Académique Documents
Professionnel Documents
Culture Documents
Escuela de Contabilidad
Tema:
ANÁLISIS DE REGRESIÓN Y
CORRELACIÓN NO LINEAL:
MODELO EXPONENCIAL Y
POTENCIAL
Curso:
Estadística Aplicada.
Docente:
Walter Castañeda Guzmán
Ciclo:
V.
Estudiante:
Índice
1. Introducción……………………………………………………………………………… 3
2. Capítulo 1: Análisis de Regresión y Correlación No Lineal………………………… 4
2. 1. Regresión No Lineal………………………………………………………………. 4
2. 2. Correlación……………………………………………………………………….… 4
3. Capítulo 2: Modelos de Análisis de Regresión y Correlación No Lineal………….. 5
3. 1. Modelo de Análisis de Regresión Simple Geométrica o Exponencial……... 5
3. 1. 1. Definición……………………………………………………………….. 5
3. 1. 2. Ecuación características……………………………………………… 5
3. 1. 3. Tabla de datos…………………………………………….…………… 6
3. 1. 4. Estimadores del Modelo Exponencial………………………………. 6
3. 1. 5. Análisis de varianza para la Regresión No Lineal…………………. 6
3. 1. 5. 1. ANVA para el Modelo Exponencial……………………… 6
3. 1. 5. 2. ANVA para los coeficientes “a” y “b”…………………….. 7
3. 1. 6. Intervalos de confianza……………………………………………….. 9
3. 1. 6. 1. Intervalos de confianza para el coeficiente “a”…………. 9
3. 1. 6. 2. Intervalos de confianza para el coeficiente “b”…………. 9
3. 1. 7. Caso práctico………………………………………………………...… 9
3. 2. Modelo de Análisis de Regresión Logarítmica o Potencial………………… 14
3. 2. 1. Definición……………………………………………………………… 14
3. 2. 2. Ecuación características…………………………………………….. 14
3. 2. 3. Tabla de datos………………………………………………………... 15
3. 2. 4. Estimadores del Modelo Potencial…………………………………. 15
3. 2. 5. Análisis de varianza para la Regresión No Lineal………………... 15
3. 2. 5. 1. ANVA para el Modelo Potencial………………………… 15
3. 2. 5. 2. ANVA para los coeficientes “a” y “b”…………………… 16
3. 2. 6. Intervalos de confianza…………………………………………….... 18
3. 2. 6. 1. Intervalos de confianza para el coeficiente “a”………...18
3. 2. 6. 2. Intervalos de confianza para el coeficiente “b”…......… 18
3. 2. 7. Caso práctico……………………………………………………….... 19
4. Ejercicios propuestos…………………………………………………………………. 23
5. Conclusiones…………………………………………………………………………... 31
6. Recomendaciones…………………………………………………………………….. 32
7. Referencias bibliográficas y linkografías……………………………………………. 33
2
Análisis de Regresión y Correlación No Lineal: Modelo Exponencial y Potencial
1. Introducción
3
Análisis de Regresión y Correlación No Lineal: Modelo Exponencial y Potencial
2. 2. Correlación
La correlación estadística constituye una técnica estadística que nos
indica si dos variables están relacionadas o no.
Por ejemplo, considera que las variables son el ingreso familiar y el
gasto familiar. Se sabe que los aumentos de ingresos y gastos
disminuyen juntos. Por lo tanto, están relacionados en el sentido de que
el cambio en cualquier variable estará acompañado por un cambio en
la otra variable. De la misma manera, los precios y la demanda de un
producto son variables relacionadas; cuando los precios aumentan la
demanda tenderá a disminuir y viceversa. Si el cambio en una variable
está acompañado de un cambio en la otra, entonces se dice que las
variables están correlacionadas. Por lo tanto, podemos decir que el
ingreso familiar y gastos familiares y el precio y la demanda están
correlacionados.
4
Análisis de Regresión y Correlación No Lineal: Modelo Exponencial y Potencial
5
Análisis de Regresión y Correlación No Lineal: Modelo Exponencial y Potencial
.. .. .. .. .. ..
