ECONOMETRIA
Enviado por kata.lina • 18 de Noviembre de 2020 • Trabajo • 900 Palabras (4 Páginas) • 103 Visitas
VICERRECTORÍA ACADÉMICA [pic 1]
ÁREA ESTADÍSTICA
NOTA |
[pic 2]
EJERCICIO N°2
ECONOMETRIA (AEA425)
Tiempo: 1 semana
[pic 3]
NOMBRES: RUT: FECHA: | |
Ítem | Puntaje |
1 | |
2 | |
3 | |
4 | |
Total |
INSTRUCIONES:
- Puntaje ideal de la prueba 6.0 puntos.
- El taller se realiza de forma grupal, máximo 3 integrantes.
- Tiene plazo de una semana para entregarlo desarrollado en la hoja.
- Utilice para los cálculos y gráficas, una planilla Excel.
- Toda respuesta debe estar apoyada de un desarrollo correcto del problema, se recomienda utilizar el editor de ecuaciones de Word.
- Informe en Word.
- Subir el taller 2 el martes 02 de Noviembre máximo 14:00 al mail profesoravivianfierro@gmail.com
Asunto: Taller2_AEA425_Apellido1_Apellido2_Apellido3
- Enviar un archivo Word por equipo de trabajo con apoyo de Excel en su desarrollo.
Resultados de Aprendizajes
RAA3 Aplicar el modelo de regresión lineal simple y/o múltiple, a casos prácticos atingentes, para la obtención de información relevante en la toma de decisiones de negocios.
RAA4 Analizar la incidencia de incluir variables independientes propuestas para medir su contribución en la capacidad explicativa de la variable dependiente de un modelo.
EJERCICIO A EVALUAR MEDIANTE DESARROLLO MATRICIAL E INTERPETACION
Los siguientes datos, representan las ventas de diez empresas en millones de pesos en función de la inversión en publicidad (X1) en millones de pesos y el precio promedio de sus productos (X2) en miles pesos:
Yi X1 X2
16 0 13
18 1 12
10 4 19
13 4 17
18 2 13
38 8 10
25 5 11
41 10 14
11 3 17
21 4 16
Además, se dispone de la siguiente información matricial:
[pic 4] | [pic 5] [pic 6] |
Mediante el análisis y cálculo matricial, se solicita:
- Obtener el modelo de regresión lineal e interprete cada parámetro obtenido. (1,5 p)
modelos ideales para seleccionar | ||||
[pic 7]
| ||||
| Coeficientes | |||
Intercepción | 9,38359 | |||
X1 | 2,85766 | |||
[pic 8]
| ||||
Coeficientes | ||||
Intercepción | 37,5140 | |||
X1 | 2,6223 | |||
X2 | -1,9131 | |||
selecciono el modelo 2) | ||||
Y | Las ventas (millones de pesos) | |||
X1 | Inversión en publicidad (millones de pesos) | |||
X2 | Precio promedio de sus productos (miles pesos) | |||
[pic 9] | ||||
BETA 0: Cuando la inversión en publicidad y los precios de los productos don 0, se espera que las ventas sean de 37,51 millones de pesos mensuales. | ||||
BETA 1: Por cada inversión extra en la empresa se espera que las ventas mensuales aumenten en 2.62 millones de pesos. | ||||
BETA 2: Para una empresa que no a cambiado el precio de sus productos, se espera que estos bajen 1,91 mil pesos. | ||||
Modelo con fuerte correlación lineal entre las ventas y la inversión en publicidad y precio promedio de sus productos (r=0,96.) | ||||
El 93% de los cambios en las ventas se explica mediante las inversiones en publicidad y el precio promedio de sus productos r^2=0,93). | ||||
Globalmente se Comprueba un modelo significativo en las ventas al 5% de significancia. | ||||
El modelo no presenta problemas de multicolinealidad, no hay relación lineal entre la inversión en publicidad y el precio de sus productos. | ||||
La variable inversión en publicidad aporta en la explicación parcial de las ventas, como también ocurre el precio promedio de sus productos en cuanto a las ventas. | ||||
- Calcular e interprete la significancia global (F). (1,5 p)
Anova | gl | SC | CM | F |
Regresión | 2 | 956,38 | 478,19 | 43,75 |
Residuo | 7 | 76,52 | 10,93 |
|
Total | 9 | 1032,90 |
|
|
Debido a que F es mayor que 4 se rechaza H0 y aceptamos H1, por lo que el modelo es significativo, es decir que existe una o mas variables que explican la respuesta.
- Calcule e interprete el coeficiente de correlación y determinación. (1,5 p)
R2 93% de las ventas se explican mediante las inversiones en publicidad y el precio de sus productos.
R 0,9622 Existe una alta correlación lineal entre la inversión en publicidad y el precio de los productos
- Calcular la significancia parcial e interpretar (t). (1,5 p)
| Coeficientes | Error tipico | T |
Intercepción | 37,51398325 | 5,85383537 | 6,40844522 |
X1 | 2,622278401 | 0,36609145 | 7,16290534 |
X2 | -1,913051035 | 0,37838681 | -5,05580791 |
...