,026Y = 2.178 Es decir:

t (das)1/c

121,89

142,034

162,178

AHORA SEGN T (DAS) Y 1/C, SE REALIZA GRAFICO Y ECUACIN

t (das)1/c2

01

21,384

41,777

62,227

82,601

102,973

t1/c2

A0,9961

B0,1995

r0,9996

Y= a +- b x

Y = 0,199 x + 0,996 Teniendo en cuenta el grfico y la ecuacin lineal tendremos una proyeccin para los das 12, 14 y 16 reemplazando la ecuacin:

Y= 0,199* 12 + 0,996Y = 3.384Y= 0,199* 14 + 0,996Y = 3.782Y= 0,199* 16 + 0,996Y = 4.18 Es decir:

t (das)1/c2

123,384

143,782

164,18

CONCLUSIONES

La aplicacin del anlisis de regresin simple permitir estudiar la relacin que existe entre una variable independiente y otra dependiente, utilizando el modelo de regresin.

El coeficiente de determinacin es una medida de la bondad de ajuste para la ecuacin de regresin; este puede interpretar como la proporcin de la variacin de la variable dependiente explicada por la ecuacin de regresin.

Se consider la correlacin como una medida descriptiva de la intensidad de una relacin lineal entre dos variables.