Estacionalidad. Series de tiempo. Modelos econométricos. Modelos econométricos. Q= T Kα Lβ
|
|
- Daniel Domínguez Rodríguez
- hace 8 años
- Vistas:
Transcripción
1 Estacionalidad Qué es la estacionalidad? La estacionalidad es una componente que se presenta en series de frecuencia inferior a la anual (mensual, trimestral,...), y supone oscilaciones a corto plazo de período regular, inferior al año y amplitud regular. Se trata de la componente que introduce los matices más interesantes de cara a la predicción. En general, todas las series de frecuencia inferior a la anual presentan en mayor o menor medida estacionalidad. Estacionalidad Estacionalidad En el gráfico se recoge la evolución del Índice de Producción industrial de España, desde enero de 1998 hasta junio de Son datos mensuales, en base 2000=100, obtenidos del INE. Podríamos discutir si la serie presenta nítidamente tendencia o ciclo (realmente es un período muy pequeño, 5 años, para detectarlo gráficamente), pero este es un ejemplo de serie con estacionalidad. Obsérvese que año tras año, la serie presenta un comportamiento en los distintos meses de cada año muy similar. Todos los años la serie parece crecer en los primeros meses, decae ligeramente en abril, y, sobre todo, sufre una drástica caída de forma sistemática en el mes de agosto. Y así año tras año. Se detecta pues un patrón regular. Efectivamente, esa evolución de la serie responde a hechos sencillos. En los meses de agosto y de abril (si en este mes cae la Semana Santa) las empresas notan el bajón en su producción debido a las vacaciones. Una práctica relativamente frecuente en la modelización econométrica consiste en la utilización del logaritmo en lugar del valor directo de la variable observada. Esta transformación resulta habitual en econometría en distintos contextos: 1. permite la resolución de algunos de los problemas que suelen presentar los modelos econométricos como problemas simples de heteroscedasticidad. Este tipo de transformación tiene la importante propiedad de mantener la evolución temporal de la variable original, reduciendo proporcionalmente la variación relativa entre los distintos valores de la serie. 2. Permite la linealización de modelos originalmente especificados en términos no lineales. Ejemplo, estimar una función de producción de tipo Cobb-Douglas. Q= T Kα Lβ donde K, L representan las dotaciones de factores productivos (capital y trabajo, respectivamente); Q el nivel de producción, y T es una medida de la eficiencia técnica. A partir de esta formulación de la teoría económica, podríamos obtener un modelo econométrico como: 1
2 Obviamente este modelo no es lineal en los parámetros, por lo cual no es estimable a partir de los métodos usuales. Ahora bien si tomamos logaritmos a ambos lados de la ecuación anterior Se obtiene: lnq = ln T +α ln K + β ln L que podemos presentar como: y* = T * +α k * +β l * Como se observa este modelo ya es lineal, y puede ser estimado por mínimos cuadrados. La simple transformación de las variables lo permite. Una última razón hace interesante esta transformación, y es que los parámetros asociados a variables sobre las que previamente se han tomado logaritmos pueden ser interpretados directamente como elasticidades. ln Q = β ln L Lo cual, como es conocido, puede ser aproximado por la elasticidad parcial de la variable Q con respecto a la variable L. Los modelos econométricos exigen que las series a utilizar sean estacionarias en media y varianza. Es decir, que la serie no tenga tendencia, y que presente un grado de dispersión similar. La eliminación de la tendencia se consigue con diferenciación sucesiva, mientras que para obtener una dispersión similar se recurre a la transformación logarítmica. La transformación logarítmica, es útil en otras circunstancias. Por ejemplo, muchos modelos de especificación no lineal pueden ser fácilmente linealizados mediante una transformación logarítmica. Además, cuando tomamos logaritmos a ambos lado de una ecuación, podemos tener una aproximación al concepto de elasticidad. La metodología de los modelos estructurales no ha prestado gran atención al problema de la estacionalidad puesto que estos modelos suelen trabajar con datos de frecuencia anual. De hecho, cuando la estacionalidad de la variable endógena es similar a la que presentan las variables explicativas, no presenta especiales problemas ni precisa de tratamiento diferenciado. Cuando tal estacionalidad no coincide es preferible, frente a la posibilidad de desestacionalizar la serie, la de introducir variables ficticias estacionales. 2
3 Estacionariedad Qué se entiende por estacionariedad de una serie? Para definir la estacionariedad de una serie, se dispone de dos posibilidades: por una parte se dice que un proceso es estrictamente estacionario si sus propiedades, no se ven afectadas por cambios de origen temporal, esto es, cuando al realizar un mismo desplazamiento en el tiempo de todas las variables de cualquier distribución conjunta finita, resulta que esta distribución no varía. A efectos prácticos : 1) que la media sea aproximadamente constante en el tiempo; y 2) que la varianza o dispersión sea igualmente constante. Ello implica que si dividiéramos la muestra en varios sub-períodos (teóricamente infinitos períodos) la media y la varianza deben ser aproximadamente iguales. Un instrumento sencillo para detectar cuando la serie cumple o no esta propiedad es mediante la representación gráfica de la serie objeto de estudio. Efectivamente, una media constante implica la ausencia de tendencia en la serie, por lo que su representación debería arrojar algo muy parecido a una línea paralela al eje de abscisas. Igualmente, una varianza constante supone que las oscilaciones alrededor de tal media sean semejantes en cualquier momento del tiempo, lo cual técnicamente se conoce como homoscedasticidad, esto es, igual (homos) dispersión (cedasticidad). El gráfico puede ser suficiente para comprobar el cumplimiento de la homoscedasticidad. Cuando la serie es heteroscedástica, puede solucionarse de forma satisfactoria tomando logaritmos en la serie original. Efectivamente, la toma de logaritmos tiene la importante propiedad de disminuir la variabilidad de la serie, manteniendo el patrón de comportamiento. En la mayor parte de los casos, la toma de logaritmos ha de ser suficiente para que la heteroscedasticidad deje de ser un problema. Para la eliminación de la tendencia se