UNIVERSIDAD DE SAN CARLOS DE GUATEMALA FACULTAD DE CIENCIAS ECONOMICAS INGA.

PATRICIA JUAREZ JIMENEZ, 2012 REGRESIN Y CORRELACIN Analizaremos como ajustar un modelo simple a un conjunto de datos, mediante un anlisis de regresin, el cual utiliza un modelo matemtico para obtener estimaciones y la prediccin de una variable dada en funcin de valores conocidos de las otras variables. El grado de correlacin entre dos variables es fundamental del anlisis de regresin. REGRESIN: Es la relacin entre s de dos o ms variables. La cual indica que la variable dependiente se produce sobre la base de una variable independiente. CORRELACIN: Es el relacin existente entre las variables de estudio, es decir si una variable dada depende de la otra variable entonces existe una correlacin; por el contrario una variable que es independiente de otra variable se dice que no hay correlacin o bien que la correlacin es nula. DIAGRAMA DE DISPERSIN: Es la representacin grfica sobre un plano cartesiano de los valores de la variable dependiente e independiente, que es el punto de partida para el anlisis de regresin y correlacin, as se determina la linealidad o no linealidad REGRESIN LINEAL: La regresin lineal utiliza un modelo lineal de la forma: Y = a + bx Donde las constantes a y b se determinan mediante el sistema de ecuaciones: Y=aN+bX XY = a X + b X ANLISIS DE CORRELACIN:

Mide la intensidad con la que se relacionan linealmente las variables entre s. La correlacin no presupone relacin funcional alguna, sino tan solo se emplea para indicar el grado de relacin entre las variables. Esta puede ser positiva o negativa. COEFICIENTE DE CORRELACION: Es una medicin abstracta del grado de relacin entre las variables. Una cuantificacin del grado en que un modelo terico se ajusta a los datos reales de dos variables nos indica si es aplicable o no el modelo de regresin.

r=

N XY ( X) ( Y )

[N ( X ) ( X) ] [N ( Y ) ( Y ) ] El rango del coeficiente de correlacin es 1 < r < + 1, si las dos variables tienen una relacin lineal perfecta y cada una aumenta en forma proporcional respecto a la otra, tendra un coeficiente de correlacin a 1, en tal caso se le llama correlacin directa. Si su relacin lineal es perfecta de modo que cuando una aumenta la otra disminuye en proporcin, tendra un coeficiente de correlacin igual 1 en tal caso se le llama correlacin inversa. El valor 0 significa que no existe correlacin entre las variables X & Y, o bien que la correlacin es nula. ERROR TIPICO DE ESTIMA: Es anlogo a la desviacin tpica, se obtiene de la relacin que existe entre los puntos de un diagrama de dispersin y la curva de ajuste obtenida por el mtodo de mnimos cuadrados. Para la regresin lineal de Y sobre X, el error tpico de estima se calcula con la siguiente formula: S yx = [( Y a Y b XY) / N ] NOTA: Es importante indicar que cuando los valores de a y b son muy pequeos, debern tomarse por lo menos 5 o 6 decimales. COEFICIENTE DE DETERMINACIN: Si los datos se dispersan ampliamente respecto a la ecuacin de regresin, el grado de ajuste es bajo. Sin embargo, si los puntos se acumulan muy cerca de la lnea de regresin, el ajuste es alto. La medida estadstica que se usa para medir el grado de ajuste se llama coeficiente de determinacin, el cual se calcula:

r = r Ejemplo: Un grupo de inversionistas que decidieron trabajar en la bolsa de valores lo contrata a usted como asesor financiero para estimar la relacin de utilidades y la inversin efectuada en miles de quetzales. a) Determinar la ecuacin de la recta de regresin de Y sobre X. INVERSIN Y 3 4 4 58 5 3 4 5 3 2 35 4 89 63 73 84 75 48 697 57 78 72 3364 25 9 16 25 9 4 X 9 16 16 116 7921 3969 5329 7056 5625 2304 133 445 189 292 420 225 96 50085 2554 Y 3249 6084 5184 XY 171 312 288

UTILIDADES X

Sustituir en las ecuaciones normales: Y=aN+bX XY = a X + b X 697 = a (10) + b 35 2554 = a 35 + b 133 (1) (2)

