AJUSTE MODELO REGRESIÓN MULTIPLE

CAPITULO 7 EJERCICIO 7.16

En la siguiente tabla se presentan los datos trimestrales correspondientes a la demanda de

rosas:

Año y Y X2 X3 X4 X5
trimestre
1971-3 11484 2.26 3.49 158.11 1
1971-4 9348 2.54 2.85 173.36 2
1972-1 8429 3.07 4.06 165.26 3
1972-2 1079 2.91 3.64 172.92 4
1972-3 9240 2.73 3.21 178.46 5
1972-4 8862 2.77 3.66 198.62 6
1973-1 6216 3.59 3.76 186.28 7
1973-2 8253 3.23 3.49 188.98 8
1973-3 838 2.6 3.13 180.49 9
1973-4 7476 2.89 3.2 183.33 10
1974-1 5911 3.77 3.65 181.87 11
1974-2 7950 3.64 3.6 185 12
1974-3 6134 2.82 2.94 184 13
1974-4 5868 2.96 3.12 188.2 14
1975-1 3160 4.24 3.58 175.67 15
1975-2 5872 3.69 3.53 188 16

Donde:

Y: Cantidad de rosas vendidas, por docena.

X 2 : Precio promedio al mayoreo de las rosas, $ por docena.

X 3 : Precio promedio al mayoreo de los claveles, $ por docena.

X 4 : Ingreso familiar disponible promedio semanal, $ por semana.

X 5 : Variable de tendencia que toma los valores 1, 2,…, durante el periodo 1971-3 hasta
1975-3 en el área metropolitana de Detroit.

a) Para el modelo lineal , la respectiva estimación de parámetros se presenta a

continuación:
 Y t = α1 + α2 X 2t + α3 X 3t + α4 X 4t + α5 X 5t + μt

Error
Coeficiente Estimación Valor t Pr(>|t|)
estándar
X0 10816.04 5988.35 1.81 0.098
X2 -2227.7 920.47 -2.42 0.034
X3 1251.14 1157.02 1.08 0.303
X4 6.28 30.622 0.20 0.841
X5 -197.4 101.56 -1.94 0.078

El modelo estimado correspondiente es:

Ŷ t = 10816.4 − 2227.7X 2t − 1251, 14X 3t + 6.28X 4t − 197.4X 5t

Este modelo presenta un R2 de 83.5% y un R2 ajustado de 77,46%, lo cual indica que

las variables independientes explicarían en buen grado el comportamiento del número de
rosas vendidas, sin embargo; dado el p-valor de cada una de las variables, para un nivel
de significancia del 5% la única variable significativa dentro del modelo es el precio de
venta al por mayor de las rosas por docena (p-valor= 0.03); por tanto y apoyados en la
función step() del paquete MASS, se realiza el ajuste de modelos de regresión de forma
iterativa, de donde se propone el siguiente modelo:

Ŷ t = 14494.1 − 1509.3X 2t − 254.1X 5t

Coeficiente  Estimación Error Valor t Pr(>|t|)

estándar
Intercepto  14494.1 1559.9 9.3 0.0
X2  -1509.3 596.7 -2.5 0.0
X5  -254.1 67.4 -3.8 0.0

Del cual se puede afirmar que si los precios de las rosas al por mayor y el valor de la
variable tendencia se mantienen constantes, se espera que el número de rosas vendidas
sea de 14491 aproximadamente; adicionalmente, si la variable tendencia se mantiene
constante, se espera que si hay un aumento en el precio de las rosas por docena se
perciba una disminución en las ventas de las rosas en aproximadamente 1509 unidades y
además si el precio por mayor de las rosas se mantiene estable y si la variable tendencia
aumenta una unidad ello genera una disminución de 254 en unidades vendidas. Este
último modelo tiene un R2 de 81%, y un R2 ajustado de 78.7%, lo cual indica que tan solo
estas dos variables explican en buen grado la variabilidad de las ventas de rosas.
 b) La estimación de los parámetros del siguiente modelo log-lineal se presentan a
continuación:

log log Y t = β 1 + β 2 log log X 2t + β 3 log log X 3t + β 4 log log X 4t + β 5 log log X 5t + μt

Coeficiente Estimación Error Valor t Pr(>|t|)

estándar
Intercepto 0.63 6.15 0.10 0.92
log(X2) -1.27 0.53 -2.42 0.03
log(X3) 0.94 0.66 1.42 0.18
log(X4) 1.71 1.20 1.43 0.18
log(X5) -0.18 0.13 -1.42 0.18

Luego el respectivo modelo estimado queda definido como:

ˆ Y = 0.63 − 1.27 log log X + 0.94 log log X + 1.71 log log X − 0.18 log log X + μ
log log t 2t 3t 4t 5t t

El cual permite afirmar que sí el valor al por mayor de la docena de rosas incrementa un
1% esto propiciaría una reducción del 1.27% en el número de unidades vendidas; así
mismo, si el valor de los claveles aumenta un 1% conlleva a que las ventas de rosas
aumenten un 0.94%, respecto al ingreso familiar semanal, un 1% de aumento implica un
aumento de unidades de rosas vendidas de 1.71%.