utiliza, la diferenciación adecuada de la serie original. En la mayor parte de las series la toma de una diferencia será suficiente para eliminar la tendencia. En ese caso, la representación gráfica nos mostrará una línea oscilante sobre una línea horizontal al eje de abscisas. Si se mantiene la tendencia, se puede tomar una segunda diferencia. Veámoslo con un ejemplo: en la figura, se puede ver la evolución mensual, durante algo más de ocho años, del consumo de gasolina en España (variable CONGA, en trazo grueso). Esta misma serie nos servirá de ejemplo posteriormente. Evidentemente, la serie no es estacionaria, dado que muestra una clara tendencia al alza. Puesto que la tendencia puede ser adecuadamente recogida mediante una línea recta, parece que bastaría con realizar una sola diferencia a la serie original. Pero, por otra parte, da la impresión de que la serie presenta algo más de dispersión en los últimos años, por lo que podría interesar trabajar, antes de la diferenciación, con la serie en logaritmos (variable LCONGA, en trazo fino y representada con la escala de la derecha del gráfico). La nueva serie transformada presenta, en general, una menor dispersión y ésta parece, además, más similar para los diferentes años en subperiodos en que pudiera dividirse el gráfico. 3
4 Por supuesto que la toma de logaritmos no elimina la tendencia, por lo que, a continuación, será preciso calcular las primeras diferencias. En un nuevo gráfico, representamos la serie en logaritmos (LCONGA, ahora en trazo grueso y con la escala de la izquierda), así como la serie en diferencias (DLCONGA=LCONGA-LCONGA(- 1), en trazo fino y con la escala de la derecha del gráfico). La tendencia ha sido ahora eliminada en DLCONGA, cuyos valores oscilan alrededor de cero. Por tanto, esta última serie, con transformación logarítmica y en primeras diferencias, ya es estacionaria en media y varianza. La modelización ARIMA o Box-Jenkins parte de considerar que el valor observado de una serie (un dato de una variable) en un momento determinado de tiempo t es una realización de una variable aleatoria definida en dicho momento de tiempo. Por tanto, una serie de t datos es una muestra de un vector de t variables aleatorias ordenadas en el tiempo al que denominamos proceso estocástico. En ocasiones pretendemos predecir el comportamiento de una variable y en un momento futuro t, a partir del comportamiento que la variable tuvo en un momento pasado, por ejemplo, en el período anterior, Y(t-1) Formalmente notaríamos Yt = f(y(t-1)) Es decir, que el valor de la variable y en el momento t es función del valor tomado en el período t-1. Puesto que en el comportamiento de una variable influyen más aspectos, debemos incluir en la relación anterior un término de error, at, que es una variable aleatoria a la que suponemos ciertas características estadísticas apropiadas. Es decir: Ahora se debe elegir una forma funcional concreta para esta expresión. Por ejemplo, una forma lineal como 4
5 donde es un término independiente y es un parámetro que multiplica al valor de la variable y en el período t-1. Utilizando métodos estadísticos adecuados podemos estimar los parámetros de forma que estos cumplan propiedades estadísticas razonables y sean una buena (la mejor posible) estimación. Con ello obtendríamos una expresión como: Esta es la esencia de los modelos autorregresivos (o modelos AR). Se realiza una regresión de la variable sobre sí misma (auto-regresión) o, mejor dicho, sobre los valores que la variable tomó en el período/s anterior/es. que utilizaríamos a efectos de predicción. Un aspecto importante es el orden del modelo AR. Por ejemplo, el modelo Dependencia de los datos Cada observación se modela en función de datos anteriores. Modelo explicito, conocidos como ARIMA (Autoregresive Integrated Moving Average) Permite describir un valor como una función lineal de datos anteriores y errores debidos al azar. Modelos que explican el comportamiento de la variable endógena, a través del propio pasado, antes de incorporar el efecto de la variable explicativa (ARIMA). El principio básico de los modelos ARIMA, es que el efecto de un conjunto de variables explicativas x sobre y, debe ser estimado después que se haya controlado por los efectos pasados de la variable endógena. Se intenta explicar, en que medida las variables independientes explican la variación de la variable endógena, que no viene explicado por la variación de los valores pasados de dicha variable. 5
6 La metodología Box-Jenkins, intenta explicar el proceso que autogenera (explica) la variación de la variable endógena a través del tiempo. Requisito, es que todas las variables sean estacionarias, es decir no existe cambio sistemático en la media y varianza de los valores de dicha variable a lo largo del tiempo. 1. Recogida de datos (Recomiendan un mínimo de 50 observaciones), si es mensual, trabajar con 6 ó 10 años completos. 2. Representación gráfica de la serie, se recomienda utilizar medias y desviaciones típicas por subperíodos, para juzgar la estacionalidad. 3. Transformación previa de la serie para la estacionalidad, las transformaciones logarítmicas son necesarias en caso que la varianza no sea constante. 4. Eliminación de la Tendencia, la observación grafica indicará la existencia o no de tendencia. 5. Identificación del modelo, Consiste en determinar el tipo de modelo más adecuado para la serie objeto de estudio. 6. Estimación de los coeficientes del modelo, decidido el modelo, se procede a la estimación de sus parametros. 7. Contraste de validez conjunta del modelo, se utilizaran diversos procedimientos para valorar el modelo propuesto. 8. Análisis detallado de los errores, diferencias históricas entre valores reales y estimados por el modelo constituyen una fuente especial de interés para una valorización final del modelo. 9. Selección del modelo, en base a los resultados de las etapas anteriores, se elige el modelo. 10. Predicción, el modelo seleccionado servirá como fórmula inicial de predicción. 6
7 7
8 8
Metodología. del ajuste estacional. Tablero de Indicadores Económicos
Metodología del ajuste estacional Tablero de Indicadores Económicos Metodología del ajuste estacional Componentes de una serie de tiempo Las series de tiempo están constituidas por varios componentes que,
Más detallesPrecio del alquiler de pisos durante una serie de meses. Evolución del índice del precio del trigo con mediciones anuales.
