Aplicación del análisis de regresión lineal simple para la estimación de los precios de las acciones de Facebook, Inc

• Brenes González, Humberto Antonio ^[1]
  1. [1] Universidad Nacional Autónoma de Nicaragua

     Universidad Nacional Autónoma de Nicaragua

     Nicaragua

     
• Localización: REICE: Revista Electrónica de Investigación en Ciencias Económicas, ISSN-e 2308-782X, Vol. 5, Nº. 10, 2017 (Ejemplar dedicado a: Julio-Diciembre), págs. 133-155
• Idioma: español
• Títulos paralelos:
  • Application of the analysis of simple linear regression to estimate the prices of the shares of Facebook, Inc
• Enlaces
  • Texto completo (pdf)
• Resumen
  • español

    El análisis de regresión lineal, es una herramienta sumamente importante en el mundo de las Finanzas, debido a que permite realizar proyecciones y pronósticos de una variable dependiente explicada por una o más variables independientes.  El objetivo de este trabajo, fue determinar una ecuación que permitiera estimar el precio promedio mensual de las acciones de la empresa Facebook, Inc., a través de un modelo de regresión lineal simple.  Los coeficientes betas estimados para el modelo fueron significativos tanto para la constante como para la pendiente, medidos a través de la prueba estadística t. Así mismo, se realizó la prueba global de significancia de los coeficientes betas, determinada a través de la prueba estadística F, esta resultó ser sumamente significativa, lo cual, permitió la validación del modelo.

  • English

    The linear regression analysis, is a tool that is extremely important in the world of finance, since it allows to carry out projections and forecasts of a dependent variable that is explained by one or more independent variables.  The objective of this study was to determine an equation that would allow to estimate the average monthly price of the shares of the company Facebook, Inc., through a simple linear regression model.  The betas for the model coefficients were significant for the descent, measured through statistical test both constant t. Likewise, global test of significance of the beta coefficients, determined through statistical test F, this proved to be highly significant, which allowed the validation of the model.