6
Análisis de Regresión y Correlación No Lineal: Modelo Exponencial y Potencial
(∑𝐿𝑛 𝑌)2
𝑆𝐶𝑇 = ∑(𝐿𝑛 𝑌)2 −
n
7
Análisis de Regresión y Correlación No Lineal: Modelo Exponencial y Potencial
ln 𝑎 − 𝑙𝑛 𝑎̂
𝑡=
𝑆𝑎
8
Análisis de Regresión y Correlación No Lineal: Modelo Exponencial y Potencial
3. 1. 6. Intervalos de confianza
3. 1. 6. 1. Intervalos de confianza para el coeficiente “a”
9
Análisis de Regresión y Correlación No Lineal: Modelo Exponencial y Potencial
Se pide:
a. Construya un diagrama de dispersión.
b. Efectúe la estimación del modelo geométrico.
c. Determine el grado de ajuste e interprételo.
d. Elabore el análisis de varianza y discútalo.
e. Qué población habrá en el año 2010.
f. Pruebe la hipótesis que b=1 con un 99% de confianza.
g. Calcule intervalo de confianza al 95% para a y b
a. Diagrama de dispersión:
Estimadores:
∑ 𝑋 × ∑ ln 𝑌
∑ 𝑋 × ln 𝑌 −
𝐿𝑛 𝑏 = 𝑛
(∑ 𝑋) 2
∑ 𝑋2 −
𝑛
(11,700)(43.1513)
84,299.6215 −
ln 𝑏 = 6
(11,700)2
22,822 − 6
ln 𝑏 = 0.022083
10
Análisis de Regresión y Correlación No Lineal: Modelo Exponencial y Potencial
𝑏 = 𝑒 0.022083
𝑏 = 1.02232
∑ ln 𝑦 − ln 𝑏 × ∑ 𝑥
Ln 𝑎 =
𝑛
𝑎 = 2.6416𝑥10−16
𝑎 = 0.00000000000000026416
c. Grado de ajuste:
El coeficiente de determinación se calcula así:
∑ 𝑥 × ∑ ln 𝑦
ln 𝑏 × (∑ 𝑥 𝑙𝑛 𝑦 − )
𝑛
𝑟2 =
(∑ ln 𝑦)2
∑(ln 𝑦)2 −
𝑛
(11,700)(43.1513)
0.022083 (84,299.6215 − )
6
𝑟2 =
(43.1513)2
313.8262 − 6
= 0.9787
d. Análisis de varianza:
1. Suma de cuadrados de la regresión:
(∑ 𝑥)(∑ 𝑙𝑛 𝑦)
𝑆𝐶𝑅 = 𝐿𝑛 𝑏 × (∑ 𝑥 𝑙𝑛 𝑦 − )
𝑛
(11,700)(43.1513)
𝑆𝐶𝑅 = 0.022083 (84,299.6215 − )
6
= 3.4137
2. Suma de cuadrados totales:
(∑𝐿𝑛 𝑌)2
𝑆𝐶𝑇 = ∑(𝐿𝑛 𝑌)2 −
n
11
Análisis de Regresión y Correlación No Lineal: Modelo Exponencial y Potencial
(43.1513)2
𝑆𝐶𝑇 = 313.8262 − = 3.4870
6
3. Suma de cuadrados del error:
𝑆𝐶𝐸 = 𝑆𝐶𝑇 − 𝑆𝐶𝑅 = 3.4870 − 3.4137 = 0.0733
4. Grados de libertad:
𝐺𝐿𝑅 = 1
𝐺𝐿𝑇 = 𝑛 − 1 = 6 − 1 = 5
𝐺𝐿𝐸 = 𝑛 − 2 = 6 − 2 = 4
5. Cuadrados medios de la regresión:
𝑆𝐶𝑅 3.4137
𝐶𝑀𝑅 = = = 3.4137
1 1
6. Cuadrados medios del error:
𝑆𝐶𝐸 0.0733
𝐶𝑀𝐸 = = = 0.01832
𝑛−2 4
7. “F” calculada:
𝐶𝑀𝑅 3.4137
= = 186.33
𝐶𝑀𝐸 0.01832
12
Análisis de Regresión y Correlación No Lineal: Modelo Exponencial y Potencial
0.01832
0.022083 ± 2.776 × √
(11700)2
22822000 − 6
= 0.022083 ± 0.00449
13
Análisis de Regresión y Correlación No Lineal: Modelo Exponencial y Potencial
0.01832 × 11700
−35.8699 ± 2.776 × √
(11700)2
6 × (22822000 − )
6
= −35.8699 ± 0.1983
3. 2. 1. Definición
Este modelo de regresión es una alternativa cuando el modelo
lineal no logra un coeficiente de determinación apropiado, o
cuando el fenómeno en estudio tiene un comportamiento que
puede considerarse potencial o logarítmico. La forma más
simple de tratar de establecer la tendencia es a través de un
diagrama de dispersión o nube de puntos, tal como la siguiente:
14
Análisis de Regresión y Correlación No Lineal: Modelo Exponencial y Potencial
3. 2. 3. Tabla de datos
.. .. .. .. .. ..
