Escolar Documentos
Profissional Documentos
Cultura Documentos
PRÁCTICA 12
RESPUESTAS EJERCICIOS DE
ANÁLISIS DE REGRESIÓN Y DE CORRELACIÓN
Millones de dólares
Exportaciones Importaciones Saldo
Año
1984 8.107 4.585 3.522
1985 8.396 3.814 4.582
1986 6.852 4.724 2.128
1987 6.360 5.818 542
1988 9.135 5.322 3.813
1989 9.579 4.203 5.376
1990 12.353 4.077 8.276
1991 11.978 8.275 3.703
1992 12.235 14.672 -2.637
1993 13.118 16.784 -3.666
1994 15.839 21.590 -5.751
1995 20.963 20.122 841
1996 23.811 23.762 49
1997 26.431 30.450 -4.019
1998 26.441 31.404 -4.963
1999 23.333 25.508 -2.175
35.000 35.000
Importaciones
30.000 30.000
Importaciones
25.000 25.000
20.000 20.000
15.000 15.000
10.000 10.000
5.000 5.000
0 0
0 5.000 10.000 15.000 20.000 25.000 30.000
0 5.000 10.000 15.000 20.000 25.000 30.000 Importaciones Exportaciones
Exportaciones Pronóstico Importaciones
Coeficiente de correlación
r = 0,94530981
Como es un valor cercano a 1 podemos decir:
En el período 1984 a 1999 existió correlación lineal en sentido directo entre el monto de
las importaciones y el monto de las exportaciones en Argentina.
Coeficiente de determinación
R2 = 0,89361064
El 89,361% de las variaciones en los montos de las importaciones quedaron
explicadas por las variaciones de los montos de las exportaciones en el período 1984
a 1999.
b) Utilizando la ecuación de la recta de regresión, estimar a cuánto habrían ascendido
los millones de dólares en concepto de importaciones si se hubieran exportado
productos por un equivalente a 20.000 millones de dólares, en el mencionado
período.
Rta: Se estima que los millones de dólares en concepto de importaciones habrían
ascendido a los 21.221,6809 si se hubieran exportado productos por un
equivalente a 20.000 millones de dólares, en el mencionado período.
c) Realizar una prueba de hipótesis para el coeficiente de correlación e interpretarla.
Datos
r = 0,94530981
n = 16 n – 2 = 14 grados de libertad de la t de Student
Sea = 0,05 entonces de tabla t de Student buscamos t14; 0,95 = + 1,76 (me fijé en
0,05 porque falta la columna de 0,95 y le cambié el signo por simetría de la
distribución).
Como r es positivo las hipótesis de trabajo son:
H1) = 0 no existe correlación entre el monto de las importaciones y el monto de
las exportaciones
HA) > 0 existe correlación en sentido directo entre el monto de las importaciones
y el monto de las exportaciones en la población.
Estadístico de prueba
r. n 2 0,94530981. 14
t 10,84
1 r 2
1 0,89361064
Toma de decisión
En nuestro caso 10,84 > 1,76 el t cae en zona de rechazo de H0 por lo cual
rechazamos que no hay correlación entre el monto de las importaciones y el monto
de las exportaciones. Es decir que sí hay correlación en la población.
Conclusión
En base a una muestra de 16 años y con un nivel de significación del 5% se podría decir que
hay correlación lineal directa entre el monto de las importaciones y el monto de las
exportaciones en el período 1984 a 1999.
2- En una empresa se quiere estudiar si el monto de los viáticos mensuales pagados a
sus corredores y el volumen de ventas mensuales generales (debería decir en miles de
pesos o en millones de pesos según las dimensiones de la empresa) están
relacionados linealmente. Una muestra de 7 meses arrojó los siguientes datos: ŷ =
11,20 + 0,78 x y r 2 = 0,63
a) Interpretar en el contexto del problema, el coeficiente de regresión, el de
determinación y el de correlación.
Datos: n = 7, a = 11,20, b =0,78 y r 2 = 0,63 r = 0,63 = 0,7937
X : volumen de ventas mensuales generales en miles de pesos (agregamos esta
información)
Y: monto de los viáticos mensuales en cientos de pesos
Coeficiente de regresión b
En los siete meses analizados por cada mil pesos de aumento en el volumen de las
ventas los viáticos se incrementan 78$ (0,78 cientos de $).
