Caso:

El director financiero de la empresa Tecnología Innovadora S.A. está interesado en analizar la relación entre las ganancias anuales (en miles de dólares) y la inversión en investigación y desarrollo (ID, en miles de dólares). Para ello, ha recopilado la siguiente información mensual:

Ganancia anual (Y): 22 28 36 32 35 37 39 38 42 39 43 22 Inversión en ID (X): 3 5 6 5 7 6 6 8 9 8 9 3

Se desea realizar un modelo de regresión, de tal manera que permita predecir eventos futuros

Ingresamos los datos:

financias <- data.frame(ganancia=c(22,28,36,32,35,37,39,38,42,39,43,22),
                       inversion=c(3,5,6,5,7,6,6,8,9,8,9,3))

financias
##    ganancia inversion
## 1        22         3
## 2        28         5
## 3        36         6
## 4        32         5
## 5        35         7
## 6        37         6
## 7        39         6
## 8        38         8
## 9        42         9
## 10       39         8
## 11       43         9
## 12       22         3

Pasos para construir un modelo de regresión:

Paso 1: Determinar las variables X,Y

Paso 2: Evaluar la relación entre variables (Correlación) graficamente

Diagrama de dispersión o puntos

# Gráfico con plot
plot(x=financias$inversion,y=financias$ganancia)

# Gráfico con pairs
pairs(financias)

Interpretación: Según los resultados, hay relación lineal positiva o directa entre la inversión y la ganancia.

Coeficiente de correlación

# Mediante la función cor
cor(financias) # Matriz de correlaciones
##            ganancia inversion
## ganancia  1.0000000 0.9318761
## inversion 0.9318761 1.0000000

Coeficiente de correlación:

r = 0.9318761

Interpretación: Existe correlación positiva mul alta entre la inversión y la ganancia. (Recordar: Si el r en menor que 0.35 para algunos autores, no es viable la regresión, para otros autores se debe probar hipótesis) Como en este caso el coeficiente de correlación es superior a 0.35, es viable la regresión.

Paso 3: Regresión

Regresión lineal simple

Modelo general $ = b_o + b_1X $

Modelo para el caso: \(\hat{ganancia} = b_0 + b_1 Inversión\)

Para obtener el modelo, se va a utilizar una función de R > lm

# lm, notación: Y ~ X, data=
modelo1 <- lm(ganancia ~ inversion, data=financias)

# Resumen de resultados
summary(modelo1)
## 
## Call:
## lm(formula = ganancia ~ inversion, data = financias)
## 
## Residuals:
##    Min     1Q Median     3Q    Max 
## -2.396 -1.964 -1.153  1.800  5.387 
## 
## Coefficients:
##             Estimate Std. Error t value Pr(>|t|)    
## (Intercept)  14.3153     2.5938   5.519 0.000255 ***
## inversion     3.2162     0.3959   8.123 1.03e-05 ***
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## 
## Residual standard error: 2.693 on 10 degrees of freedom
## Multiple R-squared:  0.8684, Adjusted R-squared:  0.8552 
## F-statistic: 65.98 on 1 and 10 DF,  p-value: 1.03e-05
## Coefficients:
##             Estimate Std. Error t value Pr(>|t|)    
## (Intercept)  15.1982     2.1254   7.151 3.10e-05 ***
## inversion     3.2162     0.3792   8.482 7.03e-06 ***
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## 
## Residual standard error: 2.579 on 10 degrees of freedom
## Multiple R-squared:  0.878,  Adjusted R-squared:  0.8658 
## F-statistic: 71.94 on 1 and 10 DF,  p-value: 7.032e-06