Este modelo tienen un R2 = 77.8% y un R2 ajustado de 69.72%, lo cual indica que las
variables explican en un grado aceptable la variabilidad del número de rosas vendidas,
aunque nuevamente la única variable significativa dentro del modelo corresponde al
logaritmo del valor del precio al por mayor de las rosas por docena; así que el análisis
previo se expone para fines netamente ilustrativos y académicos para evidenciar el
razonamiento para el análisis de un modelo de este tipo.
c​) ​β​2, ​β​3 y ​β4
​ dan respectivamente las elasticidades de la demanda respecto del ​precio
propio, precio cruzado ​e ​ingreso​. ¿Cuáles son, ​a priori​, los signos de estas elasticidades?
¿Concuerdan estos resultados con las expectativas ​a priori​?

A priori, se espera que si el valor de compra del producto aumenta, la venta del mismo se
vea disminuida, bajo la ley de oferta y demanda y por tanto se espera que la elasticidad
sea negativa; contrario al precio cruzado, pues al existir un aumento en el precio de un
producto competidor, lo natural es que el producto perciba un aumento en las ventas si su
precio se mantiene y es inferior a la competencia; finalmente, si la actividad económica
principal de la familia es la venta de las rosas, un incremento en sus ingresos estaría
directamente relacionado con un aumento de las ventas de su producto, luego se espera
que la elasticidad sea positiva.

Una vez realizado el ajuste y el análisis de cada uno de los modelos, se encuentra que
efectivamente se cumplen las expectativas del comportamiento de las elasticidades, es
decir se refleja el efecto de aumento o disminución en términos porcentuales de la variable
respuesta frente al comportamiento de cada una de las variables explicativas incluidas en
el modelo.

d) ¿Cómo calcularía las elasticidades precio propio, precio cruzado e ingreso en el modelo
lineal?

Con base en el modelo lineal, las elasticidades pueden calcularse mediante la relación:

βi ( )
Xi
Y
, donde usualmente y según el libro guía se emplea la media de cada una de las
variables. Para el caso que nos ocupa y empleando el modelo lineal propuesto
inicialmente, se obtiene:

● Elasticidad precio propio:

( )
Y
X
βˆ2 2 =− 2227.7 ( 7645 )
3.11 = − 0.905

● Elasticidad precio cruzado:

X
( )
βˆ3 3 = 1251.2 ( 7645
Y )
3.43 = 0.56

● Elasticidad ingreso familiar semanal:

βˆ4 ( ) = 6.28 (
X4
Y
180.5
7645 )= 0.15

Las cuales, de manera general son menores a las obtenidas mediante el modelo log-lineal,
debido quizá a la elección de las variables usadas, mientras en el modelo log-lineal se
emplea la totalidad de la variable y la elasticidad calculada es constante, partiendo del
modelo lineal se emplea la media de cada variable.
e)​ Con base en el análisis, ¿cuál modelo, si existe, escogería y por qué?

Para poder tomar una decisión sobre el modelo; es necesario hacerlos comparables, pues
para el caso del modelo lineal, el valor de R2 indica la proporción de la variación en la
variable dependiente explicada por las variables explicativas mientras que en el modelo
log-log, esta misma medida indica la proporción de la variación en el logaritmo de la
variable dependiente explicada por el logaritmo de las variables explicativas y por tanto no
son variables que puedan asumirse iguales; luego es necesario hacer un cálculo adicional
que las haga comparables, para ello se calcula el valor del R2 entre log log Y y
log log Yˆ obteniendo un valor de 71.2% el cual si es comparable con el R2 del modelo
log-log (77.8%); como este valor es inferior, bajo este criterio se escogería el modelo
log-log para modelar el comportamiento de las ventas de rosas ya que este modelo explica
en mayor proporción la variabilidad del precio; teniendo en cuenta que la única variable
significativa dentro de éste corresponde a la elasticidad del precio al por mayor de las
docenas de rosas.