Desarrollo del problema

a. Muestre y analice el gráfico de dispersión de la tasa de variación diaria del precio de la

acción contra el índice COLCAP. ¿Hay evidencia de una relación entre el par de
variables? Escriba sus análisis.

RA(Ecopetrol) vs colcap

RA(Y)
8

0
1250 1300 1350 1400 1450 1500
-2

-4

-6

El grafico muestra que hay una correlación lineal entre las dos variables, los datos
están agrupados alrededor de una línea, si hay evidencia de una relación entre las
dos variables

b. Muestre y analice los histogramas individuales de la acción y del COLCAP.

¿Son simétricos o asimétricos los comportamientos? Escriba sus análisis.
Histograma

50

40
frecuencia

30

20

10

0
1200 1250 1300 1350 1400 1450 1500
COLCAP
 Histograma

40

30
frecuencia

20

10

0
1100 1200 1300 1400 1500
ECOPETROL
De acuerdo a los histogramas los de las dos acciones los datos tiene una distribución
simétrica, están bastante concentrado en el centro con poca frecuencia en los extremos

c. Genere y analice las estadísticas descriptivas que la opción “Análisis de datos”

del botón “Datos” de Excel produce tanto para las tasas de variación diaria del
precio de la acción y el índice accionario COLCAP. Escriba como tres puntos
relevantes.

Estadísticos descriptivos variación diaria de la acción

de Ecopetrol

Media -0,00881152
Error típico 0,09871373
Mediana 0
Moda 0
Desviación estándar 1,54826439
Varianza de la muestra 2,39712263
Curtosis 1,47744364
Coeficiente de asimetría 0,47327207
Rango 10,2977667
Mínimo -3,84615385
Máximo 6,4516129
Suma -2,16763489
Cuenta 246
Análisis distribución de la variación diaria d la acción de Ecopetrol, la media da un
valor negativo pequeño por la sumatoria de valores negativos y positivos,
De acuerdo al coeficiente de asimetría 0,4732 la distribución es asimétrica positiva
o a la derecha.
Los rangos están alrededor de un 10% en el caso del valor de las acciones no hay
una volatilidad tan amplia lo que seguro a la hora de tomar cierta decisiones

Estadísticos descriptivos del índice accionario COLCAP

Media 1358,13972
Error típico 2,60821479
Mediana 1354,63
Moda 1329,58
Desviación estándar 40,9913131
Varianza de la muestra 1680,28775
Curtosis 0,32164882
Coeficiente de asimetría 0,84659358
Rango 193,66
Mínimo 1271,11
Máximo 1464,77
Suma 335460,51
Cuenta 247

Coeficiente de asimetría positivo o asimétrica ala derecha,

De acuerdo a la curtosis tiende a una distribución normal
De acuerdo a la desviación estándar los datos están bastante agrupados alrededor de la
media

d. Calcule e interprete el quinto percentil de la tasa de variación diaria del precio

de la acción. Escriba la interpretación.

El número de datos que contiene la tasa de variación diaria del precio de la acción de
ecopertol es n = 246,
246 = 100%
X = 5%
X = 246*5/100 = 12,3 se aproxima 13
En la columna de Excel ordenamos los datos de mayor a menor y el que ocupa la
posición 13 es RA = - 2,62172
Es un valor negativo como es una tasa de variación encontraremos valores negativos
porque hay una fluctuación en valor de las acciones cada dia

e. Obtenga e interprete la variabilidad relativa de la acción y del índice accionario. Escriba

la interpretación.

Hallamos el coeficiente de variación para determinar la homogeneidad y la

heterogeneidad
Coeficiente de variación = 100*desviación estándar/media
coeficiente de variación acción de Ecopetrol
Media 1339,251012
Desviación estándar 51,09915585
C.V 3,8155025

coeficiente de variación índice colcap

Media 1358,139717
Desviación estándar 40,9913131
C.V 3,018195595

Una comparación entre los dos coeficientes de variación los datos del índice
COLCAP son más homogéneos es decir están más agrupados con respecto a la
media

f. Asumiendo que la tasa de variación del precio de la acción (RA) se distribuye

normal, obtenga las siguientes probabilidades:
g. Construya e interprete un intervalo de confianza al 95% para la tasa de
variación diaria media del precio de la acción: (RA). Escriba la interpretación del
intervalo.

h. Construya e interprete un intervalo de confianza al 95% para la tasa de

variación diaria media del índice COLCAP: ( RM). Escriba la interpretación del
intervalo

Segunda parte

Coeficientes
Mínimos Cuadrados Estándar Estadístico
Parámetro Estimado Error T Valor-P
Intercepto -0,0589943 0,0787584 -0,749055 0,4545
Pendiente 1,52284 0,127801 11,9158 0,0000

Análisis de Varianza
Fuente Suma de Cuadrados Gl Cuadrado Medio Razón-F Valor-P
Modelo 216,038 1 216,038 141,99 0,0000
Residuo 371,257 244 1,52154
Total (Corr.) 587,295 245

