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

Esto le permitirá identificar de mejor manera las variables en la salida de regresión. 2.1-2 . elija Análisis de datos. En el cuadro de diálogo Análisis de datos. Más documentos disponibles en el sitio web : www. Si elige la opción En una hoja nueva. infantil). En el cuadro de diálogo Regresión. 3. Cuadro de diálogo Análisis de datos 4. Fig. 5. use el casillero Rango Y de entrada para especificar la posición de los datos de la variable dependiente (Ventas). Cuadro de diálogo Complementos Una vez ingresados los datos en una hoja de cálculo. puede iniciar el proceso de datos como sigue: 1. tal como se muestra en la Fig.Evaluación de Proyectos Fig. 7. 1-2.cl . En el menú Herramientas.1-3. 6.nassirsapag. no olvide activar la casilla de verificación Rótulos. Use el casillero de Rango X de entrada para especificar la posición de los datos de la variable independiente (Pob. Utilice las Opciones de salida para especificar el lugar donde quiere ubicar los resultados. seleccione la opción Regresión y elija Aceptar. Si incluye los títulos de columna. asígnele un nombre.

1-6.1-4. en función de la población infantil (x) es: y = 1.nassirsapag. Especificación de las opciones de regresión 8. Fig. Fig. Finalmente.113.1-5.Evaluación de Proyectos Fig.645.000 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). el que puede ser interpretado como un índice de la “bondad” del ajuste del modelo a la realidad.8715 de este coeficiente nos indica que la variación en las ventas es explicada Más documentos disponibles en el sitio web : www. Excel insertará una nueva hoja de cálculo con los resultados de la regresión.03*x De este modo.45. El valor de 0. 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).20 + 212. elija Aceptar.cl . si la población infantil asociada al sector donde se quiere instalar el nuevo local fuera 45 (45.

R2 Otra alternativa útil. basándose en datos históricos de las variables dependientes e independientes. Por otra parte la función COEFICIENTE. es la utilización de la función TENDENCIA.1-7.15% por las variaciones en la población infantil. Cuadro de diálogo Pegar función 5.cl . desde la categoría de funciones Estadísticas seleccione la función TENDENCIA y elija Aceptar. utilice el recuadro Conocido_y para establecer la Más documentos disponibles en el sitio web : www.R2 devuelve el valor R cuadrado para una línea de regresión lineal creada con los datos de las variables x e y conocidas. Fig. proceda como sigue: 1. Pegar función en la barra de herramientas Estándar.Evaluación de Proyectos en un 87.1-7). 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. 2. cuando se desea determinar rápidamente cuál es el pronóstico de un modelo de regresión.1-7). Seleccione la celda donde desea realizar la estimación (G3 en el ejemplo de la Fig. 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. En el cuadro de diálogo Pegar función. En el cuadro de la función TENDENCIA.1-8. Método 2: Funciones TENDENCIA y COEFICIENTE. Modelo de planilla para realizar un pronóstico usando TENDENCIA y COEFICIENTE.R2 Para el cálculo de la venta estimada. Haga clic sobre el botón 3. 4. Fig.nassirsapag.

1-8) haga clic en el botón Pegar función de la barra de herramientas Estándar. Fig. Fig. indique la posición de la celda donde anotó el nuevo valor de la población infantil (x). Utilice el recuadro Conocido_x para establecer la ubicación de los valores de la variable independiente (x). 10. 9. En el cuadro de la función COEFICIENTE.1-9. desde la categoría de funciones Estadísticas. utilice el recuadro Conocido_y para establecer la ubicación de los valores de la variable dependiente (y).1-9.1-10. para la cual se desea hacer la estimación y elija Aceptar. En el cuadro de diálogo Pegar función.Evaluación de Proyectos ubicación de los valores de la variable dependiente (y). Utilice el recuadro Conocido_x para establecer la ubicación de los valores de la variable independiente (x). Fig.nassirsapag. 7. seleccione la función COEFICIENTE. Utilización de la función TENDENCIA 8.R2 y elija Aceptar. Más documentos disponibles en el sitio web : www. Fig. 11. Fig.1-9.R2. Finalmente elija Aceptar. 6. Para calcular el valor de R cuadrado seleccione la celda G4 (como en el ejemplo de la Fig. En el recuadro Nueva_matriz_x.cl .1-10.

1-11.1-12. 2. Utilización de la función COEFICIENTE.cl . 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. El hecho es que Excel debe utilizar el método de los mínimos cuadrados para ajustar esta línea de tendencia. 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. Infantil) e y (Ventas). Fig. Fig.Evaluación de Proyectos Fig. Fig.1-10. Asegúrese de tener visible la barra de herramientas “Gráfico”. Más documentos disponibles en el sitio web : www. seleccione la primera serie normalmente y luego seleccione la segunda serie mientras mantiene presionada la tecla CTRL (Control). elija la paleta Tipo de gráfico y seleccione el tipo Gráfico de dispersión. Desde la barra de herramientas.R2 Los valores obtenidos para la venta estimada y el Coeficiente R cuadrado deberían coincidir con los obtenidos a través del método anterior. Barra de herramientas Gráfico Seleccione las series de datos x (Pob.nassirsapag.1-12. por lo que los resultados no deberían ser diferentes de los obtenidos con los métodos descritos previamente. Si las series de datos se encuentran en columnas no adyacentes. siga estos pasos: 1.

