7/23/2019 CASO PROYECCIONES.doc
1/13
Modelo de Regresin y Correlacin Lineal.
Ejemplo. Considere la siguiente informacin:
PRODUCCION DE JUUE!E"
#$O"%&'
(O)U*EN DEPRODUCCION+ *I)E" %,'
-/
-0
-1
-2
-3
-4
-5
-6
-66
-6--6/
12
14
11
2
20
21
24
21
34
5153
"e pide determinar: %a' la ecuacin de tendencia+ %7' el coeficiente de correlacin+ %c' corregir
los datos 8istricos en 7ase a la ecuacin de regresin estimada+ %d' 9Cul seria el ;olumen de
produccin de juguetes para los a a ? 7& @ Ecuacin general
Calculando las constantes AaB , A7B
18.6911
761===
n
Ya 964.3
110
4362
===
X
XYb
Reemplaando AaB , A7B en la ecuacin general+ o7tenemos la ecuacin de regresin detendencia lineal estimada: , > 25.64 ? /.520%&'
%7' Coeficiente de correlacin lineal
89.0])(][)([ 2222
=
=
yynxxn
yxxynr
%c' Correccin de los datos 8istricos en 7ase a la ecuacin de regresin estimada: Ejemplo:
, > 25.64 ? /.520%&' > 05 etc.
7/23/2019 CASO PROYECCIONES.doc
2/13
#$O" F!ENDENCI#GI"!ORIC#
!ENDENCI#CORREID#
-/
-0
-1-2
-3
-4
-5
-6
-66
-6-
-6/
H1
H0
H/H-
H6
6
-
/
0
1
12
14
112
20
21
24
21
34
51
53
05
1/
1326
21
25
3/
33
46
41
45
%d' 9Cul seria el ;olumen de produccin para los a
7/23/2019 CASO PROYECCIONES.doc
3/13
Donde los parmetros desconocidos son: AaB+ A7B+ AcB.
)a grafica es:
Para determinar estos parmetros se reLuiere de tres
ecuaciones normales por el mKtodo de mMnimos
cuadrados:
, > na ? 7 & ? c &-
&, > a & ? 7 &- ? c &/
&-
, > a &-
? 7 &/
? c &0
Pero+ e&iste otro mKtodo a7re;iado+ ms simple+ Lue se resume en dos ecuaciones normales:
&, > 7 &- ? c &t %6'
t, > 7 &t ? c t- %-'
Donde:
=n
yxxyxy
=
n
xxx
2
22 )(
=n
xxxxt
2
3
=n
yxyxty
2
2
=
n
xxt
22
42 )(
Determinados los ;alores se reemplaan en las ecuaciones normales %6' , %-' , se determina
A7B , AcB.
)a constante AaB se resuel;e asM:n
xc
n
xb
n
ya
=
2
"eguiremos para ello un raonamiento similar al Lue 8icimos en el caso del modelo de
regresin lineal simple+ utiliando el procedimiento de ajuste de los mMnimos cuadrados+ es
decir+ 8aciendo Lue la suma de los cuadrados de las des;iaciones con respecto a la cur;a de
regresin sea mMnima:
== 222
)()'( cxbxayyyD
7/23/2019 CASO PROYECCIONES.doc
4/13
Cuando se trata de "ERIE" DE !IE*PO+ se simplifican las / ecuaciones normales 8aciendo
Lue & > . Resol;iendo o7tenemos las constantes AaB+ A7B , AcB
nxcya =
2
2xxyb
=
=
224
22
)( xxnyxyxnc
Estndar de Estimacin de la Par7ola:2
22
=
n
yxxxybyaySyx
Coeficiente de correlacin para7lica: 22
22
++=
yny
ynyxcxybyar
Ejemplo. "e tiene la siguiente serie cronolgica Lue refleja la produccin de artMculos para el8ogar %tres primeras columnas':
#$O"
%&'
%&' DE*#ND#
%,'
DE"#RRO))O2
x 3x
4x xy yx
2 2y
-2
-3
-4
-5
-6
-66
-6-
-6/
H3
H1
H/
H6
6
/
1
3
/.1
3.
66.-
6/./
-2.0
-3.0
-4.1
00.5
05
-1
5
6
6
5
-1
05
H/0/
H6-1
H-3
H6
6
-3
6-1
/0/
-+06
2-1
46
6
6
46
2-1
-+06
H-0.1
H/1.
H//.2
H6/./
-2.0
4-.-
60-.1
/60./
636.1
631.
