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

nassirsapag. elija Análisis de datos. puede iniciar el proceso de datos como sigue: 1. Use el casillero de Rango X de entrada para especificar la posición de los datos de la variable independiente (Pob. Fig. 1-2. use el casillero Rango Y de entrada para especificar la posición de los datos de la variable dependiente (Ventas).cl . Cuadro de diálogo Complementos Una vez ingresados los datos en una hoja de cálculo. tal como se muestra en la Fig. 5.1-3. 3. 2.1-2 . En el cuadro de diálogo Regresión.Evaluación de Proyectos Fig. Utilice las Opciones de salida para especificar el lugar donde quiere ubicar los resultados. 7. En el cuadro de diálogo Análisis de datos. Cuadro de diálogo Análisis de datos 4. 6. infantil). asígnele un nombre. Si incluye los títulos de columna. Más documentos disponibles en el sitio web : www. Si elige la opción En una hoja nueva. seleccione la opción Regresión y elija Aceptar. En el menú Herramientas. no olvide activar la casilla de verificación Rótulos. Esto le permitirá identificar de mejor manera las variables en la salida de regresión.

El valor de 0.Evaluación de Proyectos Fig. Especificación de las opciones de regresión 8. si la población infantil asociada al sector donde se quiere instalar el nuevo local fuera 45 (45. en función de la población infantil (x) es: y = 1.nassirsapag.8715 de este coeficiente nos indica que la variación en las ventas es explicada Más documentos disponibles en el sitio web : www.1-5. 1-6.20 + 212.000 personas) entonces el modelo predeciría ventas de 10. Utilización de los resultados de la regresión Otro dato importante en los resultados de la regresión es el llamado Coeficiente de determinación (R2).cl . Fig.113. elija Aceptar. 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). Excel insertará una nueva hoja de cálculo con los resultados de la regresión. Fig. el que puede ser interpretado como un índice de la “bondad” del ajuste del modelo a la realidad.03*x De este modo. Finalmente.45.645.1-4.

cl . 2. cuando se desea determinar rápidamente cuál es el pronóstico de un modelo de regresión.15% por las variaciones en la población infantil. En el cuadro de diálogo Pegar función.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.nassirsapag.1-7).1-7). Fig. Cuadro de diálogo Pegar función 5. basándose en datos históricos de las variables dependientes e independientes. proceda como sigue: 1. Modelo de planilla para realizar un pronóstico usando TENDENCIA y COEFICIENTE. Haga clic sobre el botón 3. Por otra parte la función COEFICIENTE. Pegar función en la barra de herramientas Estándar. Fig. Seleccione la celda donde desea realizar la estimación (G3 en el ejemplo de la Fig. 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. 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. utilice el recuadro Conocido_y para establecer la Más documentos disponibles en el sitio web : www. 4.R2 Otra alternativa útil. En el cuadro de la función TENDENCIA. es la utilización de la función TENDENCIA.Evaluación de Proyectos en un 87. desde la categoría de funciones Estadísticas seleccione la función TENDENCIA y elija Aceptar.R2 Para el cálculo de la venta estimada.1-8. Método 2: Funciones TENDENCIA y COEFICIENTE. 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.

Utilice el recuadro Conocido_x para establecer la ubicación de los valores de la variable independiente (x). 6. 11.nassirsapag. Utilización de la función TENDENCIA 8.1-9. Fig. para la cual se desea hacer la estimación y elija Aceptar. utilice el recuadro Conocido_y para establecer la ubicación de los valores de la variable dependiente (y).R2.cl . Fig. Para calcular el valor de R cuadrado seleccione la celda G4 (como en el ejemplo de la Fig. Fig. En el recuadro Nueva_matriz_x. En el cuadro de la función COEFICIENTE. Más documentos disponibles en el sitio web : www.1-10.1-9.Evaluación de Proyectos ubicación de los valores de la variable dependiente (y).1-10. seleccione la función COEFICIENTE. desde la categoría de funciones Estadísticas. 9. Fig.1-9. 10. Utilice el recuadro Conocido_x para establecer la ubicación de los valores de la variable independiente (x).R2 y elija Aceptar. En el cuadro de diálogo Pegar función. Finalmente elija Aceptar. indique la posición de la celda donde anotó el nuevo valor de la población infantil (x). 7.1-8) haga clic en el botón Pegar función de la barra de herramientas Estándar. Fig.

