Análisis de regresión lineal de entre los productos de Aceites y grasas

(IPC)

Introducción

El Índice de Precios al Consumidor (IPC) es un indicador económico que mide la

variación de precios de una canasta de bienes y servicios representativa del
gasto de los hogares urbanos del país, cuyo comportamiento es relevante para
comprender y entender la evolución de la variación de precios en la economía
nacional.

La construcción de la canasta del IPC clasifica a 321 productos en 12 divisiones.

Estas son:
1. Alimentos y bebidas no alcohólicas.
2. Bebidas alcohólicas y tabaco.
3. Vestuarios y calzado.
4. Vivienda y Servicios básicos.
5. Equipamiento y mantención del hogar.
6. Salud.
7. Transporte.
8. Comunicaciones.
9. Recreación y cultura.
10. Educación
11. Restaurantes y hoteles.
12. Bienes y servicios diversos.

La división Alimentos y bebidas alcohólicas, para el mes de diciembre 2018,

pondero el 19,1% del IPC. De esta división el 0,6% corresponde a la clase
aceites y grasa, las cuales contiene los siguientes productos:

1. Mantequilla
2. Aceite vegetal
3. Margarina

A partir del levantamiento de información desde enero de 2014 a diciembre de

2018, se pretende encontrar una correlación entre los productos de la clase
aceites y grasa. Para esto se analizará las correlaciones de los 3 productos a
través de una inspección gráfica y de asociación para luego buscar una función
lineal (ecuación 1) que permita predecir el comportamiento de un producto en
función de otro.

Y=a+bX Ec. 01

El objetivo del análisis es obtener la función que permita predecir el

comportamiento de un producto en función de otro para reducir el número de
levantamiento de productos de la clase aceites y grasa.
Desarrollo

Dado que estamos trabajando con 3 variables se realizará un análisis visual de

tres situaciones:

1. Mantequilla – Aceite.
2. Aceite – Margarina.
3. Margarina – Mantequilla.

Obteniendo las siguientes gráficas:

>plot(Mantequilla, Aceite)

Gráfico 01: IPC del producto Mantequilla versus Aceite.

>plot(Aceite, Margarina)

Gráfico 02: IPC del producto Aceite versus Margarina.

>plot(Margarina, Mantequilla)

Gráfico 03: IPC del producto Margarina versus Mantequilla.

Complementando el análisis gráfico se verificará las relaciones lineales entre las
variables expuestas, intentando cuantificar y comparar las tres situaciones través
del cálculo de correlaciones.

> cor(ipcgrasasyaceites)

Mantequilla Aceite Margarina

Mantequilla 1.0000000 0.6113929 0.9192796
Aceite 0.6113929 1.0000000 0.7936215
Margarina 0.9192796 0.7936215 1.0000000

La matriz nos muestra que la relación lineal entre cada covariable y la variable
respuesta es alta y positiva, siendo la mejor opción tanto gráfica y analíticamente
es la correlación entre los productos Mantequilla y Margarina, debido a su
linealidad en la gráfica y alto índice de correlación (0,92). Como la margarina es
un derivado de la mantequilla, esta última será la variable independiente.

Obteniendo mayor información de la opción elegida con el test de correlación de

Pearson:

> cor.test(margarina,mantequilla)

Pearson's product-moment correlation

data: margarina and mantequilla

t = 17.787, df = 58, p-value < 2.2e-16
alternative hypothesis: true correlation is not equal to 0
95 percent confidence interval:
0.8679612 0.9511739
sample estimates:
cor
0.9192796

El test muestra un p-value muy cercano a cero por lo que no es posible rechazar
la hipótesis nula de no correlación con un intervalo de confianza del índice
Pearson de correlación de 0,87 a 0,95.

Graficando la regresión lineal:

> regresaho <- lm(Margarina~Mantequilla)

> abline(regresaho)
Gráfico 04: IPC del producto Margarina versus Mantequilla con regresión lineal.

Realizando un resumen estadístico a la regresión lineal:

> ee<-summary(regresaho)
> ee

Call:
lm(formula = Margarina ~ Mantequilla)

Residuals:
Min 1Q Median 3Q Max
-11.7938 -3.1681 -0.4052 3.9142 8.7134

Coefficients:
Estimate Std. Error t value Pr(>|t|)
(Intercept) 23.26430 5.55434 4.188 9.68e-05 ***
Mantequilla 0.76047 0.04275 17.787 < 2e-16 ***
---
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘
’ 1

Residual standard error: 4.506 on 58 degrees of freedom

Multiple R-squared: 0.8451, Adjusted R-squared: 0.8424
F-statistic: 316.4 on 1 and 58 DF, p-value: < 2.2e-16
A partir del análisis anterior se puede obtener el modelo lineal que correlaciona
la variable independiente Mantequilla con la variable Margarina a través de la
siguiente expresión aproximada:

Y = 23,3 + 0,8 X Ec. 02

Donde:

X: índice del producto Mantequilla.

Y: Índice del producto Margarina.

Esto quiere decir que, por cada unidad del índice de la Mantequilla, el índice de
la Margarina cambia en proporción de 0,8 veces, siendo casi una proporción en
1:1.

Conclusión

Finalmente, después del análisis realizado se puede deducir que del

levantamiento de la información de los tres productos de la clase aceites y grasas
del IPC, se puedo determinar a partir de los productos Aceite y Mantequilla,
debido a que el producto Margarina es un derivado de la Mantequilla y se puede
determinar con un modelo predictivo por medio de la Ec 02 con un índice de
determinación de 0,8451 (r2).