Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Usodeexcelparaprediccin 140509170805 Phpapp01
Usodeexcelparaprediccin 140509170805 Phpapp01
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
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.
Una vez ingresados los datos en una hoja de cálculo, tal como se muestra en la Fig.1-2 , puede iniciar
el proceso de datos como sigue:
1. En el menú Herramientas, elija Análisis de datos.
2. En el cuadro de diálogo Análisis de datos, seleccione la opción Regresión y elija Aceptar.
3.
4. En el cuadro de diálogo Regresión, use el casillero Rango Y de entrada para especificar la posición
de los datos de la variable dependiente (Ventas).
5. Use el casillero de Rango X de entrada para especificar la posición de los datos de la variable
independiente (Pob. infantil).
6. Si incluye los títulos de columna, no olvide activar la casilla de verificación Rótulos. Esto le permitirá
identificar de mejor manera las variables en la salida de regresión.
7. Utilice las Opciones de salida para especificar el lugar donde quiere ubicar los resultados. Si elige
la opción En una hoja nueva, asígnele un nombre.
8. Finalmente, elija Aceptar. Excel insertará una nueva hoja de cálculo con los resultados de la regresión.
8. Para calcular el valor de R cuadrado seleccione la celda G4 (como en el ejemplo de la Fig.1-8) haga
clic en el botón Pegar función de la barra de herramientas Estándar.
9. En el cuadro de diálogo Pegar función, desde la categoría de funciones Estadísticas, seleccione la
función COEFICIENTE.R2 y elija Aceptar.
10. En el cuadro de la función COEFICIENTE.R2, utilice el recuadro Conocido_y para establecer la
ubicación de los valores de la variable dependiente (y). Fig.1-10.
11. Utilice el recuadro Conocido_x para establecer la ubicación de los valores de la variable
independiente (x). Finalmente elija Aceptar. Fig.1-10.
Los valores obtenidos para la venta estimada y el Coeficiente R cuadrado deberían coincidir con los
obtenidos a través del método anterior. Esto se debe a que en ambos caso se utilizó el método de los
mínimos cuadrados y las diferencias están sólo en la forma.
Seleccione las series de datos x (Pob. Infantil) e y (Ventas). Si las series de datos se encuentran en columnas no
adyacentes, seleccione la primera serie normalmente y luego seleccione la segunda serie mientras mantiene presionada
la tecla CTRL (Control). Fig.1-12.
2. Desde la barra de herramientas, elija la paleta Tipo de gráfico y seleccione el tipo Gráfico de
dispersión. Fig.1-12.
3. Un nuevo objeto flotante se mostrará sobre la hoja de cálculo, conteniendo el gráfico deseado. Dé
un clic, con el botón derecho del mouse, sobre uno de los puntos de la serie en el gráfico y elija la
opción Agregar línea de tendencia... Fig.1-13.
4. En la ficha Tipo del cuadro de diálogo Agregar línea de tendencia, seleccione el tipo Lineal.Fig.1-
14.
5. En la ficha Opciones del cuadro de diálogo Agregar línea de tendencia, 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.nassirsapag.cl
Evaluación de Proyectos
cuadrado en el gráfico.Fig.1-15.
6. Elija Aceptar. El gráfico se mostrará con la correspondiente línea de tendencia y los datos
requeridos para que usted pueda hacer sus estimaciones. Notará que los valores obtenidos
nuevamente no difieren de los métodos anteriores.
Tendencia lineal
y = 212,03x + 1113,2
14.000 R2 = 0,8715
12.000
10.000
Ventas
8.000 (y)
6.000 Tendencia lineal
4.000
2.000
-
- 10,00 20,00 30,00 40,00 50,00 60,00
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, si usted aprecia que la serie de datos muestra un crecimiento a tasas
constantes, es probable que una tendencia lineal se ajuste mejor, en cambio si el crecimiento
mostrado es a tasas crecientes o decrecientes, es probable que logre mejores ajustes con una línea
de tendencia exponencial o logarítmica, respectivamente.
Finalmente, el mejor indicador del grado de ajuste de la línea de tendencia es su R cuadrado.
Cuanto más cercano a 1 (uno) sea este valor, 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. La siguiente sección describe de mejor manera la
situación.
Donde n es el grado u orden de la función y a0, a1,..., an simbolizan los coeficientes de la función que
se pretende determinar.
Para llevar a cabo esta estimación, puede utilizar alguno de los métodos descritos previamente o
emplear el complemento Solver disponible en Excel, como se muestra más adelante.
4.000
2.000
-
- 10,00 20,00 30,00 40,00 50,00 60,00
Notará que el valor de R cuadrado 0,9 es superior al de 0,87 que se obtuvo ajustando una tendencia
lineal a la serie de datos históricos.
Los valores de los coeficientes a0=3538,4 ; a1=17,43 ; a2=3,22 para una población infantil de 45.000
hab. (45)., permiten predecir que las ventas serán:
Ventas(y) = 3,22*(45)2 + 17,43*(45) + 3538,4 = 10843,25
De este modo, 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).
Fig.1-20. Modelo de planilla para estimar una función polinómica usando Solver
Las celdas B2, B3 y B4 solo contienen valores cero (0). 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, y cuyos coeficientes corresponden a los valores de las celdas
B2, B3 y B4. La columna Error se calcula empleando la función ABS, de modo de obtener el valor
absoluto de la diferencia entre valor real de las ventas registradas y el pronóstico. La última columna
sólo registra el cuadrado de los errores calculados en la columna adyacente.
2. Use el casillero Celda objetivo para establecer la suma de los errores al cuadrado, como la función
que se pretende optimizar (celda F19).
3. En la sección Valor de la celda objetivo, elija la opción Mínimo, de modo de minimizar la suma de
los cuadrados de los errores
4. Utilice el casillero Cambiando las celdas para establecer la ubicación de coeficientes de la función
que se pretende encontrar (rango B2:B4).
En este caso no se incorporaran restricciones. Dado que la función objetivo es una función
cuadrática y además a2>0, es dable suponer que esta acotada inferiormente y debe existir un mínimo
que es único.
Más documentos disponibles en el sitio web : www.nassirsapag.cl
Evaluación de Proyectos
5. Elija el botón Resolver. Solver iniciará el proceso de búsqueda de una solución y mostrará el cuadro
de diálogo Resultados de Solver al finalizar.
Ejemplo
La Fig.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. La misma figura muestra
la estructura y las fórmulas del modelo de planilla a utilizar para estimar los coeficientes de
ponderación, utilizando Solver.
Para una mejor interpretación del modelo, a continuación se describen e identifican los elementos
que lo conforman (para mayor información véase el apéndice “Elementos de un modelo de Solver”,
al final de esta sección).
I. 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.
II. La celda D22 representa el error medio absoluto que se quiere minimizar y constituye la función
objetivo o Celda objetivo del modelo de Solver
6. Una vez agregadas todas las restricciones el cuadro de diálogo Parámetros de Solver debería
verse como en la siguiente figura.
7. Elija el botón Resolver. Y luego el botón Aceptar en el cuadro de diálogo Resultados de Solver. La
Figura 1-26 muestra la planilla con los resultados obtenidos