VALOR EQUIPO DE CONSTRUCCIÓN

Modelo para la pérdida de valor

AUTORES

SILVANA ACOSTA
MARIA ALEJANDRA LÓPEZ
DIANA CATALINA MARQUEZ
MANUELA MONTOYA

PROFESOR ASESOR
JORGE EDUARDO ARISTIZÁBAL GIL

CONSTRUCCIÓN DE VÍAS
 UNIVERSIDAD EIA
INGENIERÍA CIVIL
ENVIGADO
10 marzo 2019

Tabla de contenido
1. OBJETIVOS................................................................................................................................................................ 3
1.1. Objetivo general............................................................................................................................................ 3
1.2 Objetivos específicos................................................................................................................................... 3
2. PROCEDIMIENTO................................................................................................................................................... 3
2.1 RECOPILACIÓ N DE DATOS.............................................................................................................................. 3
2.2 CONSTRUCCIÓ N DE LOS MODELOS...................................................................................................... 4
2.2.1 Regresió n de dos variables.............................................................................................................. 4
2.3 PRUEBAS DE BONDAD DE AJUSTE........................................................................................................ 4
2.3.1 Intervalo de confianza de la media:............................................................................................. 4
2.3.2 Intervalo de confianza de la varianza:........................................................................................ 5
2.3.3 Prueba chi cuadrada.......................................................................................................................... 5
2.3.4 Smirnov-Kolmogorov........................................................................................................................ 6
2.4 REGRESIONES MULTIVARIABLE PARA CATERPILLAR Y KOMATSU......................................6
2.5 TEST DURBIN-WATSON............................................................................................................................ 7
2.6 ANÁ LISIS MULTIVARIADO CONSIDERANDO LA MARCA.............................................................8
3. RESULTADOS........................................................................................................................................................... 8
3.1 Excavadora CAT 320................................................................................................................................... 8
3.1.1 Modelo de dos variables................................................................................................................... 8
3.1.2 Modelos multivariables.................................................................................................................. 13
3.2 Excavadora Komatsu PC 200................................................................................................................. 15
3.2.1 Modelo de dos variables................................................................................................................ 15
3.2.2 Modelos multivariables.................................................................................................................. 19
3.3 ANÁ LISIS MULTIVARIADO CONSIDERANDO LA MARCA..........................................................21
4. ANÁ LISIS DE RESULTADOS, CONCLUSIONES Y CONSIDERACIONES DE LOS MODELOS
PLANTEADOS.................................................................................................................................................................. 22
5. Referencias............................................................................................................................................................. 24

Tabla de ilustraciones
Figura 1 Regresión para la relación años vs horas/año vs precio horas vs horas/año vs
precio para la CAT 320.........................................................................................................13
Figura 2 Regresión para la relación horas vs horas/año vs precio horas vs horas/año vs
precio para la CAT 320.........................................................................................................14
Figura 3 Regresión para la relación años vs horas/año vs precio horas vs horas/año vs
precio para la Komatsu.........................................................................................................20
Figura 4 Regresión para la relación horas vs horas/año vs precio horas vs horas/año vs
precio para la Komatsu.........................................................................................................20
Figura 5 Regresión para la relación entre los años, la marca y el precio..............................22
Figura 6. Histograma de frecuencias Años vs Precio CAT 320............................................23
Figura 7 Histograma de frecuencias horas vs precio Komatsu.............................................24

Tabla de tablas
Tabla 1 Valores dL y du........................................................................................................... 9
Tabla 2 Representación numérica de las variables cualitativas............................................10
Tabla 3 Datos generales de los errores de la regresión años vs precio de la CAT 320........11
Tabla 4 Intervalo de confianza para la media de los errores de la regresión años contra
precio para la CAT 320.........................................................................................................11
Tabla 5 Intervalo de confianza para la varianza de los errores de la regresión años contra
precio para la CAT 320.........................................................................................................11
Tabla 6 Resultados del test de la chi-cuadrada para los errores de la regresión años contra
precio para la CAT 320.........................................................................................................11
Tabla 7 Resultados del test de Kolmogorov-Smirnov para los errores de la regresión años
contra precio para la CAT 320..............................................................................................11
Tabla 8 Datos generales de los errores de la regresión horas vs precio de la CAT 320.......13
Tabla 9 Intervalo de confianza para la media de los errores de la regresión horas contra
precio para la CAT 320.........................................................................................................13
Tabla 10 Intervalo de confianza para la varianza de los errores de la regresión horas contra
precio para la CAT 320.........................................................................................................13
Tabla 11 Resultados del test de la chi-cuadrada para los errores de la regresión horas
contra precio para la CAT 320..............................................................................................13
Tabla 12 Resultados del test de Kolmogorov-Smirnov para los errores de la regresión horas
contra precio para la CAT 320..............................................................................................13
Tabla 13 Coeficientes de correlación para la regresión de años vs horas/año vs precio para
la CAT 320........................................................................................................................... 15
Tabla 14 Resultados del test de Durbin-Watson para los errores de la regresión años vs
horas/año vs precio para la CAT 320...................................................................................15
Tabla 15 Coeficientes de correlación para la regresión de horas vs horas/año vs precio para
la CAT 320........................................................................................................................... 16
Tabla 16 Resultados del test de Durbin-Watson para los errores de la regresión horas vs
horas/año vs precio para la CAT 320...................................................................................16
Tabla 17 Coeficientes de correlación para la regresión de años vs horas vs horas/año vs
precio para la CAT 320.........................................................................................................16
Tabla 18 Resultados del test de Durbin-Watson para los errores de la regresión años vs
horas vs horas/año vs precio para la CAT 320.....................................................................16
Tabla 19 Datos generales de los errores de la regresión años vs precio de la Komatsu......17
Tabla 20 Intervalo de confianza para la media de los errores de la regresión años contra
precio para la Komatsu.........................................................................................................17
Tabla 21 Intervalo de confianza para la varianza de los errores de la regresión años contra
precio para la CAT 320.........................................................................................................17
Tabla 22 Resultados del test de la chi-cuadrada para los errores de la regresión años contra
precio para la Komatsu.........................................................................................................18
Tabla 23 Resultados del test de Kolmogorov-Smirnov para los errores de la regresión años
contra precio para la Komatsu..............................................................................................18
Tabla 24 Datos generales de los errores de la regresión horas vs precio de la Komatsu.....19
Tabla 25 Intervalo de confianza para la media de los errores de la regresión horas contra
precio para la Komatsu.........................................................................................................19
Tabla 26 Intervalo de confianza para la varianza de los errores de la regresión horas contra
precio para la Komatsu.........................................................................................................19
Tabla 27 Resultados del test de la chi-cuadrada para los errores de la regresión horas
contra precio para la Komatsu..............................................................................................20
Tabla 28 Resultados del test de Kolmogorov-Smirnov para los errores de la regresión horas
contra precio para la Komatsu..............................................................................................20
Tabla 29 Coeficientes de correlación para la regresión de años vs horas/año vs precio para
la Komatsu........................................................................................................................... 21
Tabla 30 Resultados del test de Durbin-Watson para los errores de la regresión años vs
horas/año vs precio para la Komatsu...................................................................................21
Tabla 31 Coeficientes de correlación para la regresión de horas vs horas/año vs precio para
la CAT 320........................................................................................................................... 22
Tabla 32 Resultados del test de Durbin-Watson para los errores de la regresión horas vs
horas/año vs precio para la CAT 320...................................................................................22
Tabla 33 Coeficientes de correlación para la regresión de años vs horas vs horas/año vs
precio para la Komatzu.........................................................................................................22
Tabla 34 Resultados del test de Durbin-Watson para los errores de la regresión años vs
horas vs horas/año vs precio para la Komatzu.....................................................................22
Tabla 35 Coeficientes de correlación para la regresión de años vs marca vs horas/año vs
precio para la Komatsu.........................................................................................................23
Tabla 36 Resultados del test de Durbin-Watson para los errores de la regresión años vs
marca vs horas/año vs precio para la Komatsu....................................................................23
Tabla 37 Coeficientes de correlación para la regresión de horas vs marca vs horas/año vs
precio para la Komatsu.........................................................................................................23
Tabla 38 Resultados del test de Durbin-Watson para los errores de la regresión horas vs
marca vs horas/año vs precio para la Komatsu....................................................................23
Tabla 39 Coeficientes de correlación para la regresión de años, marca y precio.................24
Tabla 40 Resultados del test de Durbin-Watson para los errores de la regresión años vs
marca vs precio.................................................................................................................... 24

