UNIVERSIDAD AUTÓNOMA CHAPINGO

DIVISIÓN DE CIENCIAS ECONÓMICO ADMINISTRATIVAS

REGRESIÓN MULTIPLE

1. El propietario de la cadena de salas cinematográficas Showtime, desea estimar el ingreso

semanal neto en función de los gastos de publicidad. Los datos históricos de una muestra de 8
semanas son los siguientes:

Ingresos
brutos Anuncios en
semanales Anuncios en periódicos
(miles de TV (miles de (miles de
dólares) dólares) dólares)
96 5 1.5
90 2 2
95 4 1.5
92 2.5 2.5
95 3 3.3
94 3.5 2.3
94 2.5 4.2
94 3 2.5

a) Obtenga una ecuación de regresión estimada con los gastos en TV y periódicos a la vez,
como variable independiente, realice el análisis estructural.
Ingreso= Bo +B1 TV+ B2 Period+ ui

^
Ingreso= 83.230092 + 2.290184 TV + 1.300989 Periódico

Para el factor de Gasto publicitario en TV: Si se incrementa el gasto público en TV en, mil dólares,
el ingreso aumentará 2.0290184 miles de dólares, mantenimiento constante de los demás
factores.

Para el factor de gasto publicitario en el periódico: Si se incrementa el Gasto publicitario en

periódicos en mil dólares, el ingreso del empresario aumentará en 1.300989 miles de dólares,
manteniendo constantes los demás factores.

Para Bo u ordenada al origen: Sí el gasto publicitario de TV y En Periódico fuera de cero, el ingreso

promedio del empresario será de 83.230092 miles de dólares
 b) Estime el ingreso bruto semanal. (estimar el valor de Yi)

c) Evalúe si existe una relación significativa entre el ingreso bruto y los gastos publicitarios en TV y
el periódico, desde el punto de mínimo cuadrático y desde el punto de vista de la distribución
normal al 5%. Explique

Ingreso= Bo +B1 TV+ B2 Period+ ui

Ho: B1=B2 vs Ha: Al menos un Bi ≠ 0

TABLA DE ANÁLISIS DE VARIANZAS PARA EL MODELO DONDE SE ESTUDIA LA RELACIÓN QUE

EXISTE ENTRE EL INGRESO BRUTO Y GASTOS PUBLICITARIOS EN TV Y PERIÓDICO

Fuentes de Grados de libertad Suma de cuadrados Cuadrados Medios F calculada o Valor

variación de F
Regresión o P=2 Porque hay dos Suma de cuadrados de Cuadrado medio de la F calculada= 28.378
modelo parámetros a la Regresión=23.43541 Regresión=11.7177
investigar
Error o (n-1)-p=7-2=5 Suma de cuadrados del Cuadrado medios del
residuo residuo ^β ´X´y-nY 2 error=0.412918= S2
=2.06459
Total n-1= Suma de cuadrados del Cuadrado medio del
2
corregido 8-1=7 total corregido= y´y-n total= S y = SCTC/n-1
2
Y =25.5
Si el modelo tiene a beta cero, se tiene un total corregido porque a b cero se le determina como
un factor de corrección, y, por lo tanto, los grados de libertad serán de n-1 porque estoy
perdiendo un grado de libertad por la incógnita que tengo.

Para este modelo tenemos

Tomando como referencia el criterio de Mínimos cuadrados puros

Sí Fc mayor o igual al 1, se rechaza la Ho, en favor de la Ha

Si Fc < 1 No rechaza la Ho

Como Fc supera a uno, se rechaza la Ho, lo cual implica que al menos un factor explica el
comportamiento de mi variable dependiente
PRUEBA DE HIPÓTESIS DESDE EL PUNTO DE VISTA DE LA DISTRIBUCIÓN NORMAL

Evaluar para el ejemplo con un nivel de riesgo del 5

5, es decir con una confiabilidad del 95%

Ho: B1=B2=0 vs Ha: Al menos un Bt no es igual a 0

Sí Fc ≥ Ft [F a ( p ,n−k )] entonces se rechaza la Ho: B1=B2=0, a favor de la Ha: Al menos un

B1 ≠ 0.

Sí Fc < Ft [F a ( p ,n−k )] entonces no se rechaza la hipótesis nula Ho: B1=B2=0.

F calculada=28.378 > Ft = [F a ( p ,n−k )]= [F a ( p ,n−k )] =5.79 Rechaza la Ho, en favor de la Ha,
esto implica que de las dos variables, una es la que podría estar explicando el
comportamiento del ingreso del empresario, pero pueden ser las dos las que expliquen el
comportamiento.

SCRegresión 23.43541
R2= = =0.9190∗100=91.90 % Esto indica que el 91.90% de las
Sctotal 25.5
variaciones del ingreso del empresario son explicados por los factores publicitaros en TV y
en periódico.

Obtener el coeficiente de correlación múltiple del modelo.

√ R2=√ 0.9190=0.9586∗100=95.85 % .Esto indica que existe una asociación entre los
datos de Y y de las X en un 95.85% (Es decir, existe una asociación del 95.85% entre los
datos del ingreso bruto del empresario con el gasto publicitarios en la TV y en el periódico)

Calcular el estadístico de R2 ajustada para el modelo.

SCE 2.06459
n−k 5 0.412918
R2=1− =1− = =0.8866∗100=88.66 % De acuerdo con R2 el
SCT 25.5 3.642857
n−1 7
88.66% de las variaciones del ingreso del empresario son explicados por los factores gasto
publicitario en TV y en periódico.
Obtener la matriz de varianza y covarianza de los betas

Realizar las pruebas de hipótesis individuales para los coeficientes de regresión con un
nivel de riesgo del 5%

a) Realizar la prueba de hipótesis para el factor “Gasto Publicitario en TV”

|T Calculada|−
| ^1−Bi
B
√Var ( ^ |
B 1)
=¿

^
B1 =2.290184

√ Var ( ^
B1)=¿ error estándar para B1 estimada= 0.304064

^ ^1=¿ ¿ 0.09245524
Var B

|T Calculada|− |2.290184−0
0.304064 |
=7.531914

t tabular= t y/2,(n-k)= 0.05/2,(5)=t(0.025)(5)

tcalculada ttabular

2.531914 > 2.571 Conclusión: Rechazar la hipótesis nula (Ho), en favor de la alterna
(Ha). Es decir que, el gasto publicitario en TV si influye de forma significativa sobre el
comportamiento del ingreso del empresario

Ho:B1=0 vs Ha: B1≠ 0

 b) Realizar la prueba de hipótesis individual para el factor Gasto publicitario En el
periódico.
Planteamiento de hipótesis

Ho:B2=0 vs Ha: B2≠ 0

|T Calculada|− |1.300989−0
0.3207015 |
=|4.056697583|=¿

^ ^2=¿ 0.10287950 ¿
Var B

t tabular= t y/2,(n-k)= 0.05/2,(5)=t(0.025)(5)=2.571

Error estándar de B2 estimada= 0.3207015

|tc| ttabular

=|4.056697583| > 2.571 Conclusión: Se rechaza la Hipótesis nula en favor de la

hipótesis alterna. Implica que los gastos publicitarios en el periódico influyen de forma
significativa en el ingreso del empresario