Regresión Lineal

Múltiple y Construcción
de Modelos Matemáticos

Enero 2023
La regresión lineal busca crear modelos
matemáticos, los cuales pueden utilizarse en
diferentes aplicaciones, entre las que destaca
la informática, la ingeniería, la meteorología,
ciencias de la salud, ciencias sociales, economía,
entre otras. Ayuda a proyectar valores futuros o
a establecer predicciones, aprovechando las
capacidades de las inteligencias artificiales. De esta
manera, se pueden alcanzar cálculos de
forma sencilla y ágil, sin que su programación tenga
que
Un complicarse en exceso.
ejemplo podría ser para predecir
cuántos litros de gasolina consumirán
varios automóviles, variable de respuesta
Y, en función del peso y la potencia que
tengan, variable predictiva X.
 TIPOS DE REGRESIONES MULTIPLES
• Empleado cuando existe relación entre el responsable y
Modelo la variable de estudio, ya que el científico se encuentra
Funcional en buena posición para controlar y predecir la
respuesta.

• Utilizado cuando a pesar de conocer el modelo

Modelo de funcional, no siempre se puede controlar la variable de
respuesta. Esto ocurre por ejemplo cuando se desea
Control conocer el consumo de vapor, hay imponderables
externos que no pueden se controlados de forma eficaz.

• Se trabaja con este modelo, cuando el modelo funcional

Modelo es muy complejo y se necesita tener estimados
independientes de los efectos de las variables de
Productivo control. Útiles cuando se tienen modelos de regresión
con múltiples variables.
 PROCEDIMIENTO PARA LA CONSTRUCCIÓN DE
Planeación UNDesarrollo
MODELO Verificación y Mantenimiento
Definir el Problema Obtener la Data ¿Se Encuentran los Parámetros
Seleccionar el Responsable Verificar la Calidad de los Datos Estables en el Mismo Espacio de
Sugerir las Variables Realizar Modelos Variable?
¿El Modelo es Validable?
Evaluación de Expertos No
¿Están las Variables Disponibles? Critica de Grupo Si
No ¿Sistemáticamente Falla o queda
Si Estimar Nuevas Variables Fijo?
Parar
Construir Vectores que Si
Establecer Matriz de Correlación Interpreten los Resultados
y Primera Regresión

Correr los Mejores Vectores y ¿Son los Coeficientes Obtenidos

Transformaciones Razonables?
Establecer Objetivo, Error
Estándar, R2 ¿Es una Ecuación Lógica?
Preparar Presupuesto ¿Se Puede Utilizar la Ecuación?
Si Si
¿Son los Objetivos Alcanzables?
¿Son los objetivos y No
Si
presupuestos aceptables? No
No Mantenimiento del Modelo
Parar
 Definir el Problema
Seleccionar el
Responsable
Sugerir las Variables
Fase de gran importancia en el
desarrollo de cualquier problema.
En esta parte tanto las variables
como lo que se desea predecir, debe
estar claramente determinadas y
someterse a una discusión intensa
por parte los predictores.
Disponibilidad de Variables
En esta parte se deben evaluar con
cuidado cada variable, algunas variables
no podrán ser medidas y deben
descartarse o sustituirse por otras Se
debe tener en cuenta que la sustitución
de variables, puede acarrear costos
elevados.
Otro punto importante, es si se puede
obtener un número aceptable de datos
interrelacionados X`s vs Y`s, en caso de
no ser posible, se debe rechazar el
experimento.
Definir si el problema tiene solución:
. Si no tiene solución abandonarlo.
. Redefinir el proyecto, gracias al
conocimiento obtenido al llegar a este
punto.
. El proyecto es posible y continuar.
Establecer Matriz de Correlación y
Primera Regresión
Una vez el proyecto tiene luz “verde”,
es necesario determinar los tiempos
de elaboración, mano de obra,
presupuestos, etc.
Luego obtener un grupo de datos,
obtener los parámetros estadísticos,
la matriz de correlación y la inversa de
la matriz. Las variables X de la matriz,
son llamados Factores de Variación
Inflacionaria y puede dar una idea
preliminar de correlación y si el
modelo puede correr con los datos
que se están relacionando.
En esta etapa, si se determina que
alguna variable no es correlacionable,
es importante determinar si se
desecha esta.
 Establecer Objetivos
Preparar
Presupuestos
En esta etapa ya se deben establecer
las metas y presupuesto, sobre todo
computacionales requeridos.
Dentro de los aspectos a considerar se
debe identificar:
. Titulo del proyecto.
. Ingeniero responsable.
. Tipo de análisis empleado: Regresión
Lineal Múltiple.
. Objetivos:
- La ecuación explica con un 80% de
certeza el fenómeno.
- El error estimado es de 5%.
- El número de variables es: “X”
- Todos los coeficientes del modelo tiene
un nivel de significancia de 0,05.
- No hay residuales asociados.
- El costo estimado es de Bs. 36.000.
- Se requieren de 80 horas hombre.
- Incluye cronograma de trabajo.
¿Son los objetivos y
presupuestos aceptables?
Si el propósito del proyecto es
aprobado por todos los involucrados,
este pasa a la etapa de desarrollo,
sino este debe ser revisado o
detenido de forma definitiva.
Obtener la Data
Verificar la Calidad de los Datos
Realizar Modelos
Con cuidado, todo el proceso de
obtención de data debe ser realizado.
Esta no puede ser mezclada entre
turnos o días, debe establecer los
decimales y verificarla tan pronto sea
posible.
Por ejemplo, no pueden existir
estudiantes de 6to grado de 15 cm
(realmente era 150 cm) o adultos que
pesan 700 gr (la verdad serian 70.000
gr)
Estos errores “humanos” en la
obtención de datos, no los va a
identificar la computadora y siempre
van a ocurrir. Por esto es importante
su verificación y permanente
monitoreo.