133 / 35 = 3.8 Multiplico ecuacin (1) por 3.8 y obtengo una nueva ecuacin (3) -2648.6 = - a 38 b 133 2554 = a 35 + b 133 Resto las dos ecuaciones 3 y 2 -94.6 = - a 3 Despejo ( a ) -94.6 / -3 = a 31.53 = a Sustituyo en (1) 697 = 31.53 (10) + b 35 Se despeja ( b) (697 315.3 ) / 35 = b 10.91 = b Y = 31.53 + 10.91 X Si la utilidad es de Q. 7 mil, la inversin tendra que ser: Y = 31.53 + 10.91 (7) Y = 107.9 R/ c) La inversin tendra que ser Q. 107,900.00, para obtener dicha utilidad. Determine el coeficiente de correlacin e interprete el resultado r= N XY ( X) ( Y ) . (3) (2)

[N ( X ) ( X) ] [N ( Y ) ( Y ) ] r= 10 (2554) 35 ( 697 ) .

 [10x133 -35 ] [ 10 x 50085 - 697 ] r = 0.911 R/ Su correlacin es directa

Determine el error tpico de estima S yx = [( Y a Y b XY) / N ] S yx = [( 50085 31.53 x 697 10.91 x 2554) / 10 ] S yx = 5.076

R/ Esto significa que el valor de Y calculado por el mtodo de mnimos cuadrados puede variar 5.076 e) r = r El coeficiente de determinacin es: r = 0.911 r = 0.829921 Si el intervalo de confianza es del 95% determinar la inversin si la utilidad es de 7 mil. Y + Z S yx Z = 95/2 = 0.475 107.861 + 1.96 x 5.076 117.81 EJERCICIOS PROPUESTOS Los siguientes datos muestran el comportamiento de nueve auditores de acuerdo a los aos de experiencia dentro de la auditoria. AuditorAos de experienciaEmpresas auditadas 1960 21368 3555 4757 51264 6655 7454 8554 9350 Ver tabla curva normal 107.861 - 1.96 x 5.07 97.91 1.96

a) Encuentre la ecuacin de la recta de mnimos cuadrados a partir de la cual se pueda pronosticar el nmero de empresas auditadas en trminos de los aos de experiencia. b) Use el resultado del inciso anterior para estimar el nmero de empresas si los aos de experiencia fueron de 10 y con un intervalo de confianza del 90%. c) d) Cual sera el coeficiente de correlacin e interprtelo Calcule el error tpico de estima

Se selecciono una muestra de empleados estatales, especficamente administrativos y se obtuvo informacin acerca de los ingresos y gastos en quetzales Ingresos Gastos 25 30 20 40 22 35 35 20 30 18

Con la informacin anterior calcular lo siguiente: Representar grficamente las dos variables Estimar los gastos para un ingreso de Q.50.00 con un intervalo de confianza del 95% Determinar el coeficiente de correlacin y su interpretacin Determinar el error estndar de regresin.

UNIVERSIDAD DE SAN CARLOS DE GUATEMALA FACULTAD DE CIENCIAS ECONMICAS ING. PATRICIA DE LOURDES JUREZ JIMNEZ SERIES HISTORICAS O CRONOLOGICAS Se le denominan a un conjunto de observaciones obtenidas de una misma variable, durante un perodo de tiempo. La importancia de su anlisis radica, porque contando con datos pasados se puede realizar un pronostico confiable de la actividad futura y tomar decisiones anticipadas. Las series pueden ser negativas o positivas en su comportamiento.

Clasificacin de Movimientos de Series de Tiempo: Movimientos lineales: es la puede sealar trazos en una lnea recta o curva suave, est puede ser ascender o descender. Movimientos seculares o de larga duracin: se indica por una curva de tendencia que aparece a trazos. Movimiento cclico: se refiere a la oscilacin de larga duracin alrededor de la recta o curva de tendencia. (en intervalos de prosperidad, retroceso, depresin y reoperacin) Movimientos estacinales: se refiere a la idntica o casi idnticas normas que una serie de tiempo parece seguir durante los correspondientes meses de los sucesivos aos. Movimientos irregulares o al azar: se refiere a movimientos espordicos de la serie de tiempo debido a sucesos ocasionales, tales como inundaciones, huelgas, elecciones, etc. Estimacin de la tendencia, se pueden calcular por: Mtodo de mnimos cuadrados Mtodo libre Mtodo de movimiento medio Mtodo de semi medias Resumen de los pasos fundamentales en el anlisis de series de tiempo: Coleccionar los datos de la serie de tiempo procurando de que estos sean dignos de confianza. Representar la serie de tiempo, anotando cualitativamente la precisin de tendencia de larga duracin. Construir la curva o recta de tendencia. Si estn presente variaciones estacinales obtener un ndice estacional y ajustar los datos a estas variaciones o cualquier otro tipo de variacin. Clasifique los siguientes movimientos de series de tiempo: Un fuego en una fabrica retrasa la produccin tres semanas ___________________________ Una etapa de prosperidad ________________________

