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

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

cl . 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).1-4.8715 de este coeficiente nos indica que la variación en las ventas es explicada Más documentos disponibles en el sitio web : www. si la población infantil asociada al sector donde se quiere instalar el nuevo local fuera 45 (45.20 + 212. Fig. El valor de 0.45.113. Especificación de las opciones de regresión 8.645. Utilización de los resultados de la regresión Otro dato importante en los resultados de la regresión es el llamado Coeficiente de determinación (R2). 1-6. en función de la población infantil (x) es: y = 1. el que puede ser interpretado como un índice de la “bondad” del ajuste del modelo a la realidad.03*x De este modo. Finalmente.nassirsapag.1-5. Excel insertará una nueva hoja de cálculo con los resultados de la regresión. Fig. elija Aceptar.Evaluación de Proyectos Fig.000 personas) entonces el modelo predeciría ventas de 10.

1-7.R2 Otra alternativa útil.Evaluación de Proyectos en un 87.1-8. 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. En el cuadro de la función TENDENCIA.R2 Para el cálculo de la venta estimada. es la utilización de la función TENDENCIA. utilice el recuadro Conocido_y para establecer la Más documentos disponibles en el sitio web : www. proceda como sigue: 1. 2. En el cuadro de diálogo Pegar función. Pegar función en la barra de herramientas Estándar. cuando se desea determinar rápidamente cuál es el pronóstico de un modelo de regresión. Por otra parte la función COEFICIENTE.1-7). desde la categoría de funciones Estadísticas seleccione la función TENDENCIA y elija Aceptar.15% por las variaciones en la población infantil.1-7). Cuadro de diálogo Pegar función 5. Seleccione la celda donde desea realizar la estimación (G3 en el ejemplo de la Fig. Fig.R2 devuelve el valor R cuadrado para una línea de regresión lineal creada con los datos de las variables x e y conocidas.nassirsapag. 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. 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. Método 2: Funciones TENDENCIA y COEFICIENTE. basándose en datos históricos de las variables dependientes e independientes. 4. Fig. Modelo de planilla para realizar un pronóstico usando TENDENCIA y COEFICIENTE. Haga clic sobre el botón 3.cl .

seleccione la función COEFICIENTE. utilice el recuadro Conocido_y para establecer la ubicación de los valores de la variable dependiente (y). Finalmente elija Aceptar.1-8) haga clic en el botón Pegar función de la barra de herramientas Estándar. Fig. 6.cl . Para calcular el valor de R cuadrado seleccione la celda G4 (como en el ejemplo de la Fig.1-9. 10.1-9. Fig. Utilice el recuadro Conocido_x para establecer la ubicación de los valores de la variable independiente (x).1-9. Más documentos disponibles en el sitio web : www.1-10. En el cuadro de diálogo Pegar función.1-10. En el cuadro de la función COEFICIENTE. Fig. para la cual se desea hacer la estimación y elija Aceptar. 11. desde la categoría de funciones Estadísticas.nassirsapag.Evaluación de Proyectos ubicación de los valores de la variable dependiente (y). En el recuadro Nueva_matriz_x. indique la posición de la celda donde anotó el nuevo valor de la población infantil (x).R2.R2 y elija Aceptar. Fig. Utilice el recuadro Conocido_x para establecer la ubicación de los valores de la variable independiente (x). 7. 9. Utilización de la función TENDENCIA 8. Fig.

Fig. 2.1-11. Esto se debe a que en ambos caso se utilizó el método de los mínimos cuadrados y las diferencias están sólo en la forma. Para utilizar este método. 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.nassirsapag. Si las series de datos se encuentran en columnas no adyacentes. Barra de herramientas Gráfico Seleccione las series de datos x (Pob.1-12.1-12. Fig. elija la paleta Tipo de gráfico y seleccione el tipo Gráfico de dispersión. seleccione la primera serie normalmente y luego seleccione la segunda serie mientras mantiene presionada la tecla CTRL (Control).cl . por lo que los resultados no deberían ser diferentes de los obtenidos con los métodos descritos previamente. Más documentos disponibles en el sitio web : www. Desde la barra de herramientas. El hecho es que Excel debe utilizar el método de los mínimos cuadrados para ajustar esta línea de tendencia.R2 Los valores obtenidos para la venta estimada y el Coeficiente R cuadrado deberían coincidir con los obtenidos a través del método anterior. siga estos pasos: 1. Fig. Asegúrese de tener visible la barra de herramientas “Gráfico”.Evaluación de Proyectos Fig.1-10. Infantil) e y (Ventas). Utilización de la función COEFICIENTE.

con el botón derecho del mouse. ficha Tipo 5. conteniendo el gráfico deseado.. En la ficha Opciones del cuadro de diálogo Agregar línea de tendencia.1-13. sobre uno de los puntos de la serie en el gráfico y elija la opción Agregar línea de tendencia.Evaluación de Proyectos Fig. En la ficha Tipo del cuadro de diálogo Agregar línea de tendencia. Agregar una línea de tendencia a un gráfico de dispersión 4. Un nuevo objeto flotante se mostrará sobre la hoja de cálculo.1-12. 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.Fig.. seleccione el tipo Lineal.cl . Fig. Cuadro de diálogo Agregar línea de tendencia. Construcción de un gráfico de dispersión 3.1-14. Fig.nassirsapag. Dé un clic. Fig.1-13.114.

