DESCOMPOSICIÓN EN REGRESIÓN LINEAL: UN NUEVO MÉTODO PARA ANÁLISIS DE DETERMINANTES Y TOMA DE DECISIONES

Save this PDF as:
 WORD  PNG  TXT  JPG

Tamaño: px
Comenzar la demostración a partir de la página:

Download "DESCOMPOSICIÓN EN REGRESIÓN LINEAL: UN NUEVO MÉTODO PARA ANÁLISIS DE DETERMINANTES Y TOMA DE DECISIONES"

Transcripción

1 RESUMEN INVESTIGACIÓN & DESARROLLO, No. 7: 5 4 (007) ISSN DESCOMPOSICIÓN EN REGRESIÓN LINEAL: UN NUEVO MÉTODO PARA ANÁLISIS DE DETERMINANTES Y TOMA DE DECISIONES Ernesto Cupé C. Centro de Investgacones Económcas y Empresarales (CIEE) Unversdad Prvada Bolvana (UPB) En el contexto de los modelos de regresón lneal, se presenta una novedosa metodología para la descomposcón del ndcador R en térmnos de las varables ndependentes. La metodología se basa en la exstenca de una base ortogonal de vectores sngulares para el espaco generado por las varables ndependentes expresadas en térmnos de desvacones respecto a su meda. Esta metodología permte cuantfcar el poder explcatvo o la partcpacón de cada una de las varables ndependentes en la explcacón de la varacón de la varable dependente, por lo que en la práctca resulta extremadamente útl en el análss de los determnantes de la varable dependente y la toma de decsones en cualquer campo donde se use un modelo lneal. Se presentan dos aplcacones, una relatva a los determnantes de la decsón de dstrbur dvdendos en un conjunto de empresas, y otra relaconada con los determnantes del ngreso laboral en las zonas urbanas de Bolva. Se pone especal énfass en evaluar la nueva metodología respecto a la descomposcón propuesta por G. Felds, como representante de metodologías de descomposcón que admten partcpacones negatvas por varable ndependente, la cual se ha popularzado en los últmos años rápdamente aplcándose en dversos estudos a lo largo de todo el mundo. La nueva metodología de descomposcón garantza la no negatvdad del poder explcatvo drecto de una varable, por una parte, y reconoce y cuantfca el efecto que genera la correlacón entre varables ndependentes, por otra. Palabras Clave: Regresón lneal, base ortogonal, vectores sngulares, metodologías de descomposcón. 1. INTRODUCCIÓN S ben exste una ampla lteratura sobre métodos de descomposcón en dversos contextos de modelzacón, curosamente aún es tema de nvestgacón el método de descomposcón para el ndcador más mportante, R, del modelo más utlzado, el modelo de regresón lneal. Aparentemente, ya se ha estudado todo respecto a este ya tradconal modelo y su aplcacón ahora se faclta totalmente con el apoyo de una computadora y el software apropado. La descomposcón del poder explcatvo del modelo, R, en térmnos de aportes por varable ndependente es, sn embargo, un tema pendente, teórcamente no resuelto y en la práctca muy requerdo. Como es sabdo, en el contexto de los modelos lneales y bajo presenca de la constante entre los regresores, el poder explcatvo del modelo se mde a través del ndcador R. En un extremo, s este ndcador es gual a la undad, el conjunto de las varables ndependentes explca completamente a la varable dependente; en el otro extremo, s el ndcador es cero, el conjunto de varables ndependentes no explca nada de la varable dependente. En la práctca de los modelos lneales, el prmer ndcador que se evalúa luego de una estmacón del modelo es precsamente R ; una vez que se ha obtendo un R satsfactoro, la hstora del R habtualmente termna ahí. La utldad práctca de R, se ncrementa notoramente s puede descomponerse en térmnos de todas las varables ndependentes, cada una con su propa partcpacón en la descomposcón. Así, no solamente se sabría qué tan ben explca el modelo a la varable dependente, sno qué tanto de dcha explcacón se debe a cada una de las varables ndependentes, generando un ordenamento de las varables ndependentes según su poder explcatvo ndvdual, ordenamento puede ser aprovechado ya no para evaluar mpactos n para pronóstcos, sno para la toma decsones y la defncón de polítcas. Por ejemplo, a la hora de tomar decsones, para un nversonsta podría ser un factor decsvo saber que entre los determnantes de la dstrbucón de dvdendos en las empresas de su medo, la lqudez es el más mportante. Actualmente, se ha popularzado el uso de la metodología de descomposcón propuesta por G. Felds, de la Cornell Unversty, al punto que se la ha aplcado en dversos estudos a lo largo de todo el mundo. La descomposcón de Felds es smple y drecta; sn embargo, tene algunos problemas metodológcos, como todas las propuestas prevas de solucones extremadamente smples a un problema no tan smple. En el presente estudo se señalan algunas lmtacones UPB - INVESTIGACIÓN & DESARROLLO, No. 7: 5 4 (007) 5

