Investigación N°1

Nombre: Ricardo A. Tello R.

Cedula: 8-941-274
Fecha: 3/4/19
Profesor: Tomás Rodríguez

1. Qué es análisis de regresión y cómo nace?

En análisis de regresión es una herramienta de frecuente uso en Estadística que permite

estudiar y valorar las relaciones entre diferentes variables cuantitativas tenidas en
cuenta mediante la construcción de una ecuación.
El origen del término “regresión”, como un vocablo estadístico, data de 1877siendo
acuñado por Sir Francis Galton, al realizar un estudio !que demostró !que la estatura de
los niños nacidos de padres altos tiene tendencia a retroceder o “regresar” a la estatura
media del resto de la población".

2. ¿Cuáles son las variables más importantes en la estructuración del modelo?

A. Relación lineal entre las variables. Condición de linealidad.

B. Las variables independientes afectan a la variable dependiente de forma aditiva. Sus
efectos se suman. Condición de aditivita
C. Los modelos han de ser recursivos. Esto implica que la causalidad fluye en una única
dirección, descartándose causalidad recíproca entre dos variables.
D. Incorrelación de los errores. Esta condición es doble. Por un lado los errores no
deben correlacionar con las variables independientes. Y por otro lado, los errores
no deben correlacionar entre sí.
E. Se opera con variables observadas. Esta condición ya ha sido especificada. En cierto
sentido no debería mencionarse ya que hasta ahora hemos trabajado con este tipo
de variables. Sin embargo, desde la perspectiva general de los modelos estructurales
ocupa un lugar relevante los modelos con variables latentes. Por esta razón, desde
este enfoque, esta restricción tiene su importancia. Por otro lado, una variable
observada implica que ha sido medida directamente sin error.
 3. ¿Qué tipos de modelos de regresión existen?
Los tipos de modelos de regresión que existen son:

A. Si las dos variables X e Y se relacionan según un modelo de línea recta,

hablaremos de Regresión Lineal Simple: Y=a+bx.

B. Cuando las variables X e Y se relacionan según una línea curva, hablaremos de

Regresión no lineal o curvilínea. Aquí podemos distinguir entre Regresión
parabólica, Exponencial, Potencial, etc.

C. Cuando tenemos más de una variable independiente (X1, X2,..., Xp), y una sola
variable dependiente Y, hablaremos de Regresión múltiple, que se estudiará en
detalle en el apartado 6.2. A las variables Xi, se las denomina, regresoras,
predictoras o independientes.

4. Defina los siguientes conceptos:

A. Diagrama de dispersión o nube de puntos: Una nube de puntos o diagrama de

dispersión consiste en representar cada par de valores de las variables en un
sistema de coordenadas cartesianas en el que los ejes X e Y representan las
variables de la distribución bidimensional.
B. Tipo de relación:
C. Coeficiente de regresión: En estadística, los coeficientes de regresión son los
valores constantes que representan el punto donde la recta de regresión corta
al eje de ordenadas y la pendiente de la misma respecto al eje de ordenadas.
D. Intersección: En la teoría de conjuntos, la intersección es una operación binaria
en el conjunto de todos los subconjuntos de un U, Conjunto universal, dado.

5. ¿Qué es el método de los mínimos cuadrados y cómo se explica?

Es una técnica de análisis numérico enmarcada dentro de la optimización matemática,

en la que, dados un conjunto de pares ordenados —variable independiente, variable
dependiente— y una familia de funciones, se intenta encontrar la función continua,
dentro de dicha familia, que mejor se aproxime a los datos (un "mejor ajuste"), de
acuerdo con el criterio de mínimo error cuadrático.
Su expresión general se basa en la ecuación de una recta y = mx + b. Donde m es la
pendiente y b el punto de corte, y vienen expresadas de la siguiente manera:
6. Defina cinco variables cuantitativas en el campo financiero o bancario.

1. Información Financiera: Balance y Estado de resultados auditados del último

año y comparativos con el año anterior.
2. Descripción de los Principales Activos: Relación analítica de la cartera total,
montos, plazos, tasas, tipo de garantía y estatus.
3. Liquidez y Recursos de Capital: Relación de clientes cartera vencida.
Antigüedad de saldos. Créditos reestructurados, castigados o en litigio.
4. Necesidades de Financiamiento: ¿Qué fuentes de financiamiento están
pensando utilizar?
5. Estructura Financiera y de Pasivos: Principales préstamos y acreedores
relevantes.