Modelos de regresión lineales y no lineales: su aplicación en problemas de Ingeniería

Autores
Minnaard, Claudia Lilia
Año de publicación
2011
Idioma
español castellano
Tipo de recurso
artículo
Estado
versión publicada
Descripción
Habitualmente el tratamiento de la regresión se limita al caso lineal. En muchos casos esto puede ser suficiente pero en otros no. Será necesario probar la linealidad de la curva de regresión, dicha prueba se puede obtener por el método de análisis de la variancia. En el presente trabajo se describe la aplicación de modelos lineales y no lineales en problemas de ingeniería, utilizando el software XLStat. Asimismo se describe el intervalo de confianza para el coeficiente de regresión en el modelo lineal, para la ordenada al origen y para la imagen a través de la recta. En el caso de los modelos no lineales se prueba la bondad del ajuste realizado a través de las pruebas específicas. La correcta elección de un modelo adecuado, que describa los datos en problemas de ingeniería, proporciona elementos de juicio suficientes para la toma de decisiones en condiciones de incertidumbre.
Materia
Matemáticas
regresión lineal
regresión no lineal
método de minimos cuadrados
Nivel de accesibilidad
acceso abierto
Condiciones de uso
http://creativecommons.org/licenses/by-nc-nd/4.0/
Repositorio
CIC Digital (CICBA)
Institución
Comisión de Investigaciones Científicas de la Provincia de Buenos Aires
OAI Identificador
oai:digital.cic.gba.gob.ar:11746/4750

id CICBA_dd322edf81b01dd22ab57e80580ca3af
oai_identifier_str oai:digital.cic.gba.gob.ar:11746/4750
network_acronym_str CICBA
repository_id_str 9441
network_name_str CIC Digital (CICBA)
spelling Modelos de regresión lineales y no lineales: su aplicación en problemas de IngenieríaMinnaard, Claudia LiliaMatemáticasregresión linealregresión no linealmétodo de minimos cuadradosHabitualmente el tratamiento de la regresión se limita al caso lineal. En muchos casos esto puede ser suficiente pero en otros no. Será necesario probar la linealidad de la curva de regresión, dicha prueba se puede obtener por el método de análisis de la variancia. En el presente trabajo se describe la aplicación de modelos lineales y no lineales en problemas de ingeniería, utilizando el software XLStat. Asimismo se describe el intervalo de confianza para el coeficiente de regresión en el modelo lineal, para la ordenada al origen y para la imagen a través de la recta. En el caso de los modelos no lineales se prueba la bondad del ajuste realizado a través de las pruebas específicas. La correcta elección de un modelo adecuado, que describa los datos en problemas de ingeniería, proporciona elementos de juicio suficientes para la toma de decisiones en condiciones de incertidumbre.Sociedad Argentina de Educación Matemática (SOAREM)2011-08info:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersionhttp://purl.org/coar/resource_type/c_6501info:ar-repo/semantics/articuloapplication/pdfhttps://digital.cic.gba.gob.ar/handle/11746/4750spainfo:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-nd/4.0/reponame:CIC Digital (CICBA)instname:Comisión de Investigaciones Científicas de la Provincia de Buenos Airesinstacron:CICBA2025-09-04T09:43:21Zoai:digital.cic.gba.gob.ar:11746/4750Institucionalhttp://digital.cic.gba.gob.arOrganismo científico-tecnológicoNo correspondehttp://digital.cic.gba.gob.ar/oai/snrdmarisa.degiusti@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:94412025-09-04 09:43:21.496CIC Digital (CICBA) - Comisión de Investigaciones Científicas de la Provincia de Buenos Airesfalse
dc.title.none.fl_str_mv Modelos de regresión lineales y no lineales: su aplicación en problemas de Ingeniería
title Modelos de regresión lineales y no lineales: su aplicación en problemas de Ingeniería
spellingShingle Modelos de regresión lineales y no lineales: su aplicación en problemas de Ingeniería
Minnaard, Claudia Lilia
Matemáticas
regresión lineal
regresión no lineal
método de minimos cuadrados
