Dr.
Carlos Alberto Minchón Medina
Con frecuencia las decisiones gerenciales Algunas veces los directivos
se basan en la relación entre dos o más se apoyan en la intuición
variables. para juzgar la relación entre
Por ejemplo, al analizar la relación entre dos variables. Sin embargo,
el gasto en publicidad y las ventas, un cuando los datos están dis-
gerente de marketing puede tratar de ponibles, puede emplearse
predecir las ventas correspondientes a un un procedimiento estadís-
determinado gasto en publicidad. tico llamado análisis de
En otro caso, una empresa de servicios regresión para obtener una
públicos establece la relación entre la ecuación que indique cuál
temperatura diaria y la demanda de es la relación entre las
electricidad para predecir la necesidad variables.
de fluido eléctrico considerando las
temperaturas diarias que se esperan para
el mes siguiente.
En la terminología que se
emplea en la regresión, la
La ecuación de regresión
variable a predecir se llama
variable dependiente, y a la
Y = o + 1 X +
variable o variables que se
usan para predecir su valor se o y 1 se conocen como parámetros
les llama variables del modelo, y (la letra griega épsilon)
independientes. es una variable aleatoria denominada
Por ejemplo, al analizar el término del error. Este último da cuenta
efecto de los gastos en de la variabilidad de y, que no puede
publicidad sobre las ventas, ser explicada por la relación lineal
como lo que busca el gerente entre x y y. En realidad, representa el
de marketing es predecir estas efecto de las variables que no fueron
últimas, las ventas serán la incluidas en la ecuación.
variable dependiente.
Ventas
Ventas
Gasto publicidad Precio
Relación directa cuando al aumentar X aumenta Y (pendiente positiva).
Relación inversa, si al aumentar X, disminuye Y (pendiente negativa).
El método de mínimos cuadrados,
permite estimar los parámetros
mediante:
No influencia
P > 0.05
P < 0.05
Nivel de significancia
= 0.05
Al usar el modelo de regresión lineal
simple se hace un supuesto acerca
de la relación entre X y Y. Después se
El coeficiente de determi- usa el método de mínimos
nación R2, indica la proporción cuadrados para obtener una
de la variabilidad de la ecuación de regresión lineal simple
variable dependiente que es estimada. Si existe una relación
explicado por el modelo. significativa entre X y Y, y el
Usualmente se expresa en coeficiente de determinación indica
porcentaje. que el ajuste es bueno, la ecuación
Es usual considerar R2 lo más de regresión estimada es útil para
cercano al 100%. estimación y predicción.
1. El Servicio de Administración Los datos (en miles de dólares)
Tributaria, considera que el carácter sobre ingreso bruto ajustado y
razonable de las deducciones declaradas el monto promedio o razonable
por un contribuyente depende de su de deducciones declaradas se
ingreso bruto ajustado. Deducciones listan a continuación.
grandes que comprenden donaciones de
X Y
caridad o por atención médica son más
apropiadas para contribuyentes que
tengan un ingreso bruto ajustado grande.
Si las deducciones de una persona son
mayores que las deducciones declaradas
promedio correspondientes a un
determinado nivel de ingresos, aumentan
las posibilidades de que se le realice una
auditoría.
Coeficiente de
R2 determinación:
El IBA explica el
95.5% de la
variabilidad del
monto de las
deducciones
declaradas
ANÁLISIS DE VARIANZA
Como p=0.000<0.05, se
rechaza Ho, se queda con Ha
Esto indica que IBA tiene
efecto sobre MRDD
La ecuación de regresión lineal simple estimada
𝑌 = 𝑏𝑜 + 𝑏1 𝑋 = 𝑏𝑜 + 𝑏1 𝐼𝐵𝐴
𝑀𝑅𝐷𝐷
p=0.000<0.05
= 4.677 + 0.161 𝐼𝐵𝐴
𝑀𝑅𝐷𝐷 Esto indica que IBA tiene
efecto sobre MRDD, o lo que es
El monto razonable de las deducciones declaradas representa el lo mismo explica el
16.1% del ingreso. Es decir, por cada unidad de ingreso, indica comportamiento de los montos
que el monto declarado aumenta en 0.161 unidades de las deducciones declaradas
Estimados de MRDD Estimación confidencial
X Y
Ingreso bruto declarado de $ 70,
¿en cuánto se estima su MRDD?
= 4.677 + 0.161 70
𝑀𝑅𝐷𝐷
= 15.97
2. Una aplicación importante del
análisis de regresión en la contaduría
es la estimación de costos. Partiendo
de datos sobre volumen de
producción (X, independiente) y
costos, (Y, dependiente) y empleando
una ecuación de regresión estimada
que relacione ambos datos, un
contador puede calcular los costos
correspon-dientes a un determinado
volumen de producción.
Considere la siguiente muestra de
datos sobre volumen de producción y
costo total de una operación de
manufactura.
El 95.9% de la
variabilidad
del costo total
es explicada
por el
volumen de
producción
Aceptar Ha: 1 ≠0.
Lo que indica que
el volumen de
producción explica
el costo total
La ecuación de regresión lineal simple estimada
𝑌 = 1246.667 + 7.600𝑋
Aceptar Ha: 1≠0.
Lo que indica que
el volumen de
El costo total aumenta en $ 7.6 por unidad producida producción explica
el costo total
LA ESTADÍSTICA
EN ACCIÓN
Los datos siguientes muestran la
estimación del valor justo (Fair
Value) de Morningstar y el
precio por acción (Share Price)
de 28 empresas (Company). El
valor justo es una estimación del
valor de una empresa por
acción que considera
pronósticos de crecimiento,
rentabilidad, riesgo y otros
factores de las compañías para
los próximos cinco años. Hacer
análisis de regresión.