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. usted puede probar con distintas líneas de tendencias y quedarse con aquella que muestre un mayor R cuadrado.000 8.1-15.00 60.1-15.Evaluación de Proyectos cuadrado en el gráfico.000 6.nassirsapag.2 R2 = 0.000 10. Por ejemplo. Finalmente. Elija Aceptar. Más documentos disponibles en el sitio web : www.000 10. respectivamente. en cambio si el crecimiento mostrado es a tasas crecientes o decrecientes. Notará que los valores obtenidos nuevamente no difieren de los métodos anteriores. ficha Opciones 6.00 50.03x + 1113. 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. Tendencia lineal 14.000 12. es probable que logre mejores ajustes con una línea de tendencia exponencial o logarítmica.cl .00 20. Fig. si usted aprecia que la serie de datos muestra un crecimiento a tasas constantes.00 40.000 2. mejor es el ajuste. Cuadro de diálogo Agregar línea de tendencia. el mejor indicador del grado de ajuste de la línea de tendencia es su R cuadrado. es probable que una tendencia lineal se ajuste mejor.Fig.00 30.8715 Fig.00 Ventas (y) Tendencia lineal y = 212. De acuerdo a lo anterior. Cuanto más cercano a 1 (uno) sea este valor.1-16.000 4.

000 4.000 12. obtendrá un gráfico como el siguiente: Tendencia polinomial 14.00 30. descrito previamente para encontrar los valores de los coeficientes de la función polinómica.9 es superior al de 0...00 60..22x2 + 17. 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.43*(45) + 3538.43 .00 40.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..25 Método 2: Comando Análisis de datos del menú Herramientas Equivalentemente. De este modo. (45).43x + 3538.4 R2 = 0. 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. Para llevar a cabo esta estimación. Gráfico de dispersión con una curva de tendencia polinomial Notará que el valor de R cuadrado 0. a1=17.4 = 10843. como se muestra más adelante.+ anxn Donde n es el grado u orden de la función y a0. es posible usar el comando Análisis de datos-Regresión. para el ejemplo dado.nassirsapag.4 .87 que se obtuvo ajustando una tendencia lineal a la serie de datos históricos.cl .000 2.000 hab. Los valores de los coeficientes a0=3538.1-17.000 6. an simbolizan los coeficientes de la función que se pretende determinar.22 para una población infantil de 45.00 50..9 Fig.00 Ventas (y) Tendencia polinomial y = 3. puede utilizar alguno de los métodos descritos previamente o emplear el complemento Solver disponible en Excel. 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.. permiten predecir que las ventas serán: Ventas(y) = 3.000 8. a1.000 10.22*(45)2 + 17..000 10. a2=3.

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

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

nassirsapag. 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. seleccionar los Informes adicionales de resultados que desee examinar y finalmente el botón Aceptar. optimizar la calidad de la predicción. Este método consiste en promediar las n últimas observaciones de la variable dependiente. 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. Fig. puede elegir Utilizar solución de Solver. 7. En el cuadro de diálogo Resultados de Solver. pero dando un mayor peso relativo a las observaciones más recientes. Cuadro de diálogo Resultados de Solver 6.1-22. a fin de minimizar el error medio absoluto y de este modo. En esta categoría se encuentra el Promedio Móvil Ponderado. Fig. Elija el botón Resolver.Evaluación de Proyectos 5. Solver empleará las celdas designadas como Cambiando las celdas (B2:B4) para mostrar los resultados. La dificultad de este método radica en la elección de los coeficientes de ponderación a utilizar.1-22.cl .

• Cada valor de las celdas del rango B1:B4 (coeficientes) debe ser mayor o igual que el anterior. I. Para iniciar la estimación de los coeficientes. de modo de dar más peso relativo a las últimas observaciones (a3≥a2≥a1≥a0). El cuadro de diálogo Parámetros de Solver se mostrará. En la sección Valor de la celda objetivo. equivalente a la suma de los coeficientes de ponderación. 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. a continuación se describen e identifican los elementos que lo conforman (para mayor información véase el apéndice “Elementos de un modelo de Solver”. B3>=B2 y B2>=B1. En el cuadro de diálogo Parámetros de Solver. En el modelo de Solver esto queda como B4>=B3. elija Solver.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. como la función que se pretende optimizar. 2. La misma figura muestra la estructura y las fórmulas del modelo de planilla a utilizar para estimar los coeficientes de ponderación. 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. elija la opción Mínimo. utilizando Solver.Evaluación de Proyectos Ejemplo La Fig. debe ser igual 1. 3.nassirsapag. 1. al final de esta sección). 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. 4.1-23. En términos de Solver esto queda como B1:B4>=0 y B1:B4<=1. Fig. II.cl . 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. • El valor de la celda B5. use el casillero Celda objetivo para establecer la celda D22. Modelo de planilla para estimar coeficientes de ponderación Para una mejor interpretación del modelo. En el modelo esto queda como B5=1. proceda como sigue: En el menú Herramientas.

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