La venta en un departamento despus de pascua ________________________ La necesidad de incrementar la produccin de trigo debido a un constante aumento de la poblacin _______________ El nmero mensual de pulgadas de lluvia en una ciudad en un perodo de 5 aos _________________________

R/1. Irregular, 2. Cclica, 3. Estacional, 4. De larga duracin, 5. Estacional FORMULAS Tendencia Lineal: Yc = a + b x Coeficientes a y b Ecuaciones: b = xy n x y 2 x - n x a=ybx Mtodo abreviado 2 a=y /n Serie Impar b=xy/x 2

Mtodo largo AoX en aosAos 101-2 212-1 3230 4341 5452 Total100 Serie Par Mtodo largo AoX en aosAos 101-3 212-2 3231 43Origen0 5441 6552 Total1563 0 Ejemplo:

Mtodo corto X en aos

Mtodo corto X en aos

El total de ventas anuales de la compaa A estn dadas por: Ao Ventas (miles de Q.) 199920 200024 200129 200229 200334 Encuentre la ecuacin de la recta de tendencia por mtodo de mnimos cuadrados. Suponiendo que la tendencia continua en el futuro, tal como en el pasado, cul sera el valor estimado para el 2005 3. Si se cambia el origen para el 2001 2 Ao Ventas miles de Q. 199920000-2 (Y)(X)XY X X

2000241241-1 20012925840 20022938791 2003344136162 totales1361030530 x=x/n y = y/ n b = 305 - 27.2 = 3.3 30- 20 a = 27.2 - 3.3 * 2 = 20.6 x = 10/ 5 = 2 y = 136/ 5 = 27.2

Yc = 20.6 + 3.3 X Si X = 6 se sustituye en la ecuacin anterior Yc = 20.6 + 3.3 * 6 = 40.4 es el valor estimado en quetzales. Si se cambia el origen para el 2001 Yc = 20.6 + 3.3.* 2 La nueva ecuacin Yc = 27.2 + 3.3 X

Y si desea estimar las ventas para el 2005 X=4

Yc = 27.2 + 3.3 * 4 = 40.4 en miles de quetzales. Dado los siguientes datos sobre la produccin de una compaa en millones de unidades.

AoProduccin 199914 200015 200117 200218 200320 200424 Calcule la tendencia lineal por el mtodo corto Estime el valor de produccin para 2005 y 2006 2 AoProduccinXXY X 199914-3-429 200015-2-304 200117-1-171 0 2002181181 2003202404 2004243729 10804128 Yc = a + b x Mtodo abreviado 2 a=y /n a = 108 / 6 a = 18 Yc = 18 + 1.46 X X=4 Yc = 23.84 b=xy/x b = 41 / 28 b = 1.46 es la ecuacin de la lineal X= 5 Yc = 25.3

Son los valores de produccin estimados Ejercicios propuestos:

Los gastos personales durante ciertos aos son los siguientes. AosGastos Personales 2000270 2001285 2002295 2003315 2004330 Ajustar la cura de tendencia a una recta por el mtodo de mnimos cuadrados Basndose en esta ecuacin, en qu ao dira usted que los gastos personales alcanzarn los Q. 360 ? Las ventas de una firma en los aos anteriores fueron: AosPromedio mensual en miles Q. 199930 200035 200142 200248 200350 200455 Calcule la ecuacin de la curva de tendencia por el mtodo corto, el ao central esta al 30 de junio. Suponiendo que la tendencia contina como el pasado, 2005? Calcule la ecuacin de mnimos cuadrados. Cul ser la tendencia para el