PRODUCTO 4 –SOLUCIÓN DE EJERCICIOS PROBLEMA

RICARDO ARGUELLO

Trabajo presentado al Profesor:

Helio Armando Fernández Aranda

UNIVERSIDAD INDUSTRIAL DE SANTANDER

INSTITUTO DE PROYECCIÓN REGIONAL Y EDUCACIÓN A DISTANCIA

TECNOLOGÍA EMPRESARIAL

ESTADISTICA II

2020
 PRODUCTO 4 –SOLUCIÓN DE EJERCICIOS PROBLEMA

CASO 1

Una reconocida multinacional, está preparando un estudio sobre el CONSUMO de las

personas, con base en sus INGRESOS, para evaluar la opción de incursionar en el mercado
colombiano. Para ello recolecta una muestra de 35 personas que se muestran en la Tabla 1:

Millones de pesos/año
INGRESO CONSUMO CONSUMO Error de
CONSUMIDOR
X Y (Obs) Y (Est) Estimación
1 48,6 34,02 33,26 0,76
2 25,0 16,75 16,84 -0,09
3 62,4 48,67 42,86 5,81
4 56,0 38,08 38,41 -0,33
5 70,1 49,77 48,22 1,55
6 21,0 14,28 14,06 0,22
7 66,4 45,15 45,65 -0,49
8 20,0 13,80 13,36 0,44
9 17,0 11,90 11,28 0,62
10 31,8 21,94 21,57 0,37
11 29,4 19,11 19,90 -0,79
12 30,0 19,80 20,32 -0,52
13 66,2 45,02 45,51 -0,49
14 65,9 45,47 45,30 0,17
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
18 15,2 10,64 10,02 0,62
19 17,6 11,97 11,69 0,28
20 32,5 21,13 22,06 -0,93
21 48,6 29,16 33,26 -4,10
22 55,6 37,25 38,13 -0,88
23 37,9 25,01 25,82 -0,80
24 45,2 28,93 30,90 -1,97
25 23,7 16,35 15,94 0,42
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
29 70,5 47,94 48,50 -0,56
Millones de pesos/año
CONSUMIDOR INGRESO CONSUMO CONSUMO Error de
 X Y (Obs) Y (Est) Estimación
30 63,5 41,91 43,63 -1,72
31 48,4 30,49 33,12 -2,63
32 23,8 15,95 16,01 -0,06
33 47,6 31,42 32,57 -1,15
34 25,8 20,12 17,40 2,73
35 26,7 17,62 18,02 -0,40
Tabla 1. Ingreso y consumo de una muestra de 35 personas

1. Determine la variable DEPENDIENTE y la variable INDEPENDIENTE y establezca el

supuesto en la relación de las variables.

Variable DEPENDIENTE: Consumo de las personas (millones de pesos/año)

Variable INDEPENDIENTE: Ingreso de las personas (millones de pesos/año)
El consumo de una persona en millones de pesos por año depende directamente del ingreso en
millones de pesos por año de dicha persona.

2. Con base en el resumen de la regresión de Excel, interprete el valor de R y R2:

Coeficiente de correlación múltiple: 0,9896302667702≅ 98,96%

Coeficiente de determinación R2: 0,979368064907757≅ 97,94%

La correlación entre el ingreso y el consumo de las personas es del 98,96% y la proporción de
varianza entre ambas variables es de 97,94%. Podemos interpretar que un 97,94% del
consumo es debido al ingreso de las personas, es decir, tanto el ingreso como el consumo de
las personas comparten un 97,94% de elementos. El ingreso y el consumo se correlacionan en
sentido directo. A valores altos de ingreso le corresponden valores altos de consumo e
igualmente a valores bajos de ingreso le corresponden valores bajos de consumo. El 97,94% de
la variación en el consumo se puede explicar con la relación lineal entre el ingreso y el consumo
de las personas. El ingreso en millones de pesos por año de una persona sirve para explicar el
consumo de dicha persona en millones de pesos por año.

3. Interprete los valores de b0 y b1:

b0: -0,552837586508357
b1: 0,695757702703203
El parámetro b0, conocido como la "ordenada en el origen," nos indica cuánto es Y cuando X =
0. Es decir, cuando el ingreso de una persona es de 0 (millones de pesos/año) suponemos que
el consumo es de 0,5528 (millones de pesos/año). El parámetro b1, conocido como la
"pendiente," nos indica cuánto aumenta Y por cada aumento de una unidad en X. Podemos
concluir que por cada millón adicional en el ingreso de una persona, el consumo aumentan en
aproximadamente 0,6957 millones de pesos—esto podría interpretarse como el "consumo
marginal" para las personas por un millón de pesos adicional en el ingreso—mientras que el
coeficiente b0 nos estaría indicando la parte del consumo anual de la persona que no varía
directamente con la cantidad de millones de pesos de ingreso recibidos.

4. Construya el respectivo modelo, calcule los valores de Y(est), determine los respectivos
errores de estimación y haga un análisis de la situación

Modelo matemático: Y=-0,5528 + 0,6958X (CONSUMO= -0,5528 + 0,6958*INGRESO) millones

de pesos/año
Error Estándar de Estimación: Los valores en color rojo del error estándar de estimación de la
Tabla 1, representan que los millones de pesos en consumo de las personas en la realidad
estuvieron por debajo de los millones de pesos de consumo acorde a la estimación del modelo.
Los valores en color verde del error estándar de estimación de la Tabla 1, representan que los
millones de pesos en consumo de las personas en la realidad estuvieron por encima de los
millones de pesos de consumo acorde a la estimación del modelo. En el 57,15% de los
consumidores los millones de pesos de consumo estuvo por debajo de lo que el modelo estimo
y en el 42,85% de los consumidores los millones de pesos de consumo estuvo por encima de lo
que el modelo estimo.