Tabla de grá ficos

Gráfica 1 Regresión de antigüedad en años contra precio para la CAT 320........................11
Gráfica 2 Kolmogorov-Smirnov para los errores de la regresión años contra precio para la
CAT 320............................................................................................................................... 12
Gráfica 3 Regresión de antigüedad en horas contra precio para la CAT 320.......................13
Gráfica 4 2 Kolmogorov-Smirnov para los errores de la regresión horas contra precio para la
CAT 320............................................................................................................................... 14
Gráfica 5 Regresión de eficiencia en horas/año contra precio para la CAT 320...................15
Gráfica 6 Regresión de antigüedad en años contra precio para la Komatsu........................17
Gráfica 7 Kolmogorov-Smirnov para los errores de la regresión años contra precio para la
Komatsu............................................................................................................................... 19
Gráfica 8 Regresión de antigüedad en horas contra precio para la Komatsu.......................19
Gráfica 9 Kolmogorov-Smirnov para los errores de la regresión horas contra precio para la
Komatsu............................................................................................................................... 21
Gráfica 10 Regresión de eficiencia en horas/año contra precio para la CAT 320.................21
1. OBJETIVOS
1.1. Objetivo general
Determinar un modelo que mejor represente la pérdida de valor en el tiempo de un equipo de
construcción.

1.2 Objetivos específicos

 Recolectar información del precio, los años trabajados y las horas de uso de dos
retroexcavadoras de diferentes referencias empleadas en la construcción de vías.
 Realizar correlaciones entre el precio y las variables mencionadas para la creación de
modelos de pérdida de valor.
 Hacer pruebas de bondad de ajuste a los modelos obtenidos con el fin de evaluar la
tendencia normal de los datos.
 Evaluar el modelo que mejor se ajusta a la pérdida de valor en el tiempo para la
retroexcavadora.

2. PROCEDIMIENTO
2.1 RECOPILACIÓ N DE DATOS
Para la realización de este trabajo el primer paso fue obtener mediante páginas web datos de las
máquinas en cuestión (KOMATSU PC200 y CATERPILLAR 320). De las páginas se tomaron los valores
de año (modelo de la máquina), precio y horas trabajadas; es importante aclarar que se tomaron
datos de equipos al roedor del mundo, sin embargo, el precio se registró en dólares. Se finalizó esta
etapa con un total de 139 datos para la máquina CATERPILLAR 320 y 83 datos para la KOMATSU
PC200.

2.2 CONSTRUCCIÓ N DE LOS MODELOS

2.2.1 Regresión de dos variables
Posteriormente se usaron los datos recogidos para realizar correlaciones y obtener modelos
representados a través de gráficos que relacionaran dos variables, siempre incluyendo el precio ya
que el propósito de este trabajo es ver la dependencia que tiene el precio de otras variables. Se optó
por tres modelos: Horas por año vs. Precio, Años vs precio y por último, Horas trabajadas vs. precio.

A cada una de las gráficas se le asignó la línea de tendencia que mejor se ajustara a la dispersión de
puntos evaluando el coeficiente de determinación, ya que entre más alto sea este último, mejor
representa la línea de tendencia el comportamiento de la totalidad de los datos. Luego, se tomaron
las ecuaciones de dichas líneas de tendencia para cada uno de los equipos en cada uno de los
modelos. Es importante aclarar que el modelo de Horas por año vs. precio en ambos equipos no se
tomó en consideración debido a que los datos de esta gráfica no se ajustaban adecuadamente con
ninguna línea de tendencia, es decir, el coeficiente de determinación era muy bajo, lo que quiere
decir que ninguna curva representaba adecuadamente el comportamiento de los datos.

