Professional Documents
Culture Documents
MTODOS DE PROYECCIN:
1.1.1.
REGRESIN LINEAL:
Para predecir los valores de las variables, previamente se debe calcular los valores de "A" y
"B" y posteriormente reemplazar esos valores en la ecuacin general.
Esta relacin se resuelve a travs de la solucin de las siguientes ecuaciones normales,
donde las incgnitas son la "A" y "B".
Los valores numricos de "A" y "B" se pueden hallar con las siguientes formulas:
Ejemplo:
Se tiene las ventas de agregados de una cantera en el tiempo dispuesto en m3,
como se muestra en el siguiente cuadro:
Pgina 1
Ao (X)
Venta en miles de m3
m3 (Y)
1999
21.7
2000
27.2
2001
38.6
2002
54.1
2003
66.3
2004
74.7
2005
82.0
2006
94.4
2007
100.2
2008
107.2
Y
40
20
0
1998
2000
2002
2004
2006
2008
2010
Pgina 2
(X)
1
2
3
4
5
6
7
8
9
10
SUMA
55
(Y)
21.7
27.2
38.6
54.1
66.3
74.7
82
94.4
100.2
107.2
XY
666.4
X^2
21.7
470.89
54.4
739.84
115.8
1489.96
216.4
16
2926.81
331.5
25
4395.69
448.2
36
5580.09
574
49
6724
755.2
64
8911.36
901.8
81 10040.04
1072
100 11491.84
4491
385 52770.52
hallando A Y B para n=
A=
11.58667
B=
10.0097
Y^2
10
Y = 11.5867 + 10.0097 *X
SI QUEREMOS PROYECTAR LA DEMANDA PARA 20 AOS
TENEMOS:
Y = 11.5867 + 10.0097 x 20
Y = 211.58m3
1.1.2.
REGRESIN POTENCIAL:
Teniendo los datos Histricos observados sobre la Demanda, Oferta o la variable que
se quiera Proyectar, podemos graficar la nube de puntos y poder apreciar la distribucin de
los mismos y poder apreciar si los puntos se aproximan a alguna funcin, en el caso de la
funcin exponencial se puede recurrir a la siguiente relacin:
Pgina 3
Y =AXB
Para Linealizar esta funcin se aplica logaritmos a ambos miembros, mediante este
procedimiento se obtiene una ecuacin logartmica lineal:
Log Y = Log A + B Log X
A = Log A
X = Log X
Ejemplo N 2:
Con los siguientes datos Histricos, Proyectar la Demanda de cemento para el ao 2000
mediante Regresin potencial
Pgina 4
Recordemos que los valores Histricos de "X", corresponden a los valores del logaritmo
de "X", por lo tanto para efectuar estimaciones, lo primero que se debe hacer es expresar
en trminos logartmicos el valor del ao de 1999 (cumpliendo as una exigencia de la
ecuacin lineal logartmica), valor que corresponde al periodo 7. Entonces: Log 7 =
0.8451 y as se procede para Proyectar los posteriores aos.
Y = 4.3355 + 0.5485 (Log 7) = 4.7985
Por ltimo, para cuantificar la Demanda del ao 1999, se encuentra el antilogaritmo de
4,7985, cuyo resultado final es:
Y = Anti log (4,7985)
Pgina 5
Y = 62.878 unidades
1.1.3.
REGRESIN EXPONENCIAL
Sustituyendo valores:
Y = Log Y
A = Log A
X = Log X
Pgina 6
Ejemplo N3:
Se tienen los siguientes datos de las ventas de maquinaria en la ciudad de
Cajamarca, se desea encontrar la demanda para el ao 2004:
Ao
1993
1994
1995
1996
1997
1998
1999
2000
2001
2002
2003
Ventas
28.00
28.30
28.90
30.10
32.10
34.50
39.80
43.90
51.10
59.70
376.4
Pgina 7
Vemos que la tendencia lineal slo cruza a los datos reales en dos puntos. Por
tanto usar la proyeccin lineal no va ser una buena decisin. En este caso vamos a
utilizar la proyeccin exponencial.
Pgina 8
La ecuacin sera:
Y = 22.8552 x 1.0882X
La proyeccin para el perodo 11 sera:
Y = 22.8552 x1.0882x11
Y = 57.91
1.1.4.
COEFICIENTE DE DETERMINACIN (
):
Este Coeficiente sirve para medir la relacin entre las variables, medida de ajuste
de modelo de Regresin y que corresponde al cuadrado del Coeficiente de correlacin
simple ( ). El clculo del Coeficiente de correlacin puede efectuarse de manera directa,
mediante la siguiente formula:
Pgina 9
1.1.5.
COEFICIENTE DE CORRELACIN ( ):
Se dice que existe correlacin entre dos variables, cuando al variar una de ellas
vara tambin la otra variable. Para que la Proyeccin sea ms acertada es necesario
que el nmero de observaciones (n) sea ms amplio. A mayores aos estudiados, tiene
ms relevancia estadstica el valor de este Coeficiente.
1.1.6.
Pgina 10
Pgina 11
La Regresin sirve para Proyectar datos hacia el futuro, para determinar el grado de
dependencia que existe entre dos variables. Es necesario contar con datos pasados para
poder hacer las proyecciones hacia el futuro.
La Correlacin es la asociacin entre dos o ms variables, como una relacin causa - efecto,
el cual se lo obtiene aplicando el logaritmo natural (ln).
Ejemplo:
Se tiene la demanda de varillas de acero de 1 de dimetro como se muestra en el
cuadro adjunto:
Ao
Demanda
1995
7828
1996
8476
1997
11855
1998
11419
1999
14071
2000
14155
Pgina 12
El Coeficiente de Determinacin: (
Pgina 13
VT = VE + VNE
Dnde:
VT: Variacin Total.
VE: Variacin Explicada.
VNE: Variacin no Explicada.
VT = VE + VNE
Por lo tanto el 79.44% de los datos del consumo aparente estn explicados por el
tiempo, mientras mayor sea este porcentaje mucho mejor.
TAMAO DE LA MUESTRA
Pgina 14
Ejemplo:
De una poblacin de 1 176 adolescentes de una ciudad X se desea conocer la
aceptacin por los programas humorsticos televisivos y para ello se desea tomar una
muestra por lo que se necesita saber la cantidad de adolescentes que deben entrevistar
para tener una informacin adecuada con error estndar menor de 0.015 al 90 % de
confiabilidad.
Solucin:
Pgina 15
N = 1176
Se = 0.015
2 = ()2 = (0.015)2 = 0.000225
2 = (1 ) = 0.9(1 0.9) = 0.09
Por lo que:
2
2
0.09
0.000225
= 400
Remplazando:
n=
400
= 298
400
1 + 1176
Pgina 16