2 E. CUPÉ de metodologías que, como la de Felds, admten la posbldad que una varable ndependente tenga poder explcatvo negatvo; luego, se propone una nueva metodología lbre de dchas lmtacones. Las característcas de la nueva metodología se muestran empírcamente a través de dos aplcacones, una a la dstrbucón de dvdendos empresarales y otra a los determnantes del ngreso laboral en las zonas urbanas de Bolva. El documento está organzado de la sguente manera. En la sguente seccón se hace una revsón del ndcador R, en la Seccón 3 se presenta la metodología de descomposcón propuesta por G. Felds; en la Seccón 4 se presenta prelmnarmente la dea subyacente a la nueva metodología; en la Seccón 5 se desarrolla la nueva metodología. En la Seccón 6 se presentan dos aplcacones con datos reales y, fnalmente, en la Seccón 7 se presentan las conclusones.. R EN LA REGRESIÓN LINEAL La lnealdad del modelo Y X e (.1) donde Y es un vector de observacones de la varable dependente y, X la matrz de observacones de las varables ndependentes, e el vector aleatoro no observado, permte cuantfcar el efecto sobre la varable dependente de cambos en cualquera de las varables ndependentes, y x (.) S los cambos en algunas o todas las varables ndependentes x, componentes del vector x, se dan smultáneamente, el efecto sobre la varable ndependente es una transformacón lneal defnda por y x donde es la transpuesta del vector de coefcentes. Así, s h es el cambo en la -ésma varable ndependente, el efecto smultáneo sobre la varable dependente está dado por (.3) y ( h ) h h x 0 (.4) Entonces, la lnealdad del modelo permte descomponer el efecto de cambos smultáneos en dchas varables como suma de efectos por cambos aslados en cada varable ndependente. Es mportante notar que no exsten efectos combnados generados por la nteraccón entre las varables ndependentes. Genércamente, la regresón lneal es un tema de la estadístca aplcada debdo a la presenca de un térmno estocástco no observado en el modelo lneal de regresón, lo que derva en el nterés por las propedades estadístcas de los parámetros estmados y el cumplmento de los supuestos estocástcos del modelo. Sn embargo, una de las propedades prncpales de la regresón lneal es no estocástca: proporcona la mejor aproxmacón lneal de la varable dependente en funcón de las varables ndependentes del modelo. Dadas las varables dependente e ndependentes y una vez establecda dcha aproxmacón lneal óptma, el nterés se orenta al grado de aproxmacón o la caldad del ajuste; es decr, en qué tan ben la varable dependente estmada, Y ˆ, se aproxma a la varable ndependente observada, Y. La forma tradconal de hacerlo es a través del ndcador R que, en presenca de una constante entre los regresores, toma valores en el ntervalo [0, 1]. Cuanto más próxmo a la undad es el valor de R mejor es el ajuste del modelo y cuanto más próxmo a cero la caldad del ajuste empeora. Sguendo la dea expresada en [.4], resulta natural requerr por una descomposcón smlar para R. 6 UPB - INVESTIGACIÓN & DESARROLLO, No. 7: 5 4 (007)

3 DESCOMPOSICIÓN BASADA EN REGRESIÓN LINEAL Se asume que en el modelo [.1] tene T observacones, la constante está entre los regresores y su parámetro es 0 ; además, se tenen varables ndependentes no constantes con vector de parámetros =[ 1,, ] y cuyas observacones por varable se regstran como columnas de la Tx matrz X. El modelo estmado a partr de [.1] es Y ˆ X ˆ eˆ (.6) 0 donde es un vector Tx1 de unos, ˆ, y eˆ son estmacones de los respectvos parámetros y vectores aleatoro. Con 0 la matrz smétrca e dempotente 1 M I. T (.7) donde I es la matrz dentdad, [.6] se puede escrbr como, 0 donde Y M 0Y y X M 0X Y X ˆ eˆ (.8). Salvo una constante, la varanza de la varable dependente puede expresarse como, YY ˆ X Y eˆˆ e (.9) Expresando [.9] en térmnos relatvos a la varanza de la varable dependente se tene, ˆ X Y eˆˆ e 1 YY YY (.10) de donde se sgue que el ndcador R, que expresa la varanza explcada por el modelo en térmnos de la varanza de la varable dependente, está dado por ˆ XY R (.11) YY Además de la nterpretacón estadístca en térmnos de varanza que tene, el ndcador R admte tambén otras nterpretacones. Por ejemplo, en sentdo geométrco es una medda del ángulo entre el vector de observacones de la varable dependente y el hperplano generado por los regresores, todos meddos en térmnos de desvacones respecto a su correspondente meda; de hecho, es gual al cuadrado del coseno de dcho ángulo. En sentdo gráfco, R es drectamente proporconal al área entre la línea asocada a las observacones de la varable dependente y la línea de la varable dependente estmada por el modelo. Bajo cualquer nterpretacón, R mde la bondad de ajuste entre la varable dependente observada y su mejor aproxmacón lneal en térmnos de las varables ndependentes o regresores; la optmaldad de la aproxmacón está garantzada por el conocdo Teorema de la Proyeccón, váldo en espacos tan generales como los Espacos de Hlbert; por eso, ahora la pregunta es cuánto contrbuye cada regresor en el logro de dcha aproxmacón. 3. LA DESCOMPOSICIÓN DE FIELDS Gary Felds de la Cornell Unversty, propone una senclla y drecta descomposcón de R, característcas que han popularzado al método 1 y extenddo su uso en dversas áreas y aplcacones, partcularmente en estudos sobre determnantes de la desgualdad en el ngreso 3. 1 Una exposcón de su propuesta se encuentra en Felds [4] y un programa para aplcarlo en Foro y Jenns [6], tambén exste una rutna mplementada en Stata. En [4], G. Felds hace referenca a una ampla sere de países para los que se han realzado estudos aplcando su metodología de descomposcón. 3 Ver por ejemplo Felds and Yoo [5]. UPB - INVESTIGACIÓN & DESARROLLO, No. 7: 5 4 (007) 7

