Ajuste de curvas y el mtodo de mnimos cuadrados

RELACIN ENTRE VARIABLES

En la prctica es frecuente encontrar una relacin entre dos (o m s ) variables. Por ejempl: el peso de hombres adultos depende en cierto grado de su estatura, las circunferencias de 1 crculos dependen de su radio, y la presin de una masa de gas depende de su temperatura j volumen. Entonces, es mejor expresar esta relacin en forma m a t e m t i c a , lo cual sucede deteminando una ecuacin que enlaza las variables.

AJUSTE DE CURVAS
Para determinar una ecuacin que relacione variables, un primer paso es recolectar datos que muestran los valores correspondientes de las variables en c o n s i d e r a c i n . Por ejemplo, s u p n g a s e que X y Y denotan la estatura y el peso de hombres adultos, respectivamente: entonces, una muestra de N individuos revelara las estaturas X , , X , . . . , X , as como los pesos correspondientes Y ,Y ,..., Y.
2 N L 2 N

El siguiente paso es granear los puntos (X,y,), (X ,Y ),..., (X ,Y ) en un sistema rectangular de coordenadas. E l conjunto de puntos resultante suele denominarse diagrama de dispersin.
2 2 N N

A partir del diagrama de dispersin es posible visualizar una curva suave que se aproxima a los datos. Tal curva se denomina curva de aproximacin. Por ejemplo, en la figura 13-1, los datos parecen aproximarse bien a una lnea recta, por lo que se dice que hay una relacin lineal entre las variables. Sin embargo, en la figura 13-2, aunque existe una relacin entre las variables, sta no es lineal, por lo que se le conoce como relacin no lineal. El problema general para encontrar ecuaciones de curvas de a p r o x i m a c i n que se ajusten a conjuntos de datos se denomina ajuste de curvas.

Ecuaciones

de curvas de aproximacin

285

ECUACIONES DE CURVAS DE APROXIMACION

A c o n t i n u a c i n se presenta una lista de varios tipos de curvas de a p r o x i m a c i n y sus ecuaciones, con el p r o p s i t o de tener una referencia. Todas las letras, excepto X y Y representan constantes. Las variables X y Y se conocen como variable independiente y variable dependiente, respectivamente, aunque estos papeles pueden intercambiarse. L n e a recta P a r b o l a o curva cuadrtica Curva c b i c a Curva curtica Curva de grado n Y--=
0
0

+a + a X + aX
2 2

U)

Y---a y = -a

(2) + a X
3 3

+ a X + aX
2 0

(3) + a X
4 4

y = --a
0

a X + aX
2 2

(4) (5)

a + a X + a X

Las partes derechas de las ecuaciones se denominan polinomios de primero, segundo, tercero, cuarto y rc-simo grados, respectivamente. Las funciones definidas por las primeras cuatro ecuaciones se llaman funciones lineal, cuadrtica, cbica y curtica, en ese orden. Las siguientes son algunas otras de las muchas ecuaciones usadas en la prctica con frecuencia: Hiprbola Curva exponencial Curva g e o m t r i c a Curva exponencial modificada Curva g e o m t r i c a modificada Curva de Gompertz Curva de Gompertz modificada Curva logstica Y=aX
b

Y=
0

a + aX
x

o o o

= a + aX
0 x

(6)

Y log Y - log a + (log b)X = a + a X

0 t

Y = ab

Y = aX

log Y = log a + >(log X)

(8)

Y = ab" + g

(9)

+g
b

(10) log Y = log p + b (log

x

Y = pq * o Y - pcf +h

q) = ab* + g

(11) (12)

Y= o abr + g Y=a + a (logX)

0 l

-l~=ab +g Y + a (\ogX)
: 2

(13) (14)

Para decidir q u curva debe utilizarse es necesario obtener diagramas de dispersin de variables transformadas. Por ejemplo, si un diagrama de dispersin de log Y contra X muestra una relacin lineal, la e c u a c i n tiene la forma (7), mientras que si log y contra log X indica una relacin lineal la e c u a c i n es de la forma (8). A menudo se usa papel milimtrico para facilitar la decisin sobre cul curva utilizar. El papel para granear que contiene una escala dividida en forma l o g a r t m i c a se conoce como papel grfico semilogartmico (o semilog), y aquel con las dos escalas divididas en forma logartmica se llama papel grfico log-log.