6.4
6/./
-2.0
-02.2
36-.1
-+-.6
6-.-1
05.
6-1.00
632.45
252.52
31.32
46-.-1
-+62.6 62-.- 624 2+-62 015. /+202.- 0+2/5.12
& , &- &/ &0 &, &-, ,-
"e pide: %a' Construir el diagrama de dispersin.+ %7' determinar la cur;a de regresin
para7lica+ %c' calcular el error estndar de regresin+ %d' calcular el coeficiente de correlacin ,
%e' graficar la cur;a de regresin.
"olucin:
%a' Diagrama de dispersin:
7/23/2019 CASO PROYECCIONES.doc
5/13
%7' Cur;a de regresin para7lica
O7ser;ando el grfico+ a simple ;ista se aprecia Lue la lMnea de ajuste sea una cur;a.
Ello indica Lue de7er tra7ajarse con un polinomio apro&imadamente de segundo grado+
de la forma:
, > a ? 7& ? c&
)as ecuaciones normales son:
, > na ? 7& ? c&- 62-.- > 4a ? 0b? 624c
&, > a& ? 7&-? c&/ 015 > 0a?6247 ? 0c
&-, > a&-? 7&/? c&0 /+202.- > 624a ? 0b? 2+-62c
"implificando , sustitu,endo el ;alor de las sumatorias o7tenidas
, > na ? c&- 62-.- > 4a ? 624c
&, > 7&- 015 > 6247
&-, > a&-? c&0 /+202.- > 624a ? 2+-62c
Despejando , calculando 7: 7321428.2168
459=
Calculando c Calculando a
62-.- > 4a ? 624c %H-6' 62-.- > 4 ? 624 %.45'
/+202.- > 624a ? 2+-62c 4a > 62-.- 60.51
QQQQQQQQQQQQQQQQQQQQQ a > 64.06
H/+202.- > H624a H/+1-4c
/+202.- > 624a ? 2+-62c
QQQQQQQQQQQQQQQQQQQQQ-0 > -+244c @ c > .45
)uego la ecuacin de la tendencia para7lica es:
, > 64.06 ? -.3/%&' ? .45%&'
7/23/2019 CASO PROYECCIONES.doc
6/13
%c' Error estndar de regresin
56.3646.126
8762.75
2
22
===
=
n
yxcxybyaySyx
%d' Coeficiente de correlacin para7lica %r'.
9438.0)9715.0(9715.0)(
)()(2
22
22
2===
++=
ryny
ynyxcxybyar
%e' raficar la Cur;a de regresin: , > 64.06 ? -.3/%&' ? .45%&'
Determinando algunos Spuntos aisladosS asignando ;alores a &:
& > H3 , > /.3 & > H/ , > 66.
& > 6 , > -6.- & > 1 , > /0./
Puntos Lue se lle;an al diagrama del Mtems a'.
Modelo de Regresin y Correlacin Po!encial.
)a cur;a de regresin potencial se constru,e a partir de la funcin potencial
cu,a ecuacin es:
"#$ y = axb
, > a&b"#$
Tue tiene dos parmetros desconocidos: AaB , A7B.
Para determinar los parmetros a , b del modelo potencial se de7e efectuar las
transformaciones matemticas adecuadas a la e&presin analMtica del modelo de tal forma de;ariarlo en una lMnea recta. Para tal efecto se le o7tiene logaritmo a la e&presin potencial asi:
7/23/2019 CASO PROYECCIONES.doc
7/13
%-' )og. , > )og. a ? 7 )og. &
Por lo Lue a8ora+ A)og. aB , A7B son los parmetros desconocidos.
"i y> )og ,
x> )og & @ la ecuacin Lueda: , > )og. a ? 7 %&'
Ecuaciones normales.
%log.,' > )og.a%n' ? 7 % )og.&'
%)og.& )og.,' > )og.a % )og.&' ? 7 % )og.&'-
Resol;iendo las ecuaciones simultneamente o7tenemos las constantes AaB , A)og 7B
n
xLogb
n
yLogaLog
=
...
n
xbya
=
=
22
2
)()(
)()(.
xxn
xyxxyaLog
=
22 ).(.
....
xLogxLogn
yLogxLogyxLogLognb
=
22 )(
...
xxn
yxyxnb
Coe%icien!e de correlacin po!encial.
+=
22
2
).().(
).(....
yLognyLog
yLognyLogaLogyxLogLogbr
=
])(][)([ 2222 yynxxn
yxxynr
&ra%ica de la ecuacin
Una de las formas para graficar la ecuacin
es determinar algunos Apuntos aisladosB
asignando ;alores a A&B+ de donde se
deduce el ;alor de A,B+ similar Lue para la
ecuacin para7lica.