Evaluación de Expertos
Crítica de Grupo
A estas alturas del proyecto, las
ecuaciones potencialmente aceptadas,
pueden ser entregadas a expertos para
su evaluación preliminar.
Estimar Nuevas Variables
Construir Vectores que
Interpreten los Resultados
Si, como usualmente pasa, los
expertos siguieren emplear nuevas
variables para su posible uso, la data
debe ser recopilada y examinada
conjuntamente con los valores
asociados y plasmarlas en la
ecuaciones determinadas.
Correr los Mejores Vectores y
Transformaciones
Seleccionadas los predictores de
variables, se puede en este momento
tratar ecuaciones de regresión.
También se pueden emplear,
transformadores de predictores de
variable. Muchas transformaciones
surgen de forma familiar del proceso
que se evalúa. La practica manifiesta
que “Tratar de Hacer Cualquier Cosa”,
para aproximar transformaciones con
la data original, rara vez funcionan
bien. Esto implica, que tratar de hacer
las cosas de manera mecánica casi
siempre, resulta en una perdida de
tiempo.

¿Son los Objetivos
Alcanzables?
Eventualmente, luego de muchos
intentos, en este momento, si los
objetivos no se alcanzan y no se esta
obteniendo un modelo de regresión que
responda los objetivos planteados, se
puede considerar no continuar con el
proyecto.
Sin embrago, en caso que se desee
continuar, hay que tener en cuenta que
esto implicara mas recursos, que quizás
no estén en el presupuesto o que la
organización no se encuentre dispuesta
a pagar.
¿Se Encuentran los Parámetros Estables en
el Mismo Espacio de Variables?
¿El Modelo es Validable?
Se deben distinguir dos tipos de conjuntos de datos:
. Datos Longitudinal: Si el modelo utiliza datos tomados de
observaciones seccionadas a lo largo del tiempo, una de
las formas de evaluar la estabilidad de los coeficientes
estimados es tomando los coeficientes individuales de los
grupos y determinar el emparejamiento del conjunto.
. Datos Seccionados en Cruz: Si los datos son tomados en un
mismo periodo de tiempo, como por ejemplo en un turno
de trabajo, la idea es subdividir los datos con un buen
criterio en subdatos. Con un grupo se construye el modelo
y con el otro grupo se valida este.
Para lograr esto se pueden utilizar los siguientes métodos:
1. Aproximación de “Dejar fuera una observación”.
2. “Dejar afuera más de una observación”.
3. “Mitad y mitad”.
 ¿Son los Coeficientes Obtenidos
Razonables?
¿Sistemáticamente Falla o queda Mantenimiento del Modelo
Fijo? ¿Es una Ecuación Lógica?
¿Se Puede Utilizar la Ecuación?

Cuando finalmente la ecuación es
obtenida, a veces hay variables que
pueden ser omitidas. Los parámetros
obtenidos deben ser evaluados en
todas las formas y evaluar posibles
omisiones.
. ¿Son los coeficientes razonables?, hay que
recordar que la ecuación será usada por
personas que a lo mejor no conocen las
situaciones, también puede darse el caso
de que se requiera evaluar una sola
variable, en este último caso, si existe
mucha correlación entre las variables, es
peligroso dar conclusiones. Igualmente hay
que verificar si los coeficientes están
direccionados de manera correcta.
. ¿Es una ecuación lógica?, es preciso que la
ecuación pase el escrutinio de los expertos
y que las variables de la ecuación no oculte
errores.
. ¿Se puede utilizar la ecuación?, hay que
tener en cuenta, que el modelo va a arrojar
un conjunto de variables apropiadas para
predecir comportamientos, pero quizás no
para control.
Finalmente el modelo es el
apropiado, pero las condiciones de
operación pueden variar. En este caso
hay que ver cuando el modelo se
vuelve obsoleto dado que las
condiciones operativas cambiaron.
Esto se puede determinar, analizando
las cartas de control y viendo que las
predicciones no se están cumpliendo.
La mejor manera de mantener el
modelo, es revisarlo periódicamente,
con científicos estadísticos y realizar
los arreglos necesarios.
EJERCICIO RESUELTO SIGUIENDO LOS PASOS
PARA CONSTRUIR UN MODELO
MATEMATICO EN UNA EMPRESA
PRODUCTORA DE SACOS DE
POLIPROPILENO
 EJERCICIO RESUELTO SIGUIENDO LOS PASOS PARA
CONSTRUIR EL MODELO

