1

2.1 Modelos economtricos de venta

Qu es un modelo?
Una definicin concisa de modelo puede ser: representacin simplificada y en
smbolos matemticos de cierto conjunto de relaciones es decir un modelo
formulado en trminos matemticos.

Qu es un modelo economtrico?
Un modelo economtrico es una representacin simplificada y en smbolos
matemticos de cierto conjunto de relaciones econmicas, es decir un modelo
matemtico referido a relaciones econmicas.

Componentes del modelo economtrico: variables, parmetros y

relaciones.
Variables
De acuerdo con Barbancho (1976) podemos definir las variables son los
factores o entes elementales que actan en un fenmeno desde el punto de
vista cuantitativo. En las matemticas, las variables se dividen en:

Variables dependientes
Variables independientes

Parmetros
Segn Barbancho (1976): los parmetros o coeficientes son magnitudes que
permanecen constantes dentro de un fenmeno econmico concreto.
Normalmente son dos los tipos de parmetros sobre lo que se quiere obtener
informacin cuantitativa:

Los parmetros de posicin, que son los que entran en el momento de

primer orden o esperanza matemtica de la variable dependiente.
Los parmetros de dispersin que se refieren a la varianza de las
perturbaciones aleatorias

Relaciones
Las relaciones tratan de describir el mecanismo que acciona los elementos
singulares del fenmeno econmico en cuestin
Las relaciones que aparecen en los modelos economtricos pueden clasificarse
en la forma siguiente:
a) Relaciones de comportamiento

Patricia Andrade Alarcn 809 IGE-SEMI

b)
c)
d)
e)
f)

Relaciones institucionales
Relaciones tcnicas
Relaciones contables o de definicin
Relaciones de ajuste
Restricciones

Ejemplos de modelos economtricos:

Las ventas de cemento de una empresa dependern de variables
indicativas de la actividad constructora.
Las exportaciones de un pas sern funcin de la renta de los pases que
las importen y de los precios relativos entre pases (esto mismo se
puede aplicar a una empresa).
El consumo privado depende de la renta disponible y los tipos de inters
reales.
Determinar si el gasto de una campaa publicitaria tiene relacin con el
xito de las ventas de cierta marca de autos.

Modelos casuales:
Los modelos causales, como la regresin lineal, incorporan variables o factores
que pueden influir sobre el pronstico. Por ejemplo, un modelo causal para las
ventas de podadoras de csped podra incluir factores como el nmero de
viviendas nuevas, el presupuesto de publicidad y los precios de la
competencia. A diferencia de las previsiones de series temporales, los modelos
de previsin casual consideran diferentes variables que estn relacionadas con
la cantidad de la que se est haciendo la prediccin. Una vez que estas
variables relacionadas han sido halladas, se construye el modelo estadstico
para realizar la previsin.
El modelo cuantitativo de previsin casual ms comn es el anlisis de
regresin lineal. Para la regresin lineal se utiliza el mismo modelo matemtico
empleado en el mtodo de mnimos cuadrados de proyeccin de tendencia.
Tipos de modelos de regresin lineal
Regresin Simple
En la regresin simple, se considera que y es siempre una variable aleatoria,
mientras que x es una variable no aleatoria, que se considera de valores
controlados o elegidos de antemano por el investigador.
Ej. Anlisis de lnea de tendencias
La regresin lineal se utiliza en la creacin de lneas de tendencia, la cual
utiliza los datos del pasado para predecir el rendimiento o "tendencias" en el
futuro. Por lo general, las lneas de tendencia se utilizan en el negocio para
mostrar el rumbo de las ventas en un tiempo determinado.

Patricia Andrade Alarcn 809 IGE-SEMI

Regresin Mltiple
En la regresin mltiple se trabaja con ms de dos variables, considerando a
y siempre como una variable aleatoria, mientras que se tendrn dos o ms
x, sern las variables bajo el supuesto de ser valores controlados o elegidos
de antemano por el investigador.
Ej. Ventas o previsiones del mercado
La regresin lineal multivariable (con ms de dos variables) es un mtodo
sofisticado para prevenir volmenes de ventas o el movimiento del mercado, a
fin de crear planes integrales para el crecimiento. Este mtodo es ms preciso
que el anlisis de tendencias ya que ste ltimo slo observa cmo cambia una
variable con respecto a otra, donde este mtodo analiza cmo una variable
cambiar cuando se modifican otras variables.

Anlisis de regresin lineal simple.

El modelo de regresin lineal simple tiene la forma:
Y=a+bX
Dnde:
Y = variable dependiente
X= variable independiente
Los valores de:
b= valor de la pendiente
a= la interseccin
Se obtiene de las siguientes ecuaciones:

Dnde:

Patricia Andrade Alarcn 809 IGE-SEMI

Ejemplo:
Una empresa estudia la posible relacin que existe entre los permisos de
construccin emitidos por las autoridades municipales y la demanda del
conglomerado que vende.
La empresa tiene datos del trimestre anterior.
Permisos de
construccin
(Y)
15

Embarques
de
conglomerad
o (X)
6

36

16

40

16

640

256

20

120

36

25

13

325

169

25

225

81

15

10

150

100

36

16

Y=185

X=89

576
(X)(Y)=
2297

256
X2
=1139

(X)(Y)

X2

225

225

Sustituimos:
= 89/8=11.125

= 185/8=23.125

= 2297-8 (11.125) (23.125) /1139- 8 (1139) = 0.3905

= 23.125-0.3905 (11.125)= 0.969

Y=a+bX

= 0.969-0.3905 X

Estime los embarques cuando existan 30 permisos de construccin =

(13 embarques).
Sustitucin:

Patricia Andrade Alarcn 809 IGE-SEMI

Y= a + b X = 0.969 + 0.3905 (30) = 12.684

Bibliografa consultada

http://www.ual.es/~jgarcia/index_archivos/tema2.
pdf

http://www.academica.mx/sites/default/files/adju
ntos/35272/tema_ii_htas_para_la_interpretacion_de_estudio_de_me
rcados.pdf

https://es.scribd.com/doc/228533149/Unidad-2

Patricia Andrade Alarcn 809 IGE-SEMI