Documente Academic
Documente Profesional
Documente Cultură
ZZX Estadistica
APLICADA
AL
MERCADO
Problema
La siguiente tabla de datos presenta informacin utilizada por un economista de un pas
sudamericano para predecir los volmenes de exportacin de cierta materia prima:
Modelo:
Y= 1 + 2 X 2 + 3 X 3 + 4 X 4 + 5 X 5 +u (t )
JUAN PILOSO MERCHAN
ANLISIS DE LA VARIANZA
R 10 2462 2462.3
esiduo 3.94447 94447
s
T 14 3359
otales .444
1.2 Calcule y analice los valores de: R 2, R2 ajustado y los coeficientes de correlacin parcial
existentes. Explique sus diferencias.
Estadsticas de regresin
Coeficiente de correlacin mltiple 0.51387347
Coeficiente de determinacin R`2 0.26406594
R^2 ajustado -0.0303077
Error tpico 49.6225196
Observaciones 15
Existe una mnima diferencia entre el R2, y el R2 Ajustado.
JUAN PILOSO MERCHAN
1.3 Explique los valores obtenidos de los parmetros beta.
Problema
Cuando un banco concede un prstamo personal a un cliente se enfrenta a la doble posibilidad
de que sea reintegrado o de que no lo sea. En este ltimo caso el prstamo ser finalmente
clasificado como fallido. As pues, se pueden considerar dos grupos de clientes: clientes
cumplidores y clientes fallidos. Como es obvio, si el banco conociera de antemano que una
persona va a resultar fallida no le concedera el prstamo en ningn caso. Sin embargo, puede
utilizar la informacin existente en el banco sobre prstamos concedidos en el pasado en la
concesin de prstamos futuros de forma que se vite o, al menos, se reduzca la posibilidad de
conceder prstamos que despus puedan resultar fallidos.
En el Banco de Ademuz se tiene informacin acerca de 16 clientes a los que se les concedi un
prstamo de los llamados instantneos por un importe de 1 milln de pesetas cada uno. Una vez
pasados 3 aos desde la concesin de los prstamos haba 8 clientes, de ese grupo de 16, que
fueron clasificados como fallidos, mientras que los otros clientes son cumplidores, ya que
JUAN PILOSO MERCHAN
reintegraron el prstamo. Para cada uno de los clientes se dispone de informacin sobre su
patrimonio neto y deudas pendientes que corresponden al momento de la solicitud.
Planteamientos Tabla: Datos sobre caractersticas de prstamos concedidos en el banco de
Ademuz (datos en millones de pesetas)
Fallidos No Fallidos
Patrimoni Deuda Patrimoni Deuda
Cliente Cliente
o Neto Pendiente o Neto Pendiente
1 1,3 4,1 9 5,2 1
2 3,7 6,9 10 9,8 4,2
3 5 3 11 9 4,8
4 5,9 6,5 12 12 2
5 7,1 5,4 13 6,3 5,2
6 4 2,7 14 8,7 1,1
7 7,9 7,6 15 11,1 4,1
8 5,1 3,8 16 9,9 1,6
Total 40 40 Total 72 24
Media 5 5 Media 9 3
JUAN PILOSO MERCHAN
Por otra parte, en la mesa del director del banco hay dos nuevas solicitudes de un prstamo
instantneo. El primer solicitante dispone de un patrimonio neto de 10.1 (millones de pesetas),
con unas deudas pendientes de 6.8 (millones de pesetas). Para el segundo solicitante los valores
de estas variables son 9.7 y 2.2, respectivamente.
X 1, I + X 1, II
C1 =
2
5+9
C1 =
2
C1 =7
Clasificacin
Situacin real Fallidos No fallidos Total
Fallidos 6 2 8
No fallidos 2 6 8
Deudas Pendientes
Las medias mustrales de los dos grupos son las siguientes:
X 1, I =5 X 1, II =3
X 1, I + X 1, II
C1 =
2
5+3
C1 =
2
C1 =4
Clasificacin
Situacin real Fallidos No fallidos Total
Fallidos 5 3 8
No fallidos 4 4 8
X 1, I X 1, II
X 2, I X 2, II
righ righ
[ ] [ ]
5 9
5 3
righ righ
[ ] [ ]
X I = X II =
Mtodo Fisher
D=1 .03550.9325
D=0 .518
Sustitucin de valores del grupo II:
DI + D II
C=
2
0 .518+6. 522
C=
2
C=3 .520
La funcin discriminante es la siguiente:
9 II 5,2 1 0,932 II
10 II 9,8 4,2 2,712 II
11 II 9 4,8 1,325 II
12 II 12 2 7,04 II
13 II 6,3 5,2 -1,843 I
14 II 8,7 1,1 4,462 II
15 II 11,1 4,1 4,151 II
16 II 9,9 1,6 5,238 II
3. Cmo se clasifica a los dos solicitantes de prstamos que tiene sobre su mesa el
director del Banco de Ademuz?