La gerencia de la Empresa
MES HORAS DE HORAS DE GASTOS
Polivensa desea estimar cuales TRABAJO MÁQUINA INDIRECTOS DE
son los gastos indirectos de (Cientos) (Cientos) PRODUCCIÓN
producción, tomando como X1 X2 (Miles de $)
Y1
elementos para cumplir con Enero 45 16 29
este objetivo, el número de
Febrero 42 14 24
horas trabajadas y el número
de horas de máquina Marzo 44 15 27
empleadas. Abril 45 13 25
Mayo 43 13 26
En la tabla mostrada se indican Junio 46 14 20
los valores correspondientes al
primer semestre del año 2022.
1. Definir el Problema. Seleccionar el Responsable. Sugerir las Variables

El problema fue definido por la gerencia, se desea establecer la proyección de los gastos
indirectos de producción, dados dos factores determinados: Horas Hombres Utilizadas y Horas
de Máquina Empleadas.
El responsable del proyecto, es el Ingeniero de Planificación.
Las variables seleccionadas son Horas Hombre, Horas Máquina y Gastos Indirectos.

2. Disponibilidad de Variable

Las variables seleccionadas son determinadas mensualmente por el departamento de

Ingeniería Industrial y revisadas por la dirección de la compañía, lo cual son garantía de
confiabilidad.
3. Establecer Matriz de Correlación y Primera Regresión
En esta etapa se observa que los datos pueden ser correlacionables, por lo que se prosigue con
el estudio.
4. Establecer Objetivos. Preparar Presupuestos
. Titulo del proyecto: Proyección de Gastos Indirectos en la Línea de Producción
. Ingenieros responsables: Alessandro Cecala / Alejandro Guillén
. Tipo de análisis empleado: Regresión Lineal Múltiple.
. Objetivos:
- La ecuación explica con un 80% de certeza el fenómeno.
- El error estimado es de 5%.
- El número de variables es: 2
- Todos los coeficientes del modelo tiene un nivel de significancia de 0,05.
- El costo estimado es de Bs. 20.000.
- Se requieren de 20 Actividad Días
horas hombre. 1 2 3 4 5 6 7 8
- Incluye cronograma de
Determinación de Variables
trabajo.
Obtención de datos
Estimación de costos
Establecer la matriz
Determinar la ecuación
Presentación de resultados
5. ¿Son los objetivos y presupuestos aceptables?

Los objetivos del problema son aprobados por todos los involucrados. Continua la ruta
investigativa.

6. Obtener la Data. Verificar la Calidad de los Datos. Realizar Modelos

Los datos obtenidos fueron verificados por el departamento de Ingeniería Industrial.

Utilizando la
tabla de datos Se selecciona el
seleccionada, se rango apropiado
opta la opción para las variables
Análisis de Datos XeY
y Regresión.
 Ecuación de Regresión:
Y = -18,2759 + 0,7241 X1 + 0,9033 X2
7. Evaluación de Expertos. Crítica de Grupo
Presentación a expertos de la ecuación preliminar para su evaluación y comentarios.

8. Estimar Nuevas Variables. Construir Vectores que Interpreten los Resultados

En esta etapa, si se desean introducir nuevas variables, es la oportunidad de realizarlo.

9. Correr los Mejores Vectores y Transformaciones

En este momento, se pueden verificar los pasos realizados.

10. ¿Son los Objetivos Alcanzables

Validada la ecuación, se pueden realizar predicciones para determinar si las metas trazadas
pueden se alcanzables, en este caso si los gastos indirectos se pueden lograr.
11. ¿Se Encuentran los Parámetros Estables en el Mismo Espacio de Variables?
¿El Modelo es Validable?
El cumplimiento de esta etapa, vendrá dada por los encargados de los departamentos de
Ingeniería Industrial y Costos de la organización, quienes verificaran si el modelo se mantiene en
el tiempo y sus predicciones son confiables.

12. ¿Sistemáticamente Falla o queda Fijo?

Si el modelo resulta a través del tiempo, puede ser utilizado de forma confiable. Si por el
contrario los valores predichos no se compaginan con la realidad, este debe ser reevaluado.
13. ¿Son los Coeficientes Obtenidos Razonables? ¿Es una Ecuación Lógica?¿Se
Puede Utilizar la Ecuación?
Solo la evaluación sistemática, podrá ofrecerle respuestas a estas interrogantes.

14. Mantenimiento del Modelo

El modelo deberá ser revisado de forma regular por los encargados de evaluar los valores
obtenidos. En caso de cambios, bien sea en la composición de la mano de obra o cualquier
característica de las máquinas, se deberá revisar los factores involucrados.