Hoja de resultados

Link https://docs.google.com/spreadsheets/d/1rIAKz27h-szCp2lw_vJLrR_hDPGlVcmU/edit?usp=sharing&ouid=106497273548351538967&rtpof=true&sd=true

8.26
La demanda de cable. La tabla 8.10 presenta los datos de un fabricante de cable telefónico para pronosticar las ventas a uno de sus
principales clientes durante el periodo 1968- 1983.†

Las variables en la tabla se definen de la siguiente forma:

Y = ventas anuales en millones de pies de cables pareados (MPC)

X2 = Producto Interno Bruto (PIB), $, miles de millones
X3 = construcción de nuevas viviendas, miles de unidades
X4 = tasa de desempleo, %
X5 = tasa preferencial rezagada 6 meses
X6 = ganancias de línea para el cliente, %

Considere el siguiente modelo:

Yi β1 + β2X2t + β3X3t + β4X4t + β5X5t + β6X6t + ut

a) Estime la regresión anterior.

Estadísticas de la regresión
Coeficiente de
correlación
múltiple 0.907055755
Coeficiente de
determinación Las variables X2, X3, X4, X5 y X6 explican un 82.28% de la
R^2 0.822750143 variabilidad de Y
R^2 ajustado 0.734125215
Error típico 627.6004764
Observaciones 16

ANÁLISIS DE VARIANZA
Grados de Suma de Promedio de los Valor
F
libertad cuadrados cuadrados crítico de F
El modelo en su conjunto a un 5% si
Regresión 5 18283048 3656609.634 9.283507 0.0016 es significativo
Residuos 10 3938823.6 393882.358
Total 15 22221872

Probabilida Inferior Superior Inferior Superior

Coeficientes Error típico Estadístico t
d 95% 95% 95.0% 95.0%
Intercepción 5,962.656 ######### 2.377716 0.0388 375.09811 11550.213 375.09811 11550.213
X2 4.884 2.512542 1.943714 0.0806 -0.71463 10.481955 -0.71463 10.481955 8.0583622
X3 2.364 0.843559 2.802361 0.0187 0.4843904 4.243522 0.4843904 4.243522 1.8718564
X4 -819.129 ######### -4.363863 0.0014 -1237.366 -400.8909 -1237.366 -400.8909 0.1412587
X5 12.010 ######### 0.081676 0.9365 -315.6365 339.65749 -315.6365 339.65749 93.651571
X6 -851.393 ######### -2.914284 0.0155 -1502.332 -200.4537 -1502.332 -200.4537 1.5450957

Y = 5,962.656 + 4.884X2 + 2.364X3 - 819.129X4 + 12.010X5 - 851.393X6

Interpretación
Por un incremento de 1 unidad en X2, las ventas anuales (Y) aumentan en 4.884 unidades. X3, X4, X5 y X6
X2 permanecen constantes
Por un incremento de 1 unidad en X3, las ventas anuales (Y) aumentan en 2.364 unidades. X2, X4, X5 y X6
X3 permanecen constantes
Por un incremento de 1 unidad en X4, las ventas anuales (Y) disminuyen en 819.129 unidades. X2, X3, X5 y
X4 X6 permanecen constantes
Por un incremento de 1 unidad en X5, las ventas anuales (Y) aumenta en 12.010 unidades. X2, X3, X4 y X6
X5 permanecen constantes
Por un incremento de 1 unidad en X6, las ventas anuales (Y) disminuyen en 851.393 unidades. X2, X3, X4 y
X6 X5 permanecen constantes

b) ¿Cuáles son los signos esperados para los coeficientes de este modelo?

Uno esperaria que los coeficientes sean positivas pero en este modelo, en X4 y X6 se obtubieron datos negativos

c) ¿Corresponden los resultados empíricos a las expectativas a priori?

X2 y X3 responde a las expectativas del modelo, los otro no.

d) ¿Son los coeficientes de regresión parcial estimados estadísticamente significativos considerados en forma
individual en el nivel de 5% de significancia?

Interpretación
Por un incremento de 1 unidad en X2, las ventas anuales (Y) aumentan en 4.884 unidades. X3, X4, X5 y X6
X2 permanecen constantes
Por un incremento de 1 unidad en X3, las ventas anuales (Y) aumentan en 2.364 unidades. X2, X4, X5 y X6
X3 permanecen constantes
Por un incremento de 1 unidad en X4, las ventas anuales (Y) disminuyen en 819.129 unidades. X2, X3, X5 y
X4 X6 permanecen constantes
Por un incremento de 1 unidad en X5, las ventas anuales (Y) aumenta en 12.010 unidades. X2, X3, X4 y X6
X5 permanecen constantes
Por un incremento de 1 unidad en X6, las ventas anuales (Y) disminuyen en 851.393 unidades. X2, X3, X4 y
X6 X5 permanecen constantes

e) Suponga que efectúa la regresión de Y sobre X2, X3 y X4 solamente y luego decide agregar las variables X5 y X6.

Utilizando la metodología de mínimos xuadrados se explica que la regresión Y en X2, X3 y X4 obtienen R^2 = 0.6012
Y si se incluyen todas las variables se obtienen que R^2 = 0.8227.

2. Tome de referencia el ejercicio visto en clase sobre Tipo de Cambio (Y) y las exportaciones, importaciones y
remesas (variables X) y realice la prueba MWD. ¿Cuál es su conclusión?

Se concluye que para este modelo la mejor opción es el modelo lineal, debido a que se acerca mas al 10% de significancia.