A partir de estas ecuaciones se calculó el valor teórico del precio para cada uno de los dos modelos
en consideración para ambas máquinas, es decir, el precio teórico usando la ecuación de la línea de
tendencia del modelo de años vs. precio y usando la ecuación de la línea de tendencia del modelo de
las horas trabajadas vs. precio.

Posteriormente, se siguió con el cálculo de los errores entre el valor del precio teórico y del real
haciendo uso de la siguiente fórmula:
Precio real−Precio teórico
error =
Precio teórico

2.3 PRUEBAS DE BONDAD DE AJUSTE

Con los errores obtenidos para los dos modelos, se procedió a realizar las pruebas de bondad de
ajuste para ver si el comportamiento de los errores obtenidos a partir de los datos, seguían una
distribución normal.

Se tomó una hipótesis nula, Ho, que establece que los errores se distribuyen de forma normal y una
hipótesis alternativa, Ha, que dice lo opuesto, que los errores no se distribuyen de forma normal

Para esto era necesario tener el tamaño de la muestra (n), es decir, el número de errores que se
utilizaron para el análisis, la media, desviación y varianza de los mismos. Estas se calcularon con
funciones de Excel. Además, se estableció un nivel de confianza (1-α) del 95%.
2.3.1 Intervalo de confianza de la media:
Para esta prueba se calculó 1-α/2 y a este resultado se le aplicó una inversa normal estándar, es
decir una inversa normal a una probabilidad de 1 - α/2, donde la desviación es 1 y la media es 0, al
resultado de esta operación se le llama Z α/2. Con esto se encuentran el límite inferior y superior del
intervalo de confianza haciendo uso de la siguiente fórmula:

√ varianza de lamuestra × Z α /2
Límite inferior=media de la muestra−
√n
√ varianza de la muestra × Z α / 2
Límite superior =media de la muestra+
√n
Si la media de la muestra está dentro de este intervalo, entonces no se rechaza la hipótesis nula.

2.3.2 Intervalo de confianza de la varianza:

Para esta prueba también se calculó 1-α/2 y se usaron las siguientes fórmulas para calcular el límite
inferior y superior del intervalo de confianza de la varianza:

Varianza de la muestra ×(n−1)

Límite inferior=
Función inversa chicuadrada
  Función inversa chi cuadrada con probabilidad 1-α/2 y grados de libertad n-1

Varianza de la muestra ×(n−1)

Límite superior =
Función inversa chicuadrada
 Función inversa chi cuadrada con probabilidad 1-(1-α/2) y grados de libertad n-1

Si la varianza de la muestra está contenida por este intervalo, entonces no se rechaza la hipótesis
nula.
2.3.3 Prueba chi cuadrada
Se calculó un número de intervalos usando la fórmula:

Número de intervalos=1+(3,32 ×log 10 (n))

Redondeando esta fórmula al entero inferior más próximo. Además, se buscó dentro de los errores,
el más pequeño de ellos y el más grande, y con estos dos se calculó el Rango haciendo la resta del
mayor menos el menor. Por último, con este rango se encontró la amplitud de los intervalos,
dividiendo el rango en el número de intervalos previamente calculado.

Con estos datos se hizo una tabla donde la primera columna lleva el intervalo, la segunda la
frecuencia observada, la tercera la frecuencia teórica y la cuarta el resultado de la siguiente fórmula:

(Frecuencia observada−frecuenciateórica)2
Frecuencia teórica

La frecuencia observada se calcula contando el número de errores de la muestra que están dentro
de cada intervalo y la frecuencia teórica se calcula haciendo la distribución normal acumulada con x
igual al intervalo que se está analizando, con media igual a la media muestral y desviación igual a la
desviación muestral menos la distribución normal acumulada con x igual al valor del intervalo
anterior, con la media y desviación muestral y multiplicando el resultado de esta resta por n.

Luego se encuentra un valor T el cual se calcula con la suma de todos los valores de la cuarta
columna de la tabla. También, se calcula una X 2 que se obtiene realizando una inversa chi cuadrada
con probabilidad α y grados de libertad igual al número de casillas menos 1.

Si el valor T es menor al valor de X2 entonces no se rechaza la hipótesis nula.

2.3.4 Smirnov-Kolmogorov
De igual forma, se empleó esta prueba para verificar la normalidad de la distribución partiendo de la
hipótesis nula y alternativa mencionadas anteriormente. En este caso, los datos deben ser
organizados de menor a mayor y determinar la frecuencia observada dividiendo el número del orden
entre el valor del error. Simultáneamente, se calcula la frecuencia teórica, empleando la distribución
normal con los parámetros obtenidos de la muestra (media y desviación estándar). Ambas
frecuencias deben ser comparadas y posteriormente, se compara este valor con el inmediatamente
anterior dando como resultado las columnas D+ y D- respectivamente. Una vez tabulada la
información, se procede a calcular el valor de comparación dado por la siguiente ecuación.
 cα
Dα =
k ( n)
Donde, Cα es una constante que depende de la significancia de a y el tamaño de la muestra n.
c α =0,895

Así mismo k(n) está dada por la siguiente ecuación.

0,85
k (n)=√ n−0,01+
√n
Para finalizar, se compara el valor de Dα con el valor D, que corresponde al valor máximo absoluto
de la muestra. Si el valor D es menor o igual que Dα, se acepta la hipótesis nula, de lo contrario, se
rechaza.

2.4 REGRESIONES MULTIVARIABLE PARA CATERPILLAR Y KOMATSU

Se plantearon otros tres modelos para cada marca que partieron de un análisis multivariable. Las
regresiones no lineares realizadas partieron de las llamadas power regressions de dos variables
descritas en la teoría de regresiones exponenciales con transformadas logarítmicas de Charles
Zaiontz (Zaionts, 2019) que tienen la forma de:

y=a x1 β
Si se aplica el logaritmo natural a ambos lados de la ecuación, se obtiene que

ln y=ln ( a ) +ln ( x1 β )
ln y=ln ( a ) + βLn ( x 1)
ln( y) βLn ( x ) +δ
y=e =e
Debido a que la ecuación anterior aplica exclusivamente para dos variables, su símil multivariable es
a +K 1 ln ( x1 )+ K 2 ln ( x2 )+…+ K n ln (x n)
y=e
Donde y es la variable dependiente por analizar y x i las variables independientes que afectan a la
anterior, en este caso el Precio y la Antigüedad, las Horas Trabajadas y la relación Horas/Años,
respectivamente.