Series Temporales Introducción Una serie temporal se define como una colección de observaciones de una variable recogidas secuencialmente en el tiempo. Estas observaciones se suelen recoger en instantes
Más detallesCovarianza y coeficiente de correlación
Covarianza y coeficiente de correlación Cuando analizábamos las variables unidimensionales considerábamos, entre otras medidas importantes, la media y la varianza. Ahora hemos visto que estas medidas también
Más detallesCIIF CENTRO INTERNACIONAL DE INVESTIGACION FINANCIERA
I E S E Universidad de Navarra CIIF CENTRO INTERNACIONAL DE INVESTIGACION FINANCIERA INFORME SOBRE LA RELACION ENTRE CONSUMO, MOROSIDAD Y CICLOS BURSATILES Miguel A. Ariño* María Coello de Portugal** DOCUMENTO
Más detalles8.1. Introducción... 1. 8.2. Dependencia/independencia estadística... 2. 8.3. Representación gráfica: diagrama de dispersión... 3. 8.4. Regresión...
Tema 8 Análisis de dos variables: dependencia estadística y regresión Contenido 8.1. Introducción............................. 1 8.2. Dependencia/independencia estadística.............. 2 8.3. Representación
Más detallesPor qué interesa suscribir un plan de pensiones?
1 Por qué interesa suscribir un plan de pensiones? 1.1. Cómo se impulsó su creación? 1.2. Será suficiente la pensión de la Seguridad Social? 1.3. Se obtienen ventajas fiscales y de ahorro a largo plazo?
Más detalles1.1. Introducción y conceptos básicos
Tema 1 Variables estadísticas Contenido 1.1. Introducción y conceptos básicos.................. 1 1.2. Tipos de variables estadísticas................... 2 1.3. Distribuciones de frecuencias....................
Más detallesOtras medidas descriptivas usuales
Tema 7 Otras medidas descriptivas usuales Contenido 7.1. Introducción............................. 1 7.2. Medidas robustas.......................... 2 7.2.1. Media recortada....................... 2 7.2.2.
Más detallesLa metodologia Cuantitativa. Encuestas y muestras
La metodologia Cuantitativa. Encuestas y muestras Técnicas «cuantitativas» y «cualitativas» «Las técnicas cuantitativas»: Recogen la información mediante cuestiones cerradas que se planteal sujeto de forma
Más detallesTEMA 3: MÉTODO CONTABLE. LAS CUENTAS
TEMA 3: MÉTODO CONTABLE. LAS CUENTAS 1. HECHOS CONTABLES En el tema 1 se señalaba que, dentro de la función de elaboración de la información contable, la contabilidad se ocupaba, en una primera etapa,
Más detallesCostos de Distribución: son los que se generan por llevar el producto o servicio hasta el consumidor final
CLASIFICACIÓN DE LOS COSTOS Los costos tienen diferentes clasificaciones de acuerdo con el enfoque y la utilización que se les dé. Algunas de las clasificaciones más utilizadas son. Según el área donde
Más detallesDecisión: Indican puntos en que se toman decisiones: sí o no, o se verifica una actividad del flujo grama.
Diagrama de Flujo La presentación gráfica de un sistema es una forma ampliamente utilizada como herramienta de análisis, ya que permite identificar aspectos relevantes de una manera rápida y simple. El
Más detallesTema 3. Medidas de tendencia central. 3.1. Introducción. Contenido
Tema 3 Medidas de tendencia central Contenido 31 Introducción 1 32 Media aritmética 2 33 Media ponderada 3 34 Media geométrica 4 35 Mediana 5 351 Cálculo de la mediana para datos agrupados 5 36 Moda 6
Más detallesMovimiento a través de una. José San Martín
Movimiento a través de una curva José San Martín 1. Introducción Una vez definida la curva sobre la cual queremos movernos, el siguiente paso es definir ese movimiento. Este movimiento se realiza mediante
Más detallesSISTEMAS DE COORDENADAS SISTEMA COORDENADO UNIDIMENSIONAL
SISTEMAS DE COORDENADAS En la vida diaria, nos encontramos con el problema de ordenar algunos objetos; de tal manera que es necesario agruparlos, identificarlos, seleccionarlos, estereotiparlos, etc.,
Más detallesTEMA 2. FILOSOFÍA DE LOS GRÁFICOS DE CONTROL. Principios básicos de los gráficos de control. Análisis de patrones.
