Millones de pesos/año Una reconocida multinacional, está preparand

CONSUMIDOR INGRESO CONSUMO CONSUMO Error de

X Y (Obs) Y (Est) Estimación para evaluar la opción de incursionar en el me
1 48.6 34.02 33.26 0.76 Para ello recolecta una muestra de 35 persona
2 25.0 16.75 16.84 -0.09
3 62.4 48.67 42.86 5.81 1. Determine la variable DEPENDIENTE y la var
4 56.0 38.08 38.41 -0.33 Variable DEPENDIENTE: Consumo de las perso
5 70.1 49.77 48.22 1.55 Variable INDEPENDIENTE: Ingreso de las perso
6 21.0 14.28 14.06 0.22
7 66.4 45.15 45.65 -0.49 2. Con base en el resumen de la regresión de e
8 20.0 13.80 13.36 0.44 Coeficiente de correlación múltiple: 0,9896302
9 17.0 11.90 11.28 0.62 Coeficiente de determinación R^2: 0,9793680
10 31.8 21.94 21.57 0.37
La correlación entre el ingreso y el consumo d
11 29.4 19.11 19.90 -0.79 0,9793. Podemos interpretar que un 97,93%
12 30.0 19.80 20.32 -0.52 consumo de las personas comparten un 97,
13 66.2 45.02 45.51 -0.49 valores altos de ingreso le corresponden valor
bajos de consumo. El 97,93% de la variación e
14 65.9 45.47 45.30 0.17 las personas.
15 48.6 31.59 33.26 -1.67
16 76.5 51.26 52.67 -1.42
17 18.2 12.56 12.11 0.45 3. Interprete los valores de b0 y b1
18 15.2 10.64 10.02 0.62 b0: -0,552837586508357
19 17.6 11.97 11.69 0.28 b1: 0,695757702703203
20 32.5 21.13 22.06 -0.93
21 48.6 29.16 33.26 -4.10 El parámetro b0, conocido como la "ordenada
persona es de 0 (millones de pesos/año) su
22 55.6 37.25 38.13 -0.88 conocido como la "pendiente," nos indica cuá
23 37.9 25.01 25.82 -0.80 millon adicional en el ingreso de una persona
24 45.2 28.93 30.90 -1.97 interpretarse como el "consumo marginal" p
coeficiente b0 nos estaría indicando la parte
25 23.7 16.35 15.94 0.42 millones de pesos de ingreso recibidos.
26 60.1 42.67 41.26 1.41
27 62.8 49.61 43.14 6.47
28 72.1 48.31 49.61 -1.30 4. Construya el respectivo modelo, calcule los
29 70.5 47.94 48.50 -0.56 de la situación
30 63.5 41.91 43.63 -1.72 Y=-0,5528 + 0,6958X (CONSUMO= -0,5528 + 0
31 48.4 30.49 33.12 -2.63
Error Estándar de Estimación: Los valores en
32 23.8 15.95 16.01 -0.06 realidad estuvieron por debajo de los millone
33 47.6 31.42 32.57 -1.15 representan que los millones de pesos en con
34 25.8 20.12 17.40 2.73 de consumo acorde a la estimación del mode
debajo de lo que el modelo estimo y en el 42
35 26.7 17.62 18.02 -0.40 que el modelo estimo.

5. De acuerdo a los resultados obtenidos, es v

 a multinacional, está preparando un estudio sobre el CONSUMO de las personas, con base en sus INGRESOS,

opción de incursionar en el mercado colombiano.

ecta una muestra de 35 personas que se muestran en la tabla

a variable DEPENDIENTE y la variable iNDEPENDIENTE y establezca el supuesto en la relación de las variables.

NDIENTE: Consumo de las personas (millones de pesos/año)
PENDIENTE: Ingreso de las personas (millones de pesos/año)

el resumen de la regresión de excel, inteprete el valor de R y R^2

correlación múltiple: 0,98963026677025
determinación R^2: 0,979368064907757

entre el ingreso y el consumo de las personas es de 0,9896 y la proporción de varianza entre ambas variables es de
mos interpretar que un 97,93% del consumo es debido al ingreso de las personas, es decir, tanto el ingreso como el
as personas comparten un 97,93% de elementos. El ingreso y el consumo se correlacionan en sentido directo. A
e ingreso le corresponden valores altos de consumo e igualmente a valores bajos de ingreso le corresponden valores
mo. El 97,93% de la variación en el consumo se puede explicar con la relación lineal entre el ingreso y el consumo de

os valores de b0 y b1

0, conocido como la "ordenada en el origen," nos indica cuánto es Y cuando X = 0. Es decir, cuando el ingreso de una
0 (millones de pesos/año) suponemos que el consumo es de 0,5528 (millones de pesos/año). El parámetro b1,
o la "pendiente," nos indica cuánto aumenta Y por cada aumento de una unidad en X. Podemos concluir que por cada
al en el ingreso de una persona, el consumo aumentan en aproximadamente 0,6957 millones de pesos—esto podría
como el "consumo marginal" para las personas por un millon de pesos adicional en el ingreso—mientras que el
nos estaría indicando la parte del consumo anual de la persona que no varía directamente con la cantidad de
sos de ingreso recibidos.