Coeficiente de correlación
Como 0,7937 es un valor lejano de 0 pero no muy cercano a 1 se puede decir que:
En los 7 meses existió una buena correlación lineal en sentido directo entre los viáticos
pagados a los corredores y el volumen de las ventas realizadas para la empresa.
Coeficiente de determinación
20
montos anuales
15
pedidos
10
5
0
0 2 4 6 8 10
nº visitas a clientes
20
montos anuales
15
pedidos
y = 1,8415x + 0,0456
10
R2 = 0,845
5
0
0 2 4 6 8 10
nº visitas a clientes
.
b) Calcular los coeficientes de correlación y de determinación e interpretarlos.
Los coeficientes son: r = 0,9192 r2 = 0,8449 interpretarlos (les queda a ustedes)
c) A partir de los datos, ¿puede llegarse a la conclusión de que, en general, conforme
se incrementa el número de visitas, también se aumentaría el monto de pedidos?
Realizar una prueba estadística adecuada con un nivel de significación del 2%.
Ustedes realicen el test de hipótesis, la conclusión es:
Conclusión: De acuerdo a la información muestral y con un nivel de significación del 2%
se podría concluir que conforme se incrementa el número de visitas de ventas, también
podría aumentarse el monto anual de pedidos.
d) Estimar el monto de los pedidos si en un mes cualquiera elegido al azar se
programaran 2 visitas. Ídem si se programaran 7 visitas.
a) Encontrar la recta que explique la renta del Fondo Redifon en función de la renta
media.
a y bx
x . y
x .y
i i
i i
b n
( x i ) 2
x 2
i
n
x . y n
x. y 30.17, 6
i i
119, 6
i i
5 14
b 0,35
x
2 2
( x) (30) 40
2
i
i
220
n 5
a y bx
a 3,52 0,35.6 1, 42
Ŷ = 1,42 + 0,35 x
b) Decida si existe correlación lineal entre las rentabilidades promedio del mercado y
la del Fondo Redifon con un nivel de significación del 10%.
Hacer el test de hipótesis, la conclusión es:
Existe correlación lineal entre las variables a un nivel de significación del 10%.
c) Estimar la rentabilidad del Fondo Redifon para una rentabilidad media del
mercado de 8,0.
Rta: Ŷ (8,0) = 4,22
9- Los volúmenes medios de ahorro y renta del sector familias en billones de pesos,
para el período 1997-2006 fueron
Año 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006
Ahorro 1.9 1.8 2.0 2.1 1.9 2.0 2.2 2.3 2.7 3.0
Renta 20.5 20.8 21.2 21.7 22.1 22.3 22.2 22.6 23.1 23.5
Datos
n = 10 X : volúmenes medios de ahorro Y: renta del sector familias en billones de $
Se pide:
a) La recta de regresión considerando el ahorro como variable independiente.
a= 17,32 b = 2,137 Ŷ = 17,32 + 2,137 x
b) Para el año 2007 se supone una renta de 24.1 billones de pesos. ¿Cuál sería el
ahorro esperado para el año 2007?
Ŷ = 17,32 + 2,137 .x
24,1 = 17,32 + 2,137 .x x = 3,1727 billones de pesos
c) Calcular los coeficientes que evalúan si el modelo es adecuado.
Rta: r = 0,851 r2 = 0,7242
10- (*) En 1962 el economista norteamericano Arthur Okun planteó un modelo
macroeconómico que se conoce hoy en día como la “ley de Okun,” que establece que
existe una relación lineal entre el cambio en la tasa de desempleo y la tasa de
crecimiento del Producto Interno Bruto (PBI) real.
El siguiente cuadro muestra datos sobre desempleo y crecimiento económico en los
Estados Unidos durante el período 1966-95.
Les queda de tarea
a) Con estos datos estimar el modelo lineal y explicar el significado de los coeficientes
obtenidos.
b) Determinar el punto donde la recta de regresión corta el eje x para este caso, y
explicar su significado en términos del modelo.
c) Calcular los coeficientes e interpretar.
d) Realizar la prueba se significación para el coeficiente de correlación poblacional y
decidir, según la prueba anterior, si puede considerarse que ρ supera 0,9 con un nivel
del 0,05.
Tasa de Desempleo Crecimiento PIB real Tasa de Desempleo Crecimiento PIB real
(%) (%) (%) (%)
1966 3.6 6.0 1981 7.5 1.8
1967 3.7 2.6 1982 9.5 -2.2
1968 3.4 4.1 1983 9.5 3.9
1969 3.4 2.7 1984 7.4 6.2