Vous êtes sur la page 1sur 6

Economa para la Toma de Decisiones Dr.

Alfredo Gonzlez Cambero

MDULO II Tema 2.1 Tcnicas economtricas GUA DE RESPUESTAS A PROBLEMAS APLICADOS


CAPTULO 4

Problema Aplicado 1:
El director de mercadotecnia de Vanguard Corporation cree que las ventas del detergente (S) para ropa de la compaa Bright Side estn relacionadas con el gasto en publicidad (A) que lleva a cabo Vanguard, as como con los gastos en publicidad conjuntos de sus tres grandes detergentes rivales (R). El director de mercadotecnia recopila 36 observaciones semanales sobre S, A y R para estimar la siguiente ecuacin de regresin mltiple:
S = a + bA + cR

donde S, A y R, se miden en dlares a la semana. El director de mercadotecnia se siente cmodo usando estimadores de parmetros que sean estadsticamente significativos a un nivel del 10 por ciento o mejores. a) Qu signo espera el director de mercadotecnia que tengan a, b y c? b) Interprete los coeficientes a, b y c.

VARIABLE DEPENDIENTE: S OBSERVACIONES: 36 VARIABLE INTERCEPTO A R

R CUADRADA: RAZON DE F: VALOR DE P EN F: 0.2247 4.781 0.15 ERROR RAZON ESTANDARD DE T 63821 0.325 0.164 2.74 2.63 -1.73 VALOR DE P 0.0098 0.0128 0.0927

PARAMETRO 175086 0.855 -0.284

Tecnolgico de Monterrey, Ciudad de Mxico Universidad Virtual, 2006

Economa para la Toma de Decisiones Dr. Alfredo Gonzlez Cambero c) Tiene el gasto en publicidad de Vanguard un efecto estadsticamente significativo en las ventas del detergente Bright Side? Explique usando el valor de p apropiado. d) Afecta la publicidad de sus tres grandes rivales las ventas del detergente Bright Side de una manera estadsticamente significativa? Explique usando el valor de p apropiado. e) Qu fraccin de la variacin total en las ventas de Bright Side queda sin explicar? Qu puede hacer el director de mercadotecnia para incrementar el poder explicatorio de la ecuacin de ventas? Qu otras variables explicatorias se podran agregar a la ecuacin? f) Cul es el nivel esperado de ventas cada semana cuando Vanguard gasta $40,000 por semana y el gasto conjunto en publicidad de los tres rivales es de $100,000 semanales?

RESPUESTAS

a) Se espera que el intercepto a sea positivo porque aun si no se hiciera ninguna publicidad, se esperara que ocurrieran algunas ventas. Se espera que b tenga signo positivo ya que las ventas de Vanguard estn directamente relacionadas con su nivel de gasto en publicidad. Las ventas de Vanguard debern estar inversamente relacionadas con el gasto en publicidad de sus rivales, as que se espera que c sea negativo. b) a son las ventas de Bright Side cuando ni Vanguard ni sus rivales hacen publicidad. b es S / A , es decir, el incremento en las ventas de Bright Side atribuible a un incremento de $1 por semana en gastos de publicidad por parte de Vanguard. c es S / R , la reduccin en las ventas de Bright Side atribuible a un incremento de $1 por semana en gastos de publicidad por parte de los rivales de Vanguard. c) El nivel exacto de significancia del estimador de b es de 0.0128. Es decir, hay solo 1.28% de posibilidades de que b sea igual a cero. d) El nivel exacto de significancia del estimador de c es de 0.0927, es decir, hay un 9.27% de posibilidades de que el gasto en publicidad por parte de los rivales no afecte a las ventas de Vanguard. e) Cerca del 78 por ciento de la variacin en las ventas permanece sin explicarse. Para incrementar el poder explicatorio de la ecuacin se deben encontrar variables explicatorias adicionales que tengan un efecto significativo sobre S. El gerente