Si las series de datos se encuentran en columnas no adyacentes.1-11. Fig. Fig.nassirsapag. seleccione la primera serie normalmente y luego seleccione la segunda serie mientras mantiene presionada la tecla CTRL (Control). por lo que los resultados no deberían ser diferentes de los obtenidos con los métodos descritos previamente.R2 Los valores obtenidos para la venta estimada y el Coeficiente R cuadrado deberían coincidir con los obtenidos a través del método anterior. Para utilizar este método.1-12. 2.1-10. Barra de herramientas Gráfico Seleccione las series de datos x (Pob. Esto se debe a que en ambos caso se utilizó el método de los mínimos cuadrados y las diferencias están sólo en la forma.1-12. Más documentos disponibles en el sitio web : www. Utilización de la función COEFICIENTE. 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. Infantil) e y (Ventas). Fig. siga estos pasos: 1.Evaluación de Proyectos Fig. Asegúrese de tener visible la barra de herramientas “Gráfico”. elija la paleta Tipo de gráfico y seleccione el tipo Gráfico de dispersión. El hecho es que Excel debe utilizar el método de los mínimos cuadrados para ajustar esta línea de tendencia. Desde la barra de herramientas.cl .

1-13. Agregar una línea de tendencia a un gráfico de dispersión 4.1-12. Dé un clic.cl . Fig.114. seleccione el tipo Lineal. Fig.1-13. En la ficha Opciones del cuadro de diálogo Agregar línea de tendencia. con el botón derecho del mouse.1-14..Evaluación de Proyectos Fig.Fig. En la ficha Tipo del cuadro de diálogo Agregar línea de tendencia. Fig. sobre uno de los puntos de la serie en el gráfico y elija la opción Agregar línea de tendencia. conteniendo el gráfico deseado. 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.nassirsapag. Cuadro de diálogo Agregar línea de tendencia. Un nuevo objeto flotante se mostrará sobre la hoja de cálculo.. ficha Tipo 5. Construcción de un gráfico de dispersión 3.

Fig. Fig.1-16.000 2. usted puede probar con distintas líneas de tendencias y quedarse con aquella que muestre un mayor R cuadrado. Elija Aceptar.000 4. el mejor indicador del grado de ajuste de la línea de tendencia es su R cuadrado. Finalmente.000 12.00 60. Por ejemplo.00 20.00 Ventas (y) Tendencia lineal y = 212.cl . El gráfico se mostrará con la correspondiente línea de tendencia y los datos requeridos para que usted pueda hacer sus estimaciones.1-15.000 10.000 6.000 10. Notará que los valores obtenidos nuevamente no difieren de los métodos anteriores. es probable que una tendencia lineal se ajuste mejor.00 40. Cuanto más cercano a 1 (uno) sea este valor.8715 Fig. Más documentos disponibles en el sitio web : www. De acuerdo a lo anterior. 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.2 R2 = 0. ficha Opciones 6.nassirsapag.Evaluación de Proyectos cuadrado en el gráfico.1-15. mejor es el ajuste. respectivamente. La siguiente sección describe de mejor manera la situación. Cuadro de diálogo Agregar línea de tendencia.03x + 1113. Tendencia lineal 14. en cambio si el crecimiento mostrado es a tasas crecientes o decrecientes. si usted aprecia que la serie de datos muestra un crecimiento a tasas constantes.00 50.00 30. es probable que logre mejores ajustes con una línea de tendencia exponencial o logarítmica.000 8.

Evaluación de Proyectos AJUSTE DE UNA CURVA O FUNCIÓN POLINÓMICA Una curva o función polinómica es de la forma: y = a0 + a1x + a2x2 +.25 Método 2: Comando Análisis de datos del menú Herramientas Equivalentemente.43x + 3538.00 60.9 Fig.00 50. 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 8.43*(45) + 3538. puede utilizar alguno de los métodos descritos previamente o emplear el complemento Solver disponible en Excel..000 hab.000 10..4 R2 = 0. como se muestra más adelante.22*(45)2 + 17.4 = 10843.22 para una población infantil de 45. permiten predecir que las ventas serán: Ventas(y) = 3..000 12...000 6.87 que se obtuvo ajustando una tendencia lineal a la serie de datos históricos.000 10. descrito previamente para encontrar los valores de los coeficientes de la función polinómica. es posible usar el comando Análisis de datos-Regresión..cl . para el ejemplo dado.43 .nassirsapag. 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 4.+ anxn Donde n es el grado u orden de la función y a0.00 30. (45).00 Ventas (y) Tendencia polinomial y = 3. Para llevar a cabo esta estimación.000 2.22x2 + 17.00 40. Gráfico de dispersión con una curva de tendencia polinomial Notará que el valor de R cuadrado 0. 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. a1=17. Los valores de los coeficientes a0=3538. a2=3. obtendrá un gráfico como el siguiente: Tendencia polinomial 14.1-17. an simbolizan los coeficientes de la función que se pretende determinar.. a1.4 . De este modo.9 es superior al de 0.00 20.

