REGRESIN LINEAL Y NO LINEAL

Antes que nada digo zorro. A partir de las siguientes observaciones para 5 aos de
las variables X e Y, ajstese el modelo de regresin de Y en funcin de X ms
idneo.
Donde,
Y: produccin nacional de un subsector industrial, en millones de toneladas.
X: tiempo
Ao
1995
1996
1997
1998
1999

X
1
2
3
4
5

Y
1,25
5
11,25
20
30,5

1.- Ajuste de una funcin lineal: Y* = a + b X

X
1
2
3
4
5
15

Y
1,25
5
11,25
20
30,5
68

X2
1
4
9
16
25
55

XY
Y2
Y*
1,25
1,56
-1,1
10
25
6,25
33,75 126,56 13,6
80
400
20,95
152,5 930,25 28,3
277,5 1483,3
68

1/5

13,6

11

55,5

296,67

SXY 1/5XY-XY 5 , -(313,6) 14,7

b 2 2 2 2 7 ,35
SX 1/5 XX 131 2
a Y - b X 13,6 - 7,35 3 - 8,45
Y* = -8,45 + 7,35 X

13,6

e=Y-Y*
2,35
-1,25
-2,35
-0,95
2,2
0

e2
5,5225
1,5625
5,5225
0,9025
4,84
18,35

3,67

Bondad del Ajuste:

Coeficiente de determinacin: R = r
2

2
XY

S2 *

1-

Y
2
Y

S 2e
S

2
Y

1-

3,67
0,9671
111,715

S 2Y 1/5 Y 2 Y 2 296,675 - 13,6 2 111,715

S e ECM1
2

3,67

2.- Ajuste de una funcin parablica: Y* = a + b X + c X2

X
1
2
3
4
5
15

Y
1,25
5
11,25
20
30,5
68

X2
1
4
9
16
25
55

1/5

13,6

11

X3
1
8
27
64
125
225

X4
1
16
81
256
625
979

XY
1,25
10
33,75
80
152,5
277,5

X2Y
Y*
e=Y-Y*
e2
1,25 1,18 0,07 0,0049
20
5,11 -0,11 0,0121
101,5 11,32 -0,07 0,0049
320 19,81 0,19 0,0361
762,5 30,58 -0,08 0,0064
1205
68
0
0,0644

55,5

13,6

0,0128

Aplicando el mtodo de los mnimos cuadrados se obtiene el siguiente sistema de

ecuaciones:

Y Na b X c X
XY a X b X c X
X Y a X b X c X
2

68 5a 15b 55c

277,5 15a 55b 225c

1205 55a 225b 979c

Resolviendo este sistema se obtiene: a= -0,47

b= 0,51

c= 1,14

Y* = -0,47 + 0,51 X + 1,14 X2

Bondad del Ajuste:
2

Coeficiente de determinacin: R =
S e ECM 2
2

S2 *
Y
2
Y

1-

S 2e
S

2
Y

1-

0,01288
0,9998
111,715

0,01288

3.- Ajuste de una funcin potencial: Y* = a Xb

En primer lugar linealizamos: lnY* = lna + b lnX
X
1

Y
1,25

U=lnX V=lnY
0
0,2231

U2
0

V* = A + b U
UV
0

Y*
e=Y-Y*
e2
1,2557 -0,0057 0,0000

2
3
4
5
15
3

1/5

5
11,25
20
30,5
68
13,6

0,6931
1,0986
1,3863
1,6094
4,7875
0,9575

1,6094
2,4203
2,9957
3,4177
10,666
2,1332

0,4803
1,2069
1,9215
2,5901
6,1988
1,2397

1,1156
2,6590
4,1530
5,5006
13,428
2,6856

4,9888 0,0112 0,0001

11,18 0,0697 0,0049
19,82 0,1799 0,0324
30,901 -0,4012 0,1610
68,146 -0,1461 0,1984
13,629 -0,0292 0,0397

e0

SUV 1/5UV-UV 2,6856-0,957 2,13 2

b 2 2 2 2 1,9 02
SU 1/5 UU 1,23970,957
A V - b U 2,1332 - 1,9902 0,9575 0,2277
Deshacemos el cambio efectuado: a= antilnA = antiln 0,2277 = 1,2557
Por lo que el ajuste efectuado es: Y* = 1,2557 X 1,9902
Bondad del Ajuste:
ECM 3

e
N

0,0397

Ntese que al haber transformado la variable dependiente ya no se minimiza

sino (lnY - lnY * ) 2 , de ah que

e 0.

4.- Ajuste de una funcin exponencial: Y* = a bX

En primer lugar linealizamos: lnY* = lna + X lnb

X
1
2
3
4
5
15

Y
1,25
5
11,25
20
30,5
68

V=lnY
0,2231
1,6094
2,4203
2,9957
3,4177
10,666

X2
1
4
9
16
25
55

V* = A + B X

XV
Y*
e=Y-Y*
0,2231 1,7794 -0,529
3,2188 3,86
1,138
7,2609 8,37
2,88
11,983 18,18
1,82
17,088 39,45
-8,95
39,774 71,64 -3,641

e2
0,2798
1,2950
8,2944
3,3124
80,102
95,803

1/5

13,6

2,1332

11

7,9548 14,328

-0,728

19,16

e0

SXV 1/5XV-XV 7,9548-2,13 23

B 2 2 2 2 0,7 6
SX 1/5X X 131
A V - b X 2,1332 - 0,7776 3 - 0,1996
Deshacemos los cambios efectuados: a= antilnA = antiln-0,1996 = 0,819
b= antilnB =antiln 0,7776 = 2,176
Por lo que el ajuste efectuado es: Y* = 0,819 . 2,176 X
Bondad del Ajuste:
ECM 4

e
N

19,16

La comparacin de la bondad de modelos de regresin mediante el coeficiente de

determinacin slo es correcta cuando la variable dependiente no ha sido
sometida a transformaciones no lineales (por ejemplo, una transformacin
logartmica). En este ejercicio, mediante R 2 slo podemos comparar la regresin
lineal y la parablica. Por eso, para comparar los cuatro ajustes efectuados
utilizamos el Error Cuadrtico Medio. El mejor ajuste resulta ser el parablico
puesto que presenta el menor valor para el ECM.

Produccin observada en funcin del tiempo

40

Y (produccin)

30

20

10

0
1

X (tiempo)

Representacin de los 4 modelos de regresin

Y real y tericas (Produccin)

40

30

Y (produccin)
X (tiempo)

20

Y*1 lineal
X (tiempo)
Y*2 parbola

10

X (tiempo)
Y*3 potencial

X (tiempo)
Y*4 exponencial

-10

X (tiempo)
1

X (tiempo)