Neydy Paola Velasco Velasco.

Econometría.
Taller 2 corte

Taller: Regresión Lineal

Prof. Jaime Rodríguez G.

1. Un pequeño negocio contrata a un consultor para predecir el valor de las ventas

semanales de su producto si su publicidad semanal se incrementa a $750 por
semana. El consultor toma nota de cuánto gasta la firma en publicidad por semana
y de las correspondientes ventas semanales alrededor de 6 meses. El consultor
escribe “sobre los pasados 6 meses el promedio semanal gastado en publicidad
han sido $500 y el promedio de ventas semanales ha sido de $10000. Basados en
los resultados de una regresión lineal simple, yo predigo que las ventas serán de
$12000 si se gastan por semana $750 en publicidad.”
a. ¿Cuál es la estimación simple estimada usada por el
consultor para hacer esa predicción?
Gasto en publicidad: 750 – 500 =250 Indica que cada 250 que se gastan
Ventas: 12. 000 – 10.000= 2000
en publicidad las ventas aumentan
2000
=8 en 2000.
250
Er Estadíst Infer Supe Infer Supe
Coeficient ror ico Probabilid ior rior ior rior
es típi t ad 95 95 95, 95,0
co % % 0% %
Intercepción 6000 0 65535 # ¡NUM! 6000 6000 6000 6000
Variable X 1 8 0 65535 # ¡NUM! 8 8 8 8
Relación
Ventas: 6000 + 8(publicidad) ANALISIS
Ventas: 6000 + 5 (500) Ventas: 6000 +
8 (750) para que las ventas aumenten
Ventas :10000 Ventas: semanalmente $2000 más es necesario
12000 aumentar$250 de publicidad extra,
dándonos como resultado $750 de inversión
en publicidad y $12000 de ganancia en
ventas semanales.

b. dibuje el grafico de la estimación lineal simple. Localice los promedios de valores

semanales en el gráfico.
Neydy Paola Velasco Velasco.
Econometría.
Taller 2 corte

ventas semanales publicidad semanal

6.000 0
8.000 250
10.000 500
12.000 750
14.000 1000
16.000 1250
18.000 1500

18000 curva de regresion ajustada 16000

16000
14000
14000
12000
12000
Ventas semanales

10000
10000
8000
8000
6000
6000

4000

2000

0
0 200 400 600 800 1000 1200 1400
Publicidad semanal
2. Usted tiene los resultados de una regresión lineal simple basados en los datos de
estado – nivel del distrito de Columbia, un total de N = 51 observaciones.
a. La varianza del error estimado es de 𝜎̂2 = 2.04672. ¿Cuál es la suma de
cuadrados menos los residuos cuadrados?

σ 2=2.04672 b2=0.00098
^2
^σ 2= ∑ e
n−2

∑ e2=49(2.04672) =100.28928

b. La varianza estimada de 𝛽2 es 0.00098. ¿Cuál es el error estándar de 𝛽2?

¿Cuál es el valor de ∑ (𝑥𝑖 − 𝑥̅)2?

σ 2=2.04672
𝑠𝑒 (𝛽2) = √𝑣𝑎𝑟 (𝛽̂) = √0.00098 = 0.031305

VALOR DE ∑ (𝑥𝑖 − 𝑥̅) ^2

Neydy Paola Velasco Velasco.
Econometría.
Taller 2 corte

σ2
var ( b 2 )=
∑¿¿
2.04672
∑ ¿= = 2088,4898
0,00098
c. Suponga que la variable dependiente 𝑦𝑖 = los ingresos medios del Estado (en
miles de dólares) de hombres quienes son mayores de 18 años y 𝑥𝑖 = El
porcentaje de hombres mayores de 18 años quienes son graduados de
secundaria. Si 𝛽2 = 0,18, interprete este resultado.

ANALISIS

El valor de b2= 0.18 sugiere que un 1% en el porcentaje de los hombres de 18 años o más, se hayan
graduado de la escuela secundaria conducirá a un aumento en el ingreso promedio de los hombres de 18
o más. Quiere decir que, Si esto es así, quiere decir que solo el 18% de hombres mayores de 18 años
recibe parte de los ingresos medios del Estado mientras que el restante 82% que son aquellos hombres
mayores de 18 años graduados de secundaria que reciben la mayor parte de los ingresos.

d. Suponga que 𝑥̅ = 69.139 y que 𝑦̅ = 15.187, ¿cuál es el parámetro de

intercepto estimado?