Se optó por implementar este modelo puesto que el mismo es una manera de darle un carácter
lineal, a partir de transformadas, al comportamiento de las variables que la mayoría de las veces se
relacionan de manera no linear; y, dado que la herramienta Regresiones de Excel solo acepta
variables lineales, las power regressions descritas anteriormente fueron las elegidas en el presente
trabajo para el análisis multivariable.

Los tres modelos plantados para cada marca fueron las regresiones entre:
 Antigüedad, Horas/Años y Precio (1).
 Horas trabajadas, Horas/Años y Precio (2).
 Antigüedad, Horas Trabajadas, Horas/Años y Precio (3).

Siguiendo el procedimiento planteado, primero se transforman todas las variables con una
transformada logarítmica. Luego, con la herramienta Regresiones que se encuentra en Análisis de
Datos, se selecciona como valores dependientes la columna de Ln(Precio) y como independientes las
demás variables en su valor transformado.

De esta manera, se obtienen los coeficientes Ki requeridos para el cálculo teórico del precio.

2.5 TEST DURBIN-WATSON

La prueba Durbin-Watson se utiliza para determinar la autocorrelación en un modelo. La también
denominada dependencia secuencial se da cuando los errores adyacentes se encuentran
relacionados, es decir, se da una correlación cruzada. La prueba consiste en calcular la diferencia
entre los valores teóricos y reales obtenidos de la variable Precio (a esta diferencia se le llama
Residual), y posteriormente calcular el valor d que se define como.

∑ ( et −e t−1 )2
d= i=2 T

∑ et
i=1

Donde T es el tamaño de la muestra, y e t son los Residuales en la posición i. Es una autocorrelación

positiva cuando d es menor que 2 y negativa cuando es mayor. El resultado de d se compara con d L y
dU teniendo en cuenta que (Montgomery, Peck y Vining, 2001)
 d<dL: Se rechaza la hipótesis nula (no hay autocorrelación).
 d>dU: No se rechaza la hipótesis nula.
 dL<d<dU: La prueba fue inconclusa.

Los valores de dL y dU se encuentran tabulados en tablas que para el presente trabajo se obtuvieron
de la Universidad de Stanford de los Estados Unidos (Stanford, s.f.). Se obtuvo que, en este caso para
Caterpillar y Komatsu,
Tabla 1 Valores dL y du

 dL dU  

Caterpillar 3 variables 1.69383 1.75214

T=139
4 variables 1.67908 1.76716

Komatsu 3 variables 1.59423 1.69276

T=83
4 variables 1.56928 1.74541

2.6 ANÁ LISIS MULTIVARIADO CONSIDERANDO LA MARCA

Con el fin de evaluar la influencia de la marca en la pérdida de valor, se procedió a realizar una
regresión de múltiples variables siguiendo el procedimiento mencionado anteriormente incluyendo
dicha variable. Es preciso mencionar que al ser la marca una variable cualitativa, se representó de
forma numérica como lo muestra la siguiente tabla.
 Tabla 2 Representación numérica de las variables cualitativas

Marca Variable

CAT 320 1

Komatsu PC 200 2

Para el análisis se construyeron varios modelos, el primero de ello fue empleando las variables de la
antigüedad en años, la eficiencia (horas/año) y la marca en relación con el precio. De igual forma,
otro de los modelos planteados fue considerando la antigüedad en horas, la eficiencia (horas/año) y
la marca en relación con el precio. Por último, para entender mejor la influencia que podría tener la
marca se decidió relacionar únicamente la antigüedad en años con la marca y el precio.

3. RESULTADOS
A continuación, se presentarán los modelos resultantes de las regresiones explicadas en los
numerales anteriores. El procedimiento detallado se encuentra en una memoria de cálculo de Excel
anexa a este trabajo.

3.1 Excavadora CAT 320

3.1.1 Modelo de dos variables

Antigü edad (añ os) vs Precio CAT 320

$250,000

$200,000 f(x) = − 57203.66 ln(x) + 209394.49

R² = 0.83
Precio (USD)

$150,000

$100,000

$50,000

$0
0 5 10 15 20 25
Antigü edad (añ os)

Gráfica 1 Regresión de antigüedad en años contra precio para la CAT 320

Con esta dispersión de puntos se pudo definir una ecuación del precio del equipo en relación con la
antigüedad del mismo dada por la siguiente expresión, la cual obedece a un R 2 de 0,83:

Precio(USD )=−57204∗ln ( años)+209394

Con esta ecuación se procedió calcular los errores y evaluar su comportamiento para ver si estos se
distribuían de forma normal. Para esto fue necesario determinar los parámetros estadísticos de la
muestra, los cuales se encuentran contenidos en la siguiente tabla.

Tabla 3 Datos generales de los errores de la regresión años vs precio de la CAT 320

Distribución normal
n Media Varianza Desviación α
139 0,08% 4,89% 22,11% 0,05

Una vez se determinaron los parámetros estadísticos de la muestra, se realizaron las pruebas de
bondad de ajuste. A continuación, se presentarán los resultados obtenidos de dicho análisis.

Tabla 4 Intervalo de confianza para la media de los errores de la regresión años contra precio para la CAT 320

Intervalo de confianza de la media

1-α/2 Z(1-α/2) Límite inferior Límite superior Criterio
0,98 1,96 -3,60% 3,75% No rechazo

Tabla 5 Intervalo de confianza para la varianza de los errores de la regresión años contra precio para la CAT
320

Intervalo de confianza de varianza

1-α/2 Límite inferior Límite superior Criterio
0,975 3,91% 6,28% No rechazo

Tabla 6 Resultados del test de la chi-cuadrada para los errores de la regresión años contra precio para la CAT
320.

Intervalos Frecuencia Frecuencia (xi-xteórico)2/xteórico

observada teórica
-0,35 5 7,64 0,91
-0,20 19 17,01 0,23
-0,06 31 30,99 0,00
0,09 40 36,50 0,34
0,24 27 27,80 0,02
0,39 12 13,69 0,21
0,54 1 4,35 2,58
0,69 4 0,89 10,79
Valor T 15,09
χ2 14,07
Criterio No rechazo

Tabla 7 Resultados del test de Kolmogorov-Smirnov para los errores de la regresión años contra precio para la
CAT 320.