Sustituyendo los valores de patrimonio neto y deudas pendientes se obtiene los siguientes
resultados:
n=
1+
n=
1 .71558
1+1 .71558
n=0. 795
Pruebas de igualdad de las medias de los grupos
2 2 2.767
Intra grupo combinada 2 2.676
Resultados de la prueba
M de Box
F 0,951
Aproximacin 0,268
Gl1 3
Gl2 35280
Sig. 0,849
Fallidos No Fallidos
Client Probabilida Probabilida Client Probabilida Probabilida
e d (II/D) d (I/D) e d (II/D) d (I/D)
1 0,0025 0,9975 9 0,7174 0,2826
2 0,0022 0,9978 10 0,9378 0,0622
3 0,2425 0,7575 11 0,79 0,21
4 0,0302 0,9698 12 0,9991 0,0009
5 0,2313 0,7687 13 0,1367 0,8633
6 0,1307 0,8693 14 0,9886 0,0114
7 0,0815 0,9185 15 0,9845 0,0155
8 0,1442 0,8558 16 0,9947 0,0053
Problema
Anlisis de las empresas espaolas de mayores ventas. En el anuario El Pas se publica
informacin econmica financiera de las 229 mayores empresas espaolas en cuanto a su
JUAN PILOSO MERCHAN
volumen de ventas en 1992. Se han seleccionado los beneficios y ventas correspondientes a las
empresas situadas en los lugares 2 a 9 por orden de ventas.
Componentes principales
Varianza total explicada
Sumas de saturaciones al
Autovalores Iniciales
cuadrado de la extraccin
Componente Porcentaje Porcentaje Porcentaje Porcentaje
Total de la acumulad Total de la acumulad
varianza o varianza o
1 6,309 78,865 78,865 6,309 78,865 78,865
2 0,775 9,687 88,552 0,775 9,687 88,552
JUAN PILOSO MERCHAN
En primer lugar aparecen los Benvent y Cashvent que son las que tienen mayor coeficiente de
correlacin con la componente 1.
En segundo lugar Ventactt, Inmoactt y Ventplan la primera y la tercera estn ms relacionadas
con las ventas con dos variables los que son activos totales y el tamao de la plantilla.
4. Utilizando la matriz de ponderaciones, obtenga las puntuaciones tipificadas
de las componentes.
Componentes
1 2 3
Se dispone de una muestra de 48 vendedores de una tienda por departamentos las que se
midieron evaluando diferentes capacidades de vender.
JUAN PILOSO MERCHAN
Estadsticos descriptivos
Desviacin N del
Media
tpica anlisis
Inicial Extraccin
Letra 1 0.757
Aspecto 1 0.444
Academia 1 0.879
Amabilidad 1 0.884
Autoconfianza 1 0.848
Lucidez 1 0.812
honestidad 1 0.855
Vender 1 0.895
Experiencia 1 0.748
Empuje 1 0.791
Ambicin 1 0.873
Conceptos 1 0.848
Potencial 1 0.883
Equipo 1 0.887
Conveniencia 1 0.816
Matriz de componentes
Componentes
1 2 3 4
principales.
Mtodo de rotacin: Normalizacin Varimax con Kaiser.
Puntuaciones de componentes.
Componente 1,000 2 3 4
Vendedores
9,60 40
9,47 39
9,00 8
8,60 7
8,60 23
8,53 22
8,47 2
8,40 24
8,13 9
7,67 10
7,67 16
7,60 20
7,40 3
7,40 44
7,20 12
7,00 17
JUAN PILOSO MERCHAN
7,00 46
6,87 6
6,80 21
6,67 1
6,67 5
6,67 11
6,40 13
6,40 27
6,33 45
6,13 38
6,00 14
5,93 4
5,87 15
5,87 37
5,53 18
5,53 26
5,40 19
5,13 25
5,13 36
5,07 31
4,93 32
4,53 30
4,53 33
4,33 43
3,73 41
3,33 35
3,27 34
2,87 42
2,73 28
2,60 47
2,40 48
2,00 29