UNIVERSIDAD DE CARTAGENA Pag.

1 de 5
CENTRO TUTORIAL LORICA
08/06/2023
FACULTAD DE CIENCIAS ECONOMICAS
ECONOMETRIA FINANCIERA
REGRESION LINEAL MULTIPLE

1) Una variable dependiente (Ganancias en Millones de euros) y 2 variables explicativas

o independientes (Número de Vendedores y Precio del Producto $), es
decir,  , donde   es el N° de Vendedores y   el Precio del
Producto ($). La información se resume en la tabla a continuación:

Año Ganancias (Millones de Euros) N° de Precio del Producto

s Vendedores ($)
1 1,2 24 0,95
2 1,5 25 0,93
3 2,0 25 0,92
4 3,5 28 0,90
5 4,1 27 0,87
6 5,6 29 0,86

a) Calcular el modelo de regresión lineal múltiple que se ajusta a los datos.

b) Calcular los residuos y los intercepto utilizando la herramienta de Excel y el
software Gretl
c) La grafica la hace con el programa de Gretl.
Ganancias – Nº de vendedores
Ganancias – precio del producto
d) Dar su punto de vista sobre el valor de r

SOLUCION

a) Calcular el modelo de regresión lineal múltiple que se ajusta a los datos.

R/: y=19.8+ 0.36 x1 −29.1 x 2

b) Calcular los residuos y los intercepto utilizando la herramienta de Excel y el

software Gretl
 Ganancias en numero de Precio del
millines de vendedores producto
Años euros y X1 X2
1 1.2 24 0.95
2 1.5 25 0.93
3 2.0 25 0.92
4 3.5 28 0.90
5 4.1 27 0.87
6 5.6 29 0.86

 EXCEL

Resumen

Estadísticas de la
regresión
Coeficiente de
correlación 0.98605
multiple 0512
Coeficiente de
determinación 0.97229
R^2 5612
0.95382
R^2 ajustado 6019
0.36854
Error típico 9128
Observaciones 6

ANÁLISIS DE
VARIANZA
Grados Suma de Promedio Valor
de cuadrad de los crítico
libertad os cuadrados F de F
52.64
14.3008 7.15042397 3046 0.0046
Regresión 2 4795 7 8 1129
0.40748
Residuos 3 538 0.13582846
14.7083
Total 5 3333
 Prob Super Inferi Superi
Coeficie Error abilid Inferior ior or or
ntes típico Estadístico t ad 95% 95% 95.0% 95.0%
0.261 - 65.74 -
19.8754 14.4147 1.37882526 7702 25.998 9645 25.99 65.749
Intercepción 386 6236 9 5 7686 8 87686 6458
0.155 - 0.970 -
0.36140 0.19141 1.88810804 4446 0.2477 5568 0.247 0.9705
Variable X 1 3509 0396 1 2 498 2 7498 5682
- - 0.072 - 4.972 -
29.1812 10.7320 2.71908698 6052 63.335 7799 63.33 4.9727
Variable X 2 8655 1657 3 8 353 2 5353 7992

 GRELT

Modelo 1: MCO, usando las observaciones 1-6

Variable dependiente: Ganancias

Coeficiente Desv. Típica Estadístico t valor p

Const 19.8754 14.4148 1.379 0.2618
Vendedores 0.361404 0.191410 1.888 0.1554
precio −29.1813 10.7320 −2.719 0.0726 *

Media de la vble. dep. 2.983333 D.T. de la vble. dep. 1.715129

Suma de cuad. residuos 0.407485 D.T. de la regresión 0.368549
R-cuadrado 0.972296 R-cuadrado corregido 0.953826
F(2, 3) 52.64305 Valor p (de F) 0.004611
Log-verosimilitud −0.445102 Criterio de Akaike 6.890204
Criterio de Schwarz 6.265483 Crit. de Hannan-Quinn 4.389393

c) Grafica
 6
5.5
5
4.5
4
Ganancias3.5
3
2.5
2
1.5
1
0.5

29
28
27 0.86
Vendedores 0.87
0.88
26 0.89
0.9
25 0.91 precio
0.92
0.93
24 0.94
0.95

c)
d) Las variables independientes Número de Vendedores y Precio del Producto $
explican el 97,23% de la variación de las Ganancias en Millones de $. Notar que al
considerar 2 variables independientes el coeficiente de determinación r cuadrado
aumenta en comparación a las alternativas que consideran sólo una variable
independiente o explicativa.