B1=yi-xi (0,18) =15.187-69.139(0,18)

B1= 15.187-69.139(0,18) =2,74198

3. El archivo br2.dat contiene la información de 1080 casas vendidas en Banton

Rouge, Lousiana, durante mediados del 2005. El archivo incluye precios de
ventas, el tamaño de las casas en pies cuadrados, su antigüedad, si tienen piscina
o zona de asados o si están situadas frente al mar. También incluye un indicador
variable que es estilo tradicional indicando si la casa es de estilo tradicional o si no
lo es. La variable de descripción está en el archivo br2.def.

a. Grafique el precio de las casas frente al tamaño de las casas con estilo tradicional.

b. Para las casas de estilo tradicional estimar el modelo de regresión simple 𝑃𝑟𝑒𝑐𝑖𝑜
=𝛽1 + 𝛽2 𝑆𝑄𝐹𝑇 + 𝑒. Interprete la estimación. Dibuje la línea ajustada.
Neydy Paola Velasco Velasco.
Econometría.
Taller 2 corte

La interpretación de los datos es 𝑃𝑟𝑒𝑐𝑖𝑜 = −28407.55 + 73.77(𝑆𝑄𝐹𝑇). Por cada

metro de área habitable en pies cuadrados (SQFT), el precio de las casas con
estilo tradicional aumenta en $92.74 dólares, por tanto, a mayor área habitable
mayor será el precio de la vivienda.

c. Para las casas de estilo tradicional estimar el modelo de regresión cuadrático

𝑃𝑟𝑒𝑐𝑖𝑜 = 𝛼1 + 𝛼2 𝑆𝑄𝐹𝑇2 + 𝑒. Compute el efecto marginal de un pie cuadrado
adicional de área habitable con 2000 pies cuadrados de espacio habitable.
Compute la elasticidad del precio respecto a SQFT para una casa con 2000 pies
cuadrados de espacio habitable. Dibuje la línea ajustada. En el gráfico, dibuje la
línea que es tangente a la curva con 2000 pies cuadrados de vivienda.
MODELO DE REGRESION CUADRATICA

precio casa tradicional :68710+ 0,120632 SQFT 2+ e

EFECTO MARGINAL
Neydy Paola Velasco Velasco.
Econometría.
Taller 2 corte
dprice
=2 X 0,0120632 SQFT
dsqft

dprice
=0,0241264 SQFT
dsqft

EFECTO MARGINAL PARA 2000

dprice ELASTICIDAD PARA 2000

=0,0241264 x 2000
dsqft Precio= 68710 + 0,0120632 20002 +e
=48,2528
Precio= 116962,8

2000
E= (48,2528)=0,8251
116962
Es inelástica la demanda para 2000 sqtf.

Regresión logarítmica lineal.

Neydy Paola Velasco Velasco.
Econometría.
Taller 2 corte

4. El modelo de fijación de precios de activos de capital (CAMP) es un importante

modelo en el campo de las finanzas. Este explica el rango de variaciones de
retornos seguros como función del rango de retorno de un portafolio se compone
de todas las acciones que cotizan en bolsa. El cuál es llamado el portafolio de
mercado. Generalmente el rango de retorno en una inversión es medido
relativamente por el costo de oportunidad, que es el retorno de un activo libre
riesgoso. El resultado de la diferencia es llamado riesgo prima, ya que es la
recompensa o castigo por hacer una inversión arriesgada. El CAMP dice que el
riesgo prima en seguros j es proporcional al riesgo prima en el portafolio de
mercado. Esto es.
𝑟𝑗 − 𝑟𝑓 = 𝛽 (𝑟𝑚 − 𝑟𝑓).

Donde 𝑟𝑗 y 𝑟𝑗 son los retornos seguros 𝑗 y el rango libre de riesgo, respectivamente, 𝑟𝑚 es

el retorno del portafolio de mercado, y 𝛽𝑗 es el seguro 𝑗 valor “beta”. Beta de una acción
es importante para los inversores ya que este revela la volatilidad de las acciones. Estas
medidas a la sensibilidad del retorno de los seguros 𝑗 a variaciones en el mercado de
acciones entero. Como tal, los valores de beta menores que 1 indican que la acción es
“defensiva” así estas variaciones son menores a las del mercado. Una beta mayor a 1
indica una “acción agresiva.” Los inversores usualmente quieren una estimación de los
mercados beta antes de comprarlas. El modelo CAMP está por encima del modelo
económico en
este caso. El “modelo econométrico” es obtenido incluyendo un intercepto en el modelo
(aunque la teoría dice que este debería ser cero) y un término de error.
𝑟𝑗 − 𝑟𝑓 = 𝛼𝑗 + 𝛽𝑗 (𝑟𝑚 − 𝑟𝑓) + 𝑒
a. Explique por qué el modelo econométrico está por encima del modelo de regresión
simple como se discute en este capítulo.

