P. 1
Uso de Excel para Predicción[1]

Uso de Excel para Predicción[1]

|Views: 7|Likes:
Publicado pordcasiano

More info:

Published by: dcasiano on Aug 22, 2013
Copyright:Attribution Non-commercial

Availability:

Read on Scribd mobile: iPhone, iPad and Android.
download as PDF, TXT or read online from Scribd
See more
See less

07/08/2015

pdf

text

original

Evaluación de Proyectos USO HERRAMIENTAS EXCEL PARA LA PREDICCION

Nassir Sapag Chain

MÉTODO DE REGRESIÓN LINEAL SIMPLE

El método de Regresión Lineal (o Mínimos cuadrados) busca determinar una recta, o más bien la ecuación de una recta, que mejor represente la tendencia de observaciones históricas de una variable y permita predecir o proyectar el comportamiento de dicha variable en el futuro.
Ejemplo

Una empresa requiere proyectar la demanda potencial de juegos de entretenimientos electrónicos para niños antes de decidir respecto de la conveniencia de emprender una ampliación de sus instalaciones en otro sector de la ciudad. La información disponible en la cadena de negocios de la empresa (12 locales en total), muestra los promedios históricos anuales de venta por local:

Fig.1-1. Datos históricos de la cadena de negocios

Excel proporciona varias alternativas para realizar una regresión lineal las que se distinguen básicamente por el mayor o menor grado de complejidad en la operación, o por el mayor o menor nivel de detalle en los resultados entregados.
Método 1: Comando Análisis de datos del menú Herramientas

Este comando es un “Add-In” o complemento de Excel (macro-comando que se integra a su plataforma de trabajo), por lo que es posible que en un principio no se encuentre activa y visible en el menú Herramientas. Para activarla puede hacer lo siguiente: 1. En el menú Herramientas, elija Complementos. 2. En el cuadro de diálogo de Complementos, active la opción Herramientas para análisis y elija Aceptar.

Más documentos disponibles en el sitio web : www.nassirsapag.cl

Si elige la opción En una hoja nueva. 6. 2. 5. puede iniciar el proceso de datos como sigue: 1. 3.1-2 . no olvide activar la casilla de verificación Rótulos. Más documentos disponibles en el sitio web : www. Use el casillero de Rango X de entrada para especificar la posición de los datos de la variable independiente (Pob. asígnele un nombre.nassirsapag.Evaluación de Proyectos Fig. elija Análisis de datos. tal como se muestra en la Fig. 1-2. Cuadro de diálogo Complementos Una vez ingresados los datos en una hoja de cálculo. En el menú Herramientas. En el cuadro de diálogo Análisis de datos. 7. En el cuadro de diálogo Regresión. Esto le permitirá identificar de mejor manera las variables en la salida de regresión. use el casillero Rango Y de entrada para especificar la posición de los datos de la variable dependiente (Ventas). Fig. Utilice las Opciones de salida para especificar el lugar donde quiere ubicar los resultados.1-3.cl . Cuadro de diálogo Análisis de datos 4. infantil). Si incluye los títulos de columna. seleccione la opción Regresión y elija Aceptar.

Fig.1-4. en función de la población infantil (x) es: y = 1.8715 de este coeficiente nos indica que la variación en las ventas es explicada Más documentos disponibles en el sitio web : www. Resultados de la regresión De acuerdo a los resultados de la regresión la ecuación de la recta que mejor representa el comportamiento de las ventas (y). Utilización de los resultados de la regresión Otro dato importante en los resultados de la regresión es el llamado Coeficiente de determinación (R2). El valor de 0. Especificación de las opciones de regresión 8.45. si la población infantil asociada al sector donde se quiere instalar el nuevo local fuera 45 (45. Finalmente.nassirsapag. 1-6.20 + 212.Evaluación de Proyectos Fig. Excel insertará una nueva hoja de cálculo con los resultados de la regresión.03*x De este modo.cl .000 personas) entonces el modelo predeciría ventas de 10.113.1-5. el que puede ser interpretado como un índice de la “bondad” del ajuste del modelo a la realidad.645. Fig. elija Aceptar.