Ejemplo. Con los siguientes datos 8istricos %o7ser;ar tres primeras columnas' pro,ectar lademanda mediante regresin potencial.
y
x
7/23/2019 CASO PROYECCIONES.doc
8/13
D#!O" DE"#RRO))O
#$O& ,
F
)og. %&'
)og.%,'
2)(x2).( xLog
2)(y2).( yLog
).( yx
xLogLog ..
6 6 -+ 0./6/ 64.05442 - - /1+ ./6/ 0.1003 .52- -.20411 6./235/ / 01+ .0336- 0.21/-6 .--320 -6.21-/5 -.--610 0 0+ .2-2 0.2-2 ./2-04 -6.63452 -.333-1 1 11+ .25453 0.30/2 .04412 --.0360 /./6//32 2 11+ .33461 0.30/2 .211- --.0360 /.2443-
"U*# -.413// -3.1466 6.3304- 6-2.5-4/ 6/./241
)59685.4.( =yLog"olucin:
%a' Calculamos los ;alores de AaB , A7B:
Ecuaciones: , > a&7 , > )og. a ? 7 %&'
Utiliando las formulas de regresin lineal %mMnimos cuadrados' encontramos los ;alores
de A)og. aB , A7B:
51.716,21.log
33679.4484586.2
77513.10
)(()((
)()(.
22
2
=
==
=
aAnti
xxn
xyxxyaLog
54608.0)85733.2()77482.1(6
)58110.27(85733.2)36085.13(6
)( 222 =
=
=
xxn
yxxynb
%7' Por ejemplo+ podemos cuantificar la demanda del a )og. a ? 7 %&' > 0.//235 ? .1024 %)og.3' > 0.354-466/4
Para cuantificar la demanda del a #ntilog %0.354-4' > 2-+402
Por am7as formas determinamos la demanda del a
7/23/2019 CASO PROYECCIONES.doc
9/13
Como se puede o7ser;ar am7os coeficientes se apro&iman a la unidad+ lo Lue implica
Lue la ecuacin de regresin potencial empleada es la Lue mejor se ajusta a las
;aria7les.
%d' raficar la Cur;a de regresin: , > 0.//235 ? .1024 %)og.n''
Determinando algunos Spuntos aisladosS asignando ;alores a &:
& > 6 @ , > 0.// & > / @ , > 0.3-
& > - @ , > 0.1 & > 0 @ , > 0.32
Puntos Lue permiten la construccin del diagrama de dispersin correspondiente.
Con la informacin del ejemplo Lue aca7amos de terminar+ pro,ectar la demanda del a )og. a ? 7%&' @ ,> 5.5414/3/ ? .1024 %)og. &'.
7/23/2019 CASO PROYECCIONES.doc
10/13
,> 0.//235 ? .1024 %)og. 3' > 0.354-466/4.
inalmente+ para cuantificar la demanda del a #ntilog. 0.354-466/4 > 2-+402 unidades.
Modelo de Regresin y Correlacin Exponencial.
)a cur;a de regresin e&ponencial se determina a partir de la funcin e&ponencial de la forma:
"#$ y = abx
Tue tiene dos parmetros desconocidos: AaB , A7B
)a regresin e&ponencial puede tam7iKn ser linealiada aplicando logaritmos a am7os
miem7ros+ resultado de ello la relacin siguiente:
%-' )og., > )og.a ? & )og.7 %puede ser ? V H'.
"iendo a8ora los parmetros desconocidos A)og. aB , A)og. 7B
)a grafica es:
)as - ecuaciones normales son:
%log.,' > )og.a %n' ? )og.7% &'
& %)og.,' > )og.a % &' ? )og.7 %
&-'
Despejando simultneamente+ se o7tiene las
constantes AaB , A7B
=
22 )(
...
xxn
yLogxyxLognbLog
n
xbLog
n
yLogaLog
= .
..
O7;iamente la solucin final ser: a > antilog a , 7 > antilog 7.
Cuando se trata de "ERIE" DE !IE*PO se 8ace Lue & > , se o7tiene:
7/23/2019 CASO PROYECCIONES.doc
11/13
n
yLogaLog
=
..