Agregar una línea de tendencia a un gráfico de dispersión 4. Dé un clic. Un nuevo objeto flotante se mostrará sobre la hoja de cálculo. Fig.114.nassirsapag. ficha Tipo 5. 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 3.1-13. con el botón derecho del mouse. 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.1-13.Fig..cl . conteniendo el gráfico deseado. Cuadro de diálogo Agregar línea de tendencia.. Fig.1-12.1-14. seleccione el tipo Lineal. En la ficha Tipo del cuadro de diálogo Agregar línea de tendencia. En la ficha Opciones del cuadro de diálogo Agregar línea de tendencia.Evaluación de Proyectos Fig. Fig.

el mejor indicador del grado de ajuste de la línea de tendencia es su R cuadrado. Finalmente.000 12.00 Ventas (y) Tendencia lineal y = 212. Fig.cl .000 8. El gráfico se mostrará con la correspondiente línea de tendencia y los datos requeridos para que usted pueda hacer sus estimaciones. si usted aprecia que la serie de datos muestra un crecimiento a tasas constantes. 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. Por ejemplo.1-15.000 10. es probable que una tendencia lineal se ajuste mejor. mejor es el ajuste. De acuerdo a lo anterior. usted puede probar con distintas líneas de tendencias y quedarse con aquella que muestre un mayor R cuadrado.1-16.00 30. Cuadro de diálogo Agregar línea de tendencia.1-15. Más documentos disponibles en el sitio web : www.8715 Fig.00 20.Fig. es probable que logre mejores ajustes con una línea de tendencia exponencial o logarítmica. Elija Aceptar. Notará que los valores obtenidos nuevamente no difieren de los métodos anteriores. Tendencia lineal 14. ficha Opciones 6.Evaluación de Proyectos cuadrado en el gráfico.00 40.000 10. respectivamente. en cambio si el crecimiento mostrado es a tasas crecientes o decrecientes. La siguiente sección describe de mejor manera la situación.000 6.000 2.2 R2 = 0. Cuanto más cercano a 1 (uno) sea este valor.nassirsapag.00 60.000 4.00 50.03x + 1113.

Para llevar a cabo esta estimación. permiten predecir que las ventas serán: Ventas(y) = 3.. Gráfico de dispersión con una curva de tendencia polinomial Notará que el valor de R cuadrado 0.000 10. an simbolizan los coeficientes de la función que se pretende determinar. 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.00 50.22 para una población infantil de 45.00 60. obtendrá un gráfico como el siguiente: Tendencia polinomial 14.22x2 + 17. 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. (45).00 Ventas (y) Tendencia polinomial y = 3.+ anxn Donde n es el grado u orden de la función y a0.000 hab..000 4. es posible usar el comando Análisis de datos-Regresión.000 8.9 Fig.000 6.22*(45)2 + 17.00 40. a1=17. descrito previamente para encontrar los valores de los coeficientes de la función polinómica.43x + 3538.1-17.4 .43*(45) + 3538.4 R2 = 0..4 = 10843. De este modo. a1.000 12.000 10.43 .000 2.cl .. 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. para el ejemplo dado.25 Método 2: Comando Análisis de datos del menú Herramientas Equivalentemente. Los valores de los coeficientes a0=3538.. a2=3.87 que se obtuvo ajustando una tendencia lineal a la serie de datos históricos.. puede utilizar alguno de los métodos descritos previamente o emplear el complemento Solver disponible en Excel. como se muestra más adelante.9 es superior al de 0..00 30.nassirsapag.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.

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

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

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

Evaluación de Proyectos Ejemplo La Fig. elija Solver.nassirsapag. equivalente a la suma de los coeficientes de ponderación. Para iniciar la estimación de los coeficientes. use el casillero Celda objetivo para establecer la celda D22. proceda como sigue: En el menú Herramientas. II.1-23. En la sección Valor de la celda objetivo. 1. 4. • El valor de la celda B5. a continuación se describen e identifican los elementos que lo conforman (para mayor información véase el apéndice “Elementos de un modelo de Solver”. En el modelo de Solver esto queda como B4>=B3. I.cl . En el modelo esto queda como B5=1. En términos de Solver esto queda como B1:B4>=0 y B1:B4<=1. 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. B3>=B2 y B2>=B1. Modelo de planilla para estimar coeficientes de ponderación Para una mejor interpretación del modelo. 2. 3.1-23 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. 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. de modo de dar más peso relativo a las últimas observaciones (a3≥a2≥a1≥a0). utilizando Solver. elija la opción Mínimo. La misma figura muestra la estructura y las fórmulas del modelo de planilla a utilizar para estimar los coeficientes de ponderación. debe ser igual 1. 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. • Cada valor de las celdas del rango B1:B4 (coeficientes) debe ser mayor o igual que el anterior. En el cuadro de diálogo Parámetros de Solver. como la función que se pretende optimizar. 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. Fig. El cuadro de diálogo Parámetros de Solver se mostrará.

Cuadro de diálogo Parámetros de Solver en la estimación de coeficientes de ponderación 7.1-26. Fig.Fig.cl .1-24.nassirsapag. Elija el botón Agregar para desplegar el cuadro de diálogo Agregar restricción e incorporar las restricciones descritas previamente. Fig.Evaluación de Proyectos variables o valores que se desea estimar. Resultados para la estimación de los coeficientes de ponderación Más documentos disponibles en el sitio web : www. Elija el botón Resolver. Cuadro de diálogo Agregar restricción 6. 5. La Figura 1-26 muestra la planilla con los resultados obtenidos .1-25. 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.

Sign up to vote on this title
UsefulNot useful