UNIVERSIDAD NACIONAL DE HUANCAVELICA

FACULTAD DE CIENCIAS DE INGENIERIA

Escuela Profesional de Ingeniería Civil

DEMOSTRACION DE COEFICIENTE DE
CORRELACION PARA REGRESION CUADRATICA
Y REGRESION MULTILINEAL

CURSO : METODOS NUMERICOS APLICADOS

DOCENTE: Ing. BENDEZU BOSA, Reyder E.
CICLO : IV “B”
ALUMNO: RAMOS ENRIQUEZ, Alfredo Ronald

HUANCAVELICA-PERÚ 2016
 UNIVERSIDAD NACIONAL DE HUANCAVELICA

FACULTAD DE CIENCIAS DE INGENIERIA

Escuela Profesional de Ingeniería Civil

DEMOSTRACION DE COEFICIENTE DE CORRELACION PARA

REGRESION CUADRATICA

Demostraremos el coeficiente de correlación para regresión polinomial y luego

haremos para regresión cuadrática
Por definición:
∑(Yi−𝑌̅)2
𝑟2 = ∑(𝑌−𝑌̅)2 ∑ 𝑌𝑖
̅
=𝑌
𝑛

Desarrollando el numerador:

∑(Yi − 𝑌̅)2 = ∑ 𝑌𝑖 2 − 2𝑌̅ ∑ 𝑌𝑖 + 𝑛𝑌̅ 2

∑ 𝑌𝑖 ∗ ∑ 𝑌𝑖 (∑ 𝑌𝑖)2
= ∑ 𝑌𝑖 2 − 2 +
𝑛 𝑛

2
(∑ 𝑌𝑖)2 𝑛 ∑ 𝑌𝑖 2 − (∑ 𝑌𝑖)2
= ∑ 𝑌𝑖 − =
𝑛 𝑛
Desarrollando el denominador:

∑(𝑌 − 𝑌̅)2 = ∑ 𝑌 2 − 2𝑌̅ ∑ 𝑌 + 𝑛𝑌̅ 2

2 ∑ 𝑌 ∗ ∑ 𝑌 (∑ 𝑌)2
= ∑ 𝑌2 − +
𝑛 𝑛
(∑ 𝑌)2 𝑛 ∑ 𝑌 2 − (∑ 𝑌)2
2
= ∑𝑌 − =
𝑛 𝑛
Remplazando el numerador y el denominador tenemos:
𝑛 ∑ 𝑌𝑖 2 −(∑ 𝑌𝑖)2
𝑟2 = ………………… 1
𝑛 ∑ 𝑌 2 −(∑ 𝑌)2

Demostrando por el método de los mínimos cuadrados el coeficiente de

correlación para una regresión polinomial.

𝑌𝑖 = 𝑎0 + 𝑎1 𝑥 + 𝑎2 𝑥 2 + 𝑎3 𝑥 3 + ⋯ ⋯ ⋯ ⋯ + 𝑎𝑚 𝑥 𝑚
𝑒 = 𝑦 − Yi = 𝑦 − (𝑎0 + 𝑎1 𝑥 + 𝑎2 𝑥 2 + 𝑎3 𝑥 3 + ⋯ ⋯ ⋯ ⋯ + 𝑎𝑚 𝑥 𝑚 )

∑|𝑒| = ∑|𝑦 − (𝑎0 + 𝑎1 𝑥 + 𝑎2 𝑥 2 + 𝑎3 𝑥 3 + ⋯ ⋯ ⋯ ⋯ + 𝑎𝑚 𝑥 𝑚 )|

 UNIVERSIDAD NACIONAL DE HUANCAVELICA

FACULTAD DE CIENCIAS DE INGENIERIA

Escuela Profesional de Ingeniería Civil

𝐸𝑟𝑟𝑜𝑟 𝑡𝑜𝑡𝑎𝑙 = ∑(𝑒)2 = ∑(𝑦 − 𝑎0 − 𝑎1 𝑥1 − 𝑎2 𝑥 2 − 𝑎3 𝑥 3 − ⋯ ⋯ ⋯ ⋯ − 𝑎𝑚 𝑥 𝑚 )2

…….. (2)

