Escolar Documentos
Profissional Documentos
Cultura Documentos
Parcial de estudio:
Segundo
Introduccin
Ahora podemos afirmar que la asignatura Estadstica Aplicada al Mercado proporciona a los
estudiantes, una profundizacin en algunos temas avanzados del anlisis de datos,
especficamente dentro de las llamadas tcnicas multivariantes. En la gran mayora de
situaciones reales de aplicacin de los mtodos estadsticos, los datos disponibles presentan
un carcter multidimensional, por lo que las tcnicas univariantes estudiadas en asignaturas
anteriores resultan insuficientes para extraer toda la informacin relevante. Sin embargo, es
preciso conocerlas ya que proporcionan las bases tericas y metodolgicas para poder
abordar el estudio de los mtodos multivariantes.
Para continuar en la presentacin de las diferentes tcnicas estadsticas del anlisis
multivariante, ahora estamos ms conscientes que se requiere habilidad para poder utilizar
el cmulo de informacin que se encuentra a nuestro alcance en muchas fuentes.
En primer lugar se necesita ser crtico al utilizar la informacin que otros generan. En
segundo lugar, es necesario saber transformar los datos a un formato accesible y
comprensible, de manera que se pueda interpretar y juzgar estos datos, y con base en eso
tomar decisiones.
En esta segunda gua, revisaremos en primera instancia la Regresin Lineal Mltiple. Luego
abordaremos otras tcnicas multivariantes cuando estudiemos el Anlisis Discriminante; el
Anlisis de Componentes Principales; y, el Anlisis Factorial.
Asesora didctica 1
En los modelos de regresin una variable llamada dependiente, es expresada como funcin
lineal de una o ms variables llamadas explicativas. En modelos de este tipo se supone
implcitamente que si existen relaciones causales entre las variables dependientes y
explicativas, stas van en una direccin solamente: de las variables explicativas hacia las
variables dependientes.
El uso de una variable independiente para predecir la variable dependiente no toma en
cuenta la relacin de otras variables con la variable dependiente. Se ampla el estudio de la
correlacin y de la regresin, examinando la influencia de dos o ms variables
independientes sobre la variable dependiente. Esto se denomina Anlisis de Regresin y
Correlacin Mltiples.
Se considera el modelo de regresin mltiple, en el cual hay ms de una variable explicativa.
En este segundo parcial iniciamos nuestro estudio con el modelo de k variables y en las
inferencias para este tipo de modelo. Tambin se podrn a prueba los supuestos sobre los
que subyacen los modelos de regresin mltiple, como verificar su cumplimiento y las formas
de detectar los problemas de estimacin.
Se incluye el anlisis introductorio de los modelos de k variables. Al respecto, hay que hacer
especial hincapi en los supuestos que se deben verificar para este tipo de modelos
(multicolinealidad, heteroscedasticidad, etc.) y tambin en el significado de los coeficientes
de correlacin parcial.
Los fundamentos tericos que Usted debe revisar y entender respecto de los modelos de
regresin mltiple, los encontrar en la Lectura del Captulo 8 del texto gua: Regresin
Lineal Mltiple; (pginas 217 a 274).
Ahora, podr realizar sin ninguna dificultad la actividad de aprendizaje 2.1.
El modelo de regresin lineal de tres variables
Nombre de la asignatura:
Parcial de estudio:
Segundo
El modelo de regresin mltiple ms simple posible es la regresin de tres variables, con una
variable dependiente y dos variables explicativas.
Sea la Funcin de Regresin Poblacional (FRP) de 3 variables:
Yi = 1 + 2 X 2i + 3 X 3i + ui
donde,
1
2
= es el trmino interseccin,
y
Yi = 1 + 2 X 2i + 3 X 3i + ui
donde:
X3
= estimacin de
= estimacin de
3 =
estimacin de
X2
considerando constante a
= indica la tasa de
X2
X3
X3
= indica la tasa de
X 3 , considerando constante a X 2
No hay correlacin de los errores (un error no depende de los otros errores)
Covarianza entre los errores y las variables es cero (los errores no tienen relacin
con las variables
X2
X3 )
X2
X3
Asesora didctica 2
Nombre de la asignatura:
Parcial de estudio:
Segundo
Asesora didctica 3
El mtodo de componentes principales tiene por objeto transformar un conjunto de
variables, a las que denominaremos variables originales, en un nuevo conjunto de variables
denominadas componentes principales.
Tenga presente que esta tcnica permite pasar de un conjunto de variables correlacionadas
entre s a otro en el que las dimensiones (las componentes principales) estn
incorrelacionadas y ordenadas en funcin de la informacin que llevan incorporada, medida a
travs de la varianza.
Vamos a revisar los contenidos del anlisis de componentes principales (pginas 365 a 393:
Lectura del Captulo 11 del texto gua: Componentes Principales). Debe tener claro los
conceptos y definiciones de cada uno de estos temas.
Al finalizar su estudio, usted estar en capacidad de resolver la actividad de aprendizaje 2.3.