Parámetros
D 0,062
α 0,050
Cα 0,895
 k(n) 11,852
Dα 0,076
Criterio No rechazo

Kolmogorov-Smirnov añ os vs precio Caterpilar

320
1.2

1.0

0.8

0.6

0.4

0.2

0.0
-0.6 -0.4 -0.2 0.0 0.2 0.4 0.6 0.8

Frecuencia teórica Frecuencia observada

Gráfica 2 Kolmogorov-Smirnov para los errores de la regresión años contra precio para la CAT 320.

El mismo análisis se realizó para las variables de antigüedad en horas con relación al precio tal como
lo muestra la siguiente gráfica.

Antigü edad (horas) vs Precio CAT 320

$250,000

$200,000
f(x) = 0 x² − 20.79 x + 199026.62
R² = 0.82
Precio (USD)

$150,000

$100,000

$50,000

$0
0 2,000 4,000 6,000 8,000 10,000 12,000 14,000 16,000 18,000 20,000
Antgü edad (horas trabajadas)
Gráfica 3 Regresión de antigüedad en horas contra precio para la CAT 320.

La ecuación que se obtuvo a partir de la dispersión de puntos se presenta a continuación, la cual la

cual obedece a un R2 de 0,81:

Precio ( USD ) =0,0007 x 2−20,758 x +199027

De igual forma, se calcularon los errores partiendo de esta ecuación para determinar los parámetros
estadísticos y de esta manera aplicar las pruebas de bondad de ajuste. Las siguientes tablas
presentan los resultados obtenidos.

Tabla 8 Datos generales de los errores de la regresión horas vs precio de la CAT 320

Distribución normal
n Media Varianza Desviación α
139 -1,51% 5,68% 23,83% 0,05

Tabla 9 Intervalo de confianza para la media de los errores de la regresión horas contra precio para la CAT 320.

Intervalo de confianza de la media

1-α/2 Z(1-α/2) Límite inferior Límite superior Criterio
0,98 1,96 -5,47% 2,46% No rechazo

Tabla 10 Intervalo de confianza para la varianza de los errores de la regresión horas contra precio para la CAT
320.

Intervalo de confianza de varianza

1-α/2 Límite inferior Límite superior Criterio
0,98 4,55% 7,30% No rechazo

Tabla 11 Resultados del test de la chi-cuadrada para los errores de la regresión horas contra precio para la CAT
320.

Intervalos Frecuencia Frecuencia (xi-xteórico)2/xteórico

observada teórica
-0,44 7 5,17 0,65
-0,26 14 16,36 0,34
-0,07 36 34,41 0,07
0,11 40 41,23 0,04
0,29 30 28,14 0,12
0,48 10 10,94 0,08
0,66 1 2,42 0,83
0,84 1 0,30 1,60
Valor T 3,74
χ2 14,07
Criterio No rechazo

Tabla 12 Resultados del test de Kolmogorov-Smirnov para los errores de la regresión horas contra precio para la
CAT 320.

Parámetros
D 0,073
α 0,050
Cα 0,895
k(n) 11,852
Dα 0,076
Criterio No rechazo
 Kolmogorov-Smirnov horas vs precio Caterpilar
320
1.2

1.0

0.8

0.6

0.4

0.2

0.0
-0.8 -0.6 -0.4 -0.2 0.0 0.2 0.4 0.6 0.8 1.0

Frecuencia teórica Frecuencia observada

Gráfica 4 2 Kolmogorov-Smirnov para los errores de la regresión horas contra precio para la CAT 320.

Por último, el análisis se realizó para las variables de eficiencia en horas/año con relación al precio
tal como lo muestra la siguiente gráfica.

Eficiencia vs Precio CAT 320

$250,000

$200,000
R² = 0.2
Precio (USD)

$150,000

$100,000

$50,000

$0
0 200 400 600 800 1,000 1,200 1,400 1,600 1,800
Eficiencia (horas/añ o)

Gráfica 5 Regresión de eficiencia en horas/año contra precio para la CAT 320.

Para este caso, no se tuvo en consideración ninguna gráfica puesto que la dispersión de datos no dio
un R2 representativo, razón por la cual, este modelo fue descartado.

3.1.2 Modelos multivariables

Después de emplear las herramientas proporcionadas por Excel el análisis de datos y aplicar la teoría
mencionada con anterioridad. Se obtuvieron los siguientes resultados.
El primer modelo se desarrolló evaluando la relación de la antigüedad en años, la eficiencia
(horas/año) y el precio, para lo cual se obtuvo la ecuación mostrada a continuación.

Precio=e12,68−0,53 ln (años )−0,05 ln (horas / año )

Figura 1 Regresión para la relación años vs horas/año vs precio horas vs horas/año vs precio para la CAT 320.

Tabla 13 Coeficientes de correlación para la regresión de años vs horas/año vs precio para la CAT 320

Estadísticas de la regresión
Coeficiente de correlación múltiple 0,89
Coeficiente de determinación R2 0,80

Tabla 14 Resultados del test de Durbin-Watson para los errores de la regresión años vs horas/año vs precio
para la CAT 320.

Durbin-Watson
Valor d 1,68
Criterio Rechazo

El segundo modelo se desarrolló evaluando la relación de la antigüedad en horas, la eficiencia

(horas/año) y el precio, para lo cual se obtuvo la ecuación mostrada a continuación.

Precio=e12,68−0,53 ln (años )−0,48 ln (horas / año )

Figura 2 Regresión para la relación horas vs horas/año vs precio horas vs horas/año vs precio para la CAT 320.
Tabla 15 Coeficientes de correlación para la regresión de horas vs horas/año vs precio para la CAT 320

Estadísticas de la regresión
Coeficiente de correlación múltiple 0,89
Coeficiente de determinación R2 0,80

Tabla 16 Resultados del test de Durbin-Watson para los errores de la regresión horas vs horas/año vs precio
para la CAT 320.

