ESTIMACIÓN DE LA

DEMANDA

MTRA. NORA C. AMPUDIA

FEBRERO 2005

Elaborado por Mtra. Nora C.

Ampudia 1
 ¿CÓMO PODEMOS DETERMINAR
LA DEMANDA DE UN PRODUCTO?
„ ¿Qué pretendemos conocer cuando
estudiamos un mercado?
„ ¿Por qué nos interesa un estudio de
mercado?
„ ¿Qué factores determinantes queremos
conocer?

Elaborado por Mtra. Nora C.

Ampudia 2
 COMO ESTUDIAR EL
COMPORTAMIENTO DEL
CONSUMIDOR
„ Encuestas.
„ Grupo de enfoque.
„ Paneles de estudio de consumo.
„ Auditorias “In situ”.
„ Análisis de Regresión.
„ w.w.w.acnielsen.com

Elaborado por Mtra. Nora C.

Ampudia 3
 DEFINICIÓN ANÁLISIS DE
REGRESIÓN
„ Técnica estadística para encontrar la
mejor relación entre la variable
dependiente y las variables
independientes seleccionadas.
„ Regresión simple: una variable
independiente.
„ Regresión múltiple: emplea más de una
variable independiente.
Elaborado por Mtra. Nora C.
Ampudia 4
 PASOS DEL ANÁLISIS DE
REGRESIÓN
„ Especificar el modelo de regresión o
ecuación: para lo cual necesitamos
creatividad.
„ Obtener datos acerca de las variables
especificadas en el modelo.
„ Estimar el impacto cuantitativo de cada
una de las variables independientes sobre
la variable dependiente.
Elaborado por Mtra. Nora C.
Ampudia 5
 ANÁLISIS DE REGRESIÓN
„ Es el procedimiento para estimar la demanda de
consumo.
„ Se incluyen las variables que se consideran
determinantes en el resultado de la variable que se
investiga.
„ Determina la relación cuantitativa entre variables.
„ Se determina la relación de dependencia.
„ Variable dependiente.
„ Variable independiente.
„ Se utiliza como material de apoyo en la elaboración
de políticas y en la toma de decisiones de los
negocios.

Elaborado por Mtra. Nora C.

Ampudia 6
 PROCESO DE APLICACIÓN DEL
ANÁLISIS DE REGRESIÓN
1. Especificación del modelo de regresión de la
demanda.
2. Recolección de datos relevantes.
3. Estimación de la ecuación de regresión.
4. Análisis y evaluación de los resultados de
regresión (prueba-t, prueba-F, R2) y ajuste o
corrección de cualquier problema estadístico
(multicolinealidad, autocorrelación, forma
funcional incorrecta)
5. Evaluación de los hallazgos de regresión para su
uso en la toma de decisiones de políticas.
Elaborado por Mtra. Nora C.
Ampudia 7
„ Las variables utilizadas dependen de la
disponibilidad de los datos y el costo de generar
nuevos datos.
„ Los datos pueden ser:
„ Series de Tiempo: proporcionan información de las
variables en diversos períodos de tiempo.
„ Corte transversal: proporcionan información de las
variables para un periodo de tiempo determinado.

Elaborado por Mtra. Nora C.

Ampudia 8
DETERMINACIÓN DE LA ECUACIÓN
DE REGRESIÓN
„ Determinación de la demanda de pizzas:
„ ¿Qué datos consideras relevantes?
„ ¿Cómo obtendrías dichos datos?

„ ¿En qué lugar obtendrías dichos datos?

Elaborado por Mtra. Nora C.

Ampudia 9
 DATOS CUANTITATIVOS A
UTILIZAR EN LA ESTIMACIÓN
„ Mediante una encuesta determinamos:
„ Número promedio de rebanadas consumidas
mensualmente por los estudiantes.
„ Precio promedio de una rebanada de pizza en los
lugares que venden pizza.
„ Costo anual de colegiatura.
„ Precio promedio de las bebidas gaseosas vendidas en
los locales de pizza.
„ Ubicación del plantel escolar (zona rural o zona
urbana)

Elaborado por Mtra. Nora C.