Asesora didctica 4
El anlisis factorial es una tcnica directamente relacionada con el Anlisis de
Componentes Principales, solamente que los factores son ahora seleccionados para explicar
las interrelaciones entre las variables.
El anlisis de componentes principales y el anlisis factorial tienen en comn que son
tcnicas para examinar la interdependencia de variables. Mientras que el objetivo del anlisis
de componentes principales es explicar la mayor parte de la variabilidad total de un conjunto
de variables con el menor nmero de componentes posible, en el anlisis factorial, los
factores son seleccionados para explicar las interrelaciones entre variables.
A continuacin se revisarn los contenidos referentes al anlisis factorial, para lo cual, realice
la lectura del captulo 12 del texto gua Anlisis factorial (pp. 407-439) y posteriormente de
su revisin, complemente su anlisis resolviendo la actividad de aprendizaje 2.4.
Actividades de aprendizaje
Actividad de aprendizaje 2.1.
Nombre de la asignatura:
Parcial de estudio:
Segundo
Problema
La siguiente tabla de datos presenta informacin utilizada por un economista de un
pas sudamericano para predecir los volmenes de exportacin de cierta materia
prima:
Tasa
Tasa
Volumen anual
Tasa de cambio
PIB en miles
de
de
de ventas
de divisas: X3
de millones de
inflacin: X2
desempleo: X4
del producto: Y
(pesos por dlar)
pesos: X5
(%)
(%)
Planteamientos
103.6
3.6
5.8
5.9
5873.0
186.7
3.5
6.7
4.5
7852.0
134.8
5.0
8.4
4.2
8189.0
235.6
6.0
6.2
4.2
7497.0
260.8
5.6
5.4
4.9
8534.0
243.9
4.9
5.9
5.0
8688.0
131.9
5.6
9.4
4.1
7270.0
160.0
8.5
9.4
3.4
5020.0
135.0
7.7
7.2
4.2
6035.0
161.8
7.0
6.6
4.5
7425.0
209.3
6.0
7.6
3.9
9400.0
121.9
6.0
10.6
4.4
9350.0
198.0
7.2
14.9
3.9
6540.0
100.0
7.6
16.6
3.1
7675.0
139.0
9.2
17.5
0.6
7419.0
200.0
8.8
16.0
1.5
7923.0
Considrese el modelo:
Y = 1 + 2 X 2 + 3 X 3 + 4 X 4 + 5 X 5 + u (t )
respecto a
X2 , X3
X4 ,
luego de hacer este modelo, se decide incluir la otra variable ( X 5 ). Indique cmo
justificara ingresar esta variable en el modelo inicial y las pruebas que utilizara.
Objetivo
Nombre de la asignatura:
Parcial de estudio:
Segundo
Orientaciones
didcticas
Luego, utilizando el SPSS, debe replicar los ejercicios y comparar los resultados.
Recuerde el significado de los diferentes conceptos que intervienen en esta tcnica
estadstica.
Analice e interprete los resultados obtenidos.
Alternativamente, puede utilizar el Excel, en el mdulo de anlisis de datos, la
opcin regresin.
Criterios de
evaluacin
las
frmulas
utilizando
la
notacin
Planteamientos
Nombre de la asignatura:
Parcial de estudio:
Segundo
Fallidos
Nofallidos
Patrimonio Deuda
Patrimonio Deuda
Cliente
Cliente
neto
pendiente
neto
pendiente
1
1.3
4.1
9
5.2
1.0
2
3.7
6.9
10
9.8
4.2
3
5.0
3.0
11
9.0
4.8
4
5.9
6.5
12
12.0
2.0
5
7.1
5.4
13
6.3
5.2
6
4.0
2.7
14
8.7
1.1
7
7.9
7.6
15
11.1
4.1
8
5.1
3.8
16
9.9
1.6
Total
40.0
40.0
Total
72.0
24.0
Media
5.0
5.0
Media
9.0
3.0
Por otra parte, en la mesa del director del banco hay dos nuevas solicitudes de un
prstamo instantneo. El primer solicitante dispone de un patrimonio neto de 10.1
(millones de pesetas), con unas deudas pendientes de 6.8 (millones de pesetas).
Para el segundo solicitante los valores de estas variables son 9.7 y 2.2,
respectivamente.
1. Realice el anlisis de la clasificacin con dos grupos utilizando la variable
Patrimonio neto y la variable Deudas pendientes.
2. Determine la funcin discriminante de Fisher y clasifique los prstamos
concedidos utilizando dicha funcin.
3. Cmo se clasifica a los dos solicitantes de prstamos que tiene sobre su mesa el
director del Banco de Ademuz?
4. Realice el contraste de significacin y la evaluacin de la bondad de ajuste con
dos grupos.
5. Calcule las probabilidades de pertenencia a los grupos de fallidos y no fallidos
Objetivo
Para el desarrollo de la presente actividad, revise el material del captulo 9 del texto
gua Anlisis discriminante.
