Regresin Logartmica:

Es un modelo de regresin que se utiliza cuando el modelo lineal no logra un coeficiente de determinacin
apropiado, o cuando el fenmeno en estudio tiene un comportamiento considerado potencial o logartmico.

Ecuacin caracterstica
La funcin que define el modelo es la siguiente:

Donde:
Yi :
Variable dependiente, isima observacin
A, B: Parmetros de la ecuacin, que generalmente son desconocidos
E:
Error asociado al modelo
Xi :
Valor de la -esima observacin de la variable independiente
Al sustituir los parmetros por estimadores, el modelo adopta la siguiente forma:
Aplicando logaritmos de ambos lados, con lo cual se convierte a una forma lineal:

Tabla de datos
Para el ajuste de un conjunto de datos al modelo geomtrico de regresin, se construye la siguiente tabla de datos:
X
..

Y
..

Ln x
ln x

Ln y
..
ln y

(ln x)2
..
(ln x)2

(ln y)2
Ln X*ln y
..
..
2
(lny) Lnx*lny

Debido a las propiedades de los logaritmos, ningn valor de x ni de y puede ser negativo. Se puede trabajar con
logaritmos naturales o logaritmos base 10.
Estimadores del modelo

Ser necesario utilizar antilogaritmos para obtener el valor final de a

Anlisis de varianza para la regresin
Con el objeto de determinar si el modelo explica o no el fenmeno en estudio, se realiza el anlisis de varianza,
que se calcula de la siguiente manera

Fuente de
Variacin
Regresin
Error
Total

Grados de
libertad
1
n-2
n-1

Suma de cuadrados

Cuadrado medio

b* (Lnxlny-(Lnx)*(lny)/n) S.C. Reg/1

S.C. Total- S.C. Regresin
S.C. Error/(n-2)
(lny)2-(lny)2 /n
n-1

F calculada

F
tabulada

C.M.Reg/C.M.Error

Ho: El modelo no explica el fenmeno en estudio

Ha: El modelo s explica el fenmeno en estudio
Grado de ajuste del modelo
Para determinar el grado de ajuste del modelo, se calcula el coeficiente de determinacin, de la siguiente manera

El valor de r2 tiene un rango entre 0 y 1. No puede obtenerse valores negativos

Pruebas de Hiptesis para el modelo
Para el coeficiente b
Para probar la hiptesis de que el coeficiente b es igual a un valor b, ser igual a cero, se procede de la siguiente
manera:
1.
2.

Se plantea la hiptesis Ho:b=b y la alternativa Ha: b b

Se calcula el estadstico :

Sb es conocido como el error standard de b y se calcula de la siguiente manera:

El cuadrado medio del error se obtiene del anlisis de varianza.

3.

Se busca en la tabla de t de student el valor tabulado para los siguientes datos:

n-2 grados de libertad y un nivel /2

4.

Si el valor de t calculado es mayor que el tabulado, se rechaza el Ho, en caso contrario, se acepta.

Para el coeficiente a
Se puede probar la hiptesis de que el coeficiente a es igual a un valor a, para lo cual se sigue el siguiente
procedimiento:
1.
2.

Se define la hiptesis: Ho: a=a y la alternativa Ha: aa

Se calcula el error standard para a con la siguiente frmula:

3.

Se calcula el estadstico de prueba:

4.

Se obtiene en la tabla de t de student el estadstico comparador, con los siguientes datos: n-2 grados de
libertad y nivel /2
Si el valor de t calculado es mayor que el tabulado, se rechaza la Ho, en caso contrario, la hiptesis se acepta

5.

Intervalos de confianza
Para el coeficiente b
El intervalo de confianza para el coeficiente b se calcula as:

El cuadrado medio del error se obtiene del anlisis de varianza

El valor de t se obtiene de la tabla de t de student con n-2 grados de libertad y un
nivel /2
Para el coeficiente a
El intervalo de confianza para el coeficiente a se calcula as:

El cuadrado medio del error se obtiene del anlisis de varianza

El valor de t se obtiene de la tabla de t de student con n-2 grados de libertad y un
nivel /2

Para la media de y
Un intervalo de confianza para la respuesta media de y, dado x0 sera:

El cuadrado medio del error se obtiene del anlisis de varianza

El valor de t se obtiene de la tabla de t de student con n-2 grados de libertad y un
nivel /2
El valor de xm que aparece en la frmula es el promedio de valores de los logaritmos de x
Para la estimacin de y
El intervalo de confianza para la estimacin de y, dado un valor de x 0 se obtiene de la siguiente manera:

El cuadrado medio del error se obtiene del anlisis de varianza

El valor de t se obtiene de la tabla de t de student con n-2 grados de libertad y un
nivel /2
El valor de xm que aparece en la frmula es el promedio de valores de x
Ejemplo:
Se realiz un estudio comparativo del nivel de ruido (en decibeles) producido por discotecas rodantes, se procedi
a evaluar diferentes niveles de potencia (en vatios). Los datos finales fueron:
POTENCIA
100
500
1000
5000
10000

DECIBELES
60
80
90
99
120

En base a los datos anteriores:

a) Construya un diagrama de dispersin
b) Efecte la estimacin del modelo logartmico
c) Determine el grado de ajuste e interprtelo
d) Elabore el anlisis de varianza y disctalo
e) Qu lectura se obtendra con una potencia de 3000 vatios?
f) Pruebe la hiptesis que b=1 con un 99% de confianza
g) Calcule intervalo de confianza al 95% para a y b
a)

Diagrama de Dispersin

b) Estimadores del modelo

Tabla de Datos:
x
100
500
1000
5000
10000

y
60
80
90
99
120
SUMAS:

Ln x
4.6052
6.2146
6.9078
8.5172
9.2103
35.4551

Ln y
4.0943
4.3820
4.4998
4.5951
4.7875
22.3588

(ln x)2
21.2076
38.6214
47.7171
72.5426
84.8304
264.9190

(ln y)2
16.7637
19.2022
20.2483
21.1151
22.9201
100.2493

Lnx*Lny
18.8552
27.2326
31.0836
39.1375
44.0944
160.4033

Estimadores del modelo

c)

Grado de ajuste del modelo

Se puede concluir que el grado de ajuste del modelo es alto, por lo que el modelo es confiable para
hacer predicciones.
d)

Anlisis de varianza del modelo

iii)
iv)
v)
vi)
vii)
viii)
ix)
x)
xi)

Suma de cuadrados del error : 0.2661-0.255= 0.0111

Grados de libertad de regresin=1
Grados de libertad totales= 5-1=4
Grados de libertad del error=5-2=3
Cuadrado medio de regresin= 0.255/1=0.255
Cuadrado medio del error= 0.0111/3=0.0037
F Calculada=0.255/0.0037=68.91
F Tabulada (1,3,0.01)= 34.12
Tabla de Andeva:

Fuente
de
Variaci
n

Grad
os de
libert
ad

Suma
de
cuadra
dos

Cuadra
do
medio

F
calcula
da

F
tabula
da

Regresi
n
Error

0.2550

0.255

68.91

34.1
2*

0.0111

0.003
7

Total

0.2661

Debido a que F calculada es mayor que F tabulada, se rechaza la Ho y se acepta la Ha, con lo cual se concluye que
el modelo s explica el fenmeno en estudio y que los resultados obtenidos no se deben a la casualidad.
e) Qu lectura en decibeles se obtiene al aplicar una potencia de 3,000 vatios?
Para esto, simplemente se utiliza la ecuacin anteriormente encontrada por estimacin, sustituyendo el valor de x
por 3,000

Pruebe la hiptesis de que b=1 con un 99% de confianza

Inicialmente se plantea Ho: b=1 y su alterna Ha: b1

El valor de t de student de calcula de la siguiente manera: (el logaritmo de 1 es cero)

El valor de t se obtiene en la tabla de t de student, con 5-2=3 grados de libertad y (1-.99)/2=0.005 de , siendo el
valor igual a 5.841
Finalmente, dado que t calculada es mayor que la tabulada, se concluye al 99% que el coeficiente b no es igual a
1.
Calcule intervalos de confianza al 95% para a y b
El valor de t de student al 95% con 3 grados de libertad es= 3.182
Intervalo de confianza para b:

El intervalo final ser entonces el siguiente: -0.3892< B< 0.664

Intervalo de confianza para a:

El intervalo final para el logaritmo de a sera: 3.1137< Ln A <3.8803

Anlisis de varianza
Suma de cuadrados de regresin

Suma de cuadrados total

4.09430
4.3820
(4.0943 4.382 4.4998 4.5595 4.7875) 4.4998 -5(4.47176)2= 0.2661
4.5595
4.7875
Suma de cuadrados del error =: 0.2661-0.255=0.0111
Grados de libertad de regresin=1
Grados de libertad totales= 5-1=4

Grados de libertad del error=5-2=3

Cuadrado medio de regresin= 0.255/1=0.255
Cuadrado medio del error= 0.0111/3=0.0037
F Calculada=0.255/0.0037=68.91
F Tabulada (1,3,0.01)= 34.12

Bibliografa:

Martnez, M. (2007). Estadstica y Probabilidad. Valencia: Universidad de Valencia.