Casio ClassPad fx-CP400 Manual del usuario
Página 137
Capítulo 7: Aplicación Estadística 137
Línea Med-Med (MedMed) [MedMed Line] ................................................................................
y
=
a
ؒ
x
+
b
Cuando sospeche que los datos contienen valores extremos, deberá utilizar el gráfico Med-Med (que se
basa en las medianas), en lugar del gráfico de regresión lineal. Med-Med es similar al gráfico de regresión
lineal, pero también minimiza los efectos de los valores extremos.
Regresión cuadrática (QuadR) [Quadratic Reg] ............................................................
y
=
a
ؒ
x
2
+
b
ؒ
x
+
c
regresión cúbica (CubicR) [Cubic Reg] ................................................................
y
=
a
ؒ
x
3
+
b
ؒ
x
2
+
c
ؒ
x
+
d
Regresión de orden cuatro (QuartR) [Quartic Reg] ...................................
y
=
a
ؒ
x
4
+
b
ؒ
x
3
+
c
ؒ
x
2
+
d
ؒ
x
+
e
Gráficos de regresión cuadrática, cúbica o de orden cuatro utilizan el método de mínimos cuadrados para
dibujar una curva que pase en la vecindad de tantos puntos de datos como sea posible. Estos gráficos
pueden expresarse como expresiones de regresión cuadrática, cúbica y de orden cuatro.
Regresión logarítmica (LogR) [Logarithmic Reg] ......................................................................
a
+
b
ؒln(
x
)
La regresión logarítmica expresa
y
como una función logarítmica de
x
. La fórmula normal de la regresión
logarítmica es
y
=
a
+
b
ؒln(
x
). Si decimos que X = ln(
x
), entonces esta fórmula corresponde a la fórmula de
la regresión lineal
y
=
a
+
b
ؒX.
Regresión exponencial
a
ؒ
e
b
Ⴇ
x
(ExpR) [Exponential Reg] .............................................................
y
=
a
ؒ
e
b
ؒ
x
La regresión exponencial puede usarse cuando
y
es proporcional a la función exponencial de
x
. La fórmula
de regresión exponencial normal es
y
=
a
ؒ
e
b
ؒ
x
. Si obtenemos el logaritmo a ambos lados, tendremos ln(
y
)
= ln(
a
) +
b
ؒ
x
. Luego, si decimos que Y = ln(
y
) y A = In(
a
), la fórmula corresponde a la fórmula de regresión
lineal Y = A +
b
ؒ
x
.
Regresión exponencial
a
ؒ
b
x
(abExpR) [abExponential Reg] ........................................................
y
=
a
ؒ
b
x
La regresión exponencial puede usarse cuando
y
es proporcional a la función exponencial de
x
. La fórmula
de regresión exponencial normal en este caso es
y
=
a
ؒ
b
x
. Si tomamos los logaritmos naturales a ambos
lados, tendremost ln(
y
) = ln(
a
) + (ln(
b
))
ؒ
x
. Luego, si decimos que Y = ln(
y
), A = ln(
a
) y B = ln(
b
), la fórmula
corresponde a la fórmula de regresión lineal Y = A + B
ؒ
x
.
Regresión potencial (PowerR) [Power Reg] ..................................................................................
y
=
a
ؒ
x
b
La regresión potencial puede usarse cuando y es proporcional a la potencia de
x
. La fórmula de regresión
potencial normal es
y
=
a
ؒ
x
b
. Si obtenemos el logaritmo a ambos lados, tendremos ln(
y
) = ln(
a
) +
b
ؒln(
x
).
Luego, si decimos que X = ln(
x
), Y = ln(
y
), y A = ln(
a
), la fórmula corresponde a la fórmula de regresión
lineal Y = A +
b
ؒX.
Regresión sinusoidal (SinR) [Sinusoidal Reg] .........................................................
y
=
a
ؒsin(
b
ؒ
x
+
c
) +
d
La regresión sinusoidal es la más adecuada para datos que se repitan en el tiempo cada un cierto intervalo
regular fijo.
Regresión logística (LogisticR) [Logistic Reg] ....................................................................
y
=
c
1 +
a
ؒ
e
–b
ؒx
La regresión logística es la más adecuada para datos cuyos valores aumenten con el tiempo, hasta llegar
a un punto de saturación.
Consejo:
Aunque la ClassPad realiza internamente cálculos de regresión después de dibujar los gráficos usando
las opciones del cuadro de diálogo Set StatGraphs (página 134), los resultados de cálculo (coeficientes de la
fórmula de regresión y otros valores) no se pueden mostrar. Para mostrar los resultados de cálculo de la
regresión, utilice los comandos del menú [Calc] - [Regression], los cuales se muestran en corchetes ([ ])
anteriormente.