econometria




ICN312 ECONOMETRÍA



Entrega Final
“Modelo de precios de una cocina según sus características”


Profesor: Mauricio Ahumada E.

Ayudantes: Andy Castillo
Felipe Ichuel

INTEGRANTES:

Felipe Albornoz Brendtner
Paulina Fleta Sierralta
Constanza Pardo Quilodran

FECHA ENTREGA: 19 de Junio de 2013



INDICE
RESUMEN EJECUTIVOINTRODUCCION

Hoy en día, el precio de cierto bien depende de muchas variables; donde lo compramos, las características del bien, entre otras. A pesar de que el precio dependa de sus características, si bien existe un precio de mercado, no todos los oferentes los venden al mismo. Es por esto que para un consumidor se hace cada vez máscomplicado poder elegir el artículo sin pagar un precio exagerado y que el producto realmente lo valga.
Nuestro trabajo está basado en un modelo de regresión lineal sobre el precio de una cocina dependiendo de distintas variables, como lo son la marca, la tienda, el peso, entre otras el cual servirá de ayuda para aquellas dueñas de hogar, madres o personas que estén formando su hogar para que puedantomar una buena decisión y pagar lo que el producto vale.
Se eligieron 50 datos que fueron tomados de la página web de las tiendas Falabella, Ripley y Paris a través de un muestreo aleatorio simple. Las variables explicativas que seleccionamos para poder tomar los datos, fueron la tienda, la marca, el número de quemadores, el ancho, el largo, la profundidad, el volumen y el peso de la cocina.
Sinla necesidad de realizar la regresión, podemos deducir que puede que exista problemas de multicolinealidad entre ciertas variables que claramente están relacionadas entre si (ancho, largo, alto y volumen), lo cual lo corroboraremos a través del desarrollo de nuestro trabajo.





























METODOLOGÍA
Utilizando el precio como variable endógena ytienda, marca, quemadores, ancho, largo, profundidad, volumen y peso como variables explicativas se realizó un modelo de regresión lineal obteniéndose lo siguiente:
Y=b0+b1D1+b2D2+b3D3+b4D4+b5D5+b6D6+b7D7+b8D8+b9D9+b10X1+b11X2+b12X3+b13X4+b14X5
Donde existen 5 variables cuantitativas las cuales son X1 el ancho, X2 el largo, X3 la profundidad, X4 el volumen, X5 el peso de la cocina y 3 variablesdicotómicas siendo:
D1 la tienda Ripley, D2 la tienda Paris y como categoría base la tienda Falabella.
D3 la marca Sindilen, D4 la marca Fensa, D5 la marca Mademsa, D6 la marca Mabe, D7 la marca Whirlpool y como categoría base la marca Ursus Trotter.
D8 4 quemadores, D9 6 quemadores y como categoría base 5 quemadores.
Los parámetros estimados que arrojó la regresión fueron los siguientes:
 Coeficientes
Intercepción
278906,212
Variable D1
20380,7435
Variable D2
219,422078
Variable D3
161375,974
Variable D4
127211,374
Variable D5
115962,558
Variable D6
274278,832
Variable D7
389061,173
Variable D8
613660,737
Variable D9
85509,9427
Variable X1
1676,5838
Variable X2
2871,66348
Variable X3
33632,8165
Variable X4
5,22767732
Variable X5
2367,90725Multicolinealidad
A través de dócimas individuales, analizamos la significancia de los parámetros estimados, con un valor tabla de t(n-p-1,1-a/2)=t(35,0.975)= 2,03 y comparándolo con los estadísticos arrojó que solamente 3 de estos resultaron significativos de un total de 15, lo cual nos parece un número muy bajo para la cantidad de datos y variables que posee el modelo. Ahora, tomando encuenta el coeficiente de determinación R^2 que posee un valor de 0,8409 (ver Anexo N°2) se tiene la hipótesis de que puede estar ocurriendo un problema de multicolinealidad entre cierta variables, ya que exite un R^2 alto y muy pocos parámetros significativos. Este problema nos causa gran daño ya que nos impide hacer inferencia de la población a través de este modelo. Es por esto que a través del...