Durbin-Watson
Valor d 1,68
Criterio Rechazo

Por último, se construyó un modelo relacionando todas las variables a consideración, antigüedad en
años y en horas, la eficiencia y el precio. Como resultado se obtuvo la siguiente ecuación.

Precio=e12,68−0,48 n (años )−0,05 ln (horas )+0,000,05 ln (horas /año )

Tabla 17 Coeficientes de correlación para la regresión de años vs horas vs horas/año vs precio para la CAT 320

Estadísticas de la regresión
Coeficiente de correlación múltiple 0,89
Coeficiente de determinación R2 0,80

Tabla 18 Resultados del test de Durbin-Watson para los errores de la regresión años vs horas vs horas/año vs
precio para la CAT 320.

Durbin-Watson
Valor d 1,68
Prueba
Criterio
inconclusa

3.2 Excavadora Komatsu PC 200

3.2.1 Modelo de dos variables

Antigü edad (añ os) vs Precio Komatsu PC 200

$200,000
$180,000 f(x) = − 60403.42 ln(x) + 215762.66
R² = 0.82
$160,000
$140,000
Precio (USD)

$120,000
$100,000
$80,000
$60,000
$40,000
$20,000
$0
0 5 10 15 20 25 30
Antigü edad (añ os)

Gráfica 6 Regresión de antigüedad en años contra precio para la Komatsu

Con esta dispersión de puntos se pudo definir una ecuación del precio del equipo en relación con la
antigüedad del mismo dada por la siguiente expresión, la cual obedece a un R 2 de 0,81:

Precio(USD )=−60403∗ln (años)+ 215763

Con esta ecuación se procedió calcular los errores y evaluar su comportamiento para ver si estos se
distribuían de forma normal. Para esto fue necesario determinar los parámetros estadísticos de la
muestra, los cuales se encuentran contenidos en la siguiente tabla.

Tabla 19 Datos generales de los errores de la regresión años vs precio de la Komatsu

Distribución normal
n Media Varianza Desviación α
83 -0,04% 4,69% 21,65% 0,05

Una vez se determinaron los parámetros estadísticos de la muestra, se realizaron las pruebas de
bondad de ajuste. A continuación, se presentarán los resultados obtenidos de dicho análisis.

Tabla 20 Intervalo de confianza para la media de los errores de la regresión años contra precio para la Komatsu

Intervalo de confianza de la media

1-α/2 Z(1-α/2) Límite inferior Límite superior Criterio
0,98 1,96 -4,70% 4,62% No rechazo

Tabla 21 Intervalo de confianza para la varianza de los errores de la regresión años contra precio para la CAT
320

Intervalo de confianza de varianza

1-α/2 Límite inferior Límite superior Criterio
0,975 3,53% 6,53% No rechazo

Tabla 22 Resultados del test de la chi-cuadrada para los errores de la regresión años contra precio para la
Komatsu

Último número del Frecuencia Frecuencia (xi-xteórico)2/xteórico

intervalo observada teórica
-0,28 5 8,09 1,18
-0,09 27 20,25 2,25
0,10 28 28,43 0,01
0,30 15 19,09 0,88
0,49 7 6,12 0,13
0,68 0 0,93 0,93
0,87 1 0,07 0,00
Valor T 5,37
χ2 12,59
Criterio No rechazo
Tabla 23 Resultados del test de Kolmogorov-Smirnov para los errores de la regresión años contra precio para la
Komatsu.

Parámetros
D 0,098
α 0,050
Cα 0,895
k(n) 9,194
Dα 0,097
Criterio No rechazo

Kolmogorov-Smirnov añ os vs precio Komatsu

PC200 1.2

1.0

0.8

0.6

0.4

0.2

0.0
-0.6 -0.4 -0.2 0.0 0.2 0.4 0.6 0.8
Frecuencia teórica Frecuencia Observada
Gráfica 7 Kolmogorov-Smirnov para los errores de la regresión años contra precio para la Komatsu.

El mismo análisis se realizó para las variables de antigüedad en horas con relación al precio tal como
lo muestra la siguiente gráfica.

Antigü edad (horas) vs Precio Komatsu PC 200

$200,000
$180,000
$160,000
$140,000 f(x) = 0 x² − 17.96 x + 156696.99
R² = 0.81
Precio (USD)

$120,000
$100,000
$80,000
$60,000
$40,000
$20,000
$0
0 2,000 4,000 6,000 8,000 10,000 12,000 14,000 16,000 18,000 20,000
Antgü edad (horas trabajadas)
Gráfica 8 Regresión de antigüedad en horas contra precio para la Komatsu.
La ecuación que se obtuvo a partir de la dispersión de puntos se presenta a continuación, la cual la
cual obedece a un R2 de 0,807:

Precio ( USD ) =0,0007 x 2−17,965 x +156697

De igual forma, se calcularon los errores partiendo de esta ecuación para determinar los parámetros
estadísticos y de esta manera aplicar las pruebas de bondad de ajuste. Las siguientes tablas
presentan los resultados obtenidos.

Tabla 24 Datos generales de los errores de la regresión horas vs precio de la Komatsu

Distribución normal
n Media Varianza Desviación α
83 -5,87% 4,75% 21,80% 0,05

Tabla 25 Intervalo de confianza para la media de los errores de la regresión horas contra precio para la
Komatsu.

Intervalo de confianza de la media

1-α/2 Z(1-α/2) Límite inferior Límite superior Criterio
0,98 1,96 -10,56% -1,18% No rechazo

Tabla 26 Intervalo de confianza para la varianza de los errores de la regresión horas contra precio para la
Komatsu.

Intervalo de confianza de varianza

1-α/2 Límite inferior Límite superior Criterio
0,98 3,58% 6,62% No rechazo

Tabla 27 Resultados del test de la chi-cuadrada para los errores de la regresión horas contra precio para la
Komatsu.

Último número del Frecuencia Frecuencia (xi-xteórico)2/xteórico

intervalo observada teorica
-0,54 4 1,19 6,67
-0,39 2 4,09 1,07
-0,25 10 10,85 0,07
-0,10 13 18,83 1,81
0,04 22 21,39 0,02
0,19 25 15,89 5,22
0,33 7 7,73 0,07
Valor T 14,92
χ2 12,59
Criterio Rechazo
Tabla 28 Resultados del test de Kolmogorov-Smirnov para los errores de la regresión horas contra precio para la
Komatsu.