4 E. CUPÉ La descomposcón de Felds expresa R como R ˆ XY (3.1) YY 1 Así, ( ) ˆ XY sx YY (3.) es la partcpacón 4 de la -ésma varable ndependente en R y su partcpacón porcentual está dada por sx ( ) px ( ) (3.3) R Esta descomposcón equvale a expresar la varacón de la varable dependente en térmnos no de las varacones de las varables ndependentes, sno de las componentes de la varacón de la msma varable ndependente respecto a cada una de las varables ndependentes expresadas en térmnos de varacones. S ben el método de descomposcón propuesto por G. Felds es smple y drecto, presenta dos seras lmtacones de alta mportanca práctca. Una de ellas, cuando se manfesta, dfculta la nterpretacón y la otra, curosa y aparentemente, la faclta. La prmera lmtacón se refere a que nada garantza la no negatvdad de las partcpacones sx ( ) y, dado que se trata de explcar una varanza, una partcpacón negatva no tene sentdo. La partcpacón sx ( ) toma un valor negatvo s el parámetro ˆ y la correlacón entre la varable ndependente X y la varable dependente Y tenen sgnos dferentes. Por otro lado, esta lmtacón del método da lugar a la posbldad de la exstenca de varables que ndvdualmente explquen más del 100% del R. La segunda lmtacón se refere a que la descomposcón de Felds gnora el efecto combnado que tenen los regresores en la explcacón de la varanza de la varable dependente. El pasar por alto dcho efecto combnado se traduce en un sesgo de sobrestmacón, generalmente en presenca de sólo partcpacones no negatvas, o subestmacón, generalmente bajo presenca de alguna partcpacón negatva, del poder explcatvo de varanza atrbudo a una o varas varables. 4. UNA PROPUESTA PRELIMINAR DE DESCOMPOSICIÓN ORTOGONAL Es claro que la dea de una descomposcón de R es expresar la varacón de Y solamente en térmnos de partcpacones ndvduales de las X. Desafortunadamente, ello no es posble en general; con datos reales, dcha mposbldad se orgna en la presenca de algún grado de correlacón entre las X. Ante la naturaleza de la causa que genera esta lmtacón, de manera natural surge la dea de descomponer la varacón de Y en térmnos de la varacón de las X respecto a un conjunto de varables auxlares, dgamos Z, no correlaconadas u ortogonales entre sí. A fn de capturar las dreccones de mayor varacón de las X, cada Z j se puede determnar de modo que capture la dreccón de mayor varacón en el subespaco ortogonal al generado por los vectores Z prevamente selecconados. Esto nos lleva a elegr Z X (4.1) 1 1 donde 1 es un egenvector untaro de la matrz XX asocado al mayor egenvalor, luego se elge 4 cov [ X ˆ, Y] En [4], G. Felds expresa [3.] en su forma equvalente: sx ( ). var[ Y] 8 UPB - INVESTIGACIÓN & DESARROLLO, No. 7: 5 4 (007)

5 DESCOMPOSICIÓN BASADA EN REGRESIÓN LINEAL Z X (4.) donde es un egenvector untaro de la matrz XX asocado a su segundo mayor egenvalor. Procedendo de esta manera se obtenen varables ortogonales, Z X, 1,, (4.3) donde los egenvectores son ortogonales entre sí y están asocados a egenvalores ordenados en forma descendente. La exstenca de las untaras y ortogonales está garantzada por la smetría de la matrz XX. Es claro que las Z están no correlaconadas, pues Z Z X X j j j j j j 0 para j (4.4) Con Z la matrz cuyas columnas son los vectores Z y la matrz conformada por los vectores como columnas, a contnuacón se muestra que las varables auxlares Z capturan toda la varacón de las X, donde Z Z traza( ZZ ) traza( XX ) traza( XX ) (4.5) traza( X X I) traza( XX ) 1 X X ˆ es el cuadrado del -ésmo elemento del vector ˆ ( ) cero, se sgue que la varacón total de ambos conjuntos de vectores es la msma. En estas condcones, consderando que,. Así, tomando en cuenta que la meda de cada Z es X X D ZZ D (4.6) donde D es la matrz dagonal con las en la dagonal prncpal, es posble descomponer la varacón de Y en térmnos de las Z : Y Y ˆ X X ˆ eˆˆ e ˆ D ˆ eˆˆ e ˆ ZZ ˆ eˆˆ e (4.7) 1 ( ˆ) ZZ eˆˆ e donde ( ˆ) es el cuadrado del -ésmo elemento del vector ˆ. La contrbucón de la -ésma varable auxlar en la determnacón de R es UPB - INVESTIGACIÓN & DESARROLLO, No. 7: 5 4 (007) 9

6 E. CUPÉ S ˆ ZZ ( ) ( ) ( ˆ ) YY YY CP (4.8) Cada uno de los térmnos de la descomposcón [4.8] es no negatvo y su suma reproduce R. Lamentablemente, esta descomposcón sólo es posble en térmnos de las varables auxlares y no de las varables orgnales; más aún, los vectores, de dmensón y que desempeñan un rol central en la descomposcón, no tenen relacón drecta con las varables orgnales X. La propuesta que se presenta en la sguente seccón salva esta lmtacón. 5. UN NUEVO MÉTODO DE DESCOMPOSICIÓN El aspecto novedoso en la propuesta de descomposcón ortogonal de la seccón anteror empeza cuando se trabaja con la matrz XX en lugar de la matrz XX. S ben el recurrr a varables ortogonales asocadas a la matrz XX resuelve el problema de descomposcón de R como suma de térmnos no negatvos asocados a varables ndvduales, sn embargo no permte expresar la descomposcón en térmnos de las varables orgnales o relaconarlas drectamente con las varables orgnales. A fn de salvar esta lmtacón, es necesaro trabajar con las matrces X y X por separado. La matrz X puede nterpretarse como la representacón matrcal de una transformacón lneal de en T ; a su vez, la matrz X es la representacón matrcal de una transformacón lneal del espaco dual de T, *T, en el espaco dual de, * T *T. Entre y exste un somorfsmo natural con representacón matrcal la matrz dentdad I T, lo msmo que entre los espacos duales y con representacón matrcal la matrz dentdad I. En todos los casos se han consderado las bases canóncas de los espacos respectvos para la representacón matrcal. * Escrbendo, X X I X I X (5.1) T se tene que la matrz XX es la representacón matrcal de una transformacón lneal de composcón de cuatro transformacones lneales que van de En ese contexto, se puede mostrar 5 que exsten matrces a T, de U, V y D tales que TxT x Tx T a *T, de *T a en * y de, resultado de la ) U y V, son matrces ortonormales. Las columnas de U y V forman bases ortonormales de y respectvamente. ) D es una matrz cuyos úncos elementos no nulos son los elementos de la fla y columna, para = 1,, (se assume que no exste multcolnealdad perfecta entre los regresores, de lo contraro se debe susttur por r rango( X ) ); dchos elementos tenen los valores d postvos y se consderan ordenados en forma descendente. ) Con U y V las columnas -ésmas de las matrces U y V, respectvamente, se tene * a T., X V d U X U dv para 1,, (5.ª) XU 0 para 1,, T (5.b) v) Las columnas de U capturan ortogonalmente las dreccones de mayor varacón de las varables orgnales y columnas de X. Las columnas de V capturan ortogonalmente las dreccones de mayor varacón de las flas de X. v) X U DV (5.c) 5 Este resultado es conocdo como el Teorema de Descomposcón de Valor Sngular de Matrces y es válda para cualquer matrz. Ver Datta [3]. 10 UPB - INVESTIGACIÓN & DESARROLLO, No. 7: 5 4 (007)

