Universidad San Francisco de Quito

Métodos Computacionales

Deber #4 Regresión no Lineal

NRC: 2233

Resumen:

En este documento se realizó una regresión no lineal utilizando Excel. Se utilizó la función

Solver para realizar iteraciones y poder encontrar un valor para el voltaje de tal manera que se

pueda conseguir una regresión. El objetivo de este documento no es dar a conocer acerca del

voltaje y de las ecuaciones de Boltzmann, sino de poner a prueba un método para realizar una

regresión no lineal, utilizando Excel como herramienta. Se pudo ver que la herramienta Solver

es bastante útil y se puede realizar una regresión no lineal de manera simple, sin gastar en

software que puedan hacer los mismo, pero que tienen muchas otras cualidades que no serán

usadas y malgastar dinero.

Introducción:

Esta investigación, llevada a cabo por Angus M. Brown, trata acerca de un método sencillo para

realizar una regresión no lineal basada en funciones puestas por el usuario. Realizar

regresiones lineales para ecuaciones lineales o logarítmicas bastante sencillo, no obstante,

esto se complica más cuando se empiezan a usar funciones no lineales más avanzadas. Se

uso un ejemplo de voltajes para demostrar la técnica utilizada para realizar una regresión no

lineal de una ecuación que este es la forma:

y=f (x ) (1)
donde “x” es la variable dependiente, es decir, la que cambia el usuario y “y” es la variable

dependiente, es decir, la que se mide. En la investigación llevada a cabo por Brown se utilizó

una computadora bastante antigua, debido a que este paper fue publicado en el año 2000. Se

empleó una computadora con un procesador Gateway Pentium II y el sistema operativo

Windows 98, y la versión de Excel de año 1997. Se logra realizar la regresión no lineal y

obtener una curva bastante similar a la original. Este paper muestra una manera bastante

sencilla de realizar una regresión no lineal utilizando la función Solver de Excel.

Método y Resultados:

Primero se ingresaron todos los datos de voltaje a Excel de manera manual. Después se

definieron los valores de la ecuación de Boltzmann, la cual esta descrita por la ecuación 2.

1
y= (V − E) (2)
Slope
1+e

donde y es la variable dependiente, E es el voltaje (variable dependienta), y V y Slope son

parámetros de la ecuación.

Se definieron más variables, como, por ejemplo: La media de y, el error standard de y, el

coeficiente de correlación, etc.

Funciones de Excel utilizadas:

Para definir la ecuación de Boltzmann en las celdas del Excel se utilizó la siguiente expresión:

=(1/(1+EXP((V-Ax)/Slope)))

Donde V y Slope son los parámetros y Ax es el número de celda.

Para sacar el error standard de “y” se utilizó la función:

=SQRT(SUM((B2:B20−C2:C20)2)/df)
Después de definir todas las ecuaciones en Excel se obtuvo lo siguiente:

Tabla 1. Tabla de resultados para diferentes voltajes.

Voltag Data Boltzman Upper Lower

e n CI CI
-60 0.0 N/A N/A N/A
-55 0.0 N/A N/A N/A
-50 0.1 N/A N/A N/A
-45 0.1 N/A N/A N/A
-40 0.1 N/A N/A N/A
-35 0.2 N/A N/A N/A
-30 0.2 N/A N/A N/A
-25 0.2 N/A N/A N/A
-20 0.3 N/A N/A N/A
-15 0.4 N/A N/A N/A
-10 0.5 N/A N/A N/A
-5 0.6 N/A N/A N/A
0 0.7 N/A N/A N/A
5 0.8 N/A N/A N/A
10 0.9 N/A N/A N/A
15 0.9 N/A N/A N/A
20 0.9 N/A N/A N/A
25 1.0 N/A N/A N/A
30 1.0 N/A N/A N/A
Nota: Las 3 últimas columnas no tienen valores (porque son innecesarios) debido a que aun no

se utiliza la función Solver para realizar las iteraciones.

También se definieron algunas variables más:

Tabla 2. Variables clave

V -20
Slope 10
Mean_of_y 0.455
df 17.000
SE of y 0.020
R^2 0.997
Critical t 2.110
Cl 0.043
1.2 El siguiente paso

fue realizar la
1.0
gráfica

0.8 mostrando la

relación entre el
0.6
voltaje y el

0.4 resultado ya

dado por el
0.2
documento.
0.0
-80 -60 -40 -20 0 20 40
Voltaje

Gráfico 1. Muestra la relación entre el voltaje y los datos dados por el documento
Lo que se quiso obtener en este experimento es una línea similar a esto utilizando Solver para

hacerlo. La celda objetivo de Solver es la contiene al coeficiente de correlación R2, ya que se

quiere llevar a esta a su máximo valor. Las celdas que se cambiaron fueron las que contenían

los parámetros V y Slope. También se añadieron restricciones al programa, como se puede ver

en la figura a continuación:

Figura 1. Muestra la configuración que se utilizó en el Solver de Excel

Después de que Solver realizo las iteraciones, se obtuvo que:

Voltag Data Boltzmann Upper CI Lower

e CI
-60 0.0 0.016717 0.05926 -0.02583

6
-55 0.0 0.024980 0.06752 -0.01756

8
-50 0.1 0.037171 0.07971 -0.00537

9
-45 0.1 0.054976 0.09752 0.012428

4
-40 0.1 0.080597 0.12314 0.038048

5
-35 0.2 0.116683 0.15923 0.074135

1
-30 0.2 0.166009 0.20855 0.123461

7
-25 0.2 0.230740 0.27328 0.188191

8
-20 0.3 0.311290 0.35383 0.268742

8
-15 0.4 0.405150 0.44769 0.362601

8
-10 0.5 0.506497 0.54904 0.463949

5
-5 0.6 0.607313 0.64986 0.564765

1
0 0.7 0.699743 0.74229 0.657195

1
5 0.8 0.778357 0.82090 0.735809

5
10 0.9 0.841063 0.88361 0.798515
 2
15 0.9 0.888569 0.93111 0.846021

7
20 0.9 0.923172 0.96572 0.880624

0
25 1.0 0.947663 0.99021 0.905115

1
30 1.0 0.964645 1.00719 0.922097

Tabla 4. Muestra variables después de utilizar Solver.

V -10.32
Slope 12.194
Mean_of_y 0.455
df 17.000
SE of y 0.020
R^2 0.997
Critical t 2.110
Cl 0.043
Con Data Boltzmann Upper CI Lower CI

los 1.2

valores 1.0

0.8

0.6

0.4

0.2

0.0
-80 -60 -40 -20 0 20 40

-0.2
Voltage

mostrados en la tabla 3, se puedo realizar un gráfico que muestra las cuatro curvas.

Grafico 2. Muestra las curvas para cada dato después de utilizar Solver
Discusión:

A pesar de que el método utilizado para realizar la regresión no lineal haya sido exitoso,

siempre hay que tomar en cuenta que ningún método es perfecto. Por ejemplo, mientras se

añadan más parámetros a Solver, este tardará mas en realizar las iteraciones. Otra limitación

que hace que Solver tarde más en realizar iteraciones es el número de restricciones que se le

pone al programa, mientras haya más, más demora. Otra limitación que tiene este método es

que, si el valor estimado del parámetro inicial es inapropiado, Solver podría encontrar una

solución errónea, o simplemente decir que no existe ninguna solución. Se puede decir también

que la rapidez con la que Solver realiza las iteraciones depende de la computadora en la que

se esté haciendo. Si estas iteraciones se realizan en una computadora que muy buenas

capacidades, el programa correrá bastante rápido, de lo contrario, se demorará un poco más.

Conclusión:

El objetivo de esta práctica fue utilizar un método fácil para realizar una regresión no lineal

cualquiera. Se utilizó la función Solver de Excel para encontrar una regresión lineal en un

problema de voltajes utilizando la ecuación de Boltzmann. No obstante, este es solo un

ejemplo, el objetivo de este documento no es entender el concepto de voltaje, sino mas bien

ver como la regresión no lineal puede ser aplicada en un problema real. El método de Excel no

es la única manera que existe para realizar regresiones no lineales. El programa NLREG es un

software sumamente avanzado para realizar regresiones no lineales y analizar estas. Este

programa da todos los detalles de la regresión y es usado en bastantes centros de ingeniería y

desarrollo. No obstante, aprender a usar este software no es tan sencillo, y la membresía

cuesta $140.00 (Sherrod, 2010). A pesar de que NLREG sea un mejor software para realizar

regresiones no lineales, no es una muy buena idea comprar este software si solo se va a usar

para resolver este tipo de problemas, hay muchas características del programa que no van a
ser utilizadas y se estaría malgastando el dinero. Se puede decir que el método de Excel

utilizado para realizar regresiones no lineales es bastante efectivo. Se pudo encontrar la

solución utilizando la función Solver de este programa. Se realizaron iteraciones, cambiando los

valores de dos parámetros (V y Slope), para encontrar curvas que sean parecidas a la original.

Además, Excel viene preinstalado en la mayoría de dispositivos, y es bastante accesible para

cualquier persona. Este documento es un ejemplo de como realizar una regresión no lineal de

manera sencilla utilizando Microsoft Excel.

Referencias:

Sherrod, P. (2010). [online] Nlreg.com. Available at: http://www.nlreg.com/NLREG.pdf [Accessed 19 Feb.

2020].