Parámetros
D 0,096
α 0,050
 Cα 0,895
k(n) 9,194
Dα 0,097
Criterio No rechazo

Kolmogorov-Smirnov horas vs precio

Komatsu PC200
1.2

1.0

0.8

0.6

0.4

0.2

0.0
-0.8 -0.6 -0.4 -0.2 0.0 0.2 0.4

Frecuencia teórica
Frecuencia observada

Gráfica 9 Kolmogorov-Smirnov para los errores de la regresión horas contra precio para la Komatsu.

Por último, el análisis se realizó para las variables de eficiencia en horas/año con relación al precio
tal como lo muestra la siguiente gráfica.

Eficiencia vs Precio Komatsu PC 200

$200,000
$180,000
$160,000
$140,000
Precio (USD)

R² = 0.26
$120,000
$100,000
$80,000
$60,000
$40,000
$20,000
$0
0 200 400 600 800 1,000 1,200 1,400 1,600 1,800
Eficiencia (horas/año)

Gráfica 10 Regresión de eficiencia en horas/año contra precio para la CAT 320.

Para este caso, no se tuvo en consideración ninguna gráfica puesto que la dispersión de datos no dio
un R2 representativo, razón por la cual, este modelo fue descartado.

3.2.2 Modelos multivariables

Después de emplear las herramientas proporcionadas por Excel el análisis de datos y aplicar la teoría
mencionada con anterioridad. Se obtuvieron los siguientes resultados.
El primer modelo se desarrolló evaluando la relación de la antigüedad en años, la eficiencia
(horas/año) y el precio, para lo cual se obtuvo la ecuación mostrada a continuación.

Precio=e12,83−0,9ln ( años)−0,06 ln ( horas/ año )

Figura 3 Regresión para la relación años vs horas/año vs precio horas vs horas/año vs precio para la Komatsu.

Tabla 29 Coeficientes de correlación para la regresión de años vs horas/año vs precio para la Komatsu

Estadísticas de la regresión
Coeficiente de correlación múltiple 0,87
Coeficiente de determinación R2 0,77

Tabla 30 Resultados del test de Durbin-Watson para los errores de la regresión años vs horas/año vs precio
para la Komatsu.

Durbin-Watson
Valor d 1,26
Criterio Rechazo

El segundo modelo se desarrolló evaluando la relación de la antigüedad en horas, la eficiencia

(horas/año) y el precio, para lo cual se obtuvo la ecuación mostrada a continuación.

Precio=e12,83−0,9ln ( años)−0,96 ln ( horas/ año )

Figura 4 Regresión para la relación horas vs horas/año vs precio horas vs horas/año vs precio para la Komatsu.
Tabla 31 Coeficientes de correlación para la regresión de horas vs horas/año vs precio para la CAT 320

Estadísticas de la regresión
Coeficiente de correlación múltiple 0,87
Coeficiente de determinación R2 0,77

Tabla 32 Resultados del test de Durbin-Watson para los errores de la regresión horas vs horas/año vs precio
para la CAT 320.

Durbin-Watson
Valor d 1,26
Criterio Rechazo

Por último, se construyó un modelo relacionando todas las variables a consideración, antigüedad en
años y en horas, la eficiencia y el precio. Como resultado se obtuvo la siguiente ecuación.

Precio=e12,68 +434,3 n( años )−435,21ln (horas )+435,27 ln (horas / año )

Tabla 33 Coeficientes de correlación para la regresión de años vs horas vs horas/año vs precio para la Komatsu

Estadísticas de la regresión
Coeficiente de correlación múltiple 0,88
Coeficiente de determinación R2 0,77

Tabla 34 Resultados del test de Durbin-Watson para los errores de la regresión años vs horas vs horas/año vs
precio para la Komatsu.

Durbin-Watson
Valor d 1,24
Criterio Rechazo

3.3 ANÁ LISIS MULTIVARIADO CONSIDERANDO LA MARCA

Para analizar la influencia de la marca, se construyeron tres modelos, uno considerando la marca, la
antigüedad en años y la eficiencia. Para este caso, la ecuación resultante es la siguiente.

Precio=e12,74−0,57 n ( años )−0,02 ln (marca )−0,04 ln ( horas/ año )

Tabla 35 Coeficientes de correlación para la regresión de años vs marca vs horas/año vs precio para la Komatsu

Estadísticas de la regresión
Coeficiente de correlación múltiple 0,88
Coeficiente de determinación R2 0,78

Tabla 36 Resultados del test de Durbin-Watson para los errores de la regresión años vs marca vs horas/año vs
precio para la Komatsu.

Durbin-Watson
Valor d 0,2215
Criterio Rechazo
Así mismo, otro de los modelos plateados fue considerando la marca, la antigüedad en horas y la
eficiencia. Para este caso, la ecuación resultante es la siguiente.

Precio=e12,74−0,57 n ( años )−0,02 ln (marca )+ 0,53 ln ( horas /año )

Tabla 37 Coeficientes de correlación para la regresión de horas vs marca vs horas/año vs precio para la
Komatsu

Estadísticas de la regresión
Coeficiente de correlación múltiple 0,88
Coeficiente de determinación R2 0,78

Tabla 38 Resultados del test de Durbin-Watson para los errores de la regresión horas vs marca vs horas/año vs
precio para la Komatsu.

Durbin-Watson
Valor d 0,073
Criterio Rechazo

Por último, se decidió analizar la influencia de la marca sobre el precio considerando la variable de
antigüedad en años. Se prefirió emplear esta variables y no otras, ya que en el análisis de
correlaciones de dos variables esta fue la que obtuvo mayor R 2.

La ecuación que se obtuvo al relacionar la antigüedad en años, la marca y el precio fue la siguiente.

Precio=e12,74−0,57 ln ( años )−0,02 ln ( marca)

Figura 5 Regresión para la relación entre los años, la marca y el precio

Tabla 39 Coeficientes de correlación para la regresión de años, marca y precio.