7 DESCOMPOSICIÓN BASADA EN REGRESIÓN LINEAL La expresón [5.c] es la Descomposcón de Valor Sngular de la matrz X, los vectores U y V son los vectores sngulares de X, asocados a los valores sngulares d. 5.1 DESCOMPOSICIÓN POR VARIABLES ORTOGONALES A partr de la descomposcón de valor sngular de la matrz X y [.11], se tene la sguente descomposcón ortogonal de R, ˆ ( XU ) R [5.3] YY 1 Entonces, las partcpacones de las varables ortogonales U en R están dadas por ˆ ( XU ) s para 1,, [5.4] YY La expresón [5.3] descompone R como suma de cantdades no negatvas Cada partcpacón s R s 1 [5.5] tambén pueden nterpretarse como la partcpacón de las varables ndependentes en la explcacón de la varanza de la varable dependente a través de la varable auxlar En la práctca, el vector U eventualmente puede ser nterpretado en térmnos de las varables orgnales, a través de su representacón lneal en térmnos de las varables orgnales o de un análss de correlacón y, a partr de ello, la descomposcón ortogonal [5.5] puede ser nterpretada en relacón a las varables ndependentes orgnales. U. 5. DESCOMPOSICIÓN POR VARIABLES INDEPENDIENTES En un contexto de proyeccón ortogonal, el msmo que se aplca en una regresón lneal, en la anteror seccón se ha reconocdo la exstenca de partcpacones combnadas en R. Cada partcpacón combnada se da entre varables ndependentes y no entre varables ortogonales, una varable ortogonal captura la partcpacón de las varables ndependentes en R y, por la naturaleza de la varanza, esa combnacón se puede descomponer de a pares; más aún, las varables ortogonales tambén capturan la partcpacón drecta de cada varable ndependente. Resulta natural, entonces, agrupar las partcpacones de las varables ndependentes orgnales capturadas ortogonalmente y determnar las partcpacones drectas y combnadas de dchas varables. A partr de la descomposcón de R en térmnos de las varables ndependentes dada por R ˆ 1 ˆ ˆ X U j X Ul j X j Ul ( ) ( )( ) YY YY (5.6) 1 j1 1 j1 l1 se tene que la partcpacón drecta de la varable dada por el térmno ( XU ˆ ) j YY la j-ésma varable ortogonal. La partcpacón combnada de las varables X en la explcacón de la varanza de la varable dependente está ( XU ) ˆ j q (5.7) YY j1 representa la parte de la partcpacón drecta de la -ésma varable ndependente capturada por X y X es, j UPB - INVESTIGACIÓN & DESARROLLO, No. 7: 5 4 (007) 11

8 E. CUPÉ ( X )( ) ˆˆ Ul X j Ul q, j, 1,, 1, j,, [5.8] YY j j l1 ( X )( ) donde ˆˆ Ul X j Ul j representa la parte de la partcpacón combnada de las varables ndependentes -ésma y YY j-ésma capturada por la l-ésma varable ortogonal. Las partcpacones drectas q son no negatvas y junto a las partcpacones combnadas q j descomponen R, 1, j R q q j 1 j [5.9] Las partcpacones combnadas no necesaramente son no negatvas. La presenca de partcpacones combnadas negatvas refleja la presenca en R de efecto correlacón de varables ndependentes y es un reconocmento de la exstenca de efecto cruzado que tenen las varables ndependentes en la descomposcón de la varanza de la varable dependente. No reconocer esta propedad de los datos, como en la descomposcón propuesta por Felds u otros métodos de descomposcón que admten partcpacones drectas negatvas 6, mplca que los efectos combnados son atrbudos y dstrbudos como efectos drectos. 5.3 DESCOMPOSICIÓN DIRECTA S ben la descomposcón ortogonal, la partcpacón de las varables ndependentes a través de las ortogonales y la nterpretacón de las varables ortogonales en térmnos de las varables ndependentes, proporconan una radografía clara de la composcón de R en térmnos de las varables ndependentes orgnales, eventualmente podría ser sufcente con la descomposcón por varables ndependentes drectamente. A contnuacón se presentan resultados para dcha descomposcón drecta que no hacen referenca drecta a las varables ortogonales. Tomando en cuenta que la matrz U es ortonormal, se tene por lo que la partcpacón drecta de la varable ( X U j ) ( X U j )( U j X ) j1 j1 X ( U U ) X (5.10) j j j1 X ( UU ) X X X X se puede expresar smplemente como ˆ X X q YY Smlarmente, se obtene que la partcpacón combnada de las varables X y X se expresa tambén como, j X ˆˆ X j q j j, j, 1,, 1, j,, YY (5.11) (5.1) Así, (5.11) y (5.1) permten descomponer R de una manera smple a partr drectamente de los parámetros estmados y las varables ndependentes. 6 Ver, por ejemplo, Morduch y Scular [8]. 1 UPB - INVESTIGACIÓN & DESARROLLO, No. 7: 5 4 (007)

