Considere el conjunto de datos de entrenamiento mostrado en la figura 2.6.
Estimar los valores de los parámetros asociados β₀ y β₁ mediante el método de mínimos cuadrados,
así como el valor estimado para x = 9.
% Ejercicio 2.7.8
X = [1;2;4;6]; % datos de entrenamiento
Y = [2;4;6;7]; % valores de salida
N = length(X);
X1 = [ones(N,1), X];
beta_estimado = X1\Y;
disp('Los parámetros estimados (beta_0, beta_1) son:');
disp(beta_estimado);
X_nuevo = 9;
y_estimado = beta_estimado(1) + beta_estimado(2) * X_nuevo;
disp('El valor estimado de Y para x = 9 es:');
disp(y_estimado);