Note:LasmatemticasenestapginahansidomecanografiadoporjsMath.

ParaverjsMathasumejor
expresin,debeinstalarlasfuentesjsMathTeX.HagaclicenelbotndejsMathenlaparteinferior
derechadelapaginaparavermsdetalles.

Yahemosvistocomoajustarunarectaaunconjuntodedospuntosdedatos:Secalculalaecuacindela
rectaquepasapordospuntosdados.(Vealaresumen de funcionesparaalgunosejemplos.)Sinembargo,
porlogeneralsetienemsquedospuntosdedatos,yrarasvecesestntodosenunasolarecta.El
problemaesquehallarlarectaqueajustalosdatostanestrechamentequeposible.

1. Recta de mejor ajuste (Recta de regresin)

Empezamosintentandoconstruirunafuncin lineal de demanda.Supongaquesuinvestigacinde
mercadomuestralassiguientesestadsticasdeventaparacasasdevariospreciosduranteelaopasado:

Precio(Milesdedlares) 160 180 200 220 240 260 280

Ventasdenuevacasasesteao 126 103 82 75 82 40 20

Queremosutilizarestosdatosparaconstruirunafuncindedemandaparaelmercadodelosbienes
races.(Recuerdequeunafuncindedemandaespecificalademanda,y,medidaaquporventasanual,
comounafuncindelprecio,x.)Aquestunatrazadey contrax :

Losdatossugieraunarecta,msomenos,yentoncesunarelacinlinealentreyyx.Aqusonvarias
rectasqueseacercanalospuntos:
PCulrectaajustalospuntoslomsestrechamentequeposible?
RNosgustaraquelasventasquepronosticaralarecta(losvalorespronosticados)estuvierantan
cercacomofueraposibledelasventasreales(losvaloresobservados).Lasdiferenciasentrelosvalores
esperadosylosvalorespronosticados,quesonloserroresresiduales,sonlasdistanciasverticalesque
semarcaninlafiguramsabajo.

Errorresidual=ValorobservadoValorpronosticado

PEntoncescomopodemoshacerlo?
RSumamosprimerotodosloscuadradosdeloserroresresidualesparaobtenerunsoloerrorquese
llamaelsumadeloserroresalcuadrado(SSEsiglaseninglsde"SumofSquaresError")y
escogemoslarectaquesedaelmspequeovalordeSSE.Estarectasellamalarectademejor
ajuste,rectaderegresin,orectademnimoscuadradosasociadaalosdatos.

Ejemplo 1: Calculando SSE para una recta dada

SupngasequenosgustaracalcularSSEparaunarectaespecifica,comoy=x+300comomostrada
msabajo:
Tenemoslasiguientetabladevalores:
y Observado y Pronosticado Error residual
x y y =x+300 yy
160 126 140 14

180 103 120 17

200 82 100 18

220 75

240 82

260 40

280 20

Entonces,paralarectay=x+300

SSE = Sumadelosvaloresdeerroresresiduales
= 1417185+22+0+0
= 32

PMuybien.AhorasabemoscomosecalculaelvalordeSSEparaunarectayadada.Comohallamos
larectademejorajuste;esdecir,larectaparaqueSSEeslomenor?
RPresentaremosaqulaformulaqueladetermina.Justificarlanecesitaclculo;puedeconsultarel
capitulodefuncionesdevariasvariablesenClculo Aplicadoparaunaexplicacindetallada.

Recta de regresin (o mejor ajuste)

 Larectaqueseajustamejoralosnpuntos(x1 y1) (x2 y2) (xn yn) tienelaforma

y=mx+b
donde
Pendiente=m=n (x2) x 2n xy x y

Interseccin=b=n ym x
Aqu, significa"lasumade."As,

xy= suma del productos =x1y1+x2y2+ +xnyn x= suma del

valores de x=x1+x2+ +xn y= suma del valores de y=y1+y2+
+yn x2= suma del valores de x2=x21+x22+ +x2n

Elusodelasformulasasbastantefcil,comosemuestraelsiguienteejemplo.