Tecnolgico de Monterrey, Ciudad de Mxico Universidad Virtual, 2006

Economa para la Toma de Decisiones Dr. Alfredo Gonzlez Cambero podra intentar aadir el precio de su detergente y los precios de los detergentes de sus rivales. Esas son variables explicatorias relevantes. f) Para encontrar el nivel esperado de ventas semanales simplemente se sustituyen los valores en la ecuacin con los parmetros estimados, es decir: S = 175,086 + 0.855 40,000 0.284 100,000 = $180,886
^

Problema Aplicado 3:
Un analista de bolsa especializado en acciones de la industria del cine desea examinar la relacin entre el nmero de boletos a las salas de cine vendidas en diciembre y el nivel anual de ingresos en la industria del cine. Se usan datos de series de tiempo de los ltimos aos para estimar el modelo de regresin
E = a + bN

donde E es el total de ingreso en la industria del cine medidos en dlares por ao y N es el nmero de boletos vendidos en diciembre. El resultado de la regresin es el siguiente:

VARIABLE DEPENDIENTE: E OBSERVACIONES: 15 VARIABLE INTERCEPTO N

R CUADRADA: RAZON DE F: VALOR DE P EN F: 0.8311 63.96 0.0001 ERROR RAZON ESTANDARD DE T 20131000 8.54 1.24 3.78 VALOR DE P 0.2369 0.0023

PARAMETRO 25042000 32.31

a) Qu tan bien explican las ventas de boletos para el cine en diciembre el nivel de los ingresos para todo el ao? Presente la evidencia estadstica para sustentar su respuesta. b) En promedio, qu efecto tiene un incremento de 100,000 boletos en las ventas de diciembre sobre los ingresos anuales de la industria del cine? c) Se espera que los boletos de cine vendidos en diciembre sean de aproximadamente 950,000. De acuerdo a este anlisis de regresin, Cul es el ingreso que esperara para el ao? Tecnolgico de Monterrey, Ciudad de Mxico Universidad Virtual, 2006

Economa para la Toma de Decisiones Dr. Alfredo Gonzlez Cambero RESPUESTAS a) El estadstico de F provee evidencia de que la ecuacin de regresin como un todo es estadsticamente significativa. El valor de p para el estadstico F es significativo a menos del 0.01%. El R2 indica que la ecuacin de regresin explica el 83% de la variacin en E. El valor de p para los coeficientes individuales son: Para a el valor de p es de 0.2369, es decir, hay un 23.69% de posibilidad de que a=0. Para b el valor de p es de 0.0023, es decir, hay solo un 0.23% de posibilidad de que b=0. b) Dado que se estima que E / N sea de 32.31, se espera que cada boleto adicional vendido en diciembre incremente el ingreso anual en $32.31 c) El ingreso esperado al ao es de:

E = 25,042,000 + 32.31 950,000 = $55,736,500

Problema Aplicado 4:
El gerente de Collins Import Autos cree que el nmero de carros vendidos en un da (Q) depende de dos factores: (1) el nmero de horas que la agencia de autos est abierta (H) y (2) el nmero de agentes de ventas que trabajan al da (S). Despus de recopilar los datos por dos meses (53 das), el gerente estima el siguiente modelo log-lineal: Q = aH b S c a) Explique cmo transformar este modelo log-lineal en una forma lineal que pueda ser estimada usando el anlisis de regresin mltiple. La salida de computadora para el anlisis de regresin mltiple es el que se muestra enseguida:
VARIABLE DEPENDIENTE: LNQ OBSERVACIONES: 53 VARIABLE INTERCEPTO LNH LNS R CUADRADA: RAZON DE F: VALOR DE P EN F: 0.5452 29.97 0.0001 ERROR RAZON ESTANDARD DE T 0.2413 0.1021 0.0785 3.8 3.44 3.25 VALOR DE P 0.0004 0.0012 0.0021

