#Librerias

library(readr)
library(readxl)
library(dplyr)
library(stargazer)

##Enrutar la base de datos

setwd("C:/Users/Luis/Documents/Econometria")
datos=read_excel("Excel taller 2.xlsx")

#Diagrama de dispersion

plot(datos$Acciones, datos$Precio, pch = 19, col = "blue")

Existe una relacion entre la cantidad de las acciones y el precio, se observa una relacion lineal alta de 74.38% entre las dos variables

Regresion = lm(Precio ~ Acciones, data = datos)
summary(Regresion)
## 
## Call:
## lm(formula = Precio ~ Acciones, data = datos)
## 
## Residuals:
##      Min       1Q   Median       3Q      Max 
## -1.73591 -1.14649  0.02333  0.84762  2.18248 
## 
## Coefficients:
##             Estimate Std. Error t value Pr(>|t|)    
## (Intercept)   9.2649     1.0991   8.429 2.99e-05 ***
## Acciones      0.7105     0.1474   4.819  0.00132 ** 
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## 
## Residual standard error: 1.419 on 8 degrees of freedom
## Multiple R-squared:  0.7438, Adjusted R-squared:  0.7118 
## F-statistic: 23.22 on 1 and 8 DF,  p-value: 0.001323

##Respuesta C La regresión tiene sentido economico porque a mayor demanda de las acciones, generalmente el precio aumenta. Es razonable con el comportamiento del mercado bursatil Modelo \[Precio]_t = 9.2649 + 0.7105 Acciones_\] # Pruebas de hipotesis ### Pruebas individuales t coeficiente de pendiente

\[H_0:\beta_i=0\] \[H_1:\beta_i\not=0\] \(valorp<0.00132<0.05\)

Hay evidencia estadistica para rechazar Ho. El coeficiente pendiente es estadisticamente diferente de 0, por lo tanto es significativo en el modelo.

\(valorp<2.99\cdot *10^{-05}<0.05\)

Hay evidencia estadistica para rechazar Ho. El intercepto es estadisticamente diferente de 0, por lo tanto es significativo en el modelo.

Respuesta E Pronostico del precio medio

Precio medio = 9.2649 + 0.7105 Acciones * 12 = 18

Interpretacion de los coeficientes

Coeficiente de pendiente Si las acciones incrementan en 1, entonces se espera que el precio aumente en 0.71 dólares.

Prueba Anova

anova=anova(Regresion)
anova
## Analysis of Variance Table
## 
## Response: Precio
##           Df Sum Sq Mean Sq F value   Pr(>F)   
## Acciones   1 46.784  46.784  23.223 0.001323 **
## Residuals  8 16.116   2.015                    
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1

Intercepto Representa en promedio de y, cuando x=0. En este caso el intercepto es 9,2649