Coeficiente de Correlación = 0,606509

R-cuadrada = 36,7853 porciento
R-cuadrado (ajustado para g.l.) = 36,5262 porciento
Error estándar del est. = 1,23351
Error absoluto medio = 0,979724
Estadístico Durbin-Watson = 2,16322 (P=0,8994)
Autocorrelación de residuos en retraso 1 = -0,0828296

El StatAdvisor
La salida muestra los resultados de ajustar un modelo lineal para describir la relación entre RA(Y) y RM(X). La ecuación
del modelo ajustado es

RA(Y) = -0,0589943 + 1,52284*RM(X)

Puesto que el valor-P en la tabla ANOVA es menor que 0,05, existe una relación estadísticamente significativa entre
RA(Y) y RM(X) con un nivel de confianza del 95,0%.

El estadístico R-Cuadrada indica que el modelo ajustado explica 36,7853% de la variabilidad en RA(Y). El coeficiente de
correlación es igual a 0,606509, indicando una relación moderadamente fuerte entre las variables. El error estándar del
estimado indica que la desviación estándar de los residuos es 1,23351. Este valor puede usarse para construir límites de
predicción para nuevas observaciones, seleccionando la opción de Pronósticos del menú de texto.

El error absoluto medio (MAE) de 0,979724 es el valor promedio de los residuos. El estadístico de Durbin-Watson (DW)
examina los residuos para determinar si hay alguna correlación significativa basada en el orden en el que se presentan en
el archivo de datos. Puesto que el valor-P es mayor que 0,05, no hay indicación de una autocorrelación serial en los
residuos con un nivel de confianza del 95,0%.

Comparación de Modelos Alternos

Modelo Correlación R-Cuadrada
Lineal 0,6065 36,79%
Raíz Cuadrada de Y <sin ajuste>
Residuos Atípicos
Predicciones Residuos
Fila X Y Y Residuos Studentizados
25 -0,168167 -3,84615 -0,315087 -3,53107 -2,91
26 -0,204438 -3,6 -0,370321 -3,22968 -2,66
31 0,729644 -1,5873 1,05214 -2,63944 -2,17
36 0,46176 3,52941 0,644194 2,88522 2,37
52 -0,099466 2,5641 -0,210465 2,77457 2,27
56 0,441785 -1,92308 0,613776 -2,53685 -2,08
61 -0,00521858 2,48963 -0,0669414 2,55657 2,09
66 1,58414 5,12821 2,3534 2,77481 2,30
108 1,17692 6,45161 1,73328 4,71834 3,98
159 -2,24885 -0,727273 -3,48364 2,75636 2,33
218 1,5276 5,09091 2,2673 2,82361 2,34
233 0,225411 2,99625 0,284272 2,71198 2,22

El StatAdvisor
La tabla de residuos atípicos enlista todas las observaciones que tienen residuos Estudentizados mayores a 2, en valor
absoluto. Los residuos Estudentizados miden cuántas desviaciones estándar se desvía cada valor observado de RA(Y) del
modelo ajustado, utilizando todos los datos excepto esa observación. En este caso, hay 12 residuos Estudentizados
mayores que 2, pero ninguno mayor que 3. Es conveniente examinar detenidamente las observaciones con residuos
mayores a 3 para determinar si son valores aberrantes que debieran ser eliminados del modelo y tratados

Puntos Influyentes
Predicciones Residuos
Fila X Y Y Studentizados Influencia
35 1,43768 4,5082 2,13037 1,96 0,0252469
55 -1,40979 -2,62172 -2,20589 -0,34 0,026409
58 -1,36955 -2,7668 -2,14461 -0,51 0,02518
66 1,58414 5,12821 2,3534 2,30 0,029894
95 -2,59619 -3,39623 -4,01258 0,52 0,0782656
96 -1,55209 -0,78125 -2,42259 1,35 0,031034
107 -1,46205 -3,50195 -2,28547 -1,00 0,0280569
159 -2,24885 -0,727273 -3,48364 2,33 0,0599552
179 -1,82059 -1,90114 -2,83147 0,77 0,0409447
218 1,5276 5,09091 2,2673 2,34 0,0280454
Influencia Media de un punto = 0,00813008

El StatAdvisor
La tabla de puntos influyentes enlista todas las observaciones que tienen valores de influencia mayores que 3 veces la de
un punto promedio de los datos. Valor de Influencia es un estadístico que mide que tan influyente es cada observación en
la determinación de los coeficientes del modelo estimado. En este caso, un punto promedio de los datos tendría un valor
de influencia igual a 0,00813008. Hay 10 puntos con más de 3 veces el valor de influencia promedio, 3 con más de 5
veces. Deberían examinarse cuidadosamente aquellos puntos con más de 5 veces el valor de influencia promedio para
determinar que tanto podría cambiar el modelo si no estuvieran presentes
 Gráfico del Modelo Ajustado
RA(Y) = -0,0589943 + 1,52284*RM(X)

4
RA(Y)

-2

-4
-2,6 -1,6 -0,6 0,4 1,4 2,4
RM(X)