DERIVANDO (2) e igualando a cero:

𝜕𝐸
= 0 = 2 ∑(𝑦 − 𝑎0 − 𝑎1 𝑥 − 𝑎2 𝑥 2 − 𝑎3 𝑥 3 − ⋯ ⋯ ⋯ ⋯ − 𝑎𝑚 𝑥 𝑚 ) (−1) = 0
𝜕𝑎0
𝜕𝐸
= 0 = 2 ∑(𝑦 − 𝑎0 − 𝑎1 𝑥 − 𝑎2 𝑥 2 − 𝑎3 𝑥 3 − ⋯ ⋯ ⋯ ⋯ − 𝑎𝑚 𝑥 𝑚 ) (−𝑥1 ) = 0
𝜕𝑎1
𝜕𝐸
= 0 = 2 ∑(𝑦 − 𝑎0 − 𝑎1 𝑥 − 𝑎2 𝑥 2 − 𝑎3 𝑥 3 − ⋯ ⋯ ⋯ ⋯ − 𝑎𝑚 𝑥 𝑚 ) (−𝑥 2 ) = 0
𝜕𝑎2
𝜕𝐸 .
= 0 ⇒ 2 ∑(𝑦 − 𝑎0 − 𝑎1 𝑥 − 𝑎2 𝑥 2 − 𝑎3 𝑥 3 − ⋯ ⋯ ⋯ ⋯ − 𝑎𝑚 𝑥 𝑚 ) (−𝑥 3 ) = 0
𝜕𝑎3
⋮
⋮
𝜕𝐸
= 0 = 2 ∑(𝑦 − 𝑎0 − 𝑎1 𝑥 − 𝑎2 𝑥 2 − 𝑎3 𝑥 3 − ⋯ ⋯ ⋯ ⋯ − 𝑎𝑚 𝑥 𝑚 ) (−𝑥 𝑚 ) = 0
𝜕𝑎𝑚
Aplicando las sumatorias distributivamente obtenemos los siguientes

∑ 𝑎0 + 𝑎1 ∑ 𝑥 + 𝑎2 ∑ 𝑥 2 + 𝑎3 ∑ 𝑥 3 + ⋯ ⋯ ⋯ ⋯ + 𝑎𝑚 ∑ 𝑥 𝑚 = ∑ 𝑦

𝑎0 ∑ 𝑥 + 𝑎1 ∑ 𝑥 2 + 𝑎2 ∑ 𝑥 3 + 𝑎3 ∑ 𝑥 4 + ⋯ ⋯ ⋯ ⋯ + 𝑎𝑚 ∑ 𝑥 𝑚+1 = ∑ 𝑦𝑥

𝑎0 ∑ 𝑥 2 + 𝑎1 ∑ 𝑥 3 + 𝑎2 ∑ 𝑥2 4 + 𝑎3 ∑ 𝑥 5 + ⋯ ⋯ ⋯ ⋯ + 𝑎𝑚 ∑ 𝑥 𝑚+2 = ∑ 𝑦𝑥 2

𝑎0 ∑ 𝑥 3 + 𝑎1 ∑ 𝑥 4 + 𝑎2 ∑ 𝑥 5 + 𝑎3 ∑ 𝑥 6 + ⋯ ⋯ ⋯ ⋯ + 𝑎𝑚 ∑ 𝑥 𝑚+3 = ∑ 𝑦𝑥 3

⋮
⋮

𝑎0 ∑ 𝑥 𝑚 + 𝑎1 ∑ 𝑥 𝑚+1 + 𝑎2 ∑ 𝑥 𝑚+2 + 𝑎3 ∑ 𝑥 𝑚+3 + ⋯ + 𝑎𝑚 ∑ 𝑥 2𝑚 = ∑ 𝑦𝑥 𝑚

Ordenando en una matriz:

 UNIVERSIDAD NACIONAL DE HUANCAVELICA

FACULTAD DE CIENCIAS DE INGENIERIA

Escuela Profesional de Ingeniería Civil

𝑛 ∑𝑥 ∑ 𝑥2 ∑ 𝑥3 ⋯ ∑ 𝑥𝑚 ∑𝑦

∑𝑥 ∑ 𝑥2 ∑ 𝑥3 ∑ 𝑥4 … ∑ 𝑥 𝑚+1 𝑎0 ∑ 𝑦𝑥
𝑎1
∑ 𝑥2 ∑ 𝑥3 ∑ 𝑥4 ∑ 𝑥5 … ∑ 𝑥 𝑚+2 𝑎2 ∑ 𝑦 𝑥2
∗ 𝑎3 =
∑ 𝑥3 ∑ 𝑥4 ∑ 𝑥5 ∑ 𝑥6 … ∑ 𝑥 𝑚+3 𝑎4 ∑ 𝑦 𝑥3
⋮
∑ 𝑥4 ∑ 𝑥5 ∑ 𝑥6 ∑ 𝑥7 … ∑ 𝑥 𝑚+4 ∑ 𝑦 𝑥4
[𝑎𝑚 ]
⋮ ⋮ ⋮ ⋮ … ⋮ ⋮
𝑚
[∑ 𝑥 ∑ 𝑥 𝑚+1 ∑ 𝑥 𝑚+2 ∑ 𝑥 𝑚+3 … ∑ 𝑥 2𝑚 ] [∑ 𝑦 𝑥 ]
𝑚

Para obtener los valores de 𝑎0 , 𝑎1 , 𝑎2 , 𝑎3 , ⋯ ⋯ ⋯ ⋯ , 𝑎𝑚 se saca la matriz

inversa
−1
𝑛 ∑𝑥 ∑ 𝑥2 ∑ 𝑥3 ⋯ ∑ 𝑥𝑚 ∑𝑦

𝑎0 ∑𝑥 ∑ 𝑥2 ∑ 𝑥3 ∑ 𝑥4 … ∑ 𝑥 𝑚+1 ∑ 𝑦𝑥
𝑎1
𝑎2 ∑ 𝑥2 ∑ 𝑥3 ∑ 𝑥4 ∑ 𝑥5 … ∑ 𝑥 𝑚+2 ∑ 𝑦 𝑥2
𝑎3 = ∗
𝑎4 ∑ 𝑥3 ∑ 𝑥4 ∑ 𝑥5 ∑ 𝑥6 … ∑ 𝑥 𝑚+3 ∑ 𝑦 𝑥3
⋮
∑ 𝑥4 ∑ 𝑥5 ∑ 𝑥6 ∑ 𝑥7 … ∑ 𝑥 𝑚+4 ∑ 𝑦 𝑥4
[𝑎𝑚 ]
⋮ ⋮ ⋮ ⋮ … ⋮ ⋮
𝑚
[∑ 𝑥 ∑ 𝑥 𝑚+1 ∑ 𝑥 𝑚+2 ∑ 𝑥 𝑚+3 … ∑ 𝑥 2𝑚 ] 𝑚
[∑ 𝑦 𝑥 ]

𝑛 ∑ 𝑌𝑖 2 −(∑ 𝑌𝑖)2
De la ecuación (1) tenemos: 𝑟2 = 𝑛 ∑ 𝑌 2 −(∑ 𝑌)2

𝑛 ∑ 𝑌𝑖 2 − (∑ 𝑌𝑖)2 = 𝑛(𝑎0 + 𝑎1 𝑥 + 𝑎2 𝑥 2 + 𝑎3 𝑥 3 + ⋯ ⋯ ⋯ ⋯ + 𝑎𝑚 𝑥 𝑚 )2 − (∑ 𝑌𝑖)2

