ECONOMETRÍA 1

Pablo A. Astudillo E.
Modelo de regresión simple
¿Precios bajos → ventas altas? Objetivo: maximizar los ingresos (ventas x precios)

(número de semanas)
Frecuencia

Ventas
¿Precios bajos → ventas altas? Objetivo: maximizar los ingresos (ventas x precios)

(número de semanas)
Frecuencia

Precios
 104 pares de observaciones
semanales sobre ventas y precios.
Ventas

Algunas combinaciones
ventas-precio ocurren varias veces.

Precios
Precio 51 52 53 54 55 56 57

Número de semanas 1 9 22 41 24 6 1

Promedio de ventas 98.0 95.0 93.8 92.0 90.4 88.0 86.0

Promedio de
Ventas

ventas
Precios Precios
 { {
Ventas

Ventas
Precios Precios

Ventas previstas: a + b * precio Residuo (e) = ventas reales - ventas previstas

y = β0 + β1X + u (u → no observado)
 Diagrama de dispersión para datos
Ventas

sin un efecto de precio (b = 0)

Precios
¿Cómo maximizar los ingresos?

Los ingresos son producto de los precios y las ventas, dónde ventas = a + b x precio,
con a > 0 y b < 0. Si a y b son conocidos, el administrador del almacén desea
determinar para qué precio, los ingresos son los máximos.

Derivar la fórmula para el precio óptimo en términos de a y b.

Precio: P
Ingresos: I = P x V
Ventas: V
Ventas = a + bP
Ingresos: I

I = P (a + bP)
I = aP + bP2
dI/DP = 0

dI/DP = a + 2 bP = 0
P = -a / 2b
 Ventas ∼ NID (μ, σ2 )

Distribución estándar normal: μ = 0 y σ2 = 1

Frecuencia

Ventas
Para una distribución normal con media mu:
¿Cuál es la mejor predicción para la siguiente observación de ventas?

Estimador de población promedio: promedio de la muestra

 Representación: regresión simple

Frecuencia
Ventas

Ventas
Precios
Representación: regresión simple

● yi está normalmente e idénticamente distribuida (NID) con una media μ y varianza σ2

yi ~ NID (μ, σ2)

● Valor esperado: E(yi) = μ

Varianza: E(yi - μ)2 = σ2

● Estimado de la muestra: =

(estimado de la población es dado por la media de la muestra)

(estimador de la varianza es dado por la varianza de la muestra)

● Regresión simple: reemplazar el promedio incondicional E(yi) = μ

por el promedio condicional E(yi) = 𝛼 + 𝛽 xi

Ecuación de una regresión simple

● Predicción incondicional con yi ~ NID (μ, σ2): E(yi) = μ

● Predicción condicional con yi ~ N (𝛼 + 𝛽 xi, σ2): E(yi) = 𝛼 + 𝛽 xi

● Una formato alternativo es: yi = 𝛼 + 𝛽 xi + εi

εi ~ N(0, σ2)

● Si xi es fijo (no aleatorio), εi ~ N(0, σ2), yi = 𝛼 + 𝛽 xi + εi

por lo tanto, yi tienen una media 𝛼 + 𝛽 xi y una varianza σ2

Prediga las ventas para un precio igual a 50 y para un precio igual a 58:

Ventas

Precios
El almacén A tiene ventas de 150 unidades y el almacén B de 250
unidades. Los dos gerentes inician una campaña de marketing y
posterior a esta, el almacén A vende 225 unidades y el almacén B vende
400.

¿Cuál almacén tiene el incremento de ventas relativo más alto?

🔺 Si el nivel actual x incrementó por dx, el incremento relativo es dx/x