9 DESCOMPOSICIÓN BASADA EN REGRESIÓN LINEAL 6. APLICACIONES En esta seccón se presentan dos aplcacones de la nueva metodología de descomposcón y se comparan los resultados con los obtendos aplcando la descomposcón de Felds. Las dferencas y consderacones respectvas valen para otras metodologías en las que se admten partcpacones negatvas y se gnoran las partcpacones combnadas. 6.1 DETERMINANTES DE DIVIDENDOS EMPRESARIALES 7 Con el objeto de dentfcar los determnantes de la decsón de repartr dvdendos, a partr de los balances anuales de un conjunto de 56 empresas se han generado 19 ndcadores sobre rentabldad y efcenca, expansón y necesdad de fondos para expansón, estructura fnancera, generacón de fondos y nvel de endeudamento, y lqudez. TABLA DETERMINANTES DE DIVIDENDOS EMPRESARIALES Varables Relaconadas Clasfcacón Varable Descrpcón RE1 Valor agregado/ventas RE Valor agregado/inmovlzado Neto Rentabldad y Efcenca RE3 Utldad antes de ntereses e mpuestos/actvo Total RE4 Utldad antes de ntereses e mpuestos/ventas RE5 Ventas/Actvo Total RE6 Utldad después de ntereses e mpuestos/fondos Propos ENFP1 Tasa de varacón del actvo total Expansón y necesdades de fondos para ENFP Tasa de varacón del nmovlzado neto expansón ENFP3 Tasa de varacón de los fondos propos ENFP4 Tasa de varacón de las ventas EFGFD1 Deudas totales/recursos propos EFGFD Deudas a corto plazo/deudas a largo plazo Estructura fnancera, generacón de fondos EFGFD3 Utldad antes de ntereses e mpuestos/gastos fnanceros y nvel de endeudamento EFGFD4 Gastos fnanceros/capacdad autofnancacón EFGFD5 Actvo total/capacdad autofnancacón L1 Actvo crculante/deudas a corto plazo Lqudez L (Actvo crculante-exstencas)/deudas a corto plazo L3 Capacdad autofnancacón/deudas a corto plazo L4 Deudas a corto plazo/ventas Rato de Dvdendos DIV Dvdendos/Utldad después de ntereses e mpuestos Luego del análss econométrco usual, se concluye que la dstrbucón de dvdendos, DIV, se explca por la tasa de varacón de fondos propos, ENFP3, endeudamento en térmnos de recursos propos, EFGFD1, capacdad de cobertura de gastos fnanceros, EFGFD3, y lqudez en térmnos de oblgacones por deudas a corto plazo, L. Los parámetros estmados tenen los sgnos esperados. Un ncremento en la tasa de varacón de los fondos propos se refleja en menor dsponbldad para dvdendos, coefcente negatvo de ENFP3; una dsmnucón de solvenca frente a deudas (ncremento del rato de deudas sobre recursos propos) se refleja en menores dvdendos, coefcente negatvo de EFGFD1; aumentos de la capacdad de cobertura de gastos fnanceros se traducen en mayores dvdendos, coefcente postvo de EFGFD3; e ncremento de la lqudez en térmnos de oblgacones de corto plazo por deudas, coefcente L postvo. La varable de mayor mpacto ndvdual sobre la dstrbucón de dvdendos es la lqudez, medda por L, seguda por endeudamento, meddo por EFGFD1, capacdad de cobertura de gastos fnanceros, meddo por EFGFD3, y varacones en fondos propos, meddo por ENFP3, en ese orden. Salvo en el caso del coefcente de endeudamento, la hpótess nula de coefcente nulo se rechaza a un nvel de sgnfcanca menor al 5%, ncluyendo la constante. 7 La base de datos y el enfoque en la elaboracón de ndcadores de esta aplcacón se han tomado de Gonzáles [9] y Carrascal [], respectvamente. UPB - INVESTIGACIÓN & DESARROLLO, No. 7: 5 4 (007) 13

10 E. CUPÉ TABLA 6. - ESTIMACIÓN DEL MODELO DE DETERMINANTES DE DIVIDENDOS EMPRESARIALES Dependent Varable: DIV Method: Least Squares Sample: 1 56 Included observatons: 56 Varable Coeffcent Std. Error t-statstc Prob. C ENFP3-5.97E-05.38E EFGFD EFGFD L R-squared Mean dependent var Adjusted R-squared S.D. dependent var S.E. of regresson Aae nfo crteron Sum squared resd Schwarz crteron Log lelhood F-statstc Durbn-Watson stat Prob(F-statstc) En conjunto, las varables ndependentes explcan el R = 58.9% de la varacón de los dvdendos. A fn de realzar una evaluacón comparatva de la descomposcón propuesta por G. Felds y la nueva metodología en la determnacón del poder explcatvo de cada varable, se presentan a contnuacón los resultados de ambas descomposcones. Por smplcdad y en correspondenca con la notacón empleada en el desarrollo general de este artículo, se adopta la sguente notacón: X1 = ENFP3, X = EFGFD1, X3 = EFGFD3, X4 = L De acuerdo a la descomposcón de Felds, Tabla 6.3, la lqudez es con mucho la varable con mayor poder explcatvo relatvo, 8%. Cada una de las demás varables tene un poder explcatvo relatvo menor al 10% y en orden de mportanca son endeudamento, 8%, capacdad de cobertura de gastos fnanceros, 6%, y varacón de fondos propos, 4%. TABLA DETERMINANTES DE DIVIDENDOS EMPRESARIALES Descomposcón de Felds Regresores Partcpacón X1 X X3 X4 Total s(x) p(x) 4% 8% 6% 8% 100% Por otra parte, la descomposcón ortogonal dentfca cuatro varables ortogonales ordenadas según las dreccones de mayor varacón de las varables ndependentes. De acuerdo al Tabla 6.4, en este caso cada varable ortogonal está asocada a una varable ndependente; U1 con la varacón de fondos propos, U con la capacdad de cobertura de gastos fnanceros, U3 con lqudez y U4 con endeudamento. TABLA DETERMINANTES DE DIVIDENDOS EMPRESARIALES Matrz de Correlacón Varables Independentes vs. Varables Ortogonales X1 X X3 X4 U U U U UPB - INVESTIGACIÓN & DESARROLLO, No. 7: 5 4 (007)

