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
Paso 1: Determinar las variables X,Y
Paso 2: Evaluar la relación entre variables (Correlación) graficamente
# 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.
# 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
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