title_short Modelos de regresión lineales y no lineales: su aplicación en problemas de Ingeniería
title_full Modelos de regresión lineales y no lineales: su aplicación en problemas de Ingeniería
title_fullStr Modelos de regresión lineales y no lineales: su aplicación en problemas de Ingeniería
title_full_unstemmed Modelos de regresión lineales y no lineales: su aplicación en problemas de Ingeniería
title_sort Modelos de regresión lineales y no lineales: su aplicación en problemas de Ingeniería
dc.creator.none.fl_str_mv Minnaard, Claudia Lilia
author Minnaard, Claudia Lilia
author_facet Minnaard, Claudia Lilia
author_role author
dc.subject.none.fl_str_mv Matemáticas
regresión lineal
regresión no lineal
método de minimos cuadrados
topic Matemáticas
regresión lineal
regresión no lineal
método de minimos cuadrados
dc.description.none.fl_txt_mv Habitualmente el tratamiento de la regresión se limita al caso lineal. En muchos casos esto puede ser suficiente pero en otros no. Será necesario probar la linealidad de la curva de regresión, dicha prueba se puede obtener por el método de análisis de la variancia. En el presente trabajo se describe la aplicación de modelos lineales y no lineales en problemas de ingeniería, utilizando el software XLStat. Asimismo se describe el intervalo de confianza para el coeficiente de regresión en el modelo lineal, para la ordenada al origen y para la imagen a través de la recta. En el caso de los modelos no lineales se prueba la bondad del ajuste realizado a través de las pruebas específicas. La correcta elección de un modelo adecuado, que describa los datos en problemas de ingeniería, proporciona elementos de juicio suficientes para la toma de decisiones en condiciones de incertidumbre.
description Habitualmente el tratamiento de la regresión se limita al caso lineal. En muchos casos esto puede ser suficiente pero en otros no. Será necesario probar la linealidad de la curva de regresión, dicha prueba se puede obtener por el método de análisis de la variancia. En el presente trabajo se describe la aplicación de modelos lineales y no lineales en problemas de ingeniería, utilizando el software XLStat. Asimismo se describe el intervalo de confianza para el coeficiente de regresión en el modelo lineal, para la ordenada al origen y para la imagen a través de la recta. En el caso de los modelos no lineales se prueba la bondad del ajuste realizado a través de las pruebas específicas. La correcta elección de un modelo adecuado, que describa los datos en problemas de ingeniería, proporciona elementos de juicio suficientes para la toma de decisiones en condiciones de incertidumbre.
publishDate 2011
dc.date.none.fl_str_mv 2011-08
dc.type.none.fl_str_mv info:eu-repo/semantics/article
info:eu-repo/semantics/publishedVersion
http://purl.org/coar/resource_type/c_6501
info:ar-repo/semantics/articulo
format article
status_str publishedVersion
dc.identifier.none.fl_str_mv https://digital.cic.gba.gob.ar/handle/11746/4750
url https://digital.cic.gba.gob.ar/handle/11746/4750
dc.language.none.fl_str_mv spa
language spa
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
http://creativecommons.org/licenses/by-nc-nd/4.0/
eu_rights_str_mv openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc-nd/4.0/
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Sociedad Argentina de Educación Matemática (SOAREM)
publisher.none.fl_str_mv Sociedad Argentina de Educación Matemática (SOAREM)
dc.source.none.fl_str_mv reponame:CIC Digital (CICBA)
instname:Comisión de Investigaciones Científicas de la Provincia de Buenos Aires
instacron:CICBA
reponame_str CIC Digital (CICBA)
collection CIC Digital (CICBA)
instname_str Comisión de Investigaciones Científicas de la Provincia de Buenos Aires
instacron_str CICBA
institution CICBA
repository.name.fl_str_mv CIC Digital (CICBA) - Comisión de Investigaciones Científicas de la Provincia de Buenos Aires
repository.mail.fl_str_mv marisa.degiusti@sedici.unlp.edu.ar
_version_ 1842340415047467008
score 12.623145