Método 2: Funciones TENDENCIA y COEFICIENTE.R2 Para el cálculo de la venta estimada.1-7.1-8. cuando se desea determinar rápidamente cuál es el pronóstico de un modelo de regresión. Por otra parte la función COEFICIENTE. Haga clic sobre el botón 3.R2 Otra alternativa útil.1-7). Fig.1-7).R2 devuelve el valor R cuadrado para una línea de regresión lineal creada con los datos de las variables x e y conocidas. Para usar estas funciones asegúrese de tener los datos históricos disponibles en una hoja de cálculo e ingrese en alguna otra celda el nuevo valor de la variable independiente (x) para la cual se desea hacer el pronóstico (Fig. Modelo de planilla para realizar un pronóstico usando TENDENCIA y COEFICIENTE.nassirsapag. Seleccione la celda donde desea realizar la estimación (G3 en el ejemplo de la Fig. Fig. basándose en datos históricos de las variables dependientes e independientes. En el cuadro de diálogo Pegar función.15% por las variaciones en la población infantil. 4.cl .Evaluación de Proyectos en un 87. En el cuadro de la función TENDENCIA. Esta función le permitirá conocer que tan bien se ajusta el modelo y puede constituir un complemento a los resultados entregados por la función TENDENCIA. Pegar función en la barra de herramientas Estándar. es la utilización de la función TENDENCIA. utilice el recuadro Conocido_y para establecer la Más documentos disponibles en el sitio web : www. Cuadro de diálogo Pegar función 5. proceda como sigue: 1. 2. desde la categoría de funciones Estadísticas seleccione la función TENDENCIA y elija Aceptar. Esta función ajusta una recta (calculada con el método de mínimos cuadrados) a los valores de la variable dependiente y devuelve el pronóstico para un nuevo valor de la variable independiente (x) especificado.

Más documentos disponibles en el sitio web : www. Fig. 10.1-9.Evaluación de Proyectos ubicación de los valores de la variable dependiente (y).1-8) haga clic en el botón Pegar función de la barra de herramientas Estándar. 6. 9. Fig. Finalmente elija Aceptar.cl . En el cuadro de la función COEFICIENTE.1-10.nassirsapag. indique la posición de la celda donde anotó el nuevo valor de la población infantil (x).R2 y elija Aceptar. Utilización de la función TENDENCIA 8. 11.1-10. En el cuadro de diálogo Pegar función. Para calcular el valor de R cuadrado seleccione la celda G4 (como en el ejemplo de la Fig. Fig. Utilice el recuadro Conocido_x para establecer la ubicación de los valores de la variable independiente (x). seleccione la función COEFICIENTE. En el recuadro Nueva_matriz_x. Fig. Fig.R2.1-9.1-9. para la cual se desea hacer la estimación y elija Aceptar. desde la categoría de funciones Estadísticas. Utilice el recuadro Conocido_x para establecer la ubicación de los valores de la variable independiente (x). 7. utilice el recuadro Conocido_y para establecer la ubicación de los valores de la variable dependiente (y).

R2 Los valores obtenidos para la venta estimada y el Coeficiente R cuadrado deberían coincidir con los obtenidos a través del método anterior. Utilización de la función COEFICIENTE. Si las series de datos se encuentran en columnas no adyacentes. 2. Fig.1-12.Evaluación de Proyectos Fig. Barra de herramientas Gráfico Seleccione las series de datos x (Pob. Infantil) e y (Ventas). El hecho es que Excel debe utilizar el método de los mínimos cuadrados para ajustar esta línea de tendencia.1-10. por lo que los resultados no deberían ser diferentes de los obtenidos con los métodos descritos previamente. seleccione la primera serie normalmente y luego seleccione la segunda serie mientras mantiene presionada la tecla CTRL (Control).1-12. Desde la barra de herramientas. Para utilizar este método. Más documentos disponibles en el sitio web : www. Esto se debe a que en ambos caso se utilizó el método de los mínimos cuadrados y las diferencias están sólo en la forma. Fig. Asegúrese de tener visible la barra de herramientas “Gráfico”.1-11.nassirsapag. Método 3: Ajuste de líneas de tendencia a un gráfico de dispersión Este método aprovecha las posibilidades que proporciona Excel de ajustar una línea de tendencia para una serie de datos en un gráfico de dispersión (XY) y visualizar la función y R cuadrado asociados a esta línea de tendencia. siga estos pasos: 1. Fig. elija la paleta Tipo de gráfico y seleccione el tipo Gráfico de dispersión.cl .

