Capítulo 3

10. Es usted el director de una empresa que vende una marca líder de pilas
alcalinas. La carpeta correspondiente al Capítulo 3 del CD que acompaña a este
manual incluye un archivo llamado Q10.xls con datos sobre la demanda de su
producto. En concreto, el archivo muestra datos sobre el logaritmo neperiano de la
cantidad vendida, el precio y la renta media de los consumidores de diversas
regiones de todo el mundo. Utilice esta información para realizar una regresión
lineal en logaritmos, y calcule a continuación el efecto probable de una caída del 3
por ciento de la renta global sobre la demanda global de su producto.
Realizando la regresión en Excel.

Ecuación de regresión
Q=1.29−0.07 ln P−0.03 ln M
Observando los valores del p valor, el mayor es el de 0.74 para ln M con un coeficiente
de -0.03, lo que implica una reducción del 3% en los ingresos globales, esto aumentaría
la demanda del producto, en menos de una décima parte del uno por ciento.
Además, se puede decir que la es poco probable que una disminución del 3% en los
ingresos globales afecte las ventas de su producto. Considerando que R2es de 0.94 lo
que implica que tiene una excelente explicación de Q por parte de las variables
independientes.
12. Este año fue próspero para la Starbucks Coffe Company. Los ingresos
aumentaron un 9 por ciento, excluyendo las 1.035 nuevas tiendas que se abrieron.
Suponga que la dirección atribuye este crecimiento de los ingresos a un incremento
del 5 por ciento de la cantidad de café comprado. Si el departamento de marketing
de Starbucks estima que la elasticidad renta de la demanda de su café es 1,75,
¿cómo afectarán las temidas expectativas de una recesión (que se espera que
reduzca la renta de los consumidores un 4 por ciento a lo largo del próximo año) a
la cantidad de café que espera vender Starbucks?
 % ∆Q
E=
%∆P
Remplazando los datos
%∆ Q
1.75=
−4
% ∆ Q=( 1.75 )(−4)
% ∆ Q=−7
En consecuencia, las compras de café disminuirán en un 7%

14. Es usted el directivo a cargo de controlar la tesorería de Kodak. Los equipos

fotográficos tradicionales constituyen el 80 por ciento de los ingresos de Kodak que
crecen aproximadamente al 2 por ciento anual. Recientemente ha recibido un
informe preliminar que sugiere que los consumidores hacen tres veces más
fotografías digitales que tradicionales, y que la elasticidad precio cruzada entre
cámaras digitales y cámaras desechables es -0,2. Durante los últimos años, Kodak
ha invertido más de 5.000 millones de dólares en el desarrollo y producción de
cámaras digitales. En 2000, Kodak ganó aproximadamente 400 millones de dólares
de las ventas de cámaras digitales, y aproximadamente 600 millones de dólares de
las ventas de cámaras desechables. Si la elasticidad precio de la demanda de
cámaras desechables es —2,5, ¿cómo afectará una reducción del 1 por ciento del
precio de las cámaras desechables a los ingresos totales de Kodak de las ventas de
cámaras digitales y desechables?

Realizamos la variación de ingresos

∆ R=( % ∆ P ) [ Venta 1 ( 1+ e ) +Venta 2 ( e ) ]

∆ R=(−0.01 ) [ 600 ( 1−2.5 ) + 400 (−0.2 ) ]

∆ R=(−0.01 ) [ −900−80 ]

∆ R=(−0.01 ) (−980 )
∆ R=9.8
En consecuencia, con los cambios planteados, el ingreso aumentará en 9.8 millones

16. Como propietario de Barney’s Broilers (una cadena de comida rápida de pollos
asados) ha visto un incremento de la demanda de pollo asado porque los
consumidores se han hecho más conscientes de su salud y han reducido su consumo
de ternera y fritura. Por ello, cree necesario adquirir otra parrilla para satisfacer
la creciente demanda. Para financiar la adquisición de la parrilla acude al banco
para pedir un préstamo. El responsable de créditos le dice que sus ingresos de
750.000 dólares son insuficientes para respaldar más deudas. Para poder recibir
un préstamo, los ingresos de Barney’s Broilers deberían ser superiores en 50.000
dólares. Para desarrollar una estrategia con la que lograr los ingresos adicionales,
recopila datos sobre precios (en céntimos) por libra de peso que cobra a sus
consumidores y la cantidad relacionada de pollo consumido al año en libras. Esta
información se encuentra en el archivo Q16.xls de la carpeta del Capítulo 3 del CD
que acompaña a este manual. Utilice estos datos y la especificación lineal en
logaritmos de la demanda para obtener los estimadores de mínimos cuadrados de
la demanda de pollo asado. Muestre la ecuación que resume la demanda de pollo
asado y calcule después el incremento o decremento porcentual del precio
necesario para elevar los ingresos en 50.000 dólares.

