TECNICAS DE PREDICCION

MODELOS CAUSALES
USO DE ANALISIS DE DATOS Y AJUSTE DE LINEA DE TENDENCIA
poblacion (x)
ventas (y)
14,680
3,845
22,930
5,450
16,650
5,099
35,990
8,890
32,480
6,681
38,770
9,678
10,030
4,542
24,260
4,557
52,460
13,289
36,800
10,506
17,340
5,134
43,690
9,066
346,080
86,737
28,840
7,228

1
2
3
4
5
6
7
8
9
10
11
12
promedio
(x)2

xy
56,444,600
124,968,500
84,898,350
319,951,100
216,998,880
375,216,060
45,556,260
110,552,820
697,140,940
386,620,800
89,023,560
396,093,540
2,903,465,410

x2
215,502,400
525,784,900
277,222,500
1,295,280,100
1,054,950,400
1,503,112,900
100,600,900
588,547,600
2,752,051,600
1,354,240,000
300,675,600
1,908,816,100
11,876,785,000

119,771,366,400

14,000
12,000

f(x) = 0.2120278064x + 1113.2013971255

R = 0.8715012139

10,000
8,000
6,000
4,000
2,000
-

10,000

20,000

30,000

40,000

50,000

60,000

60,000

Resumen
Estadsticas de la regresin
Coeficiente de correlacin mltiple
Coeficiente de determinacin R^2
R^2 ajustado
Error tpico
Observaciones

0.9335422936
0.8715012139
0.8586513353
1121.0085465336
12

ANLISIS DE VARIANZA
Grados de libertad
Regresin
Residuos
Total

Intercepcin
Variable X 1

1
10
11
Coeficientes
1113.2013971255
0.2120278064

Como se puede observar, en las celdas B17 y B18 de la Figura aparecen directamente los valores de a
respectivamente, datos que son coincidentes con los obtenidos mediante el uso de las frmulas.
En el Resumen de los resultados de la regresin aparecen tres conceptos bajo el ttulo de Anlisis de v
Los valores bajo la columna Suma de cuadrados se interpretan como sigue:
> Regresin: variacin que se puede explicar por los datos del modelo (dispersin en los valores est
y corresponde a la suma de los cuadrados de las diferencias entre cada valor estimado por el model
> Residuos: suma de los cuadrados de las diferencias entre los datos observados y los determinados
> Total: dispersin de los datos que se calcula como la diferencia entre el promedio de los datos obse
Si se relativizan los valores de Regresin y Residuos respecto de Total, se tiene:

El valor relativo de Regresin (0,87150) es el mismo que en las Estadsticas de la regresin aparece co
(celda B5), y corresponde al porcentaje de la variacin que puede ser explicado por el comportamien
Es decir, mientras ms cercano a 1 sea este valor, mejor se considera el ajuste determinado.
Si el coeficiente es positivo y elevado (muy cercano a 1), las variables x e y tienen comportamientos a
Si el coeficiente muestra valores negativos, el comportamiento de las variables es opuesto, es decir,
Si el coeficiente es 0, no existe correlacin entre las variables, y la ecuacin obtenida no sirve para e
diferencia entre el valor estimado y los datos observados.

El Error tpico (que aparece en la celda B7) se calcula como la raz cuadrada de los residuos y su nme

A las desviaciones estndar de cada variable (la raz cuadrada de su varianza) el Excel las muestra
Que puede revisarse en las celdas c17 y c18 .

El estadstico F se utiliza para determinar si todas las variables de la funcin en su conjunto son o no
de los cuadrados de la regresin por el promedio de los cuadrados de los residuos.
Aunque para dos variables es suficiente el coeficiente R2 (o R cuadrado), se muestra el clculo del est

Este valor es el que aparece en la celda E12.

Para calcular si los coeficientes a y b de la funcin son significativos (individualmente) para hacer la e
En el resumen, se observa que este estadstico es 1,3744 para a y 8,2354 para b (celdas D17 y D18) y
respectivamente (celdas E17 y E18). Es decir, existe 19,9% de probabilidad de que a sea resultado de

De lo anterior se concluye que aunque el coeficiente a (Intercepcin) no es estadsticamente significa

para hacer la proyeccin.

Suma de cuadrados
85228887.3026527
12566601.614014
97795488.9166667
Error tpico
809.9666901566
0.0257459152

Promedio de los cuadrados

85228887.3026527
1256660.1614014

F
67.8217468179

Estadstico t
Probabilidad
1.3743792315
0.1993393443
8.2353959721 9.125478732E-006

ra aparecen directamente los valores de a y b, denominados como Intercepcin y Variable X 1,

dos mediante el uso de las frmulas.
es conceptos bajo el ttulo de Anlisis de varianza: Regresin, Residuos y Total.
tan como sigue:
del modelo (dispersin en los valores estimados con respecto al promedio de los datos observados)
as entre cada valor estimado por el modelo y el promedio de los datos observados.
e los datos observados y los determinados por el modelo.
rencia entre el promedio de los datos observados y la suma de esos datos al cuadrado.

o de Total, se tiene:

las Estadsticas de la regresin aparece con el nombre de Coeficiente de determinacin R^2

puede ser explicado por el comportamiento de la variable independiente.
considera el ajuste determinado.
s variables x e y tienen comportamientos altamente relacionados.
ento de las variables es opuesto, es decir, mientras mayor sea el valor de x, menor ser el de y.
es, y la ecuacin obtenida no sirve para estimar el valor de Y. Si el coeficiente es 1, no existe

la raz cuadrada de los residuos y su nmero de grados de libertad (n 1):

drada de su varianza) el Excel las muestra como Error tpico (0,0257459 para b y 809,9666902 para a).

bles de la funcin en su conjunto son o no significativas, y se calcula dividiendo el promedio

drados de los residuos.
R cuadrado), se muestra el clculo del estadstico F para los datos del Excel; se obtiene:

ficativos (individualmente) para hacer la estimacin, se usa la distribucin t de Student.

ara a y 8,2354 para b (celdas D17 y D18) y que sus probabilidades son de 19,9393% y 0,0009125%,
de probabilidad de que a sea resultado del azar, mientras que, en el caso de b, es cercana a 0.

rcepcin) no es estadsticamente significativo, la ecuacin como un todo s puede ser til

Valor crtico de F
9.12547873178E-006

Inferior 95%
Superior 95%
Inferior 95.0%
Superior 95.0%
-691.5168462834 2917.91964053 -691.516846283 2917.9196405345
0.1546623327 0.2693932801
0.1546623327
0.2693932801

n y Variable X 1,

los datos observados)

terminacin R^2

enor ser el de y.
es 1, no existe

a b y 809,9666902 para a).

o el promedio

se obtiene:

e Student.
9393% y 0,0009125%,
b, es cercana a 0.

ede ser til