REGRESIÓN

LINEAL
5.3 DEPENDENCIAS NO LINEALES

5.3.1 MODELO LOGARÍTMICO

5.3.2 MODELO POTENCIAL

5.3.3 MODELO CUADRÁTICO

5.3.4 MODELO EXPONENCIAL

DEPENDENCIAS NO LINEALES

• Las regresiones no lineales

son las técnicas de regresión
que encuentran relaciones
entre dos o más variables
que poseen una relación
compleja (no lineal).
RELACIONES LINEALES Y NO LINEALES
• La creación de una gráfica de dispersión
es una manera útil de evaluar si existe una
relación entre variables y definir el tipo de
relación (lineal o no lineal). Una relación no
lineal es sólo una posibilidad. Una relación
lineal es una tendencia en los datos que se
puede modelar mediante una línea recta.
RELACIONES LINEALES Y NO LINEALES

Gráfica 1. Relación lineal positiva fuerte. Gráfica 2. Relación lineal negativa fuerte.
RELACIONES LINEALES Y NO LINEALES

Gráfica 3. Relación lineal débil. Gráfica 4. Relación no lineal.

REGRESIÓN NO LINEAL

• No siempre es conveniente
ajustar una línea recta a un
diagrama de dispersión. En
algunos casos el diagrama perfila
una línea curva.
¿QUÉ ES LA REGRESIÓN NO LINEAL?
• Es la generación de una ecuación
para describir la relación no
lineal entre una variable de
respuesta continua y una o más
variables predictoras,
pronosticando nuevas
observaciones.
T IPOS DE REGRESIÓN NO LINEAL
REGLAS PARA IDENT IFICAR UN BUEN
MODELO MATEMÁT ICO
1. Busque un patrón en la gráfica. Elabore una grafica, comparela con
las que se muestran aqui e identifique el modelo mas parecido.

2. Compare los valores de 𝑹𝟐 . Para cada modelo considerado, utilice la

tecnologia para encontrar el valor del coeficiente de determinacion 𝑹𝟐 . Elija
las funciones que den como resultado valores mas grandes de 𝑹𝟐 , porque
dichos valores corresponden a funciones que se ajustan mejor a los datos
muestrales observados.

3. Piense. Use el sentido comun. No utilice un modelo que conduzca a valores predichos que no son
realistas. Emplee el modelo para calcular valores futuros, valores pasados y valores de datos faltantes, y
después determine si los resultados son realistas y tienen sentido. No se aleje demasiado del alcance
de los datos muestrales disponibles.
VEAMOS EL SIGUIENTE EJEMPLO:
Década (x) Concentración
A continuación se listan las cantidades CO2 [ppm] (y)
medias de concentraciones de dióxido de
1880 292
carbono (partes por millón) en nuestra
atmósfera para cada década, comenzando 1890 294
en la década de 1880. Encuentre el mejor 1900 297
modelo y luego pronostique el valor para la
1910 300
concentración de CO2 para la década de
2090 a 2099. Comente el resultado. 1920 304
1930 307
1940 309
1950 314
1960 320
1970 331
1980 345
1990 360
2000 377
PASO 1: Al parecer existe correlación entre las variables analizadas, que a medida que los años transcurrieron se fue
incrementando el desarrollo industrial (creación de industrias) lo que condujo a tener mayor cantidad de industrias que
generan CO2 como producto de combustión.

PASO 2: Graficar el diagrama de dispersión de puntos

Concentración CO2 [ppm] (y)

Al parecer existe una
correlación entre las
390
variables, pero a través
370 de una dependencia
350 NO LINEAL.
330

310

290

270
1860 1880 1900 1920 1940 1960 1980 2000 2020
PASO 3: Análisis de los modelos NO LINEAL
Dependencia Modelo Matemático Valor del coeficiente de Interpretación del coeficiente de
No Lineal determinación determinación
Lineal 𝑦 = −921,52 + 0,6396𝑥 0,8699*100=86,99% Se explica el comportamiento de las variables en un
86,99%
Logarítmico 𝑦 = −9041,7 + 1236,5 𝑙𝑛𝑥 0,8644*100=86,44% Se explica el comportamiento de las variables en un
86,44%
Potencial 𝑦 = 1𝑥10−10 𝑥 3,7882 0,8845*100=88,45% Se explica el comportamiento de las variables en un
88,45%
Cuadrático 𝑦 = 0,007𝑥 2 − 26,532𝑥 + 25425 0,9846*100=98,46% Se explica el comportamiento de las variables en un
(polinómico) 98,46%
Exponencial 𝑦 = 7,1194 𝑒 0,002𝑥 0,8897*100=88,97% Se explica el comportamiento de las variables en un
88,97%
Concentración CO2 [ppm] (y) Concentración CO2 [ppm] (y)
390 390
y = 0,6396x - 921,52
370 R² = 0,8699 Lineal 370 y = 1236,5ln(x) - 9041,7
R² = 0,8644
350 350