Ampudia 10
 ECUACIÓN DE REGRESIÓN QUE
SERÁ ESTIMADA
„ Forma lineal aditiva:
Y = a + b1X1 + b2X2 + b3X3 + b4X4
„ Donde:
„ Y = cantidad demandada de pizza (número promedio de
rebanadas per cápita mensuales)
„ a = el valor constante o intersección de Y.
„ X1 = precio promedio de la rebanada de pizza (en centavos)
„ X2 = colegiatura anual (en miles de pesos)
„ X3 = precio promedio de una lata de 12 onzas de bebida
gaseosa en centavos.
„ X4 = ubicación del campus (1 si está ubicado en un área
concentrada urbana, 0 si es de otra forma)
„ b1, b2, b3, b4 = coeficientes de las variables X que miden el
impacto de las variables en la demanda de pizza.
Elaborado por Mtra. Nora C.
Ampudia 11
ESTIMACIÓN E INTERPRETACIÓN
DE LOS COEFICIENTES DE
REGRESIÓN
„ PAQUETES DE SOFTWARE:
„ SPSS
„ SAS

„ MICRO TSP

„ EXCEL.

„ Método más utilizado en regresión para

estimar una relación “Método de los
mínimos cuadrados ordinarios (MCO)”
Elaborado por Mtra. Nora C.
Ampudia 12
 OBTENCIÓN DE LA FUNCIÓN DE
REGRESIÓN EN EXCEL
Parámetros y coeficientes de la ecuación de regresión

Y = 26.67 – 0.088X1 + 0.138X2 – 0.076X3 – 0.544X4

(0.018) (0.087) (0.020) (0.884)
Coeficiente de determinación

R2 = 0.717 Error estándar de la estimación de Y = 1.64

Ř2 = 0.67 F = 15.8

Los signos de los coeficientes estimados muestran la relación existente

entre las variables.
Cada coeficiente estimado nos dice cuánto cambiará la demanda de
pizza con relación a un cambio unitario en cada una de las variables
explicativas.

Elaborado por Mtra. Nora C.

Ampudia 13
 INTERPRETACIÓN DATOS

„ ß cada coeficiente beta “b” nos dice

cuánto cambiará la demanda de pizza con
relación a un cambio unitario en cada una
de las variables explicativas.

Elaborado por Mtra. Nora C.

Ampudia 14
 DETERMINANDO LA CANTIDAD
DEMANDADA
Y = 26.67 – 0.088X1 + 0.138X2 – 0.076X3 – 0.544X4
„ Suponiendo que las variables explicativas tienen
los siguientes valores:
Precio pizza (X1) = 100 ($1.00)
Costo anual de la colegiatura universitaria (X2) = 14 ($14,000)
Precio de una bebida gaseosa (X3) = 110 ($1.10)
Ubicación del campus (X4 = 1) = área urbana
„ Determinamos la cantidad demandada.
Y = 26.67 – 0.088 (100) + 0.138 (14) – 0.076 (110) – 0.544 (1)
= 10.898 o 11 (redondeado a la fracción más cercana)

Elaborado por Mtra. Nora C.

Ampudia 15
 CALCULANDO ELASTICIDADES
„ Para calcular las elasticidades punto para cada
una de las variables considerando los valores
precedentes, simplemente insertamos los
números apropiados dentro de la fórmula de
elasticidad.
100  
„ Elasticidad precio: Εprecio = −0.088  = −0.807
 10 . 898 
„ Elasticidad costo de la colegiatura:
 14 
Ε cos tocolegiatura = 0.138  = 0.177
 10.898 
„ Elasticidad precio cruzada:
 110 
Εpreciocruzada = −0.076  = −0.767
 10.898 
16
INTERPRETACIÓN ELASTICIDADES

„ La demanda para pizza es:

„ Inelástica en el precio, por lo que se podría
elevar el precio (es un bien normal).
„ Presenta cierta elasticidad precio cruzada con las
bebidas gaseosas (son bienes complementarios),
de forma que una disminución en el precio de
las mismas incrementaría la demanda de
refrescos.
„ Es inelástica al costo de la colegiatura (bien
superior) por lo que este no impacta
significativamente a la demanda de pizza.
Elaborado por Mtra. Nora C.
Ampudia 17
 EVALUACIÓN ESTADÍSTICA DE
LOS RESULTADOS
„ La Prueba T, también denominada de
significancia estadística, es básica para
determinar si los coeficientes estimados reflejan
a la población. Se estima el valor T mediante la
siguiente formula:
∧

t= b
∧
errorestándarde b
„ El error estándar se presentan entre paréntesis
bajo los coeficientes estimados.
Elaborado por Mtra. Nora C.
Ampudia 18
 SIGNIFICANCIA ESTADÍSTICA
„ Mediante la regla de 2 podemos decir que el
coeficiente estimado “b” es estadísticamente
significativo si el valor absoluto del coeficiente
dividido entre su error estándar es mayor o igual
a 2.
„ X1 (precio de la pizza) y X3 (precio de las bebidas
gaseosas) son estadísticamente significados debido a
que los valores absolutos estadísticos t son 4.89 y 3.8
respectivamente

Elaborado por Mtra. Nora C.

Ampudia 19
„ Prueba F, mide la significacia estadística de la
ecuación de regresión completa en lugar de la
de cada coeficiente individual (prueba t). Mide el
poder explicativo de la R2.
var iación exp licada R2
F= k k
F=
var iaciónno exp licada
(n − k − 1) (1 − R )
2

(n − k − 1))

Elaborado por Mtra. Nora C.

Ampudia 20
COEFICIENTE DE DETERMINACIÓN
R2
„ R2 muestra el porcentaje de variación de la variable
dependiente que esta explicado por todas las variables
explicativas o independientes utilizadas en la ecuación.
„ Sus valores pueden estar entre 0 o 1.0, este último indicaría que
la variación de la demanda se explica 100% por las variables
consideradas.
„ R2=0.717, es decir que cerca del 72% de la variación en la
demanda de pizza por los estudiantes se explica por la variación
del precio de la pizza, el costo de la colegiatura, el precio de las
bebidas gaseosas y la ubicación del campus.
„ R2 ajustada es una medición más precisa. En este caso
su valor es de 0.67

Elaborado por Mtra. Nora C.

Ampudia 21
COEFICIENTE DE DETERMINACIÓN
R2
„ El que un valor dado para R2 se considere “alto”
o “bajo”, o “aceptable” o “inaceptable” depende
del tipo de datos que se estén utilizando.
„ Los estudios microeconómicos de una función de
demanda generalmente tienen un R2 de 0.90 o
superior; en cuanto a la macroeconomía, los
coeficientes de una función consumo
generalmente presentan un R2 de 0.95.
„ Si se agregan más variables a la ecuación de
regresión, naturalmente será mayor la R2.
Elaborado por Mtra. Nora C.
Ampudia 22
VARIABLES NULAS Y SUSTITUTAS

„ Utilizamos variables sustitutas cuando no

encontramos información directa sobre
por ejemplo: gustos y preferencias, por lo
que en su lugar utilizamos la escolaridad ó
el género.
„ Para cuantificar esta variable ponemos un
valor de 1 ó 0, 1 para consumidor
femenino y 0 para masculino.
Elaborado por Mtra. Nora C.
Ampudia 23
 PROBLEMAS EN REGRESIONES
MÚLTIPLES
„ Multicolinealidad: cuando dos de las variables
independientes se encuentran estrechamente
asociadas.
„ Es decir que sus valores se mueven justos hacia
arriba o hacia abajo.
„ Para corregir se debe eliminar una de las variables.
„ Autocorrelación: generalmente se presente
cuando se utilizan series de tiempo, una variable
“y” se relaciona con la variable “X” de acuerdo a
un cierto patrón.
„ El problema se identifica con una prueba Durbin-
Watson. Elaborado por Mtra. Nora C.
Ampudia 24