Al momento de desarrollar tendríamos una ecuación extensa

Realizaremos para una ecuación cuadrática:
Sea
.
Yi = 𝑎0 + 𝑎1 𝑥 + 𝑎2 𝑥 2 ⇒ 𝑛 ∑ 𝑌𝑖 2 − (∑ 𝑌𝑖)2 = n ∑(𝑎0 + 𝑎1 𝑥 + 𝑎2 𝑥 2 )2 − (∑ 𝑌𝑖)2

n ∑(𝑎0 2 + 2𝑎1 𝑎0 𝑥 + 2𝑎2 𝑎0 𝑥 2 + 2𝑎1 𝑎2 𝑥 3 + 𝑎1 2 𝑥 2 + 𝑎2 2 𝑥 4 ) − (∑ 𝑌𝑖)2

 UNIVERSIDAD NACIONAL DE HUANCAVELICA

FACULTAD DE CIENCIAS DE INGENIERIA

Escuela Profesional de Ingeniería Civil

Ordenando obtenemos lo siguiente:

𝑛𝑎2 ∑ 𝑥 2 (𝑎0 + 𝑎1 𝑥 + 𝑎2 𝑥 2 ) + 𝑛𝑎1 ∑ x(𝑎0 + 𝑎1 𝑥 + 𝑎2 𝑥 2 )

2
+ n𝑎0 ∑ 𝑎0 𝑛 + 𝑎1 𝑥 + 𝑎2 𝑥 2 − (∑ 𝑌𝑖)

Donde 𝑌 = 𝑎0 + 𝑎1 𝑥 + 𝑎2 𝑥 2
n ∑(𝑎0 + 𝑎1 𝑥 + 𝑎2 𝑥 2 )2 − (∑ 𝑌𝑖)2 = n𝑎2 ∑ 𝑦𝑥 2 + 𝑛𝑎1 ∑ 𝑥𝑦+ n𝑎0 ∑ 𝑦 − (∑ 𝑌𝑖)2

Entonces obtenemos el coeficiente de correlación cuadrática:

𝑛𝑎0 ∑ 𝑦 + 𝑛𝑎1 ∑ 𝑥𝑦 + 𝑛𝑎2 ∑ 𝑦𝑥 2 − (∑ 𝑌𝑖)2
𝑟2 =
𝑛 ∑ 𝑌 2 − (∑ 𝑌)2
Desarrollando obtenemos la correlación para m datos

𝑛𝑎0 ∑ 𝑦+n𝑎1 ∑ 𝑦𝑥+n𝑎2 ∑ 𝑦𝑥 2 +𝑛𝑎3 ∑ 𝑦𝑥 3 + ………..+n𝑎𝑚 ∑ 𝑦𝑥 𝑚 − (∑ 𝑌𝑖)2

𝑟2 = 𝑛 ∑ 𝑌 2 −(∑ 𝑌)2

DEMOSTRACION DE COEFICIENTE DE CORRELACION PARA

REGRESION MULTILINEAL

∑(𝑌𝑖−𝑌̅)2
Por definición: 𝑟2 = ∑(𝑌−𝑌̅)2

∑ 𝑌𝑖
̅
=𝑌
𝑛
̅𝑛
∑ 𝑌𝑖 = 𝑌
Desarrollando el numerador:

∑(Yi − 𝑌̅)2 = ∑ 𝑌𝑖 2 − 2𝑌̅ ∑ 𝑌𝑖 + 𝑛𝑌̅ 2

= ∑ 𝑌𝑖 2 − 2 𝑛𝑌̅ 2 + 𝑛𝑌̅ 2 = ∑ 𝑌𝑖 2 − 𝑛𝑌̅ 2 …………(a)

Desarrollando el denominador:

∑(𝑌 − 𝑌̅)2 = ∑ 𝑌 2 − 2𝑌̅ ∑ 𝑌 + 𝑛𝑌̅ 2

= ∑ 𝑌 2 − 2𝑛𝑌̅ 2 + 𝑛𝑌̅ 2 = ∑ 𝑌 2 − 𝑛𝑌̅ 2 …………(b)

