Deducción de mínimos cuadrados para recta de ajuste y ejemplo 1

¡Suscríbete al canal! ---- goo.gl/3tTG4E
¡Muchas gracias por ver mi video, espero te haya sido de ayuda!
Con gusto puedo serte útil en clases particulares, en cursos y talleres especializados.
En este video mostramos cómo se deduce la ecuación de la recta de ajuste de una serie de puntos usando el método de mínimos cuadrados
!Sígueme en facebook! ---------- goo.gl/OGjuUd
¡Suscríbete al blog! ---------------- goo.gl/TKwwPB
¡Estoy a tus órdenes!

[@raptorcoc8957]

Eres el mejor

[@carlosclusella2130]

Muchas Gracias!, excelente explicación.

[@isaacperezgarcia7766]

Muy buena explicación. Gracias

[@gildeulises2010]

Gracias amigo, me has salvado, like y me suscribo. thks

[@carlossantiago6570]

Muy buen método, gracias por compartir

[@verdearambulogerald7747]

como se hallaste m y b, podrias explicarlo porfa

[@gchumbes]

Buen video, consulta, por que se busca que las derivadas de la sumatoria de los cuadrados sea 0, que significa

[@ser7620]

Hola. Gracias por la pregunta. Carl Friedrich Gauss fue quien propuso este método aplicando el concepto de derivada, a la función que evalua los cuadrados de los errores. Si ésta vale cero para algún valor de x, es probable que en dicho punto haya o un máximo o un mínimo. En otro video explico la deducción con más detalle kzbin.info/www/bejne/apOqdGaqi9drjcU

[@javiercorona213]

Y la función final no se le hace nada?

[@maximoibarra7769]

Comenzaste bien

[@sergioreyes6371]

ri es el error verdad

[@isaacperezgarcia7766]

Sí

[@tarikabaraka2251]

El método de los mínimos cuadrados se utiliza para calcular la recta de regresión lineal que minimiza los residuos, esto es, las diferencias entre los valores reales y los estimados por la recta. Se revisa su fundamento y la forma de calcular los coeficientes de regresión con este método