Obteniendo la ecuación a partir de los datos de la regresión:

ln Q=4.29−1.38 ln P
La elasticidad de la demanda de pollos es
E=−1.38
Observando los valores de t y p valor hace que sea estadísticamente diferente de cero.
El coeficiente de determinación R2es de 0.94, lo que implica que existe una correlación
fuerte, y que el logaritmo de la cantidad se explica 94% a través del logaritmo del precio
Utilizando la ecuación de la variación de precio
∆ Px
∆ R= [Px Qx(1+ E)]
Px
Remplazando los datos
∆ Px
50000=
Px
[ 750000 ( 1−1.38 ) ]
Despejando
∆ Px 50000
=
Px 750000 (−0.38 )
∆ Px 50000
=
Px −285000
∆ Px
=−0.175
Px
Lo que implica que para aumentar los ingresos en $50000 se debe reducir el precio en
17.5%

18. La aprobación de la ley de 1983 Dairy Product Stabilization Act autorizaba la

creación de un programa nacional sobre productos lácteos diseñado para
aumentar el consumo humano de leche y productos lácteos y reducir la
dependencia que tiene la industria del respaldo gubernamental a los precios. Las
actividades de la (entonces) recién creada organización (la National Dairy
Promotion and Research Board) se financiaron con una exacción de 15 centavos
por cada 50 kilos de leche producida y comercializada por los granjeros (en 1997
los granjeros productores de leche recibían aproximadamente 13 dólares por cada
50 kilos de leche). La principal campaña publicitaria de la National Dairy
Promotion and Research Board "¿Tienes leche?" estaba dirigida a los
consumidores con edades comprendidas entre los 13 y los 34 años, y consistía en
pagar a famosos para que respaldaran el consumo de leche. Según un artículo de
CNN.com publicado en febrero de 2004, los granjeros Joseph y Brenda Cochran
han puesto en duda la legalidad de la financiación obligatoria de la campaña. Los
Cochran afirman que estas campañas hacen muy poco para respaldar el consumo
de vacas que no han sido inyectadas con hormonas ni otros productos agrícolas
sostenibles y, por tanto, violan sus derechos (y los de otros granjeros) emanados de
la Primera Enmienda. La Sala Tercera del Tribunal de Apelaciones
estadounidense sentenció a favor de los Cochran y concluyó que no se podía exigir
a los cultivadores de leche que financiaran las campañas publicitarias. Uno de los
inconvenientes evidentes para la National Dairy Promotion and Research Board es
la menor financiación para sus campañas publicitarias. Para valorar el probable
impacto sobre el consumo de leche, suponga que la National Dairy Promotion and
Research Board ha recopilado datos sobre el número de galones de leche
consumidos semanalmente por los hogares (en millones), el precio semanal por
galón, y los gastos semanales en publicidad de la leche (en cientos de dólares).
Estos datos, en forma de estimaciones tanto de un modelo lineal como de uno lineal
en logaritmos, se incluyen en el archivo denominado Q18.xls de la carpeta del
Capítulo 3 del CD que acompaña a este manual. Utilice estos datos para hacer dos
regresiones: una regresión lineal y una lineal en logaritmos. Compare y contraste
los resultados de la regresión de cada modelo. Comente qué modelo se ajusta
mejor a los datos. Suponga que el precio semanal de la leche es de 3,1$ por galón y
que los gastos semanales en publicidad caen un 25 por ciento hasta 100$ (en
centenares) tras la sentencia judicial. Utilice el modelo que mejor se ajusta para
estimar la cantidad semanal de leche consumida tras la sentencia judicial.
SUMMARY OUTPUT LINEAR REGRESSION MODEL

Regression Statistics
Multiple R 0.74
R Square 0.55
Adjusted R Square 0.54
Standard Error 1.06
Observations 100.00

ANOVA
df SS MS F Significance F
Regression 2.00 132.51 66.26 58.61 2.05E-17
Residual 97.00 109.66 1.13
Total 99.00 242.17

Coefficients Standard Error t Stat P-value Lower 95% Upper 95%

Intercept 6.52 0.82 7.92 0.00 4.89 8.15
Price -1.61 0.15 -10.66 0.00 -1.92 -1.31
Advertising 0.005 0.0016 2.96 0.00 0.00 0.01

SUMMARY OUTPUT LOG-LINEAR REGRESSION MODEL

Regression Statistics
Multiple R 0.63
R Square 0.40
Adjusted R Square 0.39
Standard Error 0.59
Observations 100.00

ANOVA
df SS MS F Significance F
Regression 2.00 22.40 11.20 32.52 1.55E-11
Residual 97.00 33.41 0.34
Total 99.00 55.81

Coefficients Standard Error t Stat P-value Lower 95% Upper 95%

Intercept -1.99 2.24 -0.89 0.38 -6.44 2.46
ln(Price) -2.17 0.28 -7.86 0.00 -2.72 -1.62
ln(Advertising) 0.91 0.37 2.46 0.02 0.18 1.65

La primera tabla muestra la primera salida, la cual tiene un coeficiente de determinación

2
R =0.55, lo cual es un valor medio para la correlación de las variables, la siguiente
tabla muestra un coeficiente de determinación de 0.4, lo cual es más bajo que en el
anterior caso, por lo tanto, el primer modelo parece ser más viable.
Para el estadístico F del primer modelo, F=58.61, para el segundo F=32.52
Por lo cual, el primer modelo generar una relación más determinante.
Regresión
d
Qleche =6.52−1.61 P+0.05 A

Para P=3.1 y A=$ 100

Remplazando Qdleche =6.52−1.61 ( 3.1 ) +0.05 ( 100 )
d
Qleche =2.029