UNIVERSIDAD SANTIAGO DE CALI

FACULTAD DE CIENCIAS BÁSICAS

Pág.1/6
DEPARTAMENTO DE CIENCIAS NATURALES, EXACTAS Y ESTADÍSTICA
ÁREA DE ESTADÍSTICA – ESTADÍSTICA BÁSICA I

UNIDAD 4: CORRELACIÓN Y REGRESIÓN

OTROS MODELOS DE REGRESIÓN

1. MODELO EXPONENCIAL
Es un modelo de regresión, que se emplea cuando la
dependencia entre las variables 𝑌 (variable dependiente) y 𝑋
(variable independiente) es de forma exponencial, en cuyo caso
se ajusta a la nube de puntos del diagrama de dispersión una
función del tipo:

𝑌 = 𝑎𝒆𝑏𝑥

Donde 𝒂 y 𝒃 son los parámetros o coeficientes del modelo de regresión exponencial

y 𝒆 es la función exponencial o número de Euler (aproximadamente 2.71828).

Ejemplo: Suponga que una investigación de mercado muestra las siguientes

estadísticas sobre las ventas de apartamentos de diferentes precios (en millones de
pesos) durante lo corrido del año:

Precio 60 80 100 120 140 160 180 200

Apartamentos 186 123 84 61 58 37 20 15

Regresión lineal Regresión exponencial

220 220
200 200
180 y = -1.1048x + 226.62 180 y = 430.03e-0.014x
Apartamentos vendidos

Apartamentos vendidos

R² = 0.8827 R² = 0.9828
160 160
140 140
120 120
100 100
80 80
60 60
40 40
20 20
0 0
0 20 40 60 80 100 120 140 160 180 200 220 0 20 40 60 80 100 120 140 160 180 200 220
Precio de los apartamentos Precio de los apartamentos
Figura 1: Diagramas de dispersión entre las variables apartamentos vendidos (𝑌) y
precio de los apartamentos (𝑋), con dos modelos diferentes ajustados.
 UNIVERSIDAD SANTIAGO DE CALI
FACULTAD DE CIENCIAS BÁSICAS
Pág.2/6
DEPARTAMENTO DE CIENCIAS NATURALES, EXACTAS Y ESTADÍSTICA
ÁREA DE ESTADÍSTICA – ESTADÍSTICA BÁSICA I

En la figura 1 se observa que el modelo de regresión exponencial presenta un mejor

ajuste para este conjunto de datos puesto que el valor del coeficiente de
determinación 𝑅 2 es mayor. Las estimaciones de los coeficientes son las siguientes:

Regresión lineal Regresión exponencial

𝑎 226.62 430.03
𝑏 -1.1048 -0.014

A partir de estos resultados se pueden obtener predicciones, por ejemplo: ¿Cuántos

apartamentos se venderían si el precio de ellos fuera de 62 millones?
• Con el modelo de regresión lineal se tiene que: 𝑌 = 226.62 − 1.1048𝑋
Por lo tanto, si 𝑋 = 62, entonces: 𝑌 = 226.62 − 1.1048 ∗ (62) = 158.1224
Es decir, aproximadamente 158.
• Con el modelo de regresión exponencial se tiene que: 𝑌 = 430.03𝑒 −0.014𝑋
Por lo tanto, si 𝑋 = 62, entonces: 𝑌 = 430.03𝑒 −0.014∗(62) = 180.5224
Es decir, aproximadamente 183.
Como se puede apreciar la información obtenida por el modelo exponencial parece
más confiable de acuerdo con lo observado en los gráficos de la figura 1.

1.1. ¿CÓMO OBTENER EL MODELO DE REGRESIÓN EXPONENCIAL?

Las fórmulas para encontrar las estimaciones de los coeficientes y el procedimiento
empleado pueden resultar complejos para realizarlos manualmente, por tal motivo
es recomendable apoyarse en las herramientas computacionales como Excel para
hacer esta labor. Los pasos empleados se explicarán por medio del siguiente
ejemplo.

Ejemplo: En un estudio se ha medido el calor liberado en una reacción química en

distintos instantes desde el comienzo de la reacción, obteniendo los siguientes
datos:

Tiempo en minutos 2.5 3.7 4.1 5.3 6.2

Calor en calorías 15.9 44.5 65.6 206.5 498.7

Se requiere calcular el modelo de regresión exponencial del calor sobre el tiempo.