1-13. conteniendo el gráfico deseado. Dé un clic. Fig.Evaluación de Proyectos Fig. Fig.cl . sobre uno de los puntos de la serie en el gráfico y elija la opción Agregar línea de tendencia. Construcción de un gráfico de dispersión 3. Cuadro de diálogo Agregar línea de tendencia. asigne un nombre a la línea de tendencia y active las casillas Presentar ecuación en el gráfico y Presentar el valor R Más documentos disponibles en el sitio web : www. En la ficha Opciones del cuadro de diálogo Agregar línea de tendencia. seleccione el tipo Lineal. ficha Tipo 5. Un nuevo objeto flotante se mostrará sobre la hoja de cálculo.1-13.nassirsapag..1-14. Fig.. En la ficha Tipo del cuadro de diálogo Agregar línea de tendencia. con el botón derecho del mouse.114. Agregar una línea de tendencia a un gráfico de dispersión 4.1-12.Fig.

ficha Opciones 6. es probable que una tendencia lineal se ajuste mejor. es probable que logre mejores ajustes con una línea de tendencia exponencial o logarítmica.000 10. respectivamente.000 6.03x + 1113.000 8.8715 Fig.1-16. El gráfico se mostrará con la correspondiente línea de tendencia y los datos requeridos para que usted pueda hacer sus estimaciones. La siguiente sección describe de mejor manera la situación.1-15.1-15. el mejor indicador del grado de ajuste de la línea de tendencia es su R cuadrado.00 50. Tendencia lineal 14.Fig. De acuerdo a lo anterior.2 R2 = 0. Cuadro de diálogo Agregar línea de tendencia. Notará que los valores obtenidos nuevamente no difieren de los métodos anteriores. si usted aprecia que la serie de datos muestra un crecimiento a tasas constantes.00 40. mejor es el ajuste.000 4. Elija Aceptar.nassirsapag. Más documentos disponibles en el sitio web : www. Cuanto más cercano a 1 (uno) sea este valor.000 10.00 60. Finalmente.000 2.Evaluación de Proyectos cuadrado en el gráfico. usted puede probar con distintas líneas de tendencias y quedarse con aquella que muestre un mayor R cuadrado.000 12.00 20. en cambio si el crecimiento mostrado es a tasas crecientes o decrecientes. Por ejemplo. Fig. Gráfico de dispersión con tendencia lineal El criterio inicial para escoger el tipo de línea de tendencia es la forma que adoptan los puntos de la serie de datos.cl .00 Ventas (y) Tendencia lineal y = 212.00 30.

000 12. La única diferencia consistirá en escoger el tipo Polinomial en la ficha Tipo del cuadro de diálogo Agregar línea de tendencia que se muestra en la figura 1-14.000 8.000 hab. a1.1-17. a1=17.00 Ventas (y) Tendencia polinomial y = 3.00 30. an simbolizan los coeficientes de la función que se pretende determinar. para el ejemplo dado.000 4.22 para una población infantil de 45.cl . permiten predecir que las ventas serán: Ventas(y) = 3. descrito previamente para encontrar los valores de los coeficientes de la función polinómica.00 40..00 50.+ anxn Donde n es el grado u orden de la función y a0.22*(45)2 + 17.000 2. a2=3..Evaluación de Proyectos AJUSTE DE UNA CURVA O FUNCIÓN POLINÓMICA Una curva o función polinómica es de la forma: y = a0 + a1x + a2x2 +.00 20.22x2 + 17.000 10.43 .25 Método 2: Comando Análisis de datos del menú Herramientas Equivalentemente.. obtendrá un gráfico como el siguiente: Tendencia polinomial 14. Método 1: Por ajuste de líneas de tendencia a un gráfico de dispersión El método para ajustar una tendencia lineal empleado en la sección anterior puede ser utilizado de igual modo para encontrar una función polinómica. puede utilizar alguno de los métodos descritos previamente o emplear el complemento Solver disponible en Excel. De este modo.nassirsapag. (45).43*(45) + 3538.000 10. Para llevar a cabo esta estimación.4 .. Gráfico de dispersión con una curva de tendencia polinomial Notará que el valor de R cuadrado 0. Los valores de los coeficientes a0=3538..4 = 10843..9 es superior al de 0.00 60.4 R2 = 0.43x + 3538. como se muestra más adelante. es posible usar el comando Análisis de datos-Regresión.87 que se obtuvo ajustando una tendencia lineal a la serie de datos históricos..9 Fig. Para ello bastará con calcular una nueva columna elevando los valores de la variable independiente al cuadrado (x2) y utilizarla como una segunda variable independiente Más documentos disponibles en el sitio web : www.000 6.