TEMA 2. FILOSOFÍA DE LOS GRÁFICOS DE CONTROL. Principios básicos de los gráficos de control. Análisis de patrones. La herramienta que nos indica si el proceso está o no controlado o Estado de Control son
Más detallesMantenimiento de Sistemas de Información
de Sistemas de Información ÍNDICE DESCRIPCIÓN Y OBJETIVOS... 1 ACTIVIDAD MSI 1: REGISTRO DE LA PETICIÓN...4 Tarea MSI 1.1: Registro de la Petición... 4 Tarea MSI 1.2: Asignación de la Petición... 5 ACTIVIDAD
Más detallesTema 3: Variables aleatorias y vectores aleatorios bidimensionales
Estadística 38 Tema 3: Variables aleatorias y vectores aleatorios bidimensionales El concepto de variable aleatoria surge de la necesidad de hacer más manejables matemáticamente los resultados de los experimentos
Más detallesControl Estadístico del Proceso. Ing. Claudia Salguero Ing. Alvaro Díaz
Control Estadístico del Proceso Ing. Claudia Salguero Ing. Alvaro Díaz Control Estadístico del Proceso Es un conjunto de herramientas estadísticas que permiten recopilar, estudiar y analizar la información
Más detallesEjercicio de estadística para 3º de la ESO
Ejercicio de estadística para 3º de la ESO Unibelia La estadística es una disciplina técnica que se apoya en las matemáticas y que tiene como objetivo la interpretación de la realidad de una población
Más detallesComo se mencionó en la parte de la teoría, no existe consenso en cuanto a la
4. Metodología Definición de empleo informal Como se mencionó en la parte de la teoría, no existe consenso en cuanto a la definición de empleo informal y diferentes estudios han utilizado matices distintas
Más detallesSISTEMAS Y MANUALES DE LA CALIDAD
SISTEMAS Y MANUALES DE LA CALIDAD NORMATIVAS SOBRE SISTEMAS DE CALIDAD Introducción La experiencia de algunos sectores industriales que por las características particulares de sus productos tenían necesidad
Más detallesCONCEPTO DEL ÍNDICE ACCIONARIO
Qué es un índice accionario? CONCEPTO DEL ÍNDICE ACCIONARIO Un índice accionario es un instrumento estadístico empleado para estudiar la evolución de los precios de las acciones en un mercado de valores.
Más detallesTema 2 Límites de Funciones
Tema 2 Límites de Funciones 2.1.- Definición de Límite Idea de límite de una función en un punto: Sea la función. Si x tiende a 2, a qué valor se aproxima? Construyendo - + una tabla de valores próximos
Más detallesPronósticos. Pronósticos y gráficos Diapositiva 1
Pronósticos Pronósticos Información de base Media móvil Pronóstico lineal - Tendencia Pronóstico no lineal - Crecimiento Suavización exponencial Regresiones mediante líneas de tendencia en gráficos Gráficos:
Más detallesContenidos. INFORME ENCUESTA TELEFÓNICA. Curso 2009 10
ENCUESTA DE OPINIÓN DEL ALUMNADO SOBRE LA ACTUACIÓN DOCENTE DEL PROFESORADO UNIVERSIDAD DE SEVILLA Curso 2009-2010 ENCUESTA TELEFÓNICA Contenidos Introducción.... 4 El Cuestionario... 5 El muestreo...
Más detallesTEMA 4: Variables binarias
TEMA 4: Variables binarias Econometría I M. Angeles Carnero Departamento de Fundamentos del Análisis Económico Curso 2011-12 Econometría I (UA) Tema 4: Variables binarias Curso 2011-12 1 / 51 Variables
Más detalles15 ESTADÍSTICA BIDIMENSIONAL
ESTADÍSTICA BIDIMENSINAL EJERCICIS PRPUESTS. Copia y completa la siguiente tabla. A B C Total A B C Total a 4 b c 0 7 Total 7 6 a 4 b c 4 3 0 7 Total 7 6 3 6 a) Qué porcentaje de datos presentan la característica
Más detallesLa relación entre la altura de caída y el tiempo que tarda en rebotar 6 veces una pelota
La relación entre la altura de caída y el tiempo que tarda en rebotar 6 veces una pelota INTRODUCCIÓN En este experimento voy a relacionar el tiempo que tarda una pelota en rebotar 6 veces desde distintas
Más detallesDOMINIO Y RANGO página 89. Cuando se grafica una función existen las siguientes posibilidades:
DOMINIO Y RANGO página 89 3. CONCEPTOS Y DEFINICIONES Cuando se grafica una función eisten las siguientes posibilidades: a) Que la gráfica ocupe todo el plano horizontalmente (sobre el eje de las ). b)
Más detallesCapítulo 3. Estimación de elasticidades
1 Capítulo 3. Estimación de elasticidades Lo que se busca comprobar en esta investigación a través la estimación econométrica es que, conforme a lo que predice la teoría y lo que ha sido observado en gran
Más detallesa < b y se lee "a es menor que b" (desigualdad estricta) a > b y se lee "a es mayor que b" (desigualdad estricta)
Desigualdades Dadas dos rectas que se cortan, llamadas ejes (rectangulares si son perpendiculares, y oblicuos en caso contrario), un punto puede situarse conociendo las distancias del mismo a los ejes,
Más detallesINTRODUCCIÓN A LA ECONOMETRÍA E INFORMÁTICA MODELOS ECONOMÉTRICOS E INFORMACIÓN ESTADÍSTICA
INTRODUCCIÓN A LA ECONOMETRÍA E INFORMÁTICA MODELOS ECONOMÉTRICOS E INFORMACIÓN ESTADÍSTICA Eva Medina Moral (Febrero 2002) EXPRESIÓN DEL MODELO BASICO DE REGRESIÓN LINEAL La expresión formal del modelo
Más detallesIndicaciones específicas para los análisis estadísticos.