Y utilizar ese modelo para predecir el calor generado a los 5 minutos de la reacción.

Lo primero es ingresar los datos en un archivo de Excel, en una primera columna

se ingresa la información de la variable 𝑋 (Tiempo) y en una segunda columna la
información de la variable 𝑌 (Calor), para luego hacer un diagrama de dispersión.
 UNIVERSIDAD SANTIAGO DE CALI
FACULTAD DE CIENCIAS BÁSICAS
Pág.3/6
DEPARTAMENTO DE CIENCIAS NATURALES, EXACTAS Y ESTADÍSTICA
ÁREA DE ESTADÍSTICA – ESTADÍSTICA BÁSICA I

En el gráfico obtenido el eje horizontal corresponde a los valores de la variable 𝑋 y

el eje vertical corresponde a los valores de la variable 𝑌. Para garantizar que los
valores de la variable 𝑋 queden en el eje horizontal y los valores de la variable 𝑌
queden en el eje vertical, se deben ingresar en Excel los datos de la variable 𝑋
siempre en una columna antes a la columna donde se ingresan los datos de la
variable 𝑌.
 UNIVERSIDAD SANTIAGO DE CALI
FACULTAD DE CIENCIAS BÁSICAS
Pág.4/6
DEPARTAMENTO DE CIENCIAS NATURALES, EXACTAS Y ESTADÍSTICA
ÁREA DE ESTADÍSTICA – ESTADÍSTICA BÁSICA I

Se da clic derecho en cualquiera de los puntos del gráfico y se da un clic en la

ventana emergente en la opción: Agregar línea de tendencia…

Inmediatamente el Excel traza la línea de regresión (línea punteada) y muestra una

información importante en una ventana al lado derecho de la pantalla.
 UNIVERSIDAD SANTIAGO DE CALI
FACULTAD DE CIENCIAS BÁSICAS
Pág.5/6
DEPARTAMENTO DE CIENCIAS NATURALES, EXACTAS Y ESTADÍSTICA
ÁREA DE ESTADÍSTICA – ESTADÍSTICA BÁSICA I

Se seleccionan algunas de las opciones de la ventana del lado derecho, por

ejemplo: Exponencial, la cual genera el modelo de regresión exponencial en lugar
del modelo de regresión lineal, Presentar ecuación en el gráfico, la cual muestra la
ecuación del modelo de regresión. Otra opción es: Presentar el valor R cuadrado en
el gráfico, la cual muestra el valor del coeficiente de determinación. Para esto se da
un clic en las casillas en blanco al lado izquierdo de cada una de las opciones.

Si la ecuación se sobrepone a los puntos en el gráfico esta se puede seleccionar y

desplazarla a otro lugar dentro del gráfico, además se puede aumentar el tamaño
de la letra para apreciarla mejor.

Como se puede apreciar en la ventana del lado derecho de la figura anterior, en las
opciones de línea de tendencia se pueden elegir diferentes modelos de regresión,
un criterio de selección de modelos seria elegir aquel que tenga el mayor valor
de 𝑹𝟐 , pues esto indicaría que se ajusta mejor a ese conjunto de datos.

Finalmente, para predecir el calor generado a los 5 minutos de la reacción, se

reemplaza este valor en la variable 𝑋, de la ecuación obtenida en la figura anterior:
• El modelo de regresión exponencial es: 𝑌 = 1.4594𝑒 0.9357𝑋
Por lo tanto, si 𝑋 = 5, entonces: 𝑌 = 1.4594𝑒 0.9357∗(5) = 157.0439
Es decir, aproximadamente 157.

A continuación, se presenta el anterior cálculo por medio de Excel.

 UNIVERSIDAD SANTIAGO DE CALI
FACULTAD DE CIENCIAS BÁSICAS
Pág.6/6
DEPARTAMENTO DE CIENCIAS NATURALES, EXACTAS Y ESTADÍSTICA
ÁREA DE ESTADÍSTICA – ESTADÍSTICA BÁSICA I

La función exponencial se obtiene en Excel por medio de la formula =exp(número),

donde número es el valor al cual se va a calcular su exponencial.