Académique Documents
Professionnel Documents
Culture Documents
Finanzas Cuantitativas
Avanzadas
MBA. Luis Zapatel Arriaga
AGENDA
o
o
o
o
o
Regresin Simple
Estn relacionados??
De que
FORMA?
Hermanos.
Primos.
Amigos.
Enamorados.
Esposos.
Anlisis de correlacin:
Terminologa
Tcnicas
estadsticas usadas
para medir el grado de relacin
(correlacin)
entre
dos
variables,
una
variable
independiente
y
otra
dependiente.
Diagrama de dispersin:
Grfica que describe la relacin
entre las dos variables de
inters.
Variable dependiente:
Variable que se pronostica o
estima.
Llamada tambin
variable efecto.
Variable independiente:
Variable que proporciona la
base para la estimacin. Es la
variable predictora o causal.
ANALISIS
REGRESION (Forma de la
relacin)
DIAGRAMA DE DISPERSION
ECUACION DE LA RECTA
CORRELACION
PRONOSTICOS,
de la relacin)
(Fuerza
ERROR
ESTANDAR DE ESTIMACION
COEFICENTE
DE
CORRELACION.
COEFICIENTE
DETERMINACION
ANOVA
DE
CASO Televisores
Y: Costo TV anual
12
42
32
47
24
860 2800 1200 1500 1600 800 1800 1800 3000 1500
1500
1000
500
0
0
10
20
30
40
50
60
70
Cuando X crece,
Y decrece
Cuando X crece,
Y decrece
Recta de Regresin
(M.C.):
y b
b1
x i y i ((x i y i ) / n)
x i
xi 314
xi
yi 16860
11434
Reemplazando
en las frmulas,
sera:
yi 33199600
1686
11434 (
(314) 2
)
10
n 10
48.473
__
( x i ) 2
(
)
n
__
Donde:
: es el valor predicho o estimado de y.
b0 : es la ordenada al origen de esa recta.
b1 : es la pendiente de la recta que minimiza los errores de prediccin de Y.
2
16860
1686
10
__
y b x
1
__
314
31.4
10
xi yi 605720
y b
b1 x
y 163.95 48.473x
Interpretacin de los coeficientes de
regresin:
bo : Para poder interpretarlo se debe reemplazar x=0 en la ecuacin, entonces Y = bo= 163.95.
bo= 163.95: En condiciones normales, se espera que un TV cueste S/. 163.95.
b1 :Para poder interpretarlo se debe analizar el signo y el valor de b 1.
b1 = 48.473: Por cada pulgada que se incremente el Tamao del TV, su costo aumenta en S/. 48.473.
Predicciones:
Tamao en
pulgadas. (X)
Costo TV annual
= 163.95+48.473 x
18
1036.464
1181.883
Y
=
163.95+48.473X
2490.654
50
2587.6
2
i
b0 yi b1 xi yi
n2
EEE =366.4.
Se espera que el pronstico del Costo del Tv anual puede aumentar o disminuir en S/. 366.4
Coeficiente de correlacin, r
Medida de la intensidad de la relacin existente entre dos
variables.
Requiere datos con escala de intervalo o de razn (variables).
Puede tomar valores entre -1 < r < 1, ms lejano de 0 indica
correlacin ms fuerte. Valores cercanos a 0 indican correlacin
dbil.
Valores negativos (relacin inversa) y valores positivos (relacin
directa).
As si r es:
+ : a mayor valor en una variable mayor valor en la otra variable.
- : mayor valor en una variable menor el valor en la otra variable.
rxy
n xi yi xi yi
n x x n y y
2
i
2
i
Correlacin
Negativa
Perfecta
Clculo del
Coeficiente de
correlacin:
rxy
Correlacin
Negativa
Intensa
n xi yi xi yi
-1.00
n x x n y y
2
i
2
i
Correlacin
Positiva
Perfecta
Ninguna
Correlacin
Correlacin
Negativa
Moderada
-0.50
Correlacin
Negativa
Dbil
Correlacin
Positiva
Dbil
Correlacin
Positiva
Moderada
Correlacin
Positiva
Intensa
0.50
1.00
0.88
r = 0.88 Existe una relacin lineal directa e intensa entre el tamao de un T.V.
y el costo de un TV.