Fig. de no ser así. valores para un conjunto de Variables de decisión o celdas variables de un modelo. deberá “configurar” una planilla de cálculo que le permita manejar el problema como un “modelo de Solver”. deberá activarlo desde las opciones disponibles en el comando Complementos del mismo menú. Análisis de Regresión para una función polinómica De este modo.nassirsapag. minimice o alcance un valor. El propósito básico de Solver es encontrar una solución -es decir.que satisfaga restricciones y que maximice. deberá verificar si este comando (Solver) aparece disponible en el menú Herramientas. Por tanto. Resultados de regresión para estimar una función polinómica Método3: Uso de Solver para estimar una función polinómica Solver es otro complemento que se adhiere y funciona como un comando o herramienta más en el ambiente de trabajo de Excel.cl .Evaluación de Proyectos Fig.1-19. para una Función objetivo o Celda objetivo. Más documentos disponibles en el sitio web : www. Para dar solución al ejemplo dado usando esta herramienta. el resumen de resultados de la regresión mostrará ahora el valor de tres coeficientes (el término libre o intercepto y los coeficientes asociados a la variable independiente y la variable independiente al cuadrado).1-18.

1-21. El cuadro de diálogo Parámetros de Solver se mostrará. 3. Utilice el casillero Cambiando las celdas para establecer la ubicación de coeficientes de la función que se pretende encontrar (rango B2:B4). B3 y B4 solo contienen valores cero (0). Modelo de planilla para estimar una función polinómica usando Solver Las celdas B2. de modo de minimizar la suma de los cuadrados de los errores 4. como la función que se pretende optimizar (celda F19). Una vez construido este modelo proceda como sigue: 1.Evaluación de Proyectos Fig. Fig. elija la opción Mínimo. B3 y B4. es dable suponer que esta acotada inferiormente y debe existir un mínimo que es único. Cuadro de diálogo Parámetros de Solver 2. En el menú Herramientas. de modo de obtener el valor absoluto de la diferencia entre valor real de las ventas registradas y el pronóstico. La fórmula empleada para el cálculo de la columna Pronóstico no es más que la construcción de la función polinómica a0+a1x+a2x2 usando la población infantil como valores de x. elija Solver. Más documentos disponibles en el sitio web : www. Use el casillero Celda objetivo para establecer la suma de los errores al cuadrado.1-20. En este caso no se incorporaran restricciones. La última columna sólo registra el cuadrado de los errores calculados en la columna adyacente.nassirsapag.cl . Dado que la función objetivo es una función cuadrática y además a2>0. La columna Error se calcula empleando la función ABS. En la sección Valor de la celda objetivo. y cuyos coeficientes corresponden a los valores de las celdas B2.