C A f f f U l O 13

Ajuste de curvas y el m t o d o de mnimos

cuadrados

METODO DE AJUSTE DE CURVAS A MANO

Con frecuencia puede utilizarse el j u i c i o personal para dibujar una curva de aprox que ajuste un conjunto de datos. s t e se denomina mtodo de ajuste de curvas a mano. conoce el tipo de ecuacin de esta curva, es posible obtener las constantes de la i eligiendo tantos puntos de la curva como constantes haya en la e c u a c i n . Por ejemp! curva es una lnea recta, se requieren dos puntos; si es una p a r b o l a , se necesitan tres tos. E l m t o d o tiene la desventaja de que distintos observadores o b t e n d r n diferentes y ecuaciones.
r

LA LINEA RECTA
El tipo m s simple de curva de a p r o x i m a c i n es una lnea recta, cuya e c u a c i n puede e sarse Y2

+ aX
x

Dados cualesquiera dos puntos (X^Y^ y (X ,Y ) en la recta, es posible determinar las c tantes a y a,. L a e c u a c i n resultante de la recta se expresara as:
2 Q

Y-

^ =( f ^ r ) ^ - * ! )

Y-Y,=m{X-X )
x

donde

Y Y m = X - X\
2

se llama la pendiente de la recta y representa el cambio en Y, dividido entre el c a m h : correspondiente en X. Cuando la e c u a c i n se escribe en la forma (75), la constante a es la pendiente m. L j constante a , que es el valor de Y cuando X = 0, se denomina la interseccin en Y.
0

EL METODO DE MINIMOS CUADRADOS

Para evitar el j u i c i o personal en la construccin de rectas, p a r b o l a s u otras curvas de aproxim a c i n para ajustar los conjuntos de datos, es necesario tener una definicin de una "recta de mejor ajuste", " p a r b o l a de mejor ajuste", etctera. Para lograr tal definicin, considrese la figura 13-3, en donde los datos estn dados por los puntos (X ,Y), (X ,Y ),..., (X ,Y ). Para un valor determinado de X, por ejemplo X . h a b r una diferencia entre el valor y el valor correspondiente deducido a partir de la curva C. C o m o se muestra en la figura, esta diferencia se simboliza con D , y se conoce como una desviacin, un error o un residual, y puede ser positiva, negativa o cero. De manera similar, se obtienen las desviaciones D ,..., D correspondientes a los valores X ,..., X.
t 2 2 N N 2 v 2 N

Una medida de la "bondad de ajuste" de la curva C de los datos est proporcionada por la cantidad D, + D\ + + D\. Si sta es p e q u e a , el ajuste es bueno; si es grande, el ajuste es malo. Por lo tanto, se tiene la siguiente D e f i n i c i n : De todas las curvas que se aproximan a un conjunto de datos definidos por puntos, la curva que tiene la propiedad de que D] + D\ + + D es un m n i m o se denomina curva de ajuste ptimo.
2 N

Se dice que una curva con esta propiedad se ajusta a los datos en el sentido de mnimos cuadrados y se le llama curva de mnimos cuadrados. Entonces, una recta con esta propiedad se denomina recta de mnimos cuadrados, una p a r b o l a con esta propiedad se denomina parbola de mnimos cuadrados, etctera.