5. ¿De acuerdo a los resultados obtenidos, es viable para la multinacional, incursionar en

nuestro mercado? Explique su respuesta

Para la multinacional la opción de incursionar en el mercado colombiano es viable dado que en

su estudio sobre el consumo en millones de pesos al año de las personas depende
directamente de sus ingresos en millones de pesos al año. Podemos concluir que por cada
millón adicional en el ingreso de una persona en Colombia, el consumo aumentan en
aproximadamente 0,6957 millones de pesos.

CASO 2
A continuación, en la Tabla 2, 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:

INTERÉS CASAS CASAS

Error de
MESES (%) VENDIDAS VENDIDAS
Estimación
X Y (Obs) Y (Est)
1 12,3 251 252,0819874 -1,081987381
2 10,5 309 317,701636 -8,701636045
3 15,6 136 131,7792982 4,220701836
4 9,5 387 354,1569964 32,84300359
5 10,1 315 332,2837802 -17,28378019
6 9,3 390 361,4480685 28,55193151
7 8,7 392 383,3212847 8,678715291
8 14,1 186 186,4623387 -0,462338717
9 15,2 150 146,3614423 3,638557689
10 12,0 260 263,0185955 -3,018595492
11 7,6 405 423,4221811 -18,42218111
12 11,4 276 284,8918117 -8,891811713
13 10,8 298 306,7650279 -8,765027934
14 9,7 372 346,8659243 25,13407566
15 11,0 280 299,4739559 -19,47395586
16 9,8 370 343,2203883 26,7796117
17 12,6 246 241,1453793 4,85462073
18 13,2 195 219,272163 -24,27216305
19 7,5 410 427,0677172 -17,06771715
20 12,9 241 230,2087712 10,79122884
21 15,3 141 142,7159063 -1,715906275
22 14,7 172 164,5891225 7,410877504
23 15,1 153 150,0069783 2,993021652
24 7,9 400 412,485573 -12,485573
25 8,6 395 386,9668207 8,033179254
26 9,6 380 350,5114604 29,48853962
27 13,1 202 222,9176991 -20,91769909
28 10,7 300 310,410564 -10,41056397
29 12,5 250 244,7909153 5,209084693
30 14,2 188 182,8168027 5,18319732
31 15,0 162 153,6525144 8,347485615
32 10,5 308 317,701636 -9,701636045
MESES INTERÉS CASAS CASAS Error de
(%) VENDIDAS VENDIDAS Estimación
 X Y (Obs) Y (Est)
33 10,9 292 303,1194919 -11,1194919
34 10,3 311 324,9927081 -13,99270812
35 12,1 255 259,3730595 -4,373059455
Tabla 2. Tasa de interés de los créditos hipotecarios y el número de casas vendidas por los
Bancos durante 35 meses

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
El número de casas vendidas por los Bancos es inversamente proporcional a la tasa de interés
de los créditos hipotecarios.

2. Con base en el resumen de la regresión de Excel, interprete el valor de R y R2:

Coeficiente de correlación múltiple: 0,984843735015647≅ 98,48%

Coeficiente de determinación R2: 0,96991718239957≅ 96,99%

La correlación entre la tasa de interés de los créditos hipotecarios y el número de casas

vendidas por los Bancos es de 98,48% y la proporción de varianza entre ambas variables es de
96,99%. Podemos interpretar que un 96,99% del número de casas vendidas por los Bancos es
debido a la tasa de interés de los créditos hipotecarios, es decir, tanto la tasa de interés de los
créditos hipotecarios como el número de casas vendidas por los Bancos comparten un 96,99%
de elementos. La tasa 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 vendidas por los
Bancos e igualmente a valores bajos de tasa de interés de los créditos hipotecarios le
corresponden valores altos de número de casas vendidas por los Bancos. El 96,99% de la
variación en el número de casas vendidas por los Bancos se puede explicar con la relación
lineal entre la tasa de interés de los créditos hipotecarios y el número de casas vendidas por los
Bancos. La tasa de interés de los créditos hipotecarios sirve para explicar el número de casas
vendidas por 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 tasa de interés de los créditos hipotecarios es del 0% suponemos que el
número de casas vendidas por los Bancos es de aproximadamente 700 unidades. El parámetro
b1, conocido como la "pendiente," nos indica cuánto aumenta Y por cada disminución de una
unidad en X. Podemos concluir que por cada unidad menos de porcentaje en la tasa de interés,
el número de casas vendidas por los Bancos aumentan en aproximadamente 36 casa—esto
podría interpretarse como el "venta marginal" para los Bancos por una unidad menos en el
porcentaje de la tasa de interés —mientras que el coeficiente b0 nos estaría indicando la parte
de las casa vendidas por los Bancos que no varía indirectamente con la tasa de interés de los
créditos hipotecarios.

4. Construya el respectivo modelo, calcule los valores de Y(est), determine los respectivos
errores de estimación y haga un análisis de la situación

Modelo matemático: Y=700,48 -36,455X

Error Estándar de Estimación: Los valores en color rojo del error estándar de estimación de la
Tabla 2, 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 del error estándar de estimación de la Tabla 2, 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? Explique su respuesta

El impacto de las tasas de interés de los créditos hipotecarios es inversamente proporcional al

número de casas vendidas por los Bancos. A valores altos de tasa de interés de los créditos
hipotecarios le corresponden valores bajos de número de casas vendidas por los Bancos e
igualmente a valores bajos de tasa de interés de los créditos hipotecarios le corresponden
valores altos de número de casas vendidas por los Bancos. Podemos concluir que por cada
unidad menos de porcentaje en la tasa de interés, el número de casas vendidas por los Bancos
aumentan en aproximadamente 36 casa.