Tutorial básico de PSPP: Vídeo 1: Describe la interfaz del programa, explicando en qué consiste la vista de datos y la vista de variables. Vídeo 2: Muestra cómo crear una base de datos, comenzando por
Más detallesCapítulo 7: Distribuciones muestrales
Capítulo 7: Distribuciones muestrales Recordemos: Parámetro es una medida de resumen numérica que se calcularía usando todas las unidades de la población. Es un número fijo. Generalmente no lo conocemos.
Más detallesMUESTREO TIPOS DE MUESTREO
MUESTREO En ocasiones en que no es posible o conveniente realizar un censo (analizar a todos los elementos de una población), se selecciona una muestra, entendiendo por tal una parte representativa de
Más detallesSISTEMA DE INDICADORES CÍCLICOS Cifras al mes de junio de 2015
BOLETÍN DE PRENSA NÚM. 372/15 2 DE SEPTIEMBRE DE 2015 AGUASCALIENTES, AGS. PÁGINA 1/5 SISTEMA DE INDICADORES CÍCLICOS Cifras al mes de junio de 2015 El INEGI presenta los resultados del Sistema de Indicadores
Más detallesTIPO DE CAMBIO, TIPOS DE INTERES Y MOVIMIENTOS DE CAPITAL
TIPO DE CAMBIO, TIPOS DE INTERES Y MOVIMIENTOS DE CAPITAL En esta breve nota se intentan analizar las relaciones existentes en el sector español entre tipo de cambio, tasa de inflación y tipos de interés,
Más detallesDiseño de un estudio de investigación de mercados
Diseño de un estudio de investigación de mercados En cualquier diseño de un proyecto de investigación de mercados, es necesario especificar varios elementos como las fuentes a utilizar, la metodología,
Más detallesMERCADOS FINANCIEROS: LOS FONDOS DE INVERSIÓN II
MERCADOS FINANCIEROS: LOS FONDOS DE INVERSIÓN II 28 febrero de 2012 Javier Marchamalo Martínez Universidad Rey Juan Carlos SABER INTERPRETAR LOS RATIOS SIGNIFICATIVOS EN LA GESTIÓN POR BENCHMARK Ratio
Más detallesGeometría Tridimensional
Capítulo 4 Geometría Tridimensional En dos dimensiones trabajamos en el plano mientras que en tres dimensiones trabajaremos en el espacio, también provisto de un sistema de coordenadas. En el espacio,
Más detallesSemana de dieta (X) 1 2 3 4 5 Peso en Kg (Y) 88.5 87 84 82.5 79
. Una persona se somete a una dieta de adelgazamiento durante cinco semanas. A continuación se detalla su peso al término de cada una de esas semanas: Semana de dieta X) 2 3 4 Peso en Kg Y) 88. 87 84 82.
Más detallesFuncionalidades Software PROYECTOS GotelGest.Net Software para la gestión de Proyectos GotelGest.Net
2012 Funcionalidades Software PROYECTOS GotelGest.Net Software para la gestión de Proyectos GotelGest.Net Servinet Sistemas y Comunicación S.L. www.softwaregestionproyectos.com Última Revisión: Febrero
Más detallesESTIMACIÓN. puntual y por intervalo
ESTIMACIÓN puntual y por intervalo ( ) Podemos conocer el comportamiento del ser humano? Podemos usar la información contenida en la muestra para tratar de adivinar algún aspecto de la población bajo estudio
Más detallesAVANCE ESTADÍSTICO DE LA VENTA DE VIVIENDAS EN GIJÓN EN EL AÑO 2014
AVANCE ESTADÍSTICO DE LA VENTA DE VIVIENDAS EN GIJÓN EN EL AÑO 2014 La Asociación inmobiliaria de Asturias aglutina a inmobiliarias de Gijón, Oviedo y Villaviciosa, y año tras año desde su fundación en
Más detalles1. CUENTA DE PÉRDIDAS Y GANANCIAS ANALÍTICA
1. Cuenta de pérdidas y ganancias analítica 1. CUENTA DE PÉRDIDAS Y GANANCIAS ANALÍTICA La cuenta de pérdidas y ganancias que se recoge en el modelo normal del Plan General de Contabilidad se puede presentar,
Más detallesMétodos y Modelos Cuantitativos para la toma de Decisiones
Métodos y Modelos Cuantitativos para la toma de Decisiones David Giuliodori Universidad Empresarial Siglo 21 David Giuliodori (UE-Siglo 21) MMC 1 / 98 Índice: 1 Conceptos Generales 2 Enfoque Clásico Tendencia
Más detallesCapítulo 10. Gráficos y diagramas
Capítulo 10. Gráficos y diagramas 1. Introducción Los gráficos y diagramas que se acostumbran a ver en libros e informes para visualizar datos estadísticos también se utilizan con propósitos cartográficos,
Más detallesANÁLISIS DE DATOS NO NUMERICOS
ANÁLISIS DE DATOS NO NUMERICOS ESCALAS DE MEDIDA CATEGORICAS Jorge Galbiati Riesco Los datos categóricos son datos que provienen de resultados de experimentos en que sus resultados se miden en escalas
Más detallesMineria de datos y su aplicación en web mining data Redes de computadores I ELO 322
Mineria de datos y su aplicación en web mining data Redes de computadores I ELO 322 Nicole García Gómez 2830047-6 Diego Riquelme Adriasola 2621044-5 RESUMEN.- La minería de datos corresponde a la extracción
Más detalles1 Ejemplo de análisis descriptivo de un conjunto de datos
1 Ejemplo de análisis descriptivo de un conjunto de datos 1.1 Introducción En este ejemplo se analiza un conjunto de datos utilizando herramientas de estadística descriptiva. El objetivo es repasar algunos
Más detallesControl Estadístico de Procesos