l respectivo modelo, calcule los valores de Y(est), determine los respectivos errores de estimación y haga un análisis

6958X (CONSUMO= -0,5528 + 0,6958*INGRESO) millones de pesos/año

de Estimación: Los valores en color rojo representan que los millones de pesos en consumo de las personas en la
eron por debajo de los millones de pesos de consumo acorde a la estimación del modelo. Los valores en color verde
ue los millones de pesos en consumo de las personas en la realidad estuvieron por encima de los millones de pesos
corde a la estimación del modelo. En el 57,15% de los consumidores los millones de pesos de consumo estuvo por
ue el modelo estimo y en el 42,85% de los consumidores los millones de pesos de consumo estuvo por encima de lo
estimo.

a los resultados obtenidos, es viable para la multinacional, incursionar en nuestro mercado?. Explique su respuesta
Resumen

Estadísticas de la regresión
Coeficiente de correlación múltiple 0.98963026677025
Coeficiente de determinación R^2 0.97936806490776
R^2 ajustado 0.97874285475345
Error típico 2.00228682406437
Observaciones 35

ANÁLISIS DE VARIANZA
Grados de libertad Suma de cuadrados Promedio de los cuadrados
Regresión 1 6280.18582881931 6280.18582881931
Residuos 33 132.302033352119 4.0091525258218
Total 34 6412.48786217143

Coeficientes Error típico Estadístico t

Intercepción -0.5528375865084 0.840011291384577 -0.658131137257838
Variable X 1 0.6957577027032 0.017579157828487 39.5785571465626
 F Valor crítico de F
1566.462186 2.155603433E-29

Probabilidad Inferior 95% Superior 95% Inferior 95,0% Superior 95,0%

0.51501926 -2.26185340886 1.1561782358 -2.2618534089 1.15617823584
2.155603E-29 0.659992637185 0.7315227682 0.65999263718 0.73152276822
 CASAS CASAS
INTERÉS (%) Error de
MESES VENDIDAS VENDIDAS
X Estimación
Y (Obs) Y (Est)
1 12.3 251 252.08198738 -1.081987381
2 10.5 309 317.70163604 -8.7016360449
3 15.6 136 131.77929816 4.2207018361
4 9.5 387 354.15699641 32.843003586
5 10.1 315 332.28378019 -17.283780192
6 9.3 390 361.44806849 28.551931512
7 8.7 392 383.32128471 8.6787152912
8 14.1 186 186.46233872 -0.4623387171
9 15.2 150 146.36144231 3.6385576886
10 12.0 260 263.01859549 -3.0185954917
11 7.6 405 423.42218111 -18.422181115
12 11.4 276 284.89181171 -8.891811713
13 10.8 298 306.76502793 -8.7650279343
14 9.7 372 346.86592434 25.13407566
15 11.0 280 299.47395586 -19.473955861
16 9.8 370 343.2203883 26.779611697
17 12.6 246 241.14537927 4.8546207296
18 13.2 195 219.27216305 -24.272163049
19 7.5 410 427.06771715 -17.067717151
20 12.9 241 230.20877116 10.79122884
21 15.3 141 142.71590627 -1.7159062745
22 14.7 172 164.5891225 7.4108775042
23 15.1 153 150.00697835 2.9930216517
24 7.9 400 412.485573 -12.485573004
25 8.6 395 386.96682075 8.0331792543
26 9.6 380 350.51146038 29.488539623
27 13.1 202 222.91769909 -20.917699086
28 10.7 300 310.41056397 -10.410563971
29 12.5 250 244.79091531 5.2090846927
30 14.2 188 182.81680268 5.1831973197
31 15.0 162 153.65251439 8.3474856148
32 10.5 308 317.70163604 -9.7016360449
33 10.9 292 303.1194919 -11.119491897
34 10.3 311 324.99270812 -13.992708119
35 12.1 255 259.37305945 -4.3730594548
A continuación se muestra el número de CASAS VENDIDAS por los Bancos junto con la respectiva TASA DE INTERÉS de los
créditos hipotecarios

