ANALISIS DE LAS INHUMACIONES EN PITALITO- HUILA, 2013 -2014
Enviado por monto2435 • 5 de Enero de 2018 • 2.386 Palabras (10 Páginas) • 263 Visitas
...
ASPECTOS TEÓRICOS
¿Qué es la regresión lineal simple? La regresión lineal es un método de análisis de datos muy usado en contextos económicos y científicos, que sirve para poner en evidencia las relaciones que existen entre diversas variables.
¿Cómo surge y porque? El término regresión se utilizó por primera vez en el estudio de variables antropométricas: al comparar la estatura de padres e hijos, resultó que los hijos cuyos padres tenían una estatura muy superior al valor medio tendían a igualarse a éste, mientras que aquellos cuyos padres eran muy bajos tendían a reducir su diferencia respecto a la estatura media; es decir, "regresaban" al promedio. 2 La constatación empírica de esta propiedad se vio reforzada más tarde con la justificación teórica de ese fenómeno.
El término lineal se emplea para distinguirlo del resto de técnicas de regresión, que emplean modelos basados en cualquier clase de función matemática. Los modelos lineales son una explicación simplificada de la realidad, mucho más ágil y con un soporte teórico por parte de la matemática y la estadística mucho más extenso. Pero bien, como se ha dicho, podemos usar el término lineal para distinguir modelos basados en cualquier clase de aplicación.
ANTECEDENTES DEL PROBLEMA
Los datos de la siguiente tabla representan las defunciones o inhumaciones de una muestra de 12 meses del año 2014. Resultando
FIG. REGRESION LINEAL PARA DATOS PARES:
MESES 2014
Yi
Xi
Xi^2
Xi*Yi
ene-01
62
-6
36
-372
feb-02
39
-5
25
-195
mar-03
48
-4
16
-192
abr-04
40
-3
9
-120
may-05
54
-2
4
-108
jun-06
49
-1
1
-49
jul-07
62
1
1
62
ago-08
57
2
4
114
sep-09
55
3
9
165
oct-10
45
4
16
180
nov-11
42
5
25
210
dic-12
50
6
36
300
SUMAS
603
0
182
-5
Xi
Yi
[pic 1]
-6
62
-5
39
-4
48
-3
40
-2
54
-1
49
1
62
2
57
3
55
4
45
5
42
6
50
Y= bx+c
B= -0,02747253
C=50,25
HALLAR EL VALOR PROMEDIO DE MUERTE PARA EL MES 24 (DICIEMBRE DEL 2015)
Y=B*23+C
Y=50
FIG. REGRESION LINEAL PARA DATOS IMPARES:
MESES 2014
Yi
Xi
Xi^2
...