11 DESCOMPOSICIÓN BASADA EN REGRESIÓN LINEAL La descomposcón ortogonal, Tabla 6.5, muestra que la varable U3 (altamente correlaconada con la varable de lqudez) concentra el 93% del poder explcatvo relatvo de la varacón de la varable dvdendos, seguda por las varables ortogonales U (altamente correlaconada con la capacdad de cobertura de gastos fnanceros), U1 (altamente correlaconada con la varacón de fondos propos), y U4 (altamente correlaconada con endeudamento). TABLA DETERMINANTES DE DIVIDENDOS EMPRESARIALES Y DESCOMPOSICIÓN ORTOGONAL Regresores ortogonales Partcpacón U1 U U3 U4 Total s'(u) p(u) % 5% 93% 0% 100% Consderando la correspondenca uno a uno que se da en este caso entre varables ndependentes y ortogonales, se observa que ambas descomposcones descrben una concentracón del poder explcatvo relatvo en una sola varable, la lqudez. Sn embargo, parecen exstr dferencas en el orden por poder explcatvo relatvo en las sguentes varables ndependentes. A dferenca de lo que establece la descomposcón de Felds, donde endeudamento tene el segundo mayor poder explcatvo, la descomposcón ortogonal señala que la varable endeudamento podría ser menos mportante de lo que parece, de hecho podría ser la menos mportante. Para ver esto con mayor detalle, pasamos a consderar la descomposcón ortogonal en térmnos de las varables ndependentes. En los Tablas 6.6 y 6.7 se presentan las partcpacones drectas y combnadas, respectvamente, en térmnos de las varables ndependentes. El total de las partcpacones combnadas tene sgno negatvo y junto al total de las partcpacones drectas reproduce R, las magntudes de las partcpacones combnadas son relatvamente pequeñas, reflejo de baja colnealdad entre las varables ndependentes; más aún, práctcamente la totaldad de las partcpacones drectas de cada varable ndependente son capturadas por sólo una varable ortogonal. TABLA DESCOMPOSICIÓN ORTOGONAL Y DIVIDENDOS EMPRESARIALES Partcpacones Drectas de Varables Independentes Partcpacones Drectas X1 X X3 X4 Total U U U U Total La varable de lqudez es la que mayor efecto combnado muestra, partcularmente con la varable de fondos propos, producendo un efecto negatvo de puntos. Esta varable, fondos propos, tambén tene efecto combnado con cada una de las demás varables, aunque el más sgnfcatvo se da con lqudez. UPB - INVESTIGACIÓN & DESARROLLO, No. 7: 5 4 (007) 15

12 E. CUPÉ TABLA DESCOMPOSICIÓN ORTOGONAL Y DIVIDENDOS EMPRESARIALES Partcpacones Combnadas de Varables Independentes Partcpacones Combnadas X1 X X1 X3 X1 X4 X X3 X X4 X3 X4 Total U U U U Total En una presentacón de resultados que omte la referenca a las varables ortogonales, Tabla 6.8 y Tabla 6.9, a los que se pueden llegar tambén por descomposcón drecta, se confrma la predomnanca de la varable de lqudez en la explcacón de la varacón de la dstrbucón de dvdendos empresarales; sn embargo, tambén se confrma la mportanca de la varable de fondos propos que resulta ser la segunda en mportanca de poder explcatvo relatvo en térmnos de su partcpacón drecta, 9%. Las varables de capacdad de cobertura de gastos fnanceros y endeudamento tenen smlar poder explcatvo de manera drecta, aunque la de endeudamento es levemente nferor. TABLA DESCOMPOSICIÓN DIRECTA Y DIVIDENDOS EMPRESARIALES Partcpacones Drectas de Varables Independentes Partcpacones Drectas Partcpacón X1 X X3 X4 Total Q(X) P(X) 9% 5% 6% 85% 104% Las partcpacones combnadas más mportantes, se dan entre la varable de lqudez y las varables de fondos propos (sgno negatvo) y endeudamento (sgno postvo), reflejando la forma en que afectan conjuntamente, una vez descontada la partcpacón drecta, dchas varables en la explcacón de la varacón de los dvdendos. TABLA DESCOMPOSICIÓN DIRECTA Y DIVIDENDOS EMPRESARIALES Partcpacones Combnadas de Varables Independentes Partcpacones Combnadas Partcpacón X1 X X1 X3 X1 X4 X X3 X X4 X3 X4 Total Q(X) P(X) -1% 1% -10% % 7% -3% -4% R Partcpacones Drectas + Partcpacones Combnadas Partcpacones Drectas + Partcpacones Combnadas, en %. 100% Los resultados del análss por descomposcón apoyan la dea de que las empresas quebran por caja, no por utldad; ello se refleja en la mportanca predomnante de la varable de lqudez entre los determnantes de la dstrbucón de dvdendos. 6. DETERMINANTES DEL INGRESO LABORAL (I) El análss por descomposcón es partcularmente útl en el estudo de los determnantes de desgualdad en el ngreso 8. En esta seccón se aplca el análss por descomposcón al estudo de los determnantes del ngreso laboral en el área 8 Ver por ejemplo Arayama et Al. [1], Felds y Yoo [5], Morduch y Scular [8], Salard [10], Tawo [11], Wan y Zhou, Zhangyue [13]. 16 UPB - INVESTIGACIÓN & DESARROLLO, No. 7: 5 4 (007)