PARAMETRO 0.9162 0.3517 0.255

Tecnolgico de Monterrey, Ciudad de Mxico Universidad Virtual, 2006

Economa para la Toma de Decisiones Dr. Alfredo Gonzlez Cambero

b) Cmo interpreta los coeficientes b y c? Si la agencia incrementa el nmero de agentes de ventas en un 20 por ciento, cul ser el porcentaje de incremento de ventas diarias? c) Hgale la prueba global al modelo a un nivel de significancia estadstica del 5 por ciento. d) Qu porcentaje de la variacin total en las ventas diarias de autos est explicado por esta ecuacin? Qu sugerira usted para incrementar este porcentaje? e) Hgale la prueba al intercepto a un nivel de significancia estadstica del 5 por ciento. Si tanto H como S son iguales a cero, es de esperarse que las ventas sean de cero? Explique por qu s o por qu no. f) Hgale la prueba de significancia estadstica al coeficiente b. Si la agencia reduce sus horas de operacin en un 10 por ciento, cul es el impacto esperado en las ventas diarias?

RESPUESTAS a) Obtenga los logaritmos de la ecuacin para expresarla de manera lineal:

ln Q = ln a + b ln H + c ln S

b) Dado que la ecuacin est estimada en los logaritmos de las variables, los parmetros representan directamente las correspondientes elasticidades de cada parmetro. Es decir, b = %Q / %H y c = %Q / %S . Un incremento del 20% en S har que Q se incremente en un 5.1%, es decir, (20)(0.255). c) Para hacerle la prueba de significancia a todo el modelo se usa el estadstico F. El valor del F al 5 por ciento de significancia es Fk-1,n-k=F2,50 = 3.18 (obtenido de las tablas). Dado que 29.97 (obtenido en la salida de regresin) es mayor que 3.18, la ecuacin tomada como un todo es estadsticamente significativa. De hecho, el valor de p para F indica un nivel de significancia por debajo del 0.01%. d) El 54.52% de la variacin en Q est explicada por este modelo, lo cual est indicado por el valor del R2. El valor de R2 se puede incrementar aadiendo algunas variables explicatorias adicionales que sean relevantes o tengan que ver con las ventas.

Tecnolgico de Monterrey, Ciudad de Mxico Universidad Virtual, 2006

Economa para la Toma de Decisiones Dr. Alfredo Gonzlez Cambero e) El valor crtico de la razn de t es tn-k = t50 2 (obtenido de la tabla). Por su parte, la razn de t para el intercepto que se obtiene de la regresin es de 3.8, el cual es mayor que el valor crtico de la razn de t de la tabla. Por lo tanto, el intercepto es estadsticamente significativo. De hecho, el valor de p indica la significancia exacta a un nivel de 0.0004, lo cual significa que la posibilidad de que el intercepto sea cero es del 0.04%. Si H o S son iguales a cero, entonces Q es tambin cero, porque el modelo es multiplicativo: Q = 2.5(0) 0.3517 (0) 0.255 = 0

f) El valor crtico de la razn de t para b es de 2 (obtenido de la tabla), mientras que el obtenido en la salida de la regresin es de 3.44, el cual es mayor que el valor crtico de t de la tabla. Por lo tanto, b es estadsticamente significativo. De hecho, el valor de p que se obtiene en la regresin para b es de 0.0012 e indica el nivel exacto de significancia, por lo cual existe la posibilidad de un 0.12% de que sea igual a cero. Como el modelo est estimado en los logaritmos de las variables, eso significa que los parmetros estimados representan directamente las elasticidades. Por lo tanto, una reduccin del 10% en las horas de operacin significar una reduccin en las ventas del 3.52 por ciento. Es decir, el valor de la elasticidad (0.3517) multiplicado por el 10 por ciento de reduccin en las horas de operacin.

Tecnolgico de Monterrey, Ciudad de Mxico Universidad Virtual, 2006