2.

Un fabricante de cable para telfono est interesado en obtener un modelo para predecir la venta
anual, para lo cual ha considerado las siguientes variables:
(use el archivo ventaplastico.wf1)

VENTAPLAS: Ventas anuales en millones de transacciones (pares de alimentacin)

PBI: Producto Nacional Bruto (miles de millones de $)
CONEX: Conexiones en los hogares (miles de unidades)
DESEMP: Tasa de desempleo (%)
GANLIN: Ganancias en lnea para el cliente (%)
Se presentan los resultados obtenidos para una muestra de 16 aos

Dependent Variable: VENTAPLAS

Method: Least Squares
Date: 04/29/16 Time: 23:52
Sample: 1995 2010
Included observations: 16

Variable Coefficient Std. Error t-Statistic Prob.

C 6031.919 2250.907 2.679773 0.0214

CONEX 2.309170 0.487881 4.733064 0.0006
DESEMP -824.3777 168.2115 -4.900841 0.0005
GANLIN -864.4400 233.2971 -3.705318 0.0035
PBI 5.052408 1.363741 3.704816 0.0035

R-squared 0.822632 Mean dependent var 7543.125

Adjusted R-squared 0.758134 S.D. dependent var 1217.152
S.E. of regression 598.5931 Akaike info criterion 15.87735
Sum squared resid 3941451. Schwarz criterion 16.11878
Log likelihood -122.0188 Hannan-Quinn criter. 15.88971
F-statistic 12.75448 Durbin-Watson stat 2.485635
Prob(F-statistic) 0.000408

VENTAPLAS CONEX DESEMP GANLIN PBI

Mean 7543.125 1576.394 6.387500 3.893750 1287.044
Median 7586.000 1495.150 6.000000 4.200000 1253.000
Maximum 9400.000 2360.800 9.200000 5.900000 1535.400
Minimum 5020.000 1039.000 3.500000 0.600000 1051.800
Std. Dev. 1217.152 400.4189 1.719641 1.291753 169.4772

Matriz de covarianza de los estimadores de los coeficientes

C CONEX DESEMP GANLIN PBI

C 5066583. -94.28574 -143149.3 -367470.6 -1981.559
CONEX -94.28574 0.238027 -1.427146 -51.23590 -0.056194
DESEMP -143149.3 -1.427146 28295.11 22330.35 -95.01214
GANLIN -367470.6 -51.23590 22330.35 54427.55 72.78399
PBI -1981.559 -0.056194 -95.01214 72.78399 1.859788

a) Justifique su respuesta: Es significativo el modelo?, qu tanto explica el modelo?

a.1) Anlisis de significancia del modelo

Planteamiento de la hiptesis:
Ho: El modelo no es significativo
H1: El modelo es significativo
Prueba F:

( nk ) R2
F=
(k 1)(1R2)
( 165 ) 0.822632
F=
(51)(10.822632)
F=12.7545

Hallando el F tabulando:

F(k ,nk )1

F(5 ,11)0.95=3.204

Dado que el F calculado es mayor a F tabulado, se rechaza Ho y se acepta H1.

Concluimos que el modelo es significativo.
2
a.2) De acuerdo al R
del cuadro proporcionado por Eviews, nos informa que la variacin de Y es explicado
en un 82.26% por el modelo de regresin

b) Estn los resultados empricos de acuerdo con las expectativas? Qu variable tiene mayor
importancia relativa.

b.1) De acuerdo a los datos del cuadro, los coeficientes de las variables tienen los siguientes
valores:

Para el coeficiente de CONEX (conexiones en los hogares) su valor es 2.309 (miles de

unidades), lo cual indica una relacin directa con las ventas anuales, lo cual es coherente con la
realidad porque, supongamos que se incremente la demanda de lneas telefnicas y con ello
aumentar las conexiones en los hogares, asimismo las ventas de cable para telfono.

Para el coeficiente de DESEMP (tasa de desempleo en %) su valor -8.2438 (lo cual indica una
relacin inversa con las ventas anuales, esto es coherente con la realidad, porque a mayor
desempleo, las familias reducen su ingreso y la demanda de lneas telefnicas disminuirn, por
lo tanto, las ventas de cable para telfono tambin.

Para el coeficiente GANLIN (ganancias en lnea para el cliente en %) su valor es -8.6444, esto
nos indica una relacin inversa con las ventas anuales, lo cual no podramos afirmarlo con la
realidad, puesto que cuando aumentas las ganancias en lnea para el cliente, este estara
incentivado a demandar ms lneas telefnicas y las ventas de cable aumentaran.