La ecuación del modelo CAPM rj – rf = α + β (rm – rf) + e es una ecuación básica

de regresión lineal. La ecuación está en forma, y = β1 + β2 + e: donde y = (rj – rf),
Neydy Paola Velasco Velasco.
Econometría.
Taller 2 corte
β1 = α, y β2 = β (rm – rf) y e = e. todas las variables del modelo CAPM son del
mercado financiero. Todos ellos representan algunas variables importantes del
mercado que son cruciales en el análisis del mercado. Por ejemplo, la tasa de
interés libre de riesgo y las tasas de cartera de mercado. Estos aspectos se
combinan para idear el modelo CAPM. La combinación se realiza en un modelo de
regresión que da como resultado la ecuación del modelo.

b. En el archivo de datos camp4.dat están los datos de retorno de 6 firmas (Microsoft,

GE, GM, IBM, Disney, y Mobile – Exxon), el rango de retorno del portafolio del
mercado (MKT), y el rango de retorno de activos libres de riesgo (RISKFREE). Las
132 observaciones cubren enero 1998 a diciembre de 2008. Estimar el modelo
CAMP para cada firma, y comentar en esos valores beta estimados. ¿Cuál firma
parece ser más agresiva? ¿Cuál firma parece ser más defensiva?

Las acciones de Microsoft, General Motors e IBM son agresivas con Microsoft
siendo el más agresivo con un valor beta de β = 1.318946814. General Electric,
Disney y Exxon- Mobile son los más defensivos con Exxon-Mobile siendo los más
defensivos con un valor beta de β = 0.413968951. El resultado para todas las
empresas se puede ver en la siguiente tabla.

Standard
Coefficients Error
Intercept -0.001149409 0.005956243
Disney beta 0.897838107 0.123626977
Intercept -0.001166933 0.004759216
General electric beta 0.899259929 0.09878165
Intercept -0.011550019 0.009742952
General motors beta 1.2614107 0.202223395
Intercept 0.005851259 0.006091422
IBM beta 1.188208351 0.126432744
Intercept 0.00609752 0.007746733
Microsoft beta 1.318946814 0.160790142
Intercept 0.007880145 0.004322308
Exxon-Mobile beta 0.413968951 0.089713249
Neydy Paola Velasco Velasco.
Econometría.
Taller 2 corte

MICROSOFT
Coeficiente = 1,31895
Es más agresiva Microsoft, por que es mayor que 1 y las acciones escogías son
las mayores.

EXXON-MOBILE
Coeficiente = 0,413969
Es más defensiva, exxon- Mobile, porque es menor a 1 y menos entre las acciones
escogidas.

c. La teoría financiera dice que el parámetro de intercepto 𝛼𝑗 debería ser cero. ¿Esto
podría ser correcto dadas sus estimaciones? Para las acciones de Microsoft,
grafique la línea ajustada de regresión junto con la dispersión de datos.

ANALISIS

se puede decir que los resultados

son consistentes con la teoría
financiera. La teoría afirma que la
intercepción debe ser cero, pero en
todo nuestro resultado, la
interceptación está muy cerca de
cero. Por lo tanto, podemos
concluir que nuestros resultados
conceden con las expectativas de la
teoría.

d. Estimar el modelo para cada firma bajo el supuesto de que 𝛼𝑗 = 0. ¿Las

estimaciones de los valores beta cambian mucho?

Cuando asumimos que el valor de la intercepción es cero, entonces los resultados

de los valores beta para cada empresa cambiarán. Esto se espera ya que todos
los valores de la ecuación de regresión juegan un papel importante para el
resultado final. Todos los valores beta cambian con un pequeño margen. El
pequeño cambio no tiene un gran efecto en los resultados finales de la ecuación
del modelo CAPM. Esto significa que la naturaleza agresiva y defensiva de las
acciones no cambia.
Coefficients Standard Error
Exxon-Mobile beta 0.413412356 0.090504941
Neydy Paola Velasco Velasco.
Econometría.
Taller 2 corte
Disney beta 0.897919293 0.123171139
General Electric beta 0.899342353 0.09842608
General motors beta 1.262226508 0.202534848
IBM beta 1.187795061 0.126394705

Microsoft beta 1.31851613 0.160555553