MATL AB
D R . M A U R I C I O TO R R E S TO R R E S
Agenda
• Recordatorio de manejo de
datos en MATLAB
• Regresión lineal por Mínimos
Cuadrados
RECORDATORIO
DE MANEJO DE
DATOS EN MATL AB
CONTAR ELEMENTOS DE UN VECTOR
Para contar elementos de un vector en MATLAB usaremos el
commando numel, la sintaxis es la siguiente:
x=[1,2,3,4,5]
𝑛 = 𝑛𝑢𝑚𝑒𝑙(𝑥)
La variable n guardará el número de elementos del vector x
SUMAR ELEMENTOS DE UN VECTOR
Para sumar elementos de un vector en MATLAB usaremos el
commando sum, la sintaxis es la siguiente:
x=[1,2,3,4,5]
𝑠𝑢𝑚𝑎𝑥 = 𝑠𝑢𝑚(𝑥)
La variable sumax guardará la suma de los elementos del vector x
SUMAR ELEMENTOS DE UN VECTOR
Adicionalmente podemos sumar elementos de un vector y realizar
operaciones por ejemplo:
x=[1,2,3,4,5]
y=[2,2,2,2,2]
𝑠𝑢𝑚𝑎𝑥𝑦 = 𝑠𝑢𝑚(𝑥.∗ 𝑦)
La variable sumaxy guardará la suma de los elementos del vector
resultante de la multiplicación de los elementos x y y
COMO LEER
ARCHIVOS DE
DATOS EN MATL AB
LEER UN ARCHIVO EN MATLAB
En MATLAB podemos leer archivos con el comando importdata la
sintaxis es la siguiente:
datos=importdata(‘Nombre_Archivo.xlsx’)
La variable datos será una matriz que contiene los datos del archivo.
El archivo “xlsx” debe estar en el mismo directorio que el script de
MATLAB. Solo debe contener datos, no acepta nombres o títulos de
columna.
EJEMPLO LEER UN ARCHIVO EN MATLAB
Elabora un excel con los siguientes datos y grábalo con el nombre
datos_excel.xlsx
EJEMPLO LEER UN ARCHIVO EN MATLAB
En MATLAB elabora el script que lee los datos del archivo:
EJEMPLO LEER UN ARCHIVO EN MATLAB
Ahora debemos separar por columnas, la primer columna guárdala
en la variable x y la segunda en la variable y
REGRESIÓN
LINEAL POR
MÍNIMOS
CUADRADOS
REGRESION LINEAL POR MINIMOS
CUADRADOS
El análisis de regresión lineal se utiliza para explorar
y cuantificar la relación entre una variable llamada
dependiente o criterio y una o mas variables
llamadas independientes o predictoras (𝑥1 , 𝑥2 … . 𝑥𝑛 ).
REGRESION LINEAL POR MINIMOS
CUADRADOS
Este método consiste en minimizar la suma de los cuadrados de los
errores.
Recta con grado de inclinación
Datos
REGRESION LINEAL POR MINIMOS
CUADRADOS
Este método permite calcular la recta que mejor
aproxima los datos permitiendo estimar o
predecir puntos en el fenómeno que se esté
estudiando.
REGRESION LINEAL POR MINIMOS
CUADRADOS
Su objetivo es encontrar una recta 𝒚=𝒎𝒙+𝒃
en donde:
m es la pendiente o el grado de inclinación