Estadísticas de la regresión
Coeficiente de correlación múltiple 0,88
Coeficiente de determinación R2 0,78

Tabla 40 Resultados del test de Durbin-Watson para los errores de la regresión años vs marca vs precio.

Durbin-Watson
Valor d 0,066
Criterio Rechazo
4. ANÁ LISIS DE RESULTADOS, CONCLUSIONES Y CONSIDERACIONES DE
LOS MODELOS PLANTEADOS
Se pudo observar que, al analizar la influencia de cada variable por separado, la que tiene mayor
impacto en la pérdida de valor son los años (en ambos equipos), ya que es el modelo con R 2
mayor, 0.83 en el caso de Caterpillar y 0.82 en el de la Komatsu. Esto quiere decir que alrededor
del 80% de los datos son explicados por este modelo, lo que es una muy buena aproximación
considerando que el máximo es el 100%. Adicionalmente, al realizar las pruebas de bondad de
ajuste, ambos modelos dieron comportamientos normalizados. A diferencia de los
multivariados, donde la hipótesis fue rechazada en la mayoría de los casos o la antigüedad en
horas, que para Komatsu no dio una distribución normal.
En las pruebas de bondad de ajuste realizadas a ambas marcas de maquinaria pesada como lo
son Caterpillar y Komatsu, se puede observar que la distribución de sus errores se distribuye de
forma normal, ya que, para los modelos de Horas vs Precio y Años vs Precio para ambos
fabricantes, las pruebas de intervalo de la media y de la varianza y la prueba de Smirnov-
Kolmogorov cumplen con el criterio de no rechazo de la hipótesis nula (Ho) con un nivel de
confianza del 95%, siendo Ho la afirmación de que los errores entre el precio teórico y el precio
real se distribuyen de acuerdo a una distribución normal.
Sin embargo, al realizar la prueba de Chi-cuadrado en el modelo de Años vs Precio para la marca
Caterpillar, el parámetro T teórico que debería ser mayor al parámetro T experimental para no
rechazar la hipótesis nula en este caso es menor. Lo que indica que se es rechazada la Ho, lo cual
se es explicado al analizar el histograma de frecuencias del modelo, puesto que, si los errores
pretenden representar una distribución normal, después de alcanzar su frecuencia máxima o el
pico las frecuencias de los demás intervalos deben ser menores y en este caso la frecuencia del
intervalo 8 es mayor que la del 7 lo que representa una anomalía en una distribución normal. A
pesar de esto, dado que la diferencia entre el valor teórico y el real es de aproximadamente una
unidad se toma la consideración de no ser rechaza por ser una discrepancia mínima.

Histograma de frecuencia observada y teó rica- Añ os vs Precio- Caterpillar

45
40
35
30
Nú mero de datos

25
20
15
10
5
0
(-0.5,-0.35) (-0.35,-0.2) (-0.2,-0.06) (- (0.09,0.24) (0.24,0.39) (0.39,0.54) (0.54,0.69)
0.06,0.09)

Intervalos

Figura 6. Histograma de frecuencias Años vs Precio CAT 320

 Así mismo, sucede en el modelo de Horas vs Precio para la marca Komatsu debido a que el valor
T teórico no es mayor al valor T experimental, en este caso porque después de alcanzar la
frecuencia máxima teórica en el siguiente intervalo aumenta la frecuencia lo que no es
coherente con un comportamiento de distribución normal que tendería a disminuir. Pero a
diferencia del caso anterior como la diferencia entre el parámetro teórico y observado es de más
de 2 unidades no se hacen consideraciones, sino que se rechaza Ho.

Histograma de frecuencia observada y teó rica- Horas vs Precio-Komatsu

30
25
20
Nú mero de datos

15
10
5
0
4 ) 9 ) 5 ) 0 ) 4 ) ) )
.5 .3 .2 .1 .0 19 33
,-0 ,-0 ,-0 ,-0 ,0 0. 0.
1 4, 9,
68 54 39 25 0. .0 .1
0. 0. 0. 0. (- (0 (0
(- (- (- (-
Intervalos

Figura 7 Histograma de frecuencias horas vs precio Komatsu

Se puede ver que independientemente de la marca los equipos se van a depreciar de igual
manera de acuerdo con otras variables (años, horas trabajadas, etc.), es decir, aunque un equipo
sea marca Caterpillar o marca Komatsu y tengan valores de precio diferentes, la pérdida de valor
en el tiempo se explica de igual forma en ambos casos. Lo anterior se concluye de los
parámetros de correlación asociados a la marca obtenidos al realizar las regresiones, pues dichos
valores tendían a cero y por ende su afectación en los modelos era despreciable.
Es imposible que algún modelo represente perfectamente los datos, es decir, que el R 2 de 1, ya
que prácticamente todos los sucesos de la realidad son estocásticos y resulta imposible
representarlos perfectamente a través de modelos determinísticos, es por esto que todos los
resultados encontrados en este trabajo son aproximaciones, es decir, todos los modelos nos dan
como resultado aproximaciones de la realidad.
Al ver todos los modelos resultantes se puede afirmar que no es necesario tener en
consideración otras variables aparte de los años ya que el modelo de años versus precio es el
que logra representar la mayor cantidad de datos (aproximadamente el 83%), y por ende, hace
que los años sea una variable indispensable para analizar el comportamiento del precio de las
máquinas a través del tiempo.

5. Referencias
Montgomery, D. C., Peck, E. A. y Vining, G. G. (2001). Introduction to Linear Regression Analysis. 3ra
Edición, Nueva York, Nueva York.
Stanford University. (s.f.). Critical Values for the Durbin-Watson Test. Recuperado 10 de marzo de
2019, a partir de https://web.stanford.edu/~clint/bench/dwcrit.htm

Zaiontz, C. (2019). Multiple Regression with Logarithmic Transformations | Real Statistics Using
Excel. Real-statistics.com. Real Statistics. Recuperado 10 de marzo 2019, a partir de
http://www.real-statistics.com/multiple-regression/multiple-regression-log-transformations/

Zaiontz, C. (2019). Power Regressions | Real Statistics Using Excel. Real-statistics.com. Real Statistics.
Recuperado 10 de marzo de 2019, a partir de http://www.real-statistics.com/multiple-
regression/multiple-regression-log-transformations/