=2
..
x
yxLogbLog
Coe%icien!e de correlacin exponencial
+=
22
2
).().(
).(....
yLognyLog
yLognyLogaLogyxLogbLogr
rfica: similar procedimiento Lue para par7ola ,Vo potencial
Ejemplo. )a demanda de eLuipos mecnicos en un paMs+ respecto a los gastos de pu7licidad+
es de acuerdo a lo mostrado en el cuadro siguiente:
DE*#ND# DE ETUIPO" *EC#NICO" PUW)ICID#D
PUW)ICID#DCIEN!O" DE X
%&'
DE*#ND# ETUIPO" *EC#NICO": *I)E"UNID#DE"
%,'
6.-
-.
/.
/.4
1.
1.1
2.1
1
2
24
44
6-1
6/1
640
Utiliando el modelo de cur;a e&ponencial+ se pide:
%a' raficar el diagrama de dispersin
%7' Determinar la ecuacin de regresin e&ponencial
%c' #justar los ;alores a la tendencia
%d' Pro,ectar la demanda de eLuipos mecnicos cuando los gastos en pu7licidad son: 3+ 4+ 5
, 66 %cientos de X'.
"olucin:
%a' Diagrama de dispersin
%7' Ecuacin de regresin e&ponencial
"#$ y = abx "2$ Log. y = Log.a + x Log.b
7/23/2019 CASO PROYECCIONES.doc
12/13
%Cuadro de clculos':
x y yLog. yxLog. 2x 2).( yLog
6.-
-.
/.
/.4
1.1.1
2.1
1
2
24
44
6-16/1
640
6.25453
6.33461
6.4/-16
6.50004
-.5256-.6///
-.-204-
-./4320
/.112/
1.0531/
3./45-0
6.0401166.362461
60.3-6//
6.00
0.
5.
60.00
-1./.-1
0-.-1
-.442055
/.6264--
/./1445
/.3466/
0./53/-0.1/4/--
1.6-5/55
x y yLog. yxLog.
2x 2).( yLog
-3. 36 6/.30263 11.00/6/ 6-2./4 -3.-1-632
96374.1774617.13).( ==yLog
El calculo de los parmetros A)og.,B , A)og.aB se puede realiar mediante las ecuaciones
normales:
%log.,' > )og.a %n' ? )og.7% &'
& %)og.,' > )og.a % &' ? )og.7 % &-'
Reemplaando ;alores de las sumatorias o7tenidas:
%6' 6/.30263 > )og.a %3' ? )og.7 %-3'
%-' 11.00/6/ > )og.a %-3' ? )og.7 %6-2./4'
Resol;iendo este sistema se o7tiene: a> /0.2/ 7> 6.-355
De igual forma+ utiliando formulas:
27799.1.log10718.0)(
...
22 Anti
xxn
yLogxyxLognbLog =
=
53945.1)7
27(11.0
7
74617.13.
.. ====
n
xbLog
n
yLogaLog
#ntilogaritmo a > /0.2/
7/23/2019 CASO PROYECCIONES.doc
13/13
)uego+ las ecuaciones de regresin son:
%6' , > /0.2/ %6.-355'F %-' )og. , > 6.1/501 ? .6364 %&'
%c' #justar los ;alores de la demanda de eLuipos mecnicos a la tendencia
y 6.1/501 ? .6364 %&' 'y #ntig. ,
1 6.1/501 ? .6364 %6.-' 6.23 02.33 2 6.1/501 ? .6364 %-.' 6.31 12.-/ 24 6.1/501 ? .6364 %/.' 6.42 3-.00 44 6.1/501 ? .6364 %/.4' 6.51 45.6-6-1 6.1/501 ? .6364 %1.' -.4 6-.-/6/1 6.1/501 ? .6364 %1.1' -.6/ 6/0.5640 6.1/501 ? .6364 %2.1' -.-0 63/.34
%d' Pro,eccin de la demanda de los eLuipos mecnicos
6.1/501 ? .6364 %&' 'y #ntig. ,
3 6.1/501 ? .6364 %3.' -.-4 65.114 6.1/501 ? .6364 %4.' -.0 -16.655 6.1/501 ? .6364 %5.' -.1 /62.-/6 6.1/501 ? .6364 %66.' -.3- 1-0.46
Esto significa Lue+ apro&imadamente+ si se diera una pu7licidad de 3%cientos de X' la
demanda de eLuipos mecnicos seria de 65+ 11 unidades.
%e' Coeficiente de correlacin e&ponencial
=
+=
22
2
).().(
).(..).(.
yLognyLog
yLognyLogaLogyxLogbLogr
6402.0)96374.1(7252176.27
)96374.1(7)74617.13(53945.1)404313.55(10718.02
2
=
+=r
Top Related