La más simple relación entre dos variables es una linea recta.

En donde se tiene
pares de observaciones de y y x donde y, la variable dependiente, se asume
dependiente de x, la variable independiente. Se considera un modelo lineal
cuando los parámetros ocurren de manera lineal, así por

Ejemplo

y = β o + β 1x + ε ij

y = β o + β 1x + β 2x 2 + ε ij

y = β o + β 1x + β 2x 2 + β 3x 3 + ε ij
y = β o + β 1x + β 2z + β 3xz + ε ij

Es de aclarar que el segundo modelo es un modelo lineal porque los parámetros se

presentan con exponente 1, aunque la relación entre y y x no es lineal, pero si
cuadrática. Los tres primeros modelos de ( 1 ) se muestran en la figura 1.

Figura 1. Modelos polinomiales;

(a) y = β o + β 1x + ε ij,

(b) y = β o + β 1x + β 2x 2 + ε ij
(c) y = β o + β 1x + β 2x 2 + β 3x 3 + ε ij

MODELOS NO LINEALES
Existen modelos llamados modelos no lineales. De manera general existen tres
tipos de modelos no lineales.
Modelos exponenciales Involucra términos exponenciales, algunos de estos son:

y = A 1 − e −kx
( )+ε ij

y = y oe −kx + ε ij

El modelo ( 2 ) representa una aproximación gradual de la respuesta a un límite

superior, A, impuesto por el medio ambiente, como en el caso de la aplicación de
un químico a un material vivo en un experimento de laboratorio, o el nivel de
fertilizante aplicado en un experimento de cultivo agronómico, como se ilustra en
la figura 2( a ).

El modelo 2 representa una disminución con respecto al tiempo ( t ) de un valor

inicial y 0 como se ilustra en la figura 2( b ).

Modelos exponenciales: ( a ) respuesta asintótica, con respuesta variando hasta un l

ímite superior, ( b ) curva en decrecimiento.

Modelos de relación recíproca. Es comunmente usado y se basa en una relación

recíproca, típicamente la hipérbola rectangular. Se emplea para modelar por
ejemplo, la relación entre la enzima y su química cinética, expresada en la forma:

y = Ax
k+x

donde k sería la constante de Michaelis-Menten, o

1
y = 1
1+ 1
A k x − x0
( )

utilizada para relacionar la fotosíntesis y la intensidad de luz.

Curva logística. Es muy utilizada para representar el crecimiento de organismos

desde un estado inicial, durante el cual el crecimiento es proporcional al tamaño,
hasta la última etapa cuando el tamaño se aproxima a una asíntota. La idea
subyacente es que la tasa de cambio está relacionada con el tamaño por una ecuació
n diferencial

dy A− y
dt
= ky A

y en términos del tamaño a diferentes tiempos, se obtiene el modelo no lineal

y max
y =
1 + e ( a−kt )
Cualitativamente, el crecimiento de un organismo biológico puede pasar por cuatro
etapas:

Etapa 1. Crecimiento inicial, el cual se lleva a cabo relativamente muy rápido, y

puede expresarse cuantitativamente diciendo que la tasa de crecimiento es
proporcional al tamaño del organismo. Esta forma de crecimiento es
frecuentemente llamada “crecimiento exponencial”, porque , si la tasa de
crecimiento es exactamente proporcional al tamaño:

dy
dt
= ky

Entonces, el tamaño del organismo se describirá por la función exponencial:

y = y oe −kt + ε ij

Etapa 2. Esta etapa de crecimiento es relativamente menos rápida, ya que mucha

de la energía del organismo es dedicada a mantener su actual tamaño, y durante esta
etapa el crecimiento del organismo puede ser aproximado por la relación lineal

y = β o + β 1x + ε ij

Etapa 3. El crecimiento del organismo disminuye poco como un balance entre la

energía del organismo y los requerimientos de conservación. El tamaño del
organismo en esta etapa es asintótico, tendiendo al límite superior sobre el tamaño.

Etapa 4. Es la antítesisis de crecimiento, a través de la senecencia (muerte).

Las primera tres etapas pueden ser expresadas en términos de la tasa de crecimiento

dy A− y
dt
= ky A

cuando y es pequeña, la tasa de crecimiento de y es aproximadamente proporcional

a y, debido a que la expresión del corchete es cercana a 1. Cuando y incrementa, la
tasa de crecimiento relativa declina, y así, cuando y se aproxima a A, dy / dt se
aproxima a cero. La ecuación implicada en esta tasa de crecimiento es la curva logí
stica:

y = A
1 + e ( a−kt )
 Figura 3. Curva de crecimiento logística.

Enlaces
Applet de Regresión