15
Análisis de Regresión y Correlación No Lineal: Modelo Exponencial y Potencial
(∑ ln 𝑦)2
𝑆𝐶𝑇 = ∑(ln 𝑦)2 −
𝑛
𝑆𝐶𝑅
𝐶𝑀𝑅 =
1
𝑆𝐶𝐸
𝐶𝑀𝐸 =
𝑛−2
𝐶𝑀𝑅
𝐹𝑐𝑎𝑙 =
𝐶𝑀𝐸
∑ ln 𝑥 ∗ ∑ ln 𝑦
𝑏 ∗ (∑ ln 𝑥 ∗ ln 𝑦 −
𝑟2 = 𝑛
2
(∑ ln 𝑦)
∑(ln 𝑦)2 −
𝑛
16
Análisis de Regresión y Correlación No Lineal: Modelo Exponencial y Potencial
H0= a=a´
Ha= a≠a´
b) Se calcula el error standard para a con la
siguiente fórmula:
𝐶𝑀 𝐸𝑟𝑟𝑜𝑟 ∗ ∑(ln 𝑥)2
𝑆𝑎 = √ 2
(∑ ln 𝑥)
𝑛 ∗ (∑(ln 𝑥)2 − 𝑛
ln 𝑎 − ln 𝑎´
𝑡=
𝑆𝑎
Dato:
𝑠𝑖 𝑡𝑐𝑎𝑙𝑐𝑢𝑙𝑎𝑑𝑎 > 𝑡𝑡𝑎𝑏𝑢𝑙𝑎𝑑𝑎 , 𝑠𝑒 𝑟𝑒𝑐ℎ𝑎𝑧𝑎 𝐻0
𝑠𝑖 𝑡𝑐𝑎𝑙𝑐𝑢𝑙𝑎𝑑𝑎 < 𝑡𝑡𝑎𝑏𝑢𝑙𝑎𝑑𝑎 , 𝑠𝑒 𝑎𝑐𝑒𝑝𝑡𝑎 𝐻0
Para el coeficiente b:
Para probar la hipótesis de que el coeficiente b es
igual a un valor b´, se procede de la siguiente
manera:
a) Se plantea la hipótesis:
H0= b=b´
Ha= b≠b´
𝐶𝑀 𝐸𝑟𝑟𝑜𝑟
𝑆𝑏 = √
∑(ln 𝑥)2
∑(ln 𝑥)2 −
𝑛
17
Análisis de Regresión y Correlación No Lineal: Modelo Exponencial y Potencial
𝑏 − 𝑏´
𝑡=
𝑠𝑏
Dato:
𝑠𝑖 𝑡𝑐𝑎𝑙𝑐𝑢𝑙𝑎𝑑𝑎 > 𝑡𝑡𝑎𝑏𝑢𝑙𝑎𝑑𝑎 , 𝑠𝑒 𝑟𝑒𝑐ℎ𝑎𝑧𝑎 𝐻0
𝑠𝑖 𝑡𝑐𝑎𝑙𝑐𝑢𝑙𝑎𝑑𝑎 < 𝑡𝑡𝑎𝑏𝑢𝑙𝑎𝑑𝑎 , 𝑠𝑒 𝑎𝑐𝑒𝑝𝑡𝑎 𝐻0
3. 2. 6. Intervalos de confianza
3. 2. 6. 1. Intervalos de confianza para el coeficiente “a”
𝐶𝑀 𝐸𝑟𝑟𝑜𝑟
𝐼𝐶 = 𝑏 +
−𝑡 ∗ √ (∑ ln 𝑥)
2
∑(ln 𝑥)2 −
𝑛
18
Análisis de Regresión y Correlación No Lineal: Modelo Exponencial y Potencial
3. 2. 7. Caso práctico
a) Diagrama de Dispersión
19
Análisis de Regresión y Correlación No Lineal: Modelo Exponencial y Potencial
𝑦𝑖 = 𝑎 ∗ 𝑥𝑖𝑏
𝑦 = 33,01625 ∗ 𝑥 0,13746
c) Grado de ajuste del modelo:
El coeficiente de determinación se calcula así:
∑ ln 𝑥 ∗ ∑ ln 𝑦
𝑏 ∗ (∑ ln 𝑥 ∗ ln 𝑦 −
𝑟2 = 𝑛
2
(∑ ln 𝑦)
∑(ln 𝑦)2 −
𝑛
35,4551 ∗ 22,3588
0,13746 ∗ (160,4033 − )
2
𝑟 = 5 = 0.9590
(22,3588)2
100,2493 −
5
20
Análisis de Regresión y Correlación No Lineal: Modelo Exponencial y Potencial
(35.4551 ∗ 22.3588
𝑆𝐶𝑅 = 0.13746 ∗ (160.4033 − ) = 0.2552
5
(22.3588)2
𝑆𝐶𝑇 = 100.2493 − = 0.2661
5
𝑆𝐶𝐸 = 0.2661 − 0.2552 = 0.0109
Debido a que F calculada es mayor que F tabulada, se rechaza
la Ho y se acepta la Ha, con lo cual se concluye que el modelo
sí explica el fenómeno en estudio y que los resultados
obtenidos no se deben a la casualidad.
