Naranjas
n_n = np.size(diametro_naranja)
x_n = diametro_naranja
y_n = peso_naranja
a_n = (n_n*np.sum(x_n*y_n) - np.sum(x_n)*np.sum(y_n))/(n_n*np.sum(x_n**2)-np.sum(x_n)**2)
b_n = np.mean(y_n) - a_n*np.mean(x_n)
print(f'La pendiente es {a_n} \nla interseccion es {b_n}')
y_n = a_n*x_n + b_n
y_n
np.linalg.norm(diametro_naranja - y_n)
plt.plot(diametro_naranja, peso_naranja,label = 'Datos Reales Naranja')
plt.plot(x_n, y_n,label = 'Regresión Lineal Estimada')
plt.xlabel('Diametro (cm)')
plt.ylabel('Peso (g)')
plt.legend()
Toronjas
n_t = np.size(diametro_toronja)
x_t = diametro_toronja
y_t = peso_toronja
a_t = (n_t*np.sum(x_t*y_t) - np.sum(x_t)*np.sum(y_t))/(n_t*np.sum(x_t**2)-np.sum(x_t)**2)
b_t = np.mean(y_t) - a_t*np.mean(x_t)
print(f'La pendiente es {a_t} \nla interseccion es {b_t}')
#Ecuacion de la recta
y_t = a_t*x_t + b_t
plt.plot(diametro_toronja, peso_toronja,label = 'Datos reales Toronja')
plt.plot(x_t, y_t,label = 'Regresión Lineal Estimada')
plt.xlabel('Diametro (cm)')
plt.ylabel('Peso (g)')
plt.legend()
Naranja y toronjas
n_total = np.size(datos_transpuesto[0])
x_total = datos_transpuesto[0]
y_total = datos_transpuesto[1]
a_total = (n_total*np.sum(x_total*y_total) - np.sum(x_total)*np.sum(y_total))/(n_total*np.sum(x_total**2)-np.sum(x_total)**2)
b_total = np.mean(y_total) - a_total*np.mean(x_total)
print(f'La pendiente es {a_t} \nla interseccion es {b_t}')
y_total = a_total*x_total + b_total
plt.plot(diametro_toronja, peso_toronja,label = 'Datos reales Toronja')
plt.plot(diametro_naranja, peso_naranja,label = 'Datos reales Naranja')
plt.plot(x_total, y_total,label = 'Regresión Lineal Estimada')
plt.xlabel('Diametro (cm)')
plt.ylabel('Peso (g)')
plt.legend()