 UNIVERSIDAD NACIONAL DE HUANCAVELICA

FACULTAD DE CIENCIAS DE INGENIERIA

Escuela Profesional de Ingeniería Civil

∑ 𝑌𝑖 2 −𝑛𝑌̅ 2
𝑟2 = ∑ 𝑌 2 −𝑛𝑌̅ 2
………………… 1

Demostrando por el método de los mínimos cuadrados el coeficiente de

correlación para una regresión lineal múltiple:
𝑌𝑖 = 𝑎0 + 𝑎1 𝑥1 + 𝑎2 𝑥2 + 𝑎3 𝑥3 + ⋯ ⋯ ⋯ ⋯ + 𝑎𝑚 𝑥𝑚
𝑒 = 𝑦 − 𝑌𝑖 = 𝑦 − (𝑎0 + 𝑎1 𝑥1 + 𝑎2 𝑥2 + 𝑎3 𝑥3 + ⋯ ⋯ ⋯ ⋯ + 𝑎𝑚 𝑥𝑚 )

∑|𝑒| = ∑|𝑦 − (𝑎0 + 𝑎1 𝑥1 + 𝑎2 𝑥2 + 𝑎3 𝑥3 + ⋯ ⋯ ⋯ ⋯ + 𝑎𝑚 𝑥𝑚 )|

𝐸𝑟𝑟𝑜𝑟 𝑡𝑜𝑡𝑎𝑙 = ∑(𝑒)2 = ∑(𝑦 − 𝑎0 − 𝑎1 𝑥1 − 𝑎2 𝑥2 − 𝑎3 𝑥3 − ⋯ ⋯ ⋯ ⋯ − 𝑎𝑚 𝑥𝑚 )2

Hallando la derivada e igualando a cero:

𝜕𝐸 .
= 0 ⇒ 2 ∑(𝑦 − 𝑎0 − 𝑎1 𝑥1 − 𝑎2 𝑥2 − 𝑎3 𝑥3 − ⋯ ⋯ ⋯ ⋯ − 𝑎𝑚 𝑥𝑚 ) (−1) = 0
𝜕𝑎0
𝜕𝐸 .
= 0 ⇒ 2 ∑(𝑦 − 𝑎0 − 𝑎1 𝑥1 − 𝑎2 𝑥2 − 𝑎3 𝑥3 − ⋯ ⋯ ⋯ ⋯ − 𝑎𝑚 𝑥𝑚 ) (−𝑥1 ) = 0
𝜕𝑎1
𝜕𝐸 .
= 0 ⇒ 2 ∑(𝑦 − 𝑎0 − 𝑎1 𝑥1 − 𝑎2 𝑥2 − 𝑎3 𝑥3 − ⋯ ⋯ ⋯ ⋯ − 𝑎𝑚 𝑥𝑚 ) (−𝑥2 ) = 0
𝜕𝑎2
𝜕𝐸 .
= 0 ⇒ 2 ∑(𝑦 − 𝑎0 − 𝑎1 𝑥1 − 𝑎2 𝑥2 − 𝑎3 𝑥3 − ⋯ ⋯ ⋯ ⋯ − 𝑎𝑚 𝑥𝑚 ) (−𝑥3 ) = 0
𝜕𝑎3
⋮
⋮
𝜕𝐸 .
= 0 ⇒ 2 ∑(𝑦 − 𝑎0 − 𝑎1 𝑥1 − 𝑎2 𝑥2 − 𝑎3 𝑥3 − ⋯ ⋯ ⋯ ⋯ − 𝑎𝑚 𝑥𝑚 ) (−𝑥𝑚 ) = 0
𝜕𝑎𝑚

Aplicando sumatorias distributivamente:

∑ 𝑎0 + 𝑎1 ∑ 𝑥1 + 𝑎2 ∑ 𝑥2 + 𝑎3 ∑ 𝑥3 + ⋯ ⋯ ⋯ ⋯ + 𝑎𝑚 ∑ 𝑥𝑚 = ∑ 𝑦

𝑎0 ∑ 𝑥1 + 𝑎1 ∑ 𝑥1 2 + 𝑎2 ∑ 𝑥2 𝑥1 + 𝑎3 ∑ 𝑥3 𝑥1 + ⋯ ⋯ + 𝑎𝑚 ∑ 𝑥𝑚 𝑥1 = ∑ 𝑦𝑥1

𝑎0 ∑ 𝑥2 + 𝑎1 ∑ 𝑥2 𝑥1 + 𝑎2 ∑ 𝑥2 2 + 𝑎3 ∑ 𝑥3 𝑥2 + ⋯ ⋯ + 𝑎𝑚 ∑ 𝑥𝑚 𝑥2 = ∑ 𝑦𝑥2
 UNIVERSIDAD NACIONAL DE HUANCAVELICA

FACULTAD DE CIENCIAS DE INGENIERIA

Escuela Profesional de Ingeniería Civil

𝑎0 ∑ 𝑥3 + 𝑎1 ∑ 𝑥3 𝑥1 + 𝑎2 ∑ 𝑥3 𝑥2 + 𝑎3 ∑ 𝑥3 2 + ⋯ ⋯ + 𝑎𝑚 ∑ 𝑥𝑚 𝑥3 = ∑ 𝑦𝑥3

⋮
⋮

𝑎0 ∑ 𝑥𝑚 + 𝑎1 ∑ 𝑥𝑚 𝑥1 + 𝑎2 ∑ 𝑥𝑚 𝑥2 + 𝑎3 ∑ 𝑥𝑚 𝑥3 + ⋯ + 𝑎𝑚 ∑ 𝑥𝑚 2 = ∑ 𝑦𝑥𝑚

Ordenando en una matriz:

𝑛 ∑ 𝑥1 ∑ 𝑥2 ∑ 𝑥3 ⋯ ∑ 𝑥𝑚 ∑𝑦

∑ 𝑥1 ∑ 𝑥1 2 ∑ 𝑥2 𝑥1 ∑ 𝑥3 𝑥1 … ∑ 𝑥𝑚 𝑥1 𝑎0 ∑ 𝑦𝑥1
𝑎1
∑ 𝑥2 ∑ 𝑥2 𝑥1 ∑ 𝑥2 2 ∑ 𝑥3 𝑥2 … ∑ 𝑥𝑚 𝑥2 𝑎2 ∑ 𝑦𝑥2
∗ 𝑎3 =
∑ 𝑥3 ∑ 𝑥3 𝑥1 ∑ 𝑥3 𝑥2 ∑ 𝑥3 2 … ∑ 𝑥𝑚 𝑥3 𝑎4 ∑ 𝑦𝑥3
⋮
∑ 𝑥4 ∑ 𝑥4 𝑥1 ∑ 𝑥4 𝑥2 ∑ 𝑥4 𝑥3 … ∑ 𝑥𝑚 𝑥4 ∑ 𝑦𝑥4
[𝑎𝑚 ]
⋮ ⋮ ⋮ ⋮ … ⋮ ⋮

[∑ 𝑥𝑚 ∑ 𝑥𝑚 𝑥1 ∑ 𝑥𝑚 𝑥2 ∑ 𝑥𝑚 𝑥3 … ∑ 𝑥𝑚 2 ] [∑ 𝑦𝑥𝑚 ]
Para obtener los valores de 𝑎0 , 𝑎1 , 𝑎2 , 𝑎3 , ⋯ ⋯ ⋯ ⋯ , 𝑎𝑚 realizaremos la matriz
inversa:

−1
𝑛 ∑ 𝑥1 ∑ 𝑥2 ∑ 𝑥3 ⋯ ∑ 𝑥𝑚 ∑𝑦

𝑎0 ∑ 𝑥1 ∑ 𝑥1 2 ∑ 𝑥2 𝑥1 ∑ 𝑥3 𝑥1 … ∑ 𝑥𝑚 𝑥1 ∑ 𝑦𝑥1
𝑎1
𝑎2 ∑ 𝑥2 ∑ 𝑥2 𝑥1 ∑ 𝑥2 2 ∑ 𝑥3 𝑥2 … ∑ 𝑥𝑚 𝑥2 ∑ 𝑦𝑥2
𝑎3 = ∗
𝑎4 ∑ 𝑥3 ∑ 𝑥3 𝑥1 ∑ 𝑥3 𝑥2 ∑ 𝑥3 2 … ∑ 𝑥𝑚 𝑥3 ∑ 𝑦𝑥3
⋮
∑ 𝑥4 ∑ 𝑥4 𝑥1 ∑ 𝑥4 𝑥2 ∑ 𝑥4 𝑥3 … ∑ 𝑥𝑚 𝑥4 ∑ 𝑦𝑥4
[𝑎𝑚 ]
⋮ ⋮ ⋮ ⋮ … ⋮ ⋮
2
[∑ 𝑥𝑚 ∑ 𝑥𝑚 𝑥1 ∑ 𝑥𝑚 𝑥2 ∑ 𝑥𝑚 𝑥3 … ∑ 𝑥𝑚 ] [∑ 𝑦𝑥𝑚 ]
 UNIVERSIDAD NACIONAL DE HUANCAVELICA

FACULTAD DE CIENCIAS DE INGENIERIA

Escuela Profesional de Ingeniería Civil

∑ 𝑌 2 −𝑛𝑌̅ 2
De la ecuación (1) 𝑟 2 = ∑ 𝑌 2 −𝑛𝑌̅ 2

∑ 𝑌𝑖 2 − 𝑛𝑌̅ 2 = (𝑎0 + 𝑎1 𝑥1 + 𝑎2 𝑥2 + 𝑎3 𝑥3 + ⋯ ⋯ ⋯ ⋯ + 𝑎𝑚 𝑥𝑚 )2 − 𝑛𝑌̅ 2

Al momento de desarrollar no quedaría una ecuación extensa lo cual

partiremos de uno más sencillo:
Sea
.
𝑌𝑖 = 𝑎0 + 𝑎1 𝑥1 ⇒ ∑ 𝑌𝑖 2 − 𝑛𝑌̅ 2 = ∑(𝑎0 + 𝑎1 𝑥1 )2 − 𝑛𝑌̅ 2
. 2
⇒ ∑(𝑎0 2 + 2𝑎1 𝑎0 𝑥1 + 𝑎1 2 𝑥1 ) − 𝑛𝑌̅ 2
𝑎0 (𝑎0 𝑛 + 𝑎1 ∑ 𝑥1 ) +𝑎1 (𝑎0 ∑ 𝑥1 + 𝑎1 ∑ 𝑥1 ) − 𝑛𝑌̅ 2

Donde ∑ 𝑦 = 𝑎0 𝑛 + 𝑎1 ∑ 𝑥1
∑ 𝑥𝑦 = 𝑎0 ∑ 𝑥1 + 𝑎1 ∑ 𝑥1
Reemplazando tenemos lo siguiente:
∑(𝑎0 + 𝑎1 𝑥1 )2 − 𝑛𝑌̅ 2 = 𝑎0 ∑ 𝑦 +𝑎1 ∑ 𝑥𝑦 − 𝑛𝑌̅ 2
Y así podemos generalizar para m datos:

Desarrollando obtenemos la correlación de m datos

𝑎0 ∑ 𝑦+𝑎1 ∑ 𝑦𝑥1 +𝑎2 ∑ 𝑦𝑥2 +𝑎3 ∑ 𝑦𝑥3 + ………..+𝑎𝑚 ∑ 𝑦𝑥𝑚 − 𝑛𝑌̅ 2

𝑟2 = ∑ 𝑌 2 −𝑛𝑌̅ 2