Modelo Recproco
Y = + /X + u
Modelo linelizado:
Y = + X + u
Donde X =1/X
Y= Xu
1
Log(Y) = Log() + Log()X + Log(u)
Y= + X + u
Y = e ( + X + u)
Y= + X + u
Modelo Logstico
Es un modelo muy popular, que merece atencin especial, se caracteriza por estar
limitado por dos asntotas, una superior correspondiente a un valor k y una
asntota inferior al nivel del cero. El modelo logstico ha sido muy utilizado para
ajustar tendencias de crecimiento.
K
Y=
1 + e X
2
El modelo de crecimiento geomtrico no puede representar de manera continua el
comportamiento de una poblacin, ya que la limitacin de espacio y de alimentos
disminuye la tasa de crecimiento. Esta reduccin de la tasa de crecimiento puede
provocar que eventualmente la poblacin cese de crecer una vez que se alcanza
un punto de saturacin del medio ambiente.
Esta situacin puede ser descrita por un tipo de funcin sigmoide como la de la
grfica
Curva Logstica
1.2
1.0
0.8
Valor de Y
0.6
0.4
0.2
0.0
0.0 0.5 1.0 1.5 2.0 2.5
Valor de X
3
k
Nt =
1 + e a rt
Donde a es una contante que define la posicin de la curva relativa al origen y e
es la base de logartmos naturales.
Para linealizar la funcin y as poder ajustar por mnimos cuadrados para estimar
los parmetros a y r se procede inicialmente a despejar la parte exponencial
k
1 + e a rt =
Nt
k
e a rt = 1
Nt
k Nt
e a rt =
Nt
Si a continuacin se toma logaritmo natural de ambos miembros, se obtiene
k Nt
a rt = log
Nt
k Nt
log = a rt
Nt
k Nt
donde y = log , =a y -r corresponde a la pendiente . En este punto es
Nt
fcil aplicar mnimos cuadrados para estimar a y r.
4
Como ejemplo de ajuste del modelo logstico se tomarn los datos de un
experimento de crecimiento de levadura (en gramos) realizada por Carlson (1913).
A partir del anlisis de los datos se estima la k de manera un tanto heurstica en
665 y posteriormente se efectan las transformaciones indicadas anteriormente
para obtener estimaciones por mnimos cuadrados de los parmetros a y r. Con
este procedimiento se tiene
a = 4.163572
r = 0.530675
5
Crecimiento de Levadura
700
600
500
400
300
Nt
200
Nt Est
100
0
0 2 4 6 8 10 12 14 16 18 20
t
Krebs (1978) afirmo que una poblacin sigue un patrn de crecimiento logstico y
se hacen implcitamente una serie de supuestos:
Nt 1 r
= r Nt
t Nt k
Esta relacin nos ndica que el incremento poblacional por individuo es una
Nt
funcin lineal de la densidad .
k
6
En poblaciones naturales los supuestos del modelo logstico rara vez se podrn
cumplir completamente. Los datos recolectados de campo podrn dar indicaciones
de la media en que los supuestos se consideren vlidos. Debemos recordar que
todo modelo es una idealizacin del comportamiento de la naturaleza.
Q = AL K u
A(L) (K ) u = A L K = A + L K = AL K = Q
Otro atractivo que brinda esta forma funcional es que los exponentes se pueden
interpretar como las elasticidades.
Q L ( AL K ) L AL 1 K L
= = =
L Q L Q AL K
7
Q K ( AL K ) K AL K 1 K
= = =
K Q K Q AL K
Q = AL K u
De donde
8
Considere como ejemplo los siguientes datos publicados por D. Salvatore
correspondientes a 14 empresas de una industria. Se incluyen los logaritmos de
las variables para ajustar por MCO.
Los resultados del ajuste por MCO mediante Casandra son los siguientes:
Estadsticas de
Regresin