Sie sind auf Seite 1von 5

REGRESIÓN POTENCIAL

Para linealizar esta función se aplica logaritmos a ambos miembros, mediante


este procedimiento se obtiene una ecuación logarítmica lineal:

Log Y = log A + B log X

Sustituyendo valores se tiene:

Y = log Y A = log A X = log X

Una vez realizada la sustitución, los resultados se escriben en la forma lineal:

Y = A + B (X)

Ejemplo de Aplicación:
Con los siguientes datos históricos, de la demanda de paltas a través de
los años, resolver lo siguiente:

Use α=0,05
a) Realice el análisis completo
b) Obtenga la demanda promedio cuando x=12 años, para el valor
individual y respuesta media.
a) Realice el análisis completo
Gráfico de dispersión:

Vemos que los puntos están dispersos y forman una especie de parábola,
o una curva ascendente, pero para saber con qué modelo estamos
tratando entonces, haremos una estimación curvilínea, para detectar
que modelo se adapta mejor a este gráfico.
I. Para saber qué modelo elegir

El modelo potencial tiene mayor Coeficiente de Determinación (R2) y


menor Error de Estimación (𝜎̂).

Tiene un 𝑅2 =0,968021; es decir el 96,8% de la variación de la


variable independiente Años esta explicada por la variable
Demanda.
Modelo Potencial
Resumen de modelo y estimaciones de parámetro
Variable dependiente: Demanda

Estimaciones de
Resumen del modelo parámetro
R
Ecuación cuadrado F gl1 gl2 Sig. Constante b1
Potencia ,937 148,895 1 10 ,000 23,222 ,464

La variable independiente es Años.


II. En el ANOVA

F= 148,8951399 P=0,00000025 (p<0,05), lo cual indica que esta


presente en el modelo.
Existe relación entre X y Y.
III. Modelo

Para hallar el Modelo de Regresión potencial, vemos la matriz de


coeficientes.

Y= 23,2220286(𝑿𝟎,𝟒𝟔𝟑𝟗𝟐𝟒𝟑𝟔 )

b) Obtenga la demanda promedio cuando x=12 años, para el valor


individual y respuesta media.
 Valor Pronosticado: cuando x=12

Y= 23,2220286(𝑋 0,46392436 )
Y= 23,2220286(120,46392436 )
Y= 73.545926

Intervalo para el valor Individual:

58,33706 ≤ Yo/x ≤ 92,71985