Haga los clculos de manera manual en todos los casos.
Orientaciones
didcticas
Luego, utilizando el SPSS, debe replicar los ejercicios y comparar los resultados.
Recuerde el significado de los diferentes conceptos que intervienen en esta tcnica
estadstica.
Analice e interprete los resultados obtenidos.
Criterios de
evaluacin
Nombre de la asignatura:
Parcial de estudio:
Segundo
Objetivo
Orientaciones
didcticas
Nombre de la asignatura:
Parcial de estudio:
Segundo
Criterios de
evaluacin
las
frmulas
utilizando
la
notacin
Planteamientos
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
6
9
7
5
6
7
9
9
9
4
4
4
6
8
4
6
8
7
10
8
6
8
7
9
9
9
7
7
7
9
9
8
9
7
2
5
3
8
8
7
8
9
7
10
10
10
8
8
8
6
7
5
8
6
5
8
6
8
8
8
2
0
4
10
9
7
7
7
8
10
9
6
4
8
8
9
8
10
10
10
8
6
8
8
9
7
9
8
5
4
7
8
9
8
10
8
10
4
3
4
9
5
8
9
9
9
9
10
8
8
8
7
3
7
9
8
10
8
8
8
10
7
2
5
5
8
8
5
10
9
8
4
2
2
9
6
Nombre de la asignatura:
Parcial de estudio:
Segundo
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
6
6
10
3
9
7
9
6
7
2
6
4
4
5
3
2
3
6
9
4
4
10
10
10
10
3
7
9
9
0
0
8
7
8
8
8
10
8
9
8
10
3
3
6
5
3
3
4
7
8
9
9
6
6
7
3
4
7
6
8
7
6
8
8
7
6
7
7
7
7
7
7
5
4
5
4
5
5
6
4
5
6
6
9
9
8
8
9
7
10
10
10
10
4
4
8
8
8
9
10
7
8
9
3
3
6
7
7
7
4
6
5
4
6
10
10
0
0
8
6
9
10
3
1
8
7
8
8
9
9
8
4
5
8
5
3
9
8
7
7
3
3
6
10
9
9
9
3
1
3
9
7
7
5
5
8
8
9
8
10
9
10
5
4
9
3
0
4
4
9
9
3
0
6
8
9
10
10
1
1
4
8
7
9
0
0
6
5
10
10
10
10
10
9
8
10
5
0
10
10
10
10
8
9
8
8
7
10
10
2
0
5
8
10
10
10
10
4
4
5
5
10
10
10
3
2
5
0
0
3
3
3
3
1
0
2
9
9
10
10
0
0
3
6
2
3
0
0
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
3
5
4
8
8
9
10
10
9
3
5
2
4
5
7
8
6
3
4
2
3
3
3
2
8
9
9
4
5
6
8
9
8
10
9
8
4
2
5
8
7
3
2
6
6
10
9
9
9
9
9
5
5
5
10
10
9
10
10
8
5
6
3
7
8
6
6
7
7
8
9
7
7
8
8
8
8
8
8
9
8
10
8
10
4
6
6
6
6
7
8
9
8
10
10
9
5
8
6
7
8
6
9
9
8
9
10
10
7
7
6
8
6
2
3
8
8
8
9
9
7
8
8
6
7
6
8
9
8
3
2
3
6
5
4
6
7
6
5
8
5
10
10
10
10
10
10
5
7
6
10
10
10
10
5
7
8
6
6
10
8
4
4
9
8
8
8
8
Nombre de la asignatura:
Parcial de estudio:
Segundo
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
2
3
3
0
0
1
2
2
2
1
1
2
1
1
10
10
10
10
6
8
1
1
0
0
4
4
5
3
4
3
5
5
2
3
0
2
3
2
10
10
2
0
2
8
5
5
2
2
4
5
6
3
4
3
5
3
3
3
2
4
9
10
8
10
0
0
1
10
5
7
2
2
4
6
7
0
0
2
3
7
6
3
3
5
7
8
10
10
3
0
3
8
7
9
0
0
4
5
6
0
0
2
4
5
4
2
1
6
5
5
10
10
0
0
3
8
8
9
0
0
5
5
4
5
5
7
8
5
5
5
5
6
3
5
10
10
0
0
3
6
4
4
0
0
4
6
5
0
0
3
3
0
0
0
3
3
2
2
10
10
10
10
8
5
5
4
0
0
Objetivo
Orientaciones
didcticas
Criterios de
evaluacin
Nombre de la asignatura:
Parcial de estudio:
Segundo
Formato de
entrega
las
frmulas
utilizando
la
notacin
Enviar a
Formato:
Preguntas o
dudas
G2.Apellido.Apellido.Nombre.EstadisticaAplicadaMercado
de
de
de
de
aprendizaje
aprendizaje
aprendizaje
aprendizaje
Puntaje
5
5
5
5
20
2.1.
2.2.
2.3.
2.4.
El tutor de la asignatura