TALLER ECONOMETRIA FINANCIERA

ESPECIALIZACION EN FORMULACION DE PROYECTOS

UNIVERSIDAD CATOLICA DE COLOMBIA

De acuerdo a los siguientes datos de regresión lineal realizar los respectivos análisis según sea el
caso

1. La empresa AGROCAMPO SAS desea estimar semanalmente cuanto invertir en publicidad con
base en las ventas de últimos 15 días del mes. Lo que esta empresa está buscando es incrementar
sus niveles de ventas teniendo en cuenta que los precios de los productos de las hortalizas se han
incrementado en los últimos 15 días. El gerente desea ver la correlación entre contratar más
publicidad para incrementar las ventas

De acuerdo a la regresión lineal entre datos de ventas e inversión en publicidad analice el

coeficiente de correlación para tomar la decisión de invertir o no en publicidad

¿Cuánto dependen las ventas de la inversión en publicidad? El coeficiente de correlación explica

el grado de dependencia de unos datos en otros, es decir, que tanto incluye un dato sobre el
otro, para determinar si lo explica o no.

Si está cerca de 1, la relación es muy fuerte, y si está cerca al 0 es muy débil.

Después de efectuar los cálculos de regresión lineal, entre las cifras de ventas y la inversión en
publicidad, el Gerente de AGROCAMPO concluye que no es necesario invertir en más publicidad
para incrementar sus ventas.

La decisión está basada en el coeficiente de correlación, el cual arroja un valor de 0.030, si bien
la correlación es positiva, es muy débil para afirmar que el crecimiento en los niveles de ventas
depende de manera directa a un incremento en la inversión en publicidad.
2. La superintendencia financiera contrata a un grupo de expertos para determinar la correlación
existente entre la tasa de interés de créditos de consumo y el gasto de los hogares de los estratos
1, 2 y 3 de la ciudad de Bogotá, Esto con el fin de incentivar la Demanda agregada y tomar
decisiones con relación a la tasa de interés

La superintendencia suministra a los expertos una base de datos con las tasas de interés desde
los meses de enero de 2016 hasta el mes de mayo 2018 junto con información de los créditos de
consumo que fueron enviados por las diferentes entidades bancarias existentes.

Una vez analizados los datos en el paquete estadístico STATA se obtuvo la siguiente información

De acuerdo con las salidas del programa STATA en donde se analizaron 28 datos intérprete la
correlación entre la tasa de interés y el gasto en consumo- analice qué significado tiene el error
típico en estos datos.

Para este caso, el coeficiente de correlación es muy alto, por encima de 0.90, lo cual indica la
fuerte relación entre las tasas de interés y los créditos aprobados, sin embargo, el error típico es
igualmente algo, lo ideal sería que este valor sea más bajo. La causa de un valor alto para el
error típico se encuentra en el número de muestras.

Según el ejemplo se tomó 28 datos, y aunque tiene buena correlación, lo recomendable es que
la Superintendencia amplíe el número de casos, entre más datos analizados, conociendo su alta
correlación, se puede reducir el error típico y hacer más confiable el resultado, en este momento
los datos pueden estar sesgados.
3. El coeficiente de Determinación ( R2 ) ajustado es el estimador más utilizado para análisis de
regresión lineal y es interpretado para predecir futuros escenarios y probar las Hipotesis. El valor
va a determinar la calidad del modelo utilizado por lo general este valor estará entre 0 y 1 siendo
el valor cercano a 1 mejor ajuste del modelo.

Con las salidas de los ejercicios anteriores analice ( R2 ) ajustado y su interpretación

o En el primer ejercicio, el R2 es de-0.07, lo cual indica no solo la baja correlación entre los
datos, sino una relación que progresivamente es negativa. En este modelo el R 2 no
explica ninguna porción de la variabilidad de los datos de respuesta en torno a su media.

o Para el segundo ejercicio, el R 2 es de 0.97, lo cual indica que el modelo explica una fuerte
correlación de los datos de respuesta en torno a su media.