Para el coeficiente PBI su valor es 5.0524 (miles de millones de $), se muestra una relacin
directa, lo cual concuerda con la realidad, ya que a mayor crecimiento del PBI podemos decir
que se obtiene mayores ingresos y esto hara que aumente la demanda de lneas telefnicas, y
asimismo se incrementara la demanda de cables para telfono.

Ahora analizaremos qu variable tiene mayor importancia relativa:

 Para ello utilizaremos la frmula del coeficiente estandarizado o coeficiente Beta para poder
compararlos:

SX
j= j j

SY

Para CONEX:

400.4189
2=2.309170 =0.7597
1217.152

Para DESEMP:

1.719641
3=824.3777 =1.1647
1217.152

Para GANLIN:

1.291753
4=864.4400 =0.9174
1217.152

Para PBI:

169.4772
5=5.O 52408 =0.7035
1217.152

Por lo tanto, podemos concluir que la variable de mayor importancia es el desempleo, la

indica cul es el cambio en las unidades estandarizadas de las ventas ante un cambio en
una desviacin estndar del desempleo.

c) Probar si el impacto de la tasa de desempleo es igual al de las ganancias en lnea para el cliente.

Planteamiento de la hiptesis:

Ho: 3=4 ; H1: 34

Usamos la prueba o test de Wald

Estadstico:

' 1
W = ( R ^ r ) [ V ( R ^r ) ] ( R ^r ) es 2(q )

Tenemos:
R= [ 0 0 11 0 ]
 r= [ 0 ]

[ ]
6031.919
2.309170
^= 824.3777
q=1 , nmero de restricciones
864.4400
5.052408

^ )=R ( V ( ^ ) ) R '
Var ( R r

[]
0

[ ]
5066583 0
= [ 0 0 11 0 ] 0.238027 28295.11 1
5442755 1.859788 1
0

[]
0
0
= [ 224321 49.80876 5964.7632097.2 167.79609 ] 1
1
0

[ Var ( R ^r ) ] =38061.96

[ ]
6031.919
2.309170
R ^=[ 0 0 11 0 ] 824.3777 =40.063
864.4400
5.052408

1
W calculado =(40.0630)' ( 38061.96 ) ( 40.0630)
W calculado =0.042169

2tabla : 2( nk )= 2(165) =2(11 )=19.68

R. Rechazo

Como W calculado es menor que 2tabla entonces

0.042169 3.84
se acepta la hiptesis nula. Podemos concluir que
la tasa de desempleo tiene igual impacto al de las
ganancias.
 d) Con los siguientes resultados del modelo restringido analice la
significancia conjunta de Desempleo y Ganancia en lnea.

Dependent Variable: VENTAPLAS

Method: Least Squares
Date: 04/30/16 Time: 00:06
Sample: 1995 2010
Included observations: 16
0
Variable Coefficient Std. Error t-Statistic Prob.

C 382.5579 2683.931 0.142536 0.8888

CONEX 1.976438 0.688061 2.872474 0.0131
PBI 3.142801 1.625663 1.933242 0.0753

R-squared 0.415318 Mean dependent var 7543.125

Adjusted R-squared 0.325367 S.D. dependent var 1217.152
S.E. of regression 999.7201 Akaike info criterion 16.82019
Sum squared resid 12992723 Schwarz criterion 16.96505
Log likelihood -131.5615 Hannan-Quinn criter. 16.82761
F-statistic 4.617159 Durbin-Watson stat 1.644314
Prob(F-statistic) 0.030548

Nuestro modelo original sera

VENTASPLA=1+ 2CONEX+ 3DESEMP+ 4GANLIN+ 5PBI

Probamos la significancia conjunta de las variables Desempleo y Ganancia en lnea

Ho: 3=0 , 4=0 ; H1: 30 o 40

Con el R2 obtenido de Eviews

 R2=0.187810, n=16,k =3

Calculamos el F :
( nk ) R 2
F=
(k 1)(1R2)
( 163 ) 0.187810
F=
(31)(10.187810)
F=1.503053

F tabulado:

F(k ,nk )1
0.95
F(3 ,13) =3.411

Concluimos que Ho se acepta, porque el Fcalc< Ftab, es decir el Fcalc se encuentra en la zona de
aceptacion