Академический Документы
Профессиональный Документы
Культура Документы
E E E
=
2
2
o
3. Determinar el tipo de relacin entre las variables:
A) RELACIN LINEAL: y = a + bx
B) RELACIN CUADRTICA: y = a + bx + cx
2
C) RELACIN CBICA: y = a + bx + cx
2
+ dx
3
D) RELACIN POTENCIAL: y = a x
b
E) RELACIN EXPONENCIAL: y = ab
x
4. Determinar la LNEA DE REGRESIN aplicando el mtodo de mnimos
cuadrados. Se determinan los coeficientes a y b y el coeficiente de
determinacin r
2
adems de la varianza del modelo S
2
LAS ECUACIONES SON:
El Coeficiente de Determinacin sirve para ver qu tan bien ha sido
especificada la lnea de regresin o para medir el porcentaje de valores de y
explicados por la lnea de regresin. Es decir indica el porcentaje de puntos
que coinciden con el modelo.
0r
2
1
r
2
= 0 indica que el modelo no sirve o no ha sido bien especificado.
r
2
= 1 indica que el modelo es perfecto.
r
2
0.65 es un modelo confiable.
VARIANZA DEL MODELO (S
2
)
Sirve para ver qu tan alejados estn los puntos observados (datos) de la lnea estimada. A mayor varianza, mayor
dispersin de los datos; a menor varianza menor dispersin, es decir los datos estn ms cerca de la lnea estimada.
K es el nmero de variables del modelo
100 * 1
0
(
= n
n
y
y
rg
( )( )
1
+ =
E
=
n n n n
x x x x x y
n
x
x
Cuando el Coeficiente de Determinacin tiende a 1 entonces la Varianza tiende a cero.
La varianza sirve para comparar dos o ms modelos y se selecciona el que tiene menos varianza.
ANALISIS DE LA TENDENCIA
Es cuando se trata de explicar el comportamiento de una variable dependiente (y) en funcin del tiempo.
Se aplica a modelos no lineales, ya que el mtodo de mnimos cuadrados solo es aplicable a ecuaciones lineales, se
hace una adecuacin utilizando el artificio de los logaritmos. Luego de esta linealizacin se aplican los mnimos
cuadrados.
EXTRAPOLACION DE LA TENDENCIA
Consiste en hallar la tasa de crecimiento promedio de los valores de la variable a pronosticar.
Y
n
= ltimo valor de la serie
Y
0
= valor inicial de la serie
N = nmero de aos o periodos
PROMEDIOS MOVILES
Es una tcnica de pronstico que se aplica generalmente cuando la serie histrica tiene un comportamiento muy
fluctuante, lo que se aprecia en el Grfico de Dispersin.
Se aplica normalmente para pronsticos de productos de tipo estacional (gaseosas, helados, arribos de turistas,
productos agrcolas, juguetes, etc.)
Se debe aplicar para periodos de menos de un ao y solo en casos extremos para periodos anuales.
Una vez aplicado los promedios mviles se puede combinar con otro mtodo de pronstico como la Extrapolacin de
la Tendencia para proyectar.
Cuando no es posible se vuelve a aplicar los promedios, lo que se denomina ALISAMIENTO de la curva.
Xn = promedio mvil del ultimo ao
Xn = ao del ltimo pronstico
X = ao a pronosticar.