Método logarítmico

Este modelo es una alternativa cuando el modelo lineal no logra un coeficiente de determinación
apropiado, o cuando lo que se estudia tiene un comportamiento que puede considerarse potencial
o logarítmico.

Formula:

y= 𝑏 + 𝑎 ln(𝑥)

𝑛(∑𝑛 𝑛 𝑛
𝑖=1 𝑦𝑖 ln(𝑥𝑖 ))−(∑𝑖=1 ln(𝑥𝑖 ))(∑𝑖=1 𝑦𝑖 )
𝑎= 𝑛 (ln(𝑥 ))2 𝑛
𝑛(∑𝑖=1 𝑖 )−(∑𝑖=1 ln(𝑥𝑖 ))2

1 𝑎
𝑏 = ∑𝑛𝑖=1 𝑦𝑖 − ∑𝑛𝑖 ln(𝑥𝑖 )
𝑛 𝑛

 a = valor del eje y cuando el valor del eje x es cero (intercepto)

 b = pendiente de la recta
 x = período de tiempo, variable independiente
 y = dato a pronosticar, variable dependiente

Para el ajuste de un conjunto de datos al modelo geométrico de regresión, se construye la

siguiente tabla de datos:
Ejemplo:

Los siguientes datos son:

X precios en dolares

ycantidad de vendida(miles de unidades) de un artículo en un periodo de 8 meses

Y=395,30-101,45*ln(X)

Conclusión:

Estos métodos de predicción tienen la finalidad de ayudar minimizar el margen de error entre los
valores reales y los estimados, ayuda información obtenida servirá estimar un resultado esperado,
el cual dependerá de los casos en los que se aplique y datos analizados, como en este caso se trató
de predecir la vena de un producto, que según los resultados nos ayudara a tomar decisiones, por
ejemplo ya que el resultado obtenido no es el esperado, se tomaría acciones sobre ellos, como
promocionar campañas del producto para mejor su aceptación, entre otros.