(r xy ) 2 (0.88) 2 0.775
r2 = 77.8%.
El 78% de la variacin del Costo de
un TV, se puede explicar por la
variacin del Tamao del TV.
0.55
Parmetros
Estimar,
Calcular,
Acercarse
Poblacin
Muestra
r 0.65
Estimadore
s
Para estar seguros del valor hallado en la muestra desarrollamos una prueba
de hiptesis de r. (Podra suceder que la relacin hallada slo sea producto
del azar (muestra) y que no represente a la relacin poblacional
Ho: 0
H1: 0
Fuente de
Variacin
Suma de
cuadrados
Grados
de
libertad
Cuadro
medio
Regresin
SSR
SSR/1
Error
SSE
n-2
SSE/(n-2)
Total
SSTotal
n-1
Valor crtico
de F
(p-value)
SSR/1
SSE/(n2)
S p <alfa Se Rechaza la Ho
Anova
de
regresi
n
Ho: 0
cero.
H1 : la correlacin en la poblacin no H 1 : 0
es cero.
ANOVA Tabla
Paso
2: Asumamos
Source
SS un alfa del
df 3%
MS
F
Regression
3,699,270.74
Residual
Total
1,074,369.25
4,773,640.00
8
9
p-value
3,699,270.7
419
27.55 0.0008
134,296.157
3
Swiss Group
Importe
prstamo
(millones $)
Costo($)
500
28
700
25
800
23
600
24
400
33
500
27
600
21
800
21
..Paso :
20
Costo ($)
15
10
5
0
350 400 450 500 550 600 650 700 750 800 850
Importe prstamo (millones $)
Usando
la ANOVA
de
Regresi
n
Fuente de
Variacin
Suma de
cuadrados
Grados de
libertad
Cuadro
medio
Regresin
SSR
SSR/1
Error
SSE
n-2
SSE/(n-2)
Total
SSTotal
n-1
F
SSR/1
SSE/(n-2)
Caso
Planificacin
Horas de
planificacin
Prdidas ($)
5.7
5.2
10
4.8
15
4.5
20
4.2
Se desea determinar s el
nmero de horas de trabajo
planificando
el
presupuesto de un prximo
dicho ao.
Realice un anlisis completo
Regresin Mltiple
Regresin Mltiple
Es el estudio de la forma en que una variable
dependiente, Y, se relaciona con dos o ms variables
independientes.
VARIABLE
DEPENDIENTE (Y)
VARIABLES INDEPENDIENTES (X ,X )
1
2,......
Precio unitario
Gasto de Propaganda
Estatura
Edad
Ingreso disponible
Importacin de bienes de consumo
N de habitaciones
N de pisos
rea construida
rea techada , etc.
Y ' a b1 X 1 b2 X 2
y b0 b1 x1 b2 x2 ... bk xk
para el
existen
pueden
5.0
1.5
90
2.0
2.0
95
4.0
1.5
92
2.5
2.5
95
3.0
3.3
94
3.5
2.3
94
2.5
4.2
94
3.0
2.5
los cambios
producidos en
los ingresos
brutos
semanales
son
explicados
por
los
cambios
producidos en
los gastos
Todo de
publicidad
(TV
pronstico
y peridicos)
tendr un
error de
estimacin de
0.64 miles delos parmetros estimados de las variables independientes:
Interpretemos
$
Para b1: Cuando los gastos de anunciar en televisin varan una unidad y los gastos
de anunciar en peridicos se mantienen constantes, los ingresos brutos semanales
se incrementarn en 2.2902 miles de $.
Para b2: Cuando los gastos de anunciar en televisin se mantienen constantes y los
gastos de anunciar en peridicos varan una unidad, los ingresos brutos semanales
$.
Hse0 :incrementarn
1 2 3 en
... 1.3010
k 0milesEndeeste
caso p = 0.002 < 0.05= , por lo que se
H1 : Por lo menos un i 0 rechaza Ho, lo que ratifica la relacin entre las
variables.
Prctica en equipos 2
Solucin Software