13 DESCOMPOSICIÓN BASADA EN REGRESIÓN LINEAL urbana de Bolva, en el que solamente se consdera a la poblacón en edad de trabajar y cuya condcón de actvdad es de ocupados. Los datos provenen de la Encuesta de Hogares del año 005 9, a partr de esta base se han elaborado varos ndcadores como potencales varables explcatvas del ngreso laboral (w) 10. Luego del análss econométrco prevo y usual se ha llegado a explcar el (logartmo del) ngreso laboral en térmnos de las varables experenca (Experca), años de escolardad (Aescola), condcón de jefe de hogar (Jefe) y condcón de asalarado (Asalrdo). Sguendo la práctca generalzada en este tpo de modelos se ha ncludo la varable experenca al cuadrado (Experca) 11, cuyo coefcente resulta ser altamente sgnfcatvo al gual que los coefcentes de las demás varables ndependentes. El reporte de la estmacón del modelo se presenta en el Tabla Los parámetros estmados tenen los sgnos esperados. Exste una relacón drecta entre el (logartmo del) ngreso laboral y la experenca, años de escolardad, condcón de jefe de hogar y de asalarado. En el caso del cuadrado de la experenca, el sgno es consstente con resultados de otros estudos con especfcacones smlares 13. TABLA ESTIMACIÓN DEL MODELO DE DETERMINANTES DE INGRESO LABORAL Dependent Varable: LNW Method: Least Squares Sample: 1 38 Included observatons: 38 Varable Coeffcent Std. Error t-statstc Prob. C EXPERCIA EXPERCIA E AESCOLA JEFE ASALRDO R-squared Mean dependent var Adjusted R-squared S.D. dependent var S.E. of regresson Aae nfo crteron Sum squared resd Schwarz crteron Log lelhood F-statstc Durbn-Watson stat Prob(F-statstc) En conjunto, las varables ndependentes explcan el R = 40.3% de la varacón del (logartmo del) ngreso laboral. A fn de realzar una evaluacón comparatva con la descomposcón propuesta por G. Felds, se presentan a contnuacón los resultados de ambas descomposcones. En correspondenca con la notacón empleada en el desarrollo general de este artículo, se adopta la sguente notacón: X1 = EXPERCIA, X = EXPERCIA, X3 = AESCOLA, X4 = JEFE, X5 = ASALRDO De acuerdo a la descomposcón de Felds, Tabla 6.11, la condcón de jefe de hogar es la varable con mayor poder explcatvo relatvo, 38%, seguda por la condcón de asalarado, 9%, y la experenca, 3%. Los años de escolardad tenen un poder explcatvo menor, 1%, y la experenca al cuadrado tene una partcpacón negatva, -%, en la descomposcón de R. 9 Encuesta de Hogares realzado por el Insttuto Naconal de Estadístca bajo el programa de Mejoramento de Condcones de Vda, MECOVI, correspondente al año Los ndcadores han sdo elaborados por Carlos Foronda R., nvestgador del Centro de Investgacones Económcas y Empresarales (CIEE) de la Unversdad Prvada Bolvana (UPB). 11 Por ejemplo, en Wan y Zhangyue [13] se ncluyen las varables Educaton y Educaton Squared, Age y Age Squared, en el marco de un modelo Mncer estándar. 1 Debdo al propósto lustratvo de esta aplcacón, no se dscute el conocdo problema de sesgo de seleccón en la estmacón de este tpo de modelos. 13 Ver, por ejemplo, Wan y Zhou [13]. UPB - INVESTIGACIÓN & DESARROLLO, No. 7: 5 4 (007) 17

14 E. CUPÉ TABLA DETERMINANTES DEL INGRESO LABORAL (I) Descomposcón de Felds Regresores Partcpacón X1 X X3 X4 X5 Total s(x) p(x) 3% -% 1% 38% 9% 100% Por otra parte, Tabla 6.1, la descomposcón ortogonal muestra que solamente tres varables ortogonales de las cnco, son las que explcan la varacón del ngreso laboral. En partcular, la varable ortogonal U4 tene un poder explcatvo de 55%. TABLA DETERMINANTES DEL INGRESO LABORAL (I) Y DESCOMPOSICIÓN ORTOGONAL Regresores ortogonales Partcpacón U1 U U3 U4 U5 Total s'(u) p(u) 0% 19% 6% 55% 0% 100% La matrz de correlacón entre las varables ndependentes y las varables ortogonales, Tabla 6.13, muestra que la varable ortogonal U1, que captura la dreccón de mayor varacón de las varables ndependentes, está altamente correlaconada con las varables ndependentes experenca y experenca al cuadrado, gual a la undad con sgno negatvo con esta últma; así, la varable ortogonal U1 es una varable de experenca que práctcamente captura la partcpacón de dos varables ndependentes en la descomposcón de R y señala la posble redundanca en este sentdo de una de las dos varables ndependentes. A su vez, la varable U3, aunque en menor grado, está altamente correlaconada con la varable de años de escolardad. La correlacón de las demás varables ortogonales se da con varas varables ndependentes. TABLA DETERMINANTES DEL INGRESO LABORAL (I) Matrz de Correlacón Varables Independentes vs. Varables Ortogonales X1 X X3 X4 X5 U U U U U La posbldad de redundanca entre las varables experenca y experenca al cuadrado se ncrementa s se toma en cuenta que la correlacón entre ellas es En este punto, ya es necesaro expresar la descomposcón ortogonal en térmnos de las varables ndependentes, cuyos resultados se muestran en el Cuadro A dferenca de lo que ocurre en la descomposcón propuesta por G. Felds, en la que la descomposcón de R no genera señales de alarma sobre la exstenca de alta multcolnealdad (salvo por la exstenca de una sn sentdo partcpacón negatva de la varable experenca al cuadrado) que afecta a la descomposcón, la descomposcón ortogonal expresada en térmnos de las varables ndependentes muestra claramente la gravedad de la stuacón Que no es detectada por el estadístco t de los respectvos coefcentes, pues aún con una correlacón de 0.95 los coefcentes de ambas varables son altamente sgnfcatvos. 18 UPB - INVESTIGACIÓN & DESARROLLO, No. 7: 5 4 (007)