e) ¿Qué lectura en decibeles se obtiene al aplicar una potencia
de 3,000 vatios?
Para esto, simplemente se utiliza la ecuación anteriormente
encontrada por estimación, sustituyendo el valor de x por 3,000
𝑦 = 33,01625 ∗ 30000,13746 = 99.241
h) Pruebe la hipótesis de que b=1 con un 99% de confianza
H0= b=1
Ha= b≠1
A continuación, se obtiene el error standard de b:
𝐶𝑀 𝐸𝑟𝑟𝑜𝑟
𝑆𝑏 = √
(∑ ln 𝑥)2
∑(ln 𝑥)2 −
𝑛
0.0036
𝑆𝑏 = √ = 0.0163
(35.4551)2
264.9190 −
5
21
Análisis de Regresión y Correlación No Lineal: Modelo Exponencial y Potencial
𝑏 − 𝑏´
𝑡=
𝑠𝑏
1 − 0.13746
𝑡= = 52.9166
0.0163
El valor de t se obtiene en la tabla de t de student
𝑔𝑟𝑎𝑑𝑜𝑠 𝑑𝑒 𝑙𝑖𝑏𝑒𝑟𝑡𝑎𝑑: 5 − 2 = 3
(1−0.99)
𝑛𝑖𝑣𝑒𝑙: = 0.005
2
𝐶𝑀 𝐸𝑟𝑟𝑜𝑟
𝐼𝐶 = 𝑏 +
−𝑡 ∗ √ (∑ ln 𝑥)
2
∑(ln 𝑥)2 −
𝑛
0.0036
𝐼𝐶 = 0.13746 +
−3.182 ∗ √
35.45512
264.9190 −
5
𝐼𝐶 = 0.13746 +
−0.05195
22
Análisis de Regresión y Correlación No Lineal: Modelo Exponencial y Potencial
0.0036 ∗ 264.9190
𝐼𝐶 = 3.4970 +
−3.182 ∗ √
35.45512
5 ∗ (264.9190 − )
5
𝐼𝐶 = 3.4970 +
−0.37814
4. Ejercicios propuestos
1) Tenemos:
km minutos
(𝑿) (𝒀)
200 120
1000 160
2000 180
10000 198
20000 240
a) Diagrama de dispersión:
300
250
200
150
100
50
0
0 5000 10000 15000 20000 25000
23
Análisis de Regresión y Correlación No Lineal: Modelo Exponencial y Potencial
Tabla de datos:
∑ ln 𝑥 ∗ ∑ ln 𝑦
∑ ln 𝑥 ∗ ln 𝑦 −
𝑏= 𝑛
2
(∑ ln 𝑥)
∑(ln 𝑥)2 −
𝑛
38.9208 ∗ 25.8246
202.8795 −
𝑏= 5
(38.9208)2
316.4723 −
5
𝑏 = 0.1375
∑ ln 𝑦 − 𝑏 ∗ ∑ ln 𝑥
ln 𝑎 =
𝑛
25.8246 − 0.1375 ∗ 38.9208
ln 𝑎 =
5
ln 𝑎 = 4.0946
𝑎 = е4.0946 = 60.0153
Ecuación final:
𝑦𝑖 = 𝑎 ∗ 𝑥𝑖𝑏
𝑦 = 60.0153 ∗ 𝑥 0.1375
c) Grado de ajuste del modelo:
El coeficiente de determinación se calcula así:
∑ ln 𝑥 ∗ ∑ ln 𝑦
𝑏 ∗ (∑ ln 𝑥 ∗ ln 𝑦 −
𝑟2 = 𝑛
2
(∑ ln 𝑦)
∑(ln 𝑦)2 −
𝑛
24
Análisis de Regresión y Correlación No Lineal: Modelo Exponencial y Potencial
38.9208 ∗ 25.8246
0,1375 ∗ (202.8795 − )
2
𝑟 = 5 = 0.9590
(25.8246)2
133.6482 −
5
Se puede concluir que el grado de ajuste del modelo es alto, por lo
que el modelo es confiable para hacer predicciones.
(38.9208∗25.8246