que satisfaga restricciones y que maximice.nassirsapag. deberá “configurar” una planilla de cálculo que le permita manejar el problema como un “modelo de Solver”. Análisis de Regresión para una función polinómica De este modo. para una Función objetivo o Celda objetivo.Evaluación de Proyectos Fig. 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). Para dar solución al ejemplo dado usando esta herramienta. 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. minimice o alcance un valor. deberá activarlo desde las opciones disponibles en el comando Complementos del mismo menú.1-19. de no ser así. Por tanto.cl . valores para un conjunto de Variables de decisión o celdas variables de un modelo. El propósito básico de Solver es encontrar una solución -es decir. Fig. deberá verificar si este comando (Solver) aparece disponible en el menú Herramientas.1-18. Más documentos disponibles en el sitio web : www.

Fig. Más documentos disponibles en el sitio web : www. En la sección Valor de la celda objetivo. 3.1-21. Use el casillero Celda objetivo para establecer la suma de los errores al cuadrado. de modo de minimizar la suma de los cuadrados de los errores 4. es dable suponer que esta acotada inferiormente y debe existir un mínimo que es único. Cuadro de diálogo Parámetros de Solver 2. B3 y B4. En este caso no se incorporaran restricciones. 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. En el menú Herramientas. B3 y B4 solo contienen valores cero (0). Dado que la función objetivo es una función cuadrática y además a2>0. como la función que se pretende optimizar (celda F19). Modelo de planilla para estimar una función polinómica usando Solver Las celdas B2. El cuadro de diálogo Parámetros de Solver se mostrará. de modo de obtener el valor absoluto de la diferencia entre valor real de las ventas registradas y el pronóstico.Evaluación de Proyectos Fig. La última columna sólo registra el cuadrado de los errores calculados en la columna adyacente.1-20. y cuyos coeficientes corresponden a los valores de las celdas B2.nassirsapag. elija Solver. Una vez construido este modelo proceda como sigue: 1. elija la opción Mínimo.cl . La columna Error se calcula empleando la función ABS. Utilice el casillero Cambiando las celdas para establecer la ubicación de coeficientes de la función que se pretende encontrar (rango B2:B4).

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

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. B3>=B2 y B2>=B1. elija la opción Mínimo. 2. En el cuadro de diálogo Parámetros de Solver. La misma figura muestra la estructura y las fórmulas del modelo de planilla a utilizar para estimar los coeficientes de ponderación. 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. Modelo de planilla para estimar coeficientes de ponderación Para una mejor interpretación del modelo. proceda como sigue: En el menú Herramientas. En el modelo de Solver esto queda como B4>=B3.cl . Fig. 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. 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.Evaluación de Proyectos Ejemplo La Fig. equivalente a la suma de los coeficientes de ponderación. • Cada valor de las celdas del rango B1:B4 (coeficientes) debe ser mayor o igual que el anterior.1-23.nassirsapag. a continuación se describen e identifican los elementos que lo conforman (para mayor información véase el apéndice “Elementos de un modelo de Solver”. 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. al final de esta sección). 4. • El valor de la celda B5. Para iniciar la estimación de los coeficientes. use el casillero Celda objetivo para establecer la celda D22. 3. En el modelo esto queda como B5=1. II. En la sección Valor de la celda objetivo. de modo de dar más peso relativo a las últimas observaciones (a3≥a2≥a1≥a0). El cuadro de diálogo Parámetros de Solver se mostrará. debe ser igual 1. En términos de Solver esto queda como B1:B4>=0 y B1:B4<=1. I. utilizando Solver. elija Solver.

Fig. Elija el botón Agregar para desplegar el cuadro de diálogo Agregar restricción e incorporar las restricciones descritas previamente. Cuadro de diálogo Agregar restricción 6. 5. La Figura 1-26 muestra la planilla con los resultados obtenidos .cl .Evaluación de Proyectos variables o valores que se desea estimar. Fig.1-25. Elija el botón Resolver.nassirsapag. Fig.1-26. Y luego el botón Aceptar en el cuadro de diálogo Resultados de Solver. Resultados para la estimación de los coeficientes de ponderación Más documentos disponibles en el sitio web : www.1-24. Cuadro de diálogo Parámetros de Solver en la estimación de coeficientes de ponderación 7. Una vez agregadas todas las restricciones el cuadro de diálogo Parámetros de Solver debería verse como en la siguiente figura.

Sign up to vote on this title
UsefulNot useful