Control Estadístico de Procesos Gráficos de Control Los gráficos de control o cartas de control son una importante herramienta utilizada en control de calidad de procesos. Básicamente, una Carta de Control
Más detallesMedia vs mediana vs moda Cual medida de tendencia central es mas adecuada? MEDIA conveniencias:
Iniciar con las interpretaciones de las medidas MEDIA VS MEDIANA VS MODA CUAL ES LA MEDIDA ADECUADA TAREA MEDIA PONDERADA Actividad de Medidas de Localización Problema 1. El problema de las tasas de delito.
Más detallesTema 12: Contrastes Paramétricos
Tema 1 Tema 1: Contrastes Paramétricos Presentación y Objetivos. Se comienza este tema introduciendo la terminología y conceptos característicos de los contrastes de hipótesis, típicamente a través de
Más detalles1. Funciones y sus gráficas
FUNCIONES 1. Funciones sus gráficas Función es una relación entre dos variables a las que, en general se les llama e. es la variable independiente. es la variable dependiente. La función asocia a cada
Más detallesSERIES DE TIEMPO INTRODUCCIÓN
Clase Nº 5 SERIES DE TIEMPO INTRODUCCIÓN La forma más utilizada para el análisis de las tendencias futuras es realizar pronósticos. La función de un pronóstico de demanda de un bien, por ejemplo ventas
Más detalles28.- Manejo de los Feriados
28.- Manejo de los Feriados El feriado anual o vacaciones pagadas es el derecho del trabajador con más de un año de servicios a hacer uso de un descanso anual de 15 días hábiles, con remuneración íntegra,
Más detallesConsideraciones al precio de un warrant. El precio del warrant: la prima. Factores que afectan al precio de un warrant
Consideraciones al precio de un warrant El precio del warrant: la prima La prima es el precio que se paga por comprar un warrant. El inversor adquiere así el derecho a comprar (warrant Call) o vender (warrant
Más detallesCapítulo 8. Tipos de interés reales. 8.1. Introducción
Capítulo 8 Tipos de interés reales 8.1. Introducción A lo largo de los capítulos 5 y 7 se ha analizado el tipo de interés en términos nominales para distintos vencimientos, aunque se ha desarrollado más
Más detallesModelos estadísticos aplicados en administración de negocios que generan ventajas competitivas
Modelos estadísticos aplicados en administración de negocios que generan ventajas competitivas Videoconferencias semana de estadística Universidad Latina, Campus Heredia Costa Rica Universidad del Valle
Más detallesRESOLUCIÓN DE SISTEMAS DE ECUACIONES LINEALES
RESOLUCIÓN DE SISTEMAS DE ECUACIONES LINEALES 1 La ecuación 2x - 3 = 0 se llama ecuación lineal de una variable. Obviamente sólo tiene una solución. La ecuación -3x + 2y = 7 se llama ecuación lineal de
Más detallesApp para realizar consultas al Sistema de Información Estadística de Castilla y León
App para realizar consultas al Sistema de Información Estadística de Castilla y León Jesús M. Rodríguez Rodríguez rodrodje@jcyl.es Dirección General de Presupuestos y Estadística Consejería de Hacienda
Más detallesDIPLOMADO EN RELACIONES LABORALES Estadística Asistida por Ordenador Curso 2008-2009
Índice general 6. Regresión Múltiple 3 6.1. Descomposición de la variabilidad y contrastes de hipótesis................. 4 6.2. Coeficiente de determinación.................................. 5 6.3. Hipótesis
Más detallesNT8. El Valor en Riesgo (VaR)
NT8. El Valor en Riesgo (VaR) Introducción VaR son las siglas de Valor en el Riesgo (Value at Risk) y fue desarrollado por la división RiskMetric de JP Morgan en 1994. es una manera de medir el riesgo
Más detallesTema 07. LÍMITES Y CONTINUIDAD DE FUNCIONES
Tema 07 LÍMITES Y CONTINUIDAD DE FUNCIONES Límite de una función en un punto Vamos a estudiar el comportamiento de las funciones f ( ) g ( ) ENT[ ] h ( ) i ( ) en el punto Para ello, damos a valores próimos
Más detallesPronósticos Por Lic. Gabriel Leandro, MBA http://www.auladeeconomia.com
Pronósticos Por Lic. Gabriel Leandro, MBA http:// 1.1. Necesidad de pronosticar Entorno altamente incierto La intuición no necesariamente da los mejores resultados Mejorar la planeación Competitividad
Más detallesMatrices equivalentes. El método de Gauss
Matrices equivalentes. El método de Gauss Dada una matriz A cualquiera decimos que B es equivalente a A si podemos transformar A en B mediante una combinación de las siguientes operaciones: Multiplicar
Más detallesOPERACIONES EN RÉGIMEN DE COMPUESTA
OPERACIONES EN RÉGIMEN DE COMPUESTA Las operaciones en régimen de compuesta se caracterizan porque los intereses, a diferencia de lo que ocurre en régimen de simple, a medida que se van generando pasan
Más detallesTécnicas de valor presente para calcular el valor en uso
Normas Internacionales de Información Financiera NIC - NIIF Guía NIC - NIIF NIC 36 Fundación NIC-NIIF Técnicas de valor presente para calcular el valor en uso Este documento proporciona una guía para utilizar
Más detallesVECTORES. Módulo, dirección y sentido de un vector fijo En un vector fijo se llama módulo del mismo a la longitud del segmento que lo define.