𝑆𝐶 𝑅𝑒𝑔𝑟𝑒𝑠𝑖ó𝑛 = 0.1375 ∗ (202.8795 − ) = 0.2553
5
(25.8246)2
𝑆𝐶 𝑇𝑜𝑡𝑎𝑙𝑒𝑠 = 133.6482 − = 0.2662
5
25
Análisis de Regresión y Correlación No Lineal: Modelo Exponencial y Potencial
Desarrollo:
a) Construya un diagrama de dispersión
12
10
0
0 100 200 300 400 500 600
Tabla de Datos:
26
Análisis de Regresión y Correlación No Lineal: Modelo Exponencial y Potencial
Desarrollo
a) Construya un diagrama de dispersión
70
60
50
40
30
20
10
0
0 50000 100000 150000 200000
27
Análisis de Regresión y Correlación No Lineal: Modelo Exponencial y Potencial
∑ ln 𝑥 ∗ ∑ ln 𝑦
∑ ln 𝑥 ∗ ln 𝑦 −
𝑏= 𝑛
2
(∑ ln 𝑥)
∑(ln 𝑥)2 −
𝑛
52.8666 ∗ 23.0573
206.2385 −
𝑏= 6
(52.8666)2
490.9060 − 6
𝑏 = 0.1227
∑ ln 𝑦 − 𝑏 ∗ ∑ ln 𝑥
ln 𝑎 =
𝑛
23.0573 − (0,1227 ∗ 52.8666)
ln 𝑎 =
6
ln 𝑎 = 2.7618
𝑎 = е2.7618 = 15.8283
Ecuación final:
𝑦𝑖 = 𝑎 ∗ 𝑥𝑖𝑏
𝑦 = 15.8283 ∗ 𝑥 0.1227
(52.8666 ∗ 23.0573
𝑆𝐶 𝑅𝑒𝑔𝑟𝑒𝑠𝑖ó𝑛 = 0.1227 ∗ (206.2385 − )
6
= 0.3777
(23.0573)2
𝑆𝐶 𝑇𝑜𝑡𝑎𝑙𝑒𝑠 = 89.0021 − = 0.3956
6
𝑆𝐶 𝐸𝑟𝑟𝑜𝑟 = 0.3956 − 0.3777 = 0.0179
28
Análisis de Regresión y Correlación No Lineal: Modelo Exponencial y Potencial
X Y
1920 385
1940 745
1960 1230
1980 1855
2000 2343
2020 3810
Desarrollo:
4500
4000
3500
3000
2500
2000
1500
1000
500
0
1900 1920 1940 1960 1980 2000 2020 2040
29
Análisis de Regresión y Correlación No Lineal: Modelo Exponencial y Potencial
Tabla de datos:
𝒙 𝒚 𝐥𝐧 𝒚 𝒙𝟐 (𝐥𝐧 𝒚)𝟐 𝒙 ∗ 𝐥𝐧 𝒚
1920 385 5,9532 3686400 35,4406 11430,144
1940 745 6,6134 3763600 43,7371 12829,996
1960 1230 7,1148 3841600 50,6204 13945,008
1980 1855 7,5256 3920400 56,6347 14900,688
2000 2343 7,7592 4000000 60,2052 15518,4
2020 3810 8,2454 4080400 67,9866 16655,708
Σ 11820 10368 43,2116 23292400 314,6245 85279,944
Ecuación final:
𝑦 = 1.0221 ∗ (2.4602𝑥10−16 )𝑥
30
Análisis de Regresión y Correlación No Lineal: Modelo Exponencial y Potencial
5. Conclusiones
o En el análisis de regresión una de las dos variables, que llamamos
“X”, puede considerarse como variable ordinaria e independiente, es
decir se puede medir sin error apreciable. La otra variable “Y”, es una