Ejemplo 2: Calculando la recta de regresin a mano

Determinelarectaderegresinasociadaalossiguientesdatos:

xx 1 2 3 4

yy 1.5 1.6 2.1 3.0

Solucin Paraaplicarlasformulas,esmejororganizarlosdatosenformadetablacomosigue:
(Cuandoharellenadolosvaloresdexyyx2 correctamente,pulse"Sumas"paraobtenerlasumadecada
columna.)

xx yy xyxy x2x2

1 1.5

2 1.6

3 2.1

4 3.0

x= 10 y= 8.2 xy= x2=

Sustituyendolosvalorescorrectosdelatablamsarribaenlasformulas,obtenemos
 Pendiente=m=n (x2) x 2n xy x y =4(30)1024(23)(10)(8 2)=0
5 Interseccin=b=n ym x =48 2(0 5)(10)=0 8

Porlotanto,larectaderegresines

y=0 5x+0 8

Antes de seguir... Aquestaunatrazadelospontosdedadosylarectaderegresin.

Observequenisiquierapasalarectaporunodelospuntos,peroeslarectaqueseajustamejoralos
puntos.

Regresamosalosdatossobrelademandaparaelmercadodelosbienesracesconlaqueempezamos
estetema.

Ejemplo 3: Funcin de demanda

Obtengalaecuacindedemandaqueseajustamejoralossiguientesdatos,yselaparapronosticar
ventasanualesdecasaspreciadasa$140,000.

Precio(Milesdedlares) 160 180 200 220 240 260 280

Ventasdenuevacasasesteao 126 103 82 75 82 40 20

Solucin Aquestaunatablacomolaqueusamosmsarribaparaorganizarlascalculaciones:

xx yy xyxy x2x2
160 126 20,160 25,600
180 103 18,540 32,400
200 82 16,400 40,000
 220 75 16,500 48,400
240 82 19,680 57,600
260 40 10,400 67,600
280 20 5,600 78,400

x=1540 y=528 xy=107 280 x2=350 000

Sustituyendoestosvaloresenlaformula(conn=7),obtenemos

Pendiente=m=n (x2) x 2n xy x y =7(350 000)154027(107 280)

(1540)(528) 0 7929 Interseccin=b=n ym x 7528(0 7928571429)
(1540) 249 9

Observequeusamoselvalormsexactoquepudimosobtenerenlacalculadora,m 0 7928571429,
enlugardelvalorredondeado(0 7929) enlacalculacindeb.Esoilustralasigiuentereglageneral:

Alcalcular,noredondeelosresultadosintermedios;envezdeeso,utilicelosresultadosmsexactos
quepuedeobtener,usandolosvaloresguardadosensucomputadoraocalculadorasiesposible.

Porlotanto,larectaderegresines

y=0 7929x+249 9
Ahorapodemosutilizarestaecuacinpronosticarlasventasanualesdecasacuyoprecioes$140,000:
Ventasanualesdecasaspreciadasa redondeealnmeroenteroms

$140,000 cercano

Antes de seguir... Msabajoestunatrazadelarectaderegresin.

PSimispuntosestnenunarecta,estlarectademejorajuste?
RS.Silospuntosestnenunarecta,elvalormnimoposibledeSSEescero,yesosucedesiseusala
rectaquepasaportodoslospuntos.Unaconsecuenciadeestehechoesquesepuedeusarlaherramienta
regresinensugraficadoraola herramienta regresin en este sitioparacalcularlaecuacindelarecta
quepasapordospuntosespecificados.

PSinotodoslosuntosestnenunarecta,cmopuedosabercuntoseacercanaunarecta?
RHayunnmeroquemidela"bondaddeajuste"delarectaderegresinllamadocoeficientede
correlacin.Estenmero,queserepresentaporr,estentre1 y1 .Cuantomsse
acercar a1 o1 ,elajusteesmejor.Sielajusteesmalo,seacercara0.Sielajustoes
exacto,r=1 paraunarectaconpendientenegativa,or=1 paraunarectadependientepositiva.La
figuramsabajomuestravariosconjuntosdepuntosconsusrectasderegresin,ylosvalores
correspondientesder.

Elcoefficientedecorrelacinsepuedecalcularconlasiguienteformula.Paraobtenerlaserequieren
buenosconocimientosdeestadstica.