Con dicha información, se desea conocer el impacto de las TASAS DE INTERÉS en la compra de vivienda en Colombia

1. Determine la variable DEPENDIENTE y la variable iNDEPENDIENTE y establezca el supuesto en la relación de las variables
Variable DEPENDIENTE: Número de casas vendidas por los Bancos
Variable INDEPENDIENTE: La tasa de interés de los créditos hipotecarios

2. Con base en el resumen de la regresión de excel, inteprete el valor de R y R^2

Coeficiente de correlación múltiple: 0,984843735015647
Coeficiente de determinación R^2: 0,96991718239957

La correlación entre la tasa de interés de los créditos hipotecarios y el número de casas vendidas por los Bancos es d
0,9846 y la proporción de varianza entre ambas variables es de 0,9699. Podemos interpretar que un 96,99% del número d
casas vendidas por los Bancos es debido a la tasa de interés de los créditos hipotecarios, es decir, tanto la tasa de interé
de los créditos hipotecarios como el número de casas vendidas por los Bancos comparten un 96,99% de elementos. La tas
de interés de los créditos hipotecarios y el número de casas vendidas por los Bancos se correlacionan en sentido indirecto
A valores altos de tasa de interés de los créditos hipotecarios le corresponden valores bajos de número de casas vendida
por los Bancos e igualmente a valores bajos de tasa de interés de los créditos hipotecarios le corresponden valores altos d
número de casas vendidas por los Bancos. El 96,99% de la variación en el número de casas vendidas por los Bancos s
puede explicar con la relación lineal entre la tasa de interés de los créditos hipotecarios y el número de casas vendidas po
los Bancos.

3. Interprete los valores de b0 y b1

b0: 700,482919917705
b1: -36,4553603688342

El parámetro b0, conocido como la "ordenada en el origen," nos indica cuánto es Y cuando X = 0. Es decir, cuando la tas
de interés de los créditos hipotecarios es del 0% suponemos que el número de casas vendidas por los Bancos es d
aproximadamente 700. El parámetro b1, conocido como la "pendiente," nos indica cuánto aumenta Y por cad
disminución de una unidad en X. Podemos concluir que por cada unidad menos de porcentaje en la tasa de interés, el e
número de casas vendidas por los Bancos aumentan en aproximadamente 36 casa—esto podría interpretarse como e
"venta marginal" para los Bancos por una unidad menos en el porcentaje de la tasa de interés —mientras que e
coeficiente b0 nos estaría indicando la parte de las casa vendidas por los Bancos que no varía indirectamente con la tasa d
interés de los créditos hipotecarios.

4. Construya el respectivo modelo, calcule los valores de Y(est), determine los respectivos errores de estimación y haga u
análisis de la situación
Y=700,48 -36,455X

Error Estándar de Estimación: Los valores en color rojo representan que el número de casas vendidas por los Bancos en la
realidad estuvieron por debajo del número de casas vendidas por los Bancos acorde a la estimación del modelo. Los
valores en color verde representan que el número de casas vendidas por los Bancos en la realidad estuvieron por encima
del número de casas vendidas por los Bancos acorde a la estimación del modelo. En el 54,28% de los meses el número de
casas vendidas por los Bancos estuvo por debajo de lo que el modelo estimo y en el 45,72% de los meses el número de
casas vendidas por los Bancos estuvo por encima de lo que el modelo estimo.

5. De acuerdo a los resultados obtenidos, como ha sido el impacto de las tasas de interés en la compra de vivienda?. Expliq
da?. Explique su respuesta
Resumen

Estadísticas de la regresión
Coeficiente de correlación múltiple 0.98484373501565
Coeficiente de determinación R^2 0.96991718239957
R^2 ajustado 0.96900558186622
Error típico 15.4607431427232
Observaciones 35

ANÁLISIS DE VARIANZA
Grados de libertad Suma de cuadrados Promedio de los cuadrados
Regresión 1 254326.030337238 254326.030337238
Residuos 33 7888.14109133365 239.034578525262
Total 34 262214.171428571

Coeficientes Error típico Estadístico t

Intercepción 700.482919917705 13.1720202772636 53.1796114166949
Variable X 1 -36.4553603688342 1.11762563450781 -32.6185792838303
 F Valor crítico de F
1063.971714 1.091182815E-26

Probabilidad Inferior 95% Superior 95% Inferior 95,0% Superior 95,0%

1.46058E-33 673.6842431653 727.28159667 673.684243165 727.28159667
1.091183E-26 -38.72918681906 -34.18153392 -38.729186819 -34.1815339186