Elegir el modelo correcto puede cambiar por completo la precisión de tus predicciones. Cuando los datos muestran un crecimiento acelerado en el tiempo, un modelo exponencial suele superar a la regresión lineal, elevando el coeficiente de determinación (R cuadrado) de un 67% a un 99% al ajustar la tendencia de forma adecuada. Aquí verás cómo identificar esa naturaleza exponencial, configurar la ecuación y proyectar periodos futuros con pocos pasos.
¿Cuándo elegir un modelo exponencial y no lineal?
Al visualizar la matriz de datos, se observa una tendencia de crecimiento exponencial. El ejemplo compara el crecimiento de una startup con observaciones desde 2010 hasta 2020. Un detalle clave: faltan periodos intermedios, por lo que es supremamente importante dar clic en agregar para incluir todas las observaciones y evitar problemas de visualización.
- Si la línea de tendencia lineal ignora periodos y atraviesa puntos sin capturar la curvatura, el ajuste es pobre.
- Con un modelo lineal, el R cuadrado se quedó en 0.67 (67%): refleja que la tendencia recta no captura bien el patrón.
- Al cambiar el tipo a exponencial, el coeficiente de certeza sube a 99%: indica que el crecimiento requiere un modelo de la misma naturaleza.
- Regla práctica: primero visualiza; luego elige el modelo según la forma de los datos, no por costumbre.
¿Cómo configurar la tendencia y leer R cuadrado?
El flujo es el mismo que con un modelo lineal, pero con un cambio de tipo de tendencia.
¿Qué pasos seguir para la tendencia con keywords?
- Ir a gráfico y visualizar la serie completa.
- Clic en personalizar y luego en serie.
- Activar el modelo de tendencia.
- Mostrar la ecuación y el R cuadrado.
- Cambiar tipo de tendencia a exponencial cuando el patrón lo sugiera.
¿Qué indica R cuadrado en este contexto?
- Es el coeficiente de determinación o coeficiente de certeza.
- Con lineal: 0.67 sugiere ajuste incompleto ante un crecimiento curvo.
- Con exponencial: 0.99 evidencia un ajuste mucho más fiel al comportamiento observado.
¿Qué habilidades y conceptos pone en práctica?
- Visualización de datos para reconocer patrones de crecimiento.
- Selección del modelo de tendencia según la naturaleza de los datos.
- Interpretación de R cuadrado para evaluar ajuste.
- Configuración de ecuaciones desde la visualización.
- Proyección por periodos de tiempo con base en la ecuación exponencial.
¿Cómo proyectar con un modelo exponencial paso a paso?
Tras confirmar que el ajuste adecuado es exponencial, se extienden los periodos para proyectar más allá de 2021, por ejemplo hasta 2025 o 2026. El procedimiento replica el de la regresión lineal con un matiz importante en la ecuación.
¿Qué cambia frente a un modelo lineal?
- En lineal: se usa punto de origen y dirección de la pendiente para ver si la tendencia crece, decrece o se mantiene.
- En exponencial: se usa punto de origen y un índice de crecimiento en lugar de la pendiente. Ese índice gobierna el crecimiento multiplicativo en el tiempo.
¿Cómo construir la columna de proyecciones?
- Crear una columna para proyecciones.
- Copiar la ecuación desde la visualización.
- Reemplazar la notación de E con gorrito por la función de exponente.
- Multiplicar el índice de crecimiento por los periodos de tiempo, empezando en el periodo 1.
- Arrastrar hacia abajo para completar las predicciones.
Resultados esperados: una serie proyectada consistente con un crecimiento exponencial, más asertiva que una línea recta cuando el patrón real es multiplicativo. La clave es sencilla pero crítica: dependiendo de la naturaleza de los datos, elige el modelo que mejor represente su forma.
¿Te gustaría comentar cómo identificas en tus datos si el crecimiento es más lineal o exponencial y qué retos has tenido al configurar la ecuación de proyección?