La dificultad de este método radica en la elección de los coeficientes de ponderación a utilizar.1-22. puede elegir Utilizar solución de Solver. Fig.1-22. pero dando un mayor peso relativo a las observaciones más recientes. Solver empleará las celdas designadas como Cambiando las celdas (B2:B4) para mostrar los resultados. optimizar la calidad de la predicción. Cuadro de diálogo Resultados de Solver 6. Elija el botón Resolver. a fin de minimizar el error medio absoluto y de este modo. seleccionar los Informes adicionales de resultados que desee examinar y finalmente el botón Aceptar. Este método consiste en promediar las n últimas observaciones de la variable dependiente. Utilización de los resultados de Solver MODELOS DE SERIES DE TIEMPO Y PROMEDIOS MÓVILES Un modelo de serie de tiempo asume que el comportamiento de una variable dependiente es explicado por el paso del tiempo y extrapola el comportamiento histórico de la variable para pronosticar su comportamiento futuro.nassirsapag. Fig. 7. Más documentos disponibles en el sitio web : www. Solver iniciará el proceso de búsqueda de una solución y mostrará el cuadro de diálogo Resultados de Solver al finalizar.Evaluación de Proyectos 5. En esta categoría se encuentra el Promedio Móvil Ponderado. En el cuadro de diálogo Resultados de Solver.cl .

elija Solver. En la sección Valor de la celda objetivo. En el cuadro de diálogo Parámetros de Solver. • El valor de la celda B5. Modelo de planilla para estimar coeficientes de ponderación Para una mejor interpretación del modelo. equivalente a la suma de los coeficientes de ponderación. 4. Las Restricciones del modelo las identificamos como sigue: • Cada uno de los valores del rango B1:B4 (coeficientes) debe ser mayor o igual que cero y menor o igual que 1. En el modelo esto queda como B5=1. • Cada valor de las celdas del rango B1:B4 (coeficientes) debe ser mayor o igual que el anterior. Fig. a continuación se describen e identifican los elementos que lo conforman (para mayor información véase el apéndice “Elementos de un modelo de Solver”. elija la opción Mínimo. debe ser igual 1. En el modelo de Solver esto queda como B4>=B3. En términos de Solver esto queda como B1:B4>=0 y B1:B4<=1. El rango de celdas B1:B4 representa los coeficientes de ponderación que se desea estimar y constituyen las variables de decisión o Celdas variables del modelo de Solver. El cuadro de diálogo Parámetros de Solver se mostrará. B3>=B2 y B2>=B1. use el casillero Celda objetivo para establecer la celda D22. 1.1-23. de modo de dar más peso relativo a las últimas observaciones (a3≥a2≥a1≥a0). La celda D22 representa el error medio absoluto que se quiere minimizar y constituye la función objetivo o Celda objetivo del modelo de Solver III.nassirsapag. de modo de minimizar el error medio absoluto Utilice el casillero Cambiando las celdas para establecer el rango B1:B4 como las celdas Más documentos disponibles en el sitio web : www. II.cl .Evaluación de Proyectos Ejemplo La Fig. Para iniciar la estimación de los coeficientes. proceda como sigue: En el menú Herramientas. La misma figura muestra la estructura y las fórmulas del modelo de planilla a utilizar para estimar los coeficientes de ponderación. 3. utilizando Solver. al final de esta sección). como la función que se pretende optimizar.1-23 muestra datos sobre ventas mensuales del año anterior en una empresa que aplica un promedio móvil ponderado 4 meses para pronosticar su nivel de ventas. I. 2.

nassirsapag.Evaluación de Proyectos variables o valores que se desea estimar. Cuadro de diálogo Agregar restricción 6.1-25. Fig.cl .Fig. La Figura 1-26 muestra la planilla con los resultados obtenidos . Elija el botón Resolver. Cuadro de diálogo Parámetros de Solver en la estimación de coeficientes de ponderación 7.1-26.1-24. 5. Elija el botón Agregar para desplegar el cuadro de diálogo Agregar restricción e incorporar las restricciones descritas previamente. Una vez agregadas todas las restricciones el cuadro de diálogo Parámetros de Solver debería verse como en la siguiente figura. Y luego el botón Aceptar en el cuadro de diálogo Resultados de Solver. Fig. Resultados para la estimación de los coeficientes de ponderación Más documentos disponibles en el sitio web : www.

You're Reading a Free Preview

Descarga
scribd
/*********** DO NOT ALTER ANYTHING BELOW THIS LINE ! ************/ var s_code=s.t();if(s_code)document.write(s_code)//-->