La recta de mnimos

cuadrados

287

Es habitual emplear la definicin anterior cuando X es la variable independiente y y es la variable dependiente. Si X es la variable dependiente, la definicin se modifica pues en este caso se consideran desviaciones horizontales en lugar de desviaciones verticales, que es lo mismo que intercambiar los ejes X y Y. Estas dos definiciones generalmente conducen a curvas diferentes de m n i m o s cuadrados. A menos que se especifique lo contrario, se debe considerar Y como la variable dependiente y X como la variable independiente. Es posible definir otra curva de m n i m o s cuadrados si se toman en cuenta distancias perpendiculares a partir de cada uno de los puntos de la curva, en lugar de distancias horizontales o verticales; sin embargo, esto no suele utilizarse.

LA RECTA DE MINIMOS CUADRADOS

L a recta de m n i m o s cuadrados que se aproxima al conjunto de puntos (X,Y), (X , Y ) tiene por e c u a c i n
N N

(X ,Y ),...,
2 2

Y=a
0

+ X
a

(17)

donde las constantes a y a, se determinan resolviendo s i m u l t n e a m e n t e las ecuaciones

E E
0

Y = aN
Q 0

+ a, E E
X -i

X X
2

XY = a

a,

(18)

denominadas ecuaciones normales para la recta de mnimos cuadrados (17). Las constantes a y a, de las ecuaciones (18) pueden calcularse a partir de las f r m u l a s

(E

Y)(Z

X)
2

- (E x)(E
- ( E xf

XY)

E
N

XY

N Z X

- (E *)(E E x - (E xf
2
0

Y)

(19)

Las ecuaciones normales (18) son fciles de recordar si se observa que la primera ecuacin puede obtenerse sumando en ambos lados de (17), [es decir, X Y = X (a + a X) = a . V + a X X], mientras que la segunda e c u a c i n resulta multiplicando primero ambos lados de (17) por Xy sumando d e s p u s [por ejemplo, X XY= X X(a + AX) = a ^.X + a _ V O b s r v e s e que no es una consecuencia de las ecuaciones normales, sino slo un medio p o n recordarlas. N t e s e t a m b i n que en las ecuaciones (18) y (19) se utiliz la notacin abrevada X X, X XY, etctera, en lugar de X^i X X ^ = i XY, etctera.
t 0 0 p

El trabajo requerido para encontrar una recta de m n i m o s cuadrados puede < se algunas veces si se transforman los datos de manera que x - X- X la e c u a c i n de la recta de m n i m o s cuadrados se expresara con y =

xy
2

E-v

m)

IMMMO

73

Ajuste de curvos y el mtodo

de mnimos

cuadrados

En particular, si X es tal que X X = 0 (es decir, X = 0); esto se convierte en

L a e c u a c i n (20) implica que y - 0 cuando JC = 0; por lo tanto, la recta de m n i m o s cuadrados pasa por el punto (X, Y), denominado centroide o centro de gravedad de los datos Si la variable X se toma como la variable dependiente en lugar de la independiente, j . e c u a c i n (17) se expresa como X - b + b Y. Entonces, los resultados son vlidos si X intercambian y si a y a se sustituyen por b y >,, respectivamente. Sin embargo, la recta de m n i m o s cuadrados resultante, por lo general, no es igual a la obtenida [vanse los problemas 13.11 y 13.15d)].
0 x 0 0

RELACIONES N O LINEALES
En ocasiones las relaciones no lineales pueden reducirse a relaciones lineales por medie e una trasformacin adecuada de las variables (vase el problema 13.21).

LA PARBOLA DE MNIMOS CUADRADOS

L a p a r b o l a de m n i m o s cuadrados que se aproxima al conjunto de puntos (A"K ), (X ,Y ) (X ,Y ) tiene por e c u a c i n
1 2 2 N N

Y = a
0 2

+ aj

+ OTX

(21

donde las constantes a , a, y a se determinan resolviendo s i m u l t n e a m e n t e las ecuaciones

