Calculo numerico.
Enviado por Sandra75 • 8 de Enero de 2018 • 1.158 Palabras (5 Páginas) • 390 Visitas
...
Coefficients:
Estimate Std. Error t value Pr (>|t|)
(Intercept) 1.182e+01 3.663e-01 32.279 1.92e-11 ***
x 4.963e-05 1.180e-05 4.207 0.00181 **
---
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘. ’ 0.1 ‘ ’ 1
Residual standard error: 0.07149 on 10 degrees of freedom
Multiple R-squared: 0.639, Adjusted R-squared: 0.6029
F-statistic: 17.7 on 1 and 10 DF, p-value: 0.001807
(Intercept) x
11.8225 4.963223e-05
Regresión estimada: lny= a’+bx
Modelo exponencial y=exp(a’+bx)
d) reporte sobre el modelo exponencial
En esta parte del trabajo se trató de ajustar el modelo y=a*exp (b*x) a los datos experimentales. Las constantes a y b determinadas por el método de los mínimos cuadrados resultaron a= 155704.7711 y b=4.963223x10-5. La interpretación de a en este caso es log(a) es el intercepto en el origen de log (y) como en función lineal de x y b =4.963223x10-5 es el incremento de log(y) por cada ingreso personal disponible per cápita ($/Hab) . La bondad del ajuste es de 0.6390225 indicando que el modelo explica más o menos bien la variabilidad de los datos lo que se puede observar en la gráfica 2
Grafica del ajuste exponencial
Comando
Curve (155704.7711*exp(4.963e-05*x),add=T,col="black")
Grafica#2
[pic 2]
e) MODELO POTENCIAL
Cálculos
x
y
Xp=log(x)
Yp=log(y)
Xp*Yp
Xpˆ2
27468
560986
10.22078
13.23745
135.2970
104.4643
28740
549194
10.26605
13.21621
135.6782
105.3917
29964
610223
10.30775
13.32158
137.3155
106.2498
33396
726742
10.41619
13.49633
140.5803
108.4970
31836
651834
10.36835
13.38755
138.8068
107.5027
31284
568010
10.35086
13.24989
137.1478
107.1403
29424
592160
10.28957
13.29153
136.7641
105.8752
30288
637450
10.31851
13.36523
137.9092
106.4716
32208
696181
10.37997
13.45336
139.6455
107.7438
32364
727857
10.38480
13.49786
140.1726
107.8441
33096
760590
10.40717
13.54185
140.9323
108.3091
31920
581705
10.37099
13.27372
137.6616
107.5574
Totales: 339780
124.081
160.3326
1657.911
1283.047
El modelo lineal transformado se linealiza en: yp=ap+b*xp, donde yp=log(y), ap=log(a) y xp=log(x)
Cálculos de a y b
b =( n Σxipyip – (Σxip) (Σyip))/ ( n Σxip^2 – (Σxip)2 ) = 1.4986
ap = mean(yp) – b*mean(xp)=-2.1349
...