Академический Документы
Профессиональный Документы
Культура Документы
UNIVERSIDAD NACIONALJORGE
JORGEBASADRE
BASADREGROHMANNN
GROHMANN
ESCUELA
ESCUELA PROFESIONAL
PROFESIONAL DE
DE INGENIERÍA
CAPITULO 2 COMERCIAL
INGENIERÍA COMERCIAL
METODOS
ECONOMETRICOS
Docente:
Miguel Piaggio
Canivillo
ANÁLISIS DE
REGRESIÓN CON DOS
VARIABLES
INTEGRANTES:
Esthefani Mullo Limachi
2016-106031
Mónica Delgado Caljaro
2016-106063
Jorge Limache FACULTAD DE CIENCIAS JURIDICAS Y EMPRESARIALES
2016-106004 ESCUELA ACADEMICA PROFESIONAL DE INGENIERIA COMERCIAL 1
TACNA – 2019
Aaron Castro Málaga
2016-106080
UNIVERSIDAD NACIONAL JORGE BASADRE GROHMANNN
ESCUELA PROFESIONAL DE INGENIERÍA
CAPITULO 2 COMERCIAL
INDICE:
tabla 2.1 varían respecto del valor esperado incondicional de Y, igual a 121.20
dólares. Cuando se plantea la pregunta “¿cuál es el valor esperado del consumo
semanal de una familia?”, la respuesta es 121.20 dólares (la media incondicional).
Pero si se pregunta “¿cuál es el valor esperado del consumo semanal de una
familia cuyo ingreso mensual es de 140 dólares?”, la respuesta es 101 (la media
condicional). En otras palabras, a la pregunta “¿cuál es la mejor predicción
(media) del gasto semanal de las familias con un ingreso semanal de 140
dólares?”, la respuesta es 101 dólares. Por consiguiente, conocer el nivel de
ingreso permite predecir mejor el valor medio del consumo que si se ignora esa
información.4 Tal vez sea ésta la esencia del análisis de regresión, como lo
descubriremos a lo largo de este libro.
Los puntos oscuros dentro de círculos de la fi gura 2.1 muestran los valores
medios condicionales de Y, graficados en función de los diferentes valores de X.
Al unir esos valores obtenemos la línea de regresión poblacional (LRP), o, más
general, la curva de regresión poblacional (CRP).5 Con palabras más sencillas, es
la regresión de Y sobre X. El adjetivo “poblacional” se debe a que en este ejemplo
trabajamos con la población total de 60 familias. Por supuesto, en realidad una
población tendría más familias.
Así, desde el punto de vista geométrico, una curva de regresión poblacional es tan
sólo el lugar geométrico de las medias condicionales de la variable dependiente
para los valores fijos de la(s) variable(s) explicativa(s). En palabras más simples,
es la curva que conecta las medias de las subpoblaciones de Y que corresponden
a los valores dados de la regresora X. Lo anterior se ve de manera gráfica en la fi
gura 2.2.
Esta figura muestra que para cada X (es decir, el nivel de ingresos) existe una
población de valores Y (consumo semanal) que se distribuyen alrededor de la
media (condicional) de dichos valores Y.
De la anterior exposición, y en especial de las figuras 2.1 y 2.2, es claro que cada
media condicional E(Y | Xi) es función de Xi, donde Xi es un valor dado de X.
Simbólicamente,
E( Y / Xi ) = f (Xi ) (2.2.1)
¿Qué forma adopta la función ƒ(Xi)? Esta pregunta es importante porque en una
situación real no disponemos de toda la población para efectuar el análisis. La
forma funcional de la FRP es por consiguiente una pregunta empírica, aunque en
casos específicos la teoría tiene algo que decir. Por ejemplo, un economista puede
plantear que el consumo manifiesta una relación lineal con el ingreso.
E( Y / Xi ) = β1 + β2Xi (2.2.2)
En la figura 2.1 es claro que, a medida que aumenta el ingreso familiar, el consumo
familiar, en promedio, también aumenta. Pero, ¿qué sucede con el consumo de
una familia en relación con su nivel de ingreso (fijo)? Es obvio, por la tabla 2.1 y
la fi gura 2.1, que el consumo de una familia en particular no necesariamente
aumenta a medida que lo hace el nivel de ingreso.
Por ejemplo, en la tabla 2.1 se observa que en el nivel de ingreso de 100 dólares
existe una familia cuyo consumo, de 65, es menor que el consumo de dos familias
cuyo ingreso semanal es sólo de 80 dólares. Sin embargo, hay que advertir que el
consumo promedio de las familias con ingreso semanal de 100 es mayor que el
consumo promedio de las familias con un ingreso semanal de 80 dólares (77 y
65). Entonces, ¿qué se puede decir sobre la relación entre el consumo de una
familia y un nivel determinado de ingresos? En la fi gura 2.1 se ve que, con el
nivel de ingresos de Xi, el consumo
Se puede decir que el gasto de una familia en particular, según su nivel de ingreso,
se expresa como la suma de dos componentes: 1) E(Y | Xi), que es simplemente
la media del consumo de todas las familias con el mismo nivel de ingreso. Este
componente se conoce como componente sistemático, o determinista, y 2) ui que
es el componente aleatorio, o no sistemático.
Si suponemos que E(Y | Xi) es lineal en Xi, como en (2.2.2), la ecuación (2.4.1)
se escribe como Yi E(Y | Xi) + ui β1 + β2Xi + ui (2.4.2) La ecuación (2.4.2)
plantea que el consumo de una familia se relaciona linealmente con su ingreso
más el término de perturbación. Así, el consumo individual, con X 80 (ver la tabla
2.1), se expresa como Y1 55 β1 + β2(80) + u1 Y2 6β1 + β2(80) + u2 Y3 65 β1
+ β2(80) + u3 Y4 70 β1 + β2(80) + u4 Y5 75 β1 + β2(80) + u5 (2.4.3) Ahora, si
tomamos el valor esperado de (2.4.1) en ambos lados, obtenemos E(Yi | Xi) E[E(Y
| Xi)] + E(ui | Xi) E(Y | Xi) + E(ui | Xi) (2.4.4) donde se aprovecha que el valor
esperado de una constante sea la constante misma.8
Sustituto de todas aquellas variables que son omitidas por el modelo, pero que
efectivamente afectan a la variable dependiente (Y)
1. VAGUEDAD DE LA TEORÍA:
Esta parte es muy importante porque para poder hacer un modelo de regresión
muestral partimos de un modelo de regresión poblacional, pero como sabemos
que a través de un estudio nosotros no podemos trabajar con la población, si
queremos levantar información acerca del consumo en nuestro departamento
dependiendo del numero de habitantes, no vamos a levantar 200 000 o 300 000
encuestas, sino lo que hacemos es calcular una muestra.
En la tabla 2.10 del ejercicio 2.17 hay datos sobre el promedio de calificaciones
del examen de aptitud académica (SAT, Scholastic Aptitude Test) de lectura
crítica, matemáticas y redacción de 947 347 estudiantes que solicitaron su
admisión a licenciatura en 2007. Se representó gráficamente la calificación
promedio de matemáticas en función del ingreso familiar promedio para obtener
la ilustración de la fi gura 2.7. Nota: En virtud de los intervalos abiertos de
ingreso para la primera y última categorías de la tabla 2.10, se supone que el
ingreso promedio familiar más bajo es de 5 000 dólares, y el más alto, de 150
000 dólares.
2.9 BIBLIOGRAFIA