2> = N XAT = a X x
ao

+ a,
L

XX
2

+ +

a 1*
2
2

+a XX
l

a ^X
4 2 J

lX Y

a Xx
0

+ a ZX

+ aIX

(23]

denominadas ecuaciones normales de la parbola de mnimos cuadrados (22). Las ecuaciones (23) se recordarn fcilmente si se observa que pueden obtenerse multiplicando la e c u a c i n (22) por 1, X y X , en ese orden, y sumando en ambos lados de las ecuaciones resultantes. Esta tcnica suele extenderse para lograr ecuaciones normales de curvas c b i c a s de m n i m o s cuadrados, curvas curticas de m n i m o s cuadrados y, en general, cualquiera de las curvas de m n i m o s cuadrados correspondientes a la ecuacin (5).
2

A l igual que en el caso de la recta de m n i m o s cuadrados, se pueden simplificar las ecuaciones (23) si se elige X de modo que X X = 0. L a simplificacin t a m b i n se da escogiendo las nuevas variables x = X- X yy=Y-Y.

REGRESIN
Con frecuencia, basados en datos m u s t r a l e s , se busca estimar el valor de una variable Y correspondiente a un valor dado de una variable X. Esto se puede lograr estimando el valor de K a partir de una curva de m n i m o s cuadrados que se ajuste a los datos m u s t r a l e s . L a curva resultante se llama curva de regresin de y sobre X, ya que Y se estima a partir de X. Si se deseara estimar el valor de X a partir de un valor dado de Y, se utilizara una curva de regresin de X sobre Y, que es igual que intercambiar las variables en el diagrama de dispersin, de tal modo que X sea la variable dependiente y Y la variable independiente. Esto es equivalente a sustituir las desviaciones verticales en la definicin de la curva de m n i m o s cuadrados de la pgina 287 con desviaciones horizontales. En general, la recta o curva de regresin de Y sobre X no es igual que la recta o curva de regresin de X sobre Y.

Problemas

res.s

-;s

289

APLICACIONES A SERIES DE TIEMPO

Si la variable independiente X es tiempo, los datos muestran el valor de Y en vanc-s mcxxn~ tos. Los datos ordenados de acuerdo con el tiempo son llamados series de tiempo. L a recta o curva de regresin de Y sobre X en este caso suele denominarse recta de tendencia o cmrva de tendencia y con frecuencia se utiliza con fines de estimacin o prediccin.

PROBLEMAS CON MS DE DOS VARIABLES

Los problemas que implican m s de dos variables a veces son tratados de manera anloga a aquellos con dos variables. Por ejemplo, puede existir una relacin entre las tres variables X, Y y Z, que se describe por medio de la e c u a c i n Z = a + aX + aY
0 { 2

(24)

conocido como ecuacin lineal en las variables X, YyZ. En un sistema rectangular de coordenadas en tres dimensiones, esta ecuacin representa un plano y los puntos mustrales reales ( X , , K,, Z , ) , ( X , Y , Z^,..., (X , Y , Z ) pueden "dispersarse" no demasiado lejos de este plano, denominado plano de aproximacin.
2 2 N N N

Por e x t e n s i n del m t o d o de m n i m o s cuadrados es posible hablar de un plano de mnimos cuadrados que se aproxima a los datos. Si se estima Z a partir de valores dados de X y Y, esto se llamara plano de regresin de Z sobre XyY. Las ecuaciones normales, correspondientes al plano de m n i m o s cuadrados (24), estn dadas por

Xz
XXZ XKZ

= N
AO

+a,Xx
0 l 2

+
2

a Xy
2
2 2

=a XX =a I,Y
0

+ a, X X + a X X K +a TXY+a *ZY (25)

y pueden recordarse como obtenidas de la e c u a c i n (24), multiplicando por 1, X y Y, sucesivamente, y d e s p u s sumando. T a m b i n pueden considerarse ecuaciones m s complicadas que la (24). Estas representan superficies de regresin. Si el n m e r o de variables excede de 3, se pierde la intuicin g e o m t r i c a , ya que entonces se requiere de espacios de 4, 5,... dimensiones. Los problemas que implican la e s t i m a c i n de una variable a partir de dos o m s variables se denominan problemas de regresin mltiple y se estudian con mayor detalle en el captulo 15.