VECTORES El estudio de los vectores es uno de tantos conocimientos de las matemáticas que provienen de la física. En esta ciencia se distingue entre magnitudes escalares y magnitudes vectoriales. Se llaman
Más detallesIntroducción a la Teoría de Probabilidad
Capítulo 1 Introducción a la Teoría de Probabilidad Para la mayoría de la gente, probabilidad es un término vago utilizado en el lenguaje cotidiano para indicar la posibilidad de ocurrencia de un evento
Más detallesTema 2: Muestreo. Estadística. 4 o Curso. Licenciatura en Ciencias Ambientales
Tema 2: Muestreo. Estadística. 4 o Curso. Licenciatura en Ciencias Ambientales Licenciatura en Ciencias Ambientales (4 o Curso) Tema 2: Muestreo Curso 2008-2009 1 / 13 Índice 1 Introducción 2 Muestreo
Más detallesCORRELACIÓN Y PREDICIÓN
CORRELACIÓN Y PREDICIÓN 1. Introducción 2. Curvas de regresión 3. Concepto de correlación 4. Regresión lineal 5. Regresión múltiple INTRODUCCIÓN: Muy a menudo se encuentra en la práctica que existe una
Más detallesCAPÍTULO VI PREPARACIÓN DEL MODELO EN ALGOR. En este capítulo, se hablará acerca de los pasos a seguir para poder realizar el análisis de
CAPÍTULO VI PREPARACIÓN DEL MODELO EN ALGOR. En este capítulo, se hablará acerca de los pasos a seguir para poder realizar el análisis de cualquier modelo en el software Algor. La preparación de un modelo,
Más detallesTipo de interés nominal (TIN)
Tipo de interés nominal (TIN) Se llama Tipo de Interés Nominal (TIN), abreviado también como interés nominal, al porcentaje aplicado cuando se ejecuta el pago de intereses. Por ejemplo: Si se tiene un
Más detallesLA IMPORTANCIA DE CONTROLAR LAS PÉRDIDAS DE ENERGÍA EN LAS EMPRESAS DISTRIBUIDORAS
LA IMPORTANCIA DE CONTROLAR LAS PÉRDIDAS DE ENERGÍA EN LAS EMPRESAS DISTRIBUIDORAS Objetivo El presente informe se ha escrito con la finalidad de establecer un marco objetivo como punto de partida para
Más detallesLa composición de una imagen, reglas
Componer una fotografía Saber mirar, algo que resulta difícil en fotografía pero a la vez indispensable para obtener buenas fotografías. Para ello se requiere sobre todo aprender a mirar. Para qué queremos
Más detallesUnidad IV: Cinética química
63 Unidad IV: Cinética química El objetivo de la cinética química es el estudio de las velocidades de las reacciones químicas y de los factores de los que dependen dichas velocidades. De estos factores,
Más detallesEstadística con Excel Informática 4º ESO ESTADÍSTICA CON EXCEL
1. Introducción ESTADÍSTICA CO EXCEL La estadística es la rama de las matemáticas que se dedica al análisis e interpretación de series de datos, generando unos resultados que se utilizan básicamente en
Más detallesUnidad 7 Aplicación de máximos y mínimos
Unidad 7 Aplicación de máimos y mínimos Objetivos Al terminar la unidad, el alumno: Interpretará el concepto de ingreso y costos marginal. Aplicará la función de ingresos en problemas de maimización. Aplicará
Más detallesTema 2 Límites de Funciones
Tema 2 Límites de Funciones 2.1.- Definición de Límite Idea de límite de una función en un punto: Sea la función. Si x tiende a 2, a qué valor se aproxima? Construyendo - + una tabla de valores próximos
Más detallesAnálisis de medidas conjuntas (conjoint analysis)
Análisis de medidas conuntas (conoint analysis). Introducción Como ya hemos dicho anteriormente, esta técnica de análisis nos sirve para analizar la importancia que dan los consumidores a cada uno de los
Más detalles4. Estadística Descriptiva
4. Estadística Descriptiva En este apartado se presentan las estadísticas descriptivas obtenidas a través de la aplicación de las encuestas que han sido detalladas en la Metodología. 4.1 Estadísticas de
Más detallesEjemplo: Resolvemos Sin solución. O siempre es positiva o siempre es negativa. Damos un valor cualquiera Siempre + D(f) =
T1 Dominios, Límites, Asíntotas, Derivadas y Representación Gráfica. 1.1 Dominios de funciones: Polinómicas: D( = La X puede tomar cualquier valor entre Ejemplos: D( = Función racional: es el cociente
Más detallesBASES Y DIMENSIÓN. Propiedades de las bases. Ejemplos de bases.
