Read more
La regresión lineal clasica basada en la condición de mínimos cuadrados no cumple con el criterio de unicidad de respuesta al efectuar el ajuste de datos de magnitudes cuya relación es de naturaleza lineal, haciéndola dependiente de la elección de la magnitud que se considere independiente,lo cual lleva a dos posibles respuestas ante un único problema. Aunque considerando que en la mayoría de los casos los valores dados con esta ambigüedad son manejables estadísticamente, cuando su dispersión es relativamente pequeña, se pueden hacer problemáticamente grandes cuando se tratan de datos con una dispersión considerable y haciendo dicha ambigüedad en conflictiva. El método, denominado como Hiperajuste, que se presenta en esta obra permite evitar interpretaciones estadísticas a valores divergentes de cálculo y problemas relativos a la magnitud en la dispersión de datos. También se ofrece una alternativa en el ajuste cuadrático, en el cúbico y de grados superiores, así como un tratamiento alternativo en el ajuste de datos para hiperplanos.
About the author
Se graduó como bachiller y luego como Licenciado en Ciencias Físicas en la Universidad Nacional Mayor de San Marcos (U.N.M.S.M.) en la cual fue profesor desde 1991 hasta 2000, solo interrumpida por sus estudios de maestría en el IFQSC de la USP-Brasil, graduándose como Mestre em Física Aplicada. Actualmente es Profesor en la UPCH en Lima-Perú.