variable aleatoria y depende en términos de “X”.
o El objetivo es hallar la función que describa aproximadamente el
diagrama de puntos anterior, en el rango considerado de la variable
“X”. A tal efecto en primer lugar elegimos una clase de funciones de
donde seleccionaremos alguna función apropiada, en este caso se
aplica la ecuación del modelo exponencial y potencial.
31
Análisis de Regresión y Correlación No Lineal: Modelo Exponencial y Potencial
6. Recomendaciones
Un modelo de regresión con un alto porcentaje de variaciones
explicado puede no ser bueno para predecir, ya que el que la mayoría
de los puntos se encuentren cercanos a la recta de regresión, no
implica que todos lo estén, y puede ocurrir, que justamente para aquel
rango de valores en el que el investigador está interesado, se alejen
de la recta, y por tanto, el valor predicho puede alejarse mucho de la
realidad.
Se debe de tener en cuenta, que se esta trabajando con logaritmos
neperianos. El proceso es mucho más simple y fácil de interpretar y
analizar. Además, se cuenta con suficiente información acerca del
procedimiento de los dos modelos trabajados.
El diagrama de dispersión se puede trabajar con el software EXCEL.
También se puede trabajar el análisis de datos (regresión y
correlación) y la aplicación de otros softwares muy sencillos, pero con
permisos y licencias.
Debemos de considerar las variaciones entre las dos variables (X y
Y) y los datos de los resultados para llegar a una interpretación y
análisis concreto.
32
Análisis de Regresión y Correlación No Lineal: Modelo Exponencial y Potencial
http://aprendeconalf.es/estadistica/ejercicios/regresion-no-lineal.html
https://support.minitab.com/es-mx/minitab/18/help-and-how-
to/modeling-statistics/regression/supporting-topics/nonlinear-
regression/understanding-nonlinear-regression/
https://explorable.com/es/la-correlacion-estadistica
http://www.soarem.org.ar/Documentos/50%20Minaard.pdf
http://biplot.usal.es/problemas/libro/6%20%20Regresion.pdf
33