BASES Y DIMENSIÓN Definición: Base. Se llama base de un espacio (o subespacio) vectorial a un sistema generador de dicho espacio o subespacio, que sea a la vez linealmente independiente. β Propiedades
Más detallesPRESUPUESTO DE UNA OBRA
PRESUPUESTO DE UNA OBRA En muchos casos, cuando se realiza la oferta de una obra, resulta que este presupuesto es realizado por personas o departamentos diferentes a los que realizarán la obra. Esto es
Más detallesTEMA 1: REPRESENTACIÓN GRÁFICA. 0.- MANEJO DE ESCUADRA Y CARTABON (Repaso 1º ESO)
TEMA 1: REPRESENTACIÓN GRÁFICA 0.- MANEJO DE ESCUADRA Y CARTABON (Repaso 1º ESO) Son dos instrumentos de plástico transparente que se suelen usar de forma conjunta. La escuadra tiene forma de triángulo
Más detallesCapitulo 3. Primer Año de Operaciones
Capitulo 3 Primer Año de Operaciones Área de producción La empresa, como se había mencionado anteriormente, contaba hasta antes de asumir la administración de ella con cinco períodos de operación. La información
Más detallesEvaluación de la capacidad óptima de medida y alcance de la acreditación de un laboratorio de calibración
Evaluación de la capacidad óptima de medida y alcance de la acreditación de un laboratorio de calibración Fernández Pareja, Mª Teresa te_fer@topografia.upm.es Departamento de Ingeniería Topográfica y Cartografía
Más detallesUNIVERSIDAD MINUTO DE DIOS PROGRAMA CONTADURÍA PÚBLICA
UNIVERSIDAD MINUTO DE DIOS PROGRAMA CONTADURÍA PÚBLICA COSTOS II Guía No. 1.- Conceptos Básicos OBJETIVO 1. Asimilar conceptos fundamentales de costos I. CONCEPTOS BASICOS DE COSTOS 1. CONTABILIDAD DE
Más detallesCAPÍTULO IV METODOLOGÍA PARA EL CONTROL DE INVENTARIOS. En este capítulo se presenta los pasos que se siguieron para la elaboración de un sistema de
CAPÍTULO IV METODOLOGÍA PARA EL CONTROL DE INVENTARIOS En este capítulo se presenta los pasos que se siguieron para la elaboración de un sistema de inventarios para lograr un control de los productos.
Más detallesAula Banca Privada. La importancia de la diversificación
Aula Banca Privada La importancia de la diversificación La importancia de la diversificación La diversificación de carteras es el principio básico de la operativa en mercados financieros, según el cual
Más detallesRESPUESTAS A LAS PREGUNTAS DEL TEMA 3
RESPUESTAS A LAS PREGUNTAS DEL TEMA 3 Las respuestas en algún caso (primera pregunta) son más largas de lo requerido para que sirva de explicación 1. Explica brevemente qué significan cada una de las curvas
Más detallesAnálisis de Regresión Múltiple con Información Cualitativa: Variables Binarias o Ficticias
Análisis de Regresión Múltiple con Información Cualitativa: Variables Binarias o Ficticias Carlos Velasco 1 1 Departamento de Economía Universidad Carlos III de Madrid Econometría I Máster en Economía
Más detalleswww.fundibeq.org En estos casos, la herramienta Gráficos de Control por Variables" no es aplicable.
GRAFICOS DE CONTROL POR ATRIBUTOS 1.- INTRODUCCIÓN Este documento describe la secuencia de construcción y las pautas de utilización de una de las herramientas para el control de procesos, los Gráficos
Más detallesAdministración de Empresas. 11 Métodos dinámicos de evaluación de inversiones 11.1
Administración de Empresas. 11 Métodos dinámicos de evaluación de inversiones 11.1 TEMA 11: MÉTODOS DINÁMICOS DE SELECCIÓN DE INVERSIONES ESQUEMA DEL TEMA: 11.1. Valor actualizado neto. 11.2. Tasa interna
Más detallesx 10000 y 8000 x + y 15000 a) La región factible asociada a las restricciones anteriores es la siguiente: Pedro Castro Ortega lasmatematicas.
Pruebas de Acceso a Enseñanzas Universitarias Oficiales de Grado (PAEG) Matemáticas aplicadas a las Ciencias Sociales II - Septiembre 2012 - Propuesta A 1. Queremos realizar una inversión en dos tipos
Más detallesESTUDIO DEL RENDIMIENTO DE LOS FONDOS DE INVERSIÓN CÓMO SE DETERMINA LA RENTABILIDAD DE UN FONDO?
ESTUDIO DEL RENDIMIENTO DE LOS FONDOS DE INVERSIÓN CÓMO SE DETERMINA LA RENTABILIDAD DE UN FONDO? El precio, o valor de mercado, de cada participación oscila según la evolución de los valores que componen
Más detalles