Documente Academic
Documente Profesional
Documente Cultură
Considere el siguiente modelo:
3
a) Estime la regresin anterior.
Utilizando el Software SPSS, en la Pestaa Analizar/Regresin/Lineal, obtenemos lo
siguiente:
La regresin quedara del a siguiente forma:
b) Cules son los signos esperados para los coeficientes de este modelo?
Consideramos que
deberan
tener signo negativo, esto considerando que:
Dado un aumento del PIB implica ms consumo por tanto un aumento de las
ventas.
El aumento de viviendas construidas implica la necesidad de cablear ms
territorio y por tanto deberan aumentar las ventas de cable.
La tasa de desempleo implica una posible reduccin en los clientes de cable, y
por tanto las ventas disminuiran
Si se otorga una tasa preferencial de pago de 6 meses, esto implica un retraso
en los ingresos de la empresa, lo que en trminos monetarios disminuye el
dinero percibido actualmente, y por tanto las ventas.
Si los clientes utilizan el cableado para sus propios negocios, y a estos les va
bien y generan ganancias, se espera que a su vez compren ms cableado, lo
que aumenta las ventas.
c) Corresponden los resultados empricos a las expectativas a priori?
Viendo los resultados de la regresin, se ve que
cumplieron las
expectativas, mientras que
quedo
con signo positivo en el modelo y
No se rechaza
NO es significativo en el modelo.
Se rechaza
SI es significativo en el modelo.
Se rechaza
SI es significativo en el modelo.
No se rechaza
NO es significativo en el modelo.
Se rechaza
SI es significativo en el modelo.
e) Suponga que efecta la regresin de Y sobre X2, X3 y X4 solamente y luego decide
agregar las variables X5 y X6. Cmo averiguar si se justifica agregar las variables X5 y
X6? Qu prueba utiliza? Muestre los clculos necesarios.
5
Considerando el Modelo 1 como aquel que considera
tenemos:
Aplicando
tenemos el modelo 2:
6
Evaluando la capacidad de pronstico de ambos modelos, podemos ver que el modelo
que utiliza 3 variables, logra explicar el 60,1% de la variabilidad total de la variable
dependiente, por otro lado en el modelo que incluye las 5 variables, se observa un R
cuadrado de 82,3%, que dice que dichas 5 variables logran explicar un 82,3% de la
variabilidad total de la variable dependiente.
Adicionalmente se realizara la prueba F-Global:
[
]
[
[ ]
[ ]
Luego
Con el cual, segn muestra el cuadro, se logr aumentar el valor de R cuadrado
corregido, lo que es mejor que el modelo inicial de 5 variables y el modelo propuesto
de 3.