b es la intersección de la pendiente con el eje y
REGRESION LINEAL POR MINIMOS
CUADRADOS
𝒚=𝒎𝒙+𝒃
(Σ 𝑥)(Σ 𝑦)
Σ𝑥𝑦 − (Σ 𝑦) (Σ 𝑥)
𝑚= 𝑛 𝑏= −𝑚
(Σ 𝑥) 2 𝑛 𝑛
Σ 𝑥2 −
𝑛
n es el número de puntos
(Σ 𝑥)(Σ 𝑦)
Σ𝑥𝑦 − (Σ 𝑦) (Σ 𝑥)
EJEMPLO
𝑚= 𝑛 𝑏= −𝑚
2 (Σ 𝑥)2 𝑛 𝑛
Σ𝑥 − 𝑛
Encuentre la recta que se ajuste a los siguientes datos:
𝐱 𝐲 𝐱 ∗𝐲 𝐱𝟐
7 2
1 9
10 2
5 5
4 7
3 11
13 2
10 5
2 14
Σ𝑥 Σ𝑦 Σ𝑥𝑦 Σ𝑥 2
(Σ 𝑥)(Σ 𝑦)
Σ𝑥𝑦 − (Σ 𝑦) (Σ 𝑥)
EJEMPLO
𝑚= 𝑛 𝑏= −𝑚
2 (Σ 𝑥)2 𝑛 𝑛
Σ𝑥 − 𝑛
Encuentre la recta que se ajuste a los siguientes datos:
𝐱 𝐲 𝐱 ∗𝐲 𝐱𝟐
7 2 14
1 9 9
10 2 20
5 5 25
4 7 28
3 11 33
13 2 26
10 5 50
2 14 28
Σ𝑥 Σ𝑦 Σ𝑥𝑦 Σ𝑥 2
(Σ 𝑥)(Σ 𝑦)
Σ𝑥𝑦 − (Σ 𝑦) (Σ 𝑥)
EJEMPLO
𝑚= 𝑛 𝑏= −𝑚
2 (Σ 𝑥)2 𝑛 𝑛
Σ𝑥 − 𝑛
Encuentre la recta que se ajuste a los siguientes datos:
𝐱 𝐲 𝐱 ∗𝐲 𝐱𝟐
7 2 14 49
1 9 9 1
10 2 20 100
5 5 25 25
4 7 28 16
3 11 33 9
13 2 26 169
10 5 50 100
2 14 28 4
Σ𝑥 Σ𝑦 Σ𝑥𝑦 Σ𝑥 2
(Σ 𝑥)(Σ 𝑦)
Σ𝑥𝑦 − (Σ 𝑦) (Σ 𝑥)
EJEMPLO
𝑚= 𝑛 𝑏= −𝑚
2 (Σ 𝑥)2 𝑛 𝑛
Σ𝑥 − 𝑛
Encuentre la recta que se ajuste a los siguientes datos:
𝐱 𝐲 𝐱 ∗𝐲 𝐱𝟐
7 2 14 49
1 9 9 1
10 2 20 100
5 5 25 25
4 7 28 16
3 11 33 9
13 2 26 169
10 5 50 100
2 14 28 4
Σ𝑥 = 55 Σ𝑦 = 57 Σ𝑥𝑦 = 233 Σ𝑥 2 = 473
EJEMPLO
Encuentre la recta que se ajuste a los siguientes datos:
(Σ 𝑥)(Σ 𝑦)
Σ𝑥𝑦 − (Σ 𝑦) (Σ 𝑥)
𝑚= 𝑛 𝑏= −𝑚
(Σ 𝑥) 2 𝑛 𝑛
Σ 𝑥2 −
𝑛
(55)(57) 57 55
233 − 𝑏= − 0.8425 ∗ = 11.48
𝑚= 9 = −0.8425
2 9 9
(55)
473 −
9
EJEMPLO
Recta resultante por Regresión Lineal
𝑦 =𝑚𝑥+𝑏
𝑦 = − 0.8425 𝑥 + 11.4821
EJEMPLO
Recta resultante por Regresión Lineal
EJERCICIO EN
CL ASE
REGRESION LINEAL POR MINIMOS CUADRADOS
Basados en el siguiente pseudo-código, programa en equipo de Regresión Lineal
por Mínimos Cuadrados:
1. Lee el archivo ”[Link]” que está en canvas
2. Define los vectores 𝑥 y 𝑦 en base a los datos del archivo leído, columna A es
𝑥 y B es 𝑦
3. Calcula con “numel” el número de elementos del vector 𝑥
4. Imprime las coordenadas de los vectores con 𝑝𝑙𝑜𝑡(𝑥, 𝑦, ’ ∗ 𝑟’) y configura
hold on
5. Calcula los las sumatorias de x, 𝑦, 𝑥𝑦, 𝑥 2 con el uso del comando “sum”
6. Despues calcula 𝑚 y 𝑏 que definirá la recta por regresión lineal
7. Define un nuevo vector 𝑥𝑥 = 0: 1: 14 y define la función y𝑦 = 𝑚 ∗ 𝑥𝑥 + 𝑏
8. Imprime los vectores 𝑥𝑥 y y𝑦 con 𝑝𝑙𝑜𝑡(𝑥𝑥, 𝑦𝑦, ’ − 𝑏’)
9. Configura título “Regresión Lineal Mínimos Cuadrados” y nombre de ejes “x”
y “y”
REGRESION LINEAL POR MINIMOS CUADRADOS
(Σ 𝑥)(Σ 𝑦)
Σ𝑥𝑦 −
𝑚= 𝑛
(Σ 𝑥) 2
Σ 𝑥2 −
𝑛
(Σ 𝑦) (Σ 𝑥)
𝑏= −𝑚
𝑛 𝑛
REGRESION LINEAL POR MINIMOS CUADRADOS
Qué valor estimado tiene y para
un valor de x=16?
REGRESION LINEAL POR MINIMOS CUADRADOS