Coeficiente de correlacin

Coeficiente de correlacin =r=n xy x y n x2 x 2

n y2 y 2

2. Curva exponencial de mejor ajuste (Curva exponencial

regresin)
PAhorasabemoscomoajustarunarectaaunconjuntodedatos.Quehayunacurvaexponencialdela
forma

y=Arx ?
RLaideaesconvertirunacurvaexponencialaunarectapormediodelogaritmos,comosigue:

Empiececonlafuncinexponencial
 y=Arx

ytomeellogaritmodeamboslados:

logy=log(Arx)

Laspropiedadesdelogaritmosnosdanentonces

logy logy =logA+logrx o =logA+xlogr

Estoexpresalogycomounafuncinlinealdex ,con

Pendiente =m=logr Interseccin =b=logA

Porlotanto,sicalculamoslarectademejorajusteusandologycomounafuncindex ,entoncesla
pendienteylainterseccineny serandadoscomomsarriba,ydespuspodemosobtenerlos
coeficientesr yA por

r A =10m =10b

Pararesumir,

Regresin exponencial

Paraobtenerlacurvaexponencialdemejorajustedelaforma

y=Arx

1. Obtengalarectaderegresinusandolosdatos(x logy) .

2. LoscoeficientesdeseadosAyr sonentonces

r A =10m =10b

dondemyb sonlapendienteyinterseccindelarectaderegresin.

Ejemplo 4: Ventas de Compaq

IngresosdeventasdecomputadoresCompaq(unamarcaahoraextinguida)sonmostradosenla
siguientetabla,dondetrepresentaaosdesde1990.*Obtengaelmodeloexponencialderegresinpara
losdatos.
 tt = Ao (1990 = 0) 0 2 4 7

RR = Ingreso ($ billn) 3 4 11 25

* Datos son redondeados. Fuente: Informes de compaa/The New York Times, Enero 27, 1998, p. D1.

Solucin PuesnecesitamosmodelarlogR comounafuncinlinealdet,primeroconstruimosuna

tablaconx=tyy=logR ,yentoncescalculamoslarectaderegresin,y=mx+b.

x (=t)x (=t) 0 2 4 7

y (=logR)y (=logR) 0.477121 0.602060 1.04139 1.39794

Enlugardehacerlacalculacinamanocomohicimosmsarriba,podemosutilizarla herramienta
regresin en este sitioparahacerloautomticamente.Simplementeingreselosvaloresdexyy ypulseel
botn"y=mx+b ".(S,laherramientapuedehacerregresinexponencialdirectamente,pero
preferimosquesabeustedcomofunciona!)

Larectaderegresinqueobtenemoses

y=0 13907x+0 42765

Porlotanto,elmodeloexponencialdeseadoes

R=Art
,
donder=10m=100 13907 1 3774,yA=100 42765 2 6770.

Nuestramodelodeingresoses,porlotanto,

R=2 6770(1 3774)t

.

Antes de seguir... Vayaalaherramienta regresin,ingreselosdatosoriginales(sintomarlogaritmos)

ypulseelbotn"y=a(bx) ".Quencuentra?

Note:Pueshemostomadologaritmosantesdehacerlaregresinlineal,sepuededecirquelacurvade
regresinexponencialnoeslacurvaqueminimizaSSEparalosdatosoriginales,estacurvaminimiza
SSEparalosdatostranformadosesdecir,paralosdatos(x logy) .Porlotanto,lacurvaderegresin
exponencialnoeslacurvaexponencialdemejorajusteenelsentido"estricto."Vealoslibrosdetexto
"AppliedCalculus"paraunmtodoobtenerestacurva.

3. Otras formas de regresin

Alaherramientaderegresinsepuedeencontrartambincurvasderegresindelassiguientesformas:
y=ax2+bx+c y=ax3+bx2+cx+d y=axb (Regresin cuadrtica) ( Regresin
cbica) (Regresin potencia)

EnlacalculadoraTI83/84,sepuedeencontrartodosestosytambinlossiguientes:

y=ax4+bx3+cx2+dx+e y=asin(bx+c) (Regresin curtica) (Regresin seno)