330 330

310 310
Logarítmico
290 290

270 270
1860 1880 1900 1920 1940 1960 1980 2000 2020 1860 1880 1900 1920 1940 1960 1980 2000 2020
 Concentración CO2 [ppm] (y)
Concentración CO2 [ppm] (y)
390
390
y = 1E-10x3,7882
370 y = 0,007x2 - 26,532x + 25425
R² = 0,8845 370
R² = 0,9846
350
350
330
330
310
310
290
290
270
1860 1880 1900 1920 1940 1960 1980 2000 2020 270
1860 1880 1900 1920 1940 1960 1980 2000 2020

POTENCIAL
CUADRÁTICO (polinómico)
Concentración CO2 [ppm] (y)
390

370 y = 7,1194e0,002x
R² = 0,8897
350

330

310

290
EXPONENCIAL
270
1860 1880 1900 1920 1940 1960 1980 2000 2020
Dependencia Modelo Matemático Valor del coeficiente de Interpretación del coeficiente de
No Lineal determinación determinación
Lineal 𝑦 = −921,52 + 0,6396𝑥 0,8699*100=86,99% Se explica el comportamiento de las variables en un
86,99%
Logarítmico 𝑦 = −9041,7 + 1236,5 𝑙𝑛𝑥 0,8644*100=86,44% Se explica el comportamiento de las variables en un
86,44%
Potencial 𝑦 = 1𝑥10−10 𝑥 3,7882 0,8845*100=88,45% Se explica el comportamiento de las variables en un
88,45%
Cuadrático 𝑦 = 0,007𝑥 2 − 26,532𝑥 + 25425 0,9846*100=98,46% Se explica el comportamiento de las variables en un
(polinómico) 98,46%
Exponencial 𝑦 = 7,1194 𝑒 0,002𝑥 0,8897*100=88,97% Se explica el comportamiento de las variables en un
88,97%

El mejor modelo matemático que se ajusta a las variables analizadas es el modelo cuadrático, porque explica el
comportamiento de las variables en un 98,46%
PASO 4: Escribimos el modelo matemático 𝑦 = 𝑐𝑜𝑛𝑐𝑒𝑛𝑡𝑟𝑎𝑐𝑖ó𝑛 𝑑𝑒 𝐶𝑂2

𝑦 = 0,007𝑥 2 − 26,532𝑥 + 25425 𝑥 = 𝑎ñ𝑜

luego pronostique el valor para la concentración de CO2 para la década de 2090 a 2099. Comente el resultado.

𝑦 = 0,007(2090)2 −26,532(2090) + 25425

𝑦 = 549,82 𝑝𝑝𝑚 Para el año 2090 la concentración de CO2 en la

atmosfera será de 549,82 ppm

𝑦 = 0,007(2099)2 −26,532(2099) + 25425

Para el año 2099 la concentración de CO2 en la
𝑦 = 574,94 𝑝𝑝𝑚
atmosfera será de 574,94 ppm
ACTIVIDADES EN CLASE

“Si no vas hasta el

final ¿por qué
empezar?”
RESUÉLVELO TÚ
La tabla lista diferentes cantidades (toneladas métricas) del explosivo TNT y el valor
correspondiente medido en la escala de Richter resultante de las explosiones del TNT.
Determine el mejor modelo matemático que se ajuste a los valores

Toneladas TNT Escala de Richter

2 3,4
10 3,9
15 4,0
50 4,4
100 4,6
500 5,0
RESUÉLVELO TÚ
A continuación se listan, ordenados por fila, los números anuales de manchas solares que
comienzan en 1980. ¿Es el mejor modelo un buen modelo? Examine cuidadosamente el
diagrama de dispersión e identifique el patrón de los puntos. ¿Cual de los modelos se
ajusta a ese patron?