15 DESCOMPOSICIÓN BASADA EN REGRESIÓN LINEAL TABLA DESCOMPOSICIÓN DIRECTA Y DETERMINANTES DEL INGRESO LABORAL (I) Partcpacones Drectas de Varables Independentes Partcpacones Drectas Partcpacón X1 X X3 X4 X5 Total Q(X) P(X) 157% 81% 1% 8% 7% 305% Una prmera revsón de los resultados muestra que el poder explcatvo drecto de la varable de experenca supera amplamente el 100% y, a su vez, el poder explcatvo drecto de la varable experenca al cuadrado es superor al 80%. Las partcpacones drectas de las otras varables en la descomposcón se mantenen en rangos razonables, confrmando que la multcolnealdad se focalza en las varables experenca y experenca al cuadrado. TABLA DESCOMPOSICIÓN DIRECTA Y DETERMINANTES DEL INGRESO LABORAL (I) Partcpacones Combnadas de Varables Independentes Partcpacones Combnadas Partcpacón X1 X X1 X3 X1 X4 X1 X5 X X3 X X4 X X5 X3 X4 X3 X5 X4 X5 Total Q(X) P(X) -14% -44% 3% -34% 3% -10% 4% % 10% 4% -05% R Partcpacones Drectas + Partcpacones Combnadas Partcpacones Drectas + Partcpacones Combnadas, en %. 100% El reporte de las partcpacones combnadas, Cuadro 6.15, muestra que la alta multcolnealdad entre las varables de experenca se manfesta en extremadamente desproporconadas partcpacones combnadas en las relacones que ntervenen. En partcular, la partcpacón combnada entre experenca y experenca al cuadrado es negatva y supera el 00%. Así, aunque en térmnos de la partcpacón drecta las varables de mayor poder explcatvo del (logartmo del) ngreso laboral son experenca y experenca al cuadrado, su alta partcpacón combnada negatva relatvza dcho resultado ncal y señala la necesdad de repensar en la especfcacón del modelo. 6.3 DETERMINANTES DEL INGRESO LABORAL (II) Debdo a las señales de alarma puestas de manfesto por la nueva metodología de descomposcón, se ha excludo la varable experenca al cuadrado de la especfcacón del modelo de ngreso laboral en las zonas urbanas de Bolva. Los resultados de la estmacón del modelo re-especfcado, Tabla 6.16, muestran que los coefcentes estmados contnúan sendo sgnfcatvos y que R se reduce levemente a En correspondenca con la notacón empleada en el desarrollo general de este artículo, esta vez se adopta la sguente notacón: X1 = EXPERCIA, X = AESCOLA, X3 = JEFE, X4 = ASALRDO De acuerdo a la descomposcón de Felds, Tabla 6.17, la condcón de asalarado es la varable con mayor poder explcatvo, 46%, seguda por la condcón de jefe de hogar, 3%, años de escolardad, 14% y experenca, 8%. No se tenen partcpacones negatvas. TABLA ESTIMACIÓN DEL MODELO DE DETERMINANTES DE INGRESO LABORAL (II) Dependent Varable: LNW Method: Least Squares Sample: 1 38 Included observatons: 38 UPB - INVESTIGACIÓN & DESARROLLO, No. 7: 5 4 (007) 19

16 E. CUPÉ Varable Coeffcent Std. Error t-statstc Prob. C EXPERCIA AESCOLA JEFE ASALRDO R-squared Mean dependent var Adjusted R-squared S.D. dependent var S.E. of regresson Aae nfo crteron Sum squared resd Schwarz crteron Log lelhood F-statstc Durbn-Watson stat Prob(F-statstc) TABLA DETERMINANTES DEL INGRESO LABORAL (II) Descomposcón de Felds Regresores Partcpacón X1 X X3 X4 Total s(x) p(x) 8% 14% 3% 46% 100% Por otra parte, la descomposcón ortogonal, Tabla 6.18, muestra que la partcpacón se concentra en dos de las cuatro varables ortogonales; en partcular, la varable ortogonal U4 tene un poder explcatvo de 67%. TABLA DETERMINANTES DEL INGRESO LABORAL (II) Y DESCOMPOSICIÓN ORTOGONAL Regresores ortogonales Partcpacón U1 U U3 U4 Total s'(u) p(u) 3% 30% 67% 0% 100% La matrz de correlacón entre las varables ortogonales y las varables ndependentes, Tabla 6.19, muestra que cada una de las dos prmeras varables está altamente correlaconada a una varable explcatva dferente, la varable ortogonal U1 con la varable experenca y la varable ortogonal U con la varable de años de escolardad. TABLA DETERMINANTES DEL INGRESO LABORAL (II) Matrz de Correlacón Varables Independentes vs. Varables Ortogonales X1 X X3 X4 U U U U Como consecuenca de las relacones de correlacón, la partcpacón de cada una de las dos prmeras varables ndependentes es capturada por la respectva varable ortogonal correlaconada, Tabla 6.0; las partcpacones de las varables dcotómcas de jefe de hogar y asalarado son capturadas por todas las varables ortogonales. El valor del total de partcpacones drectas es práctcamente gual al valor de R. 0 UPB - INVESTIGACIÓN & DESARROLLO, No. 7: 5 4 (007)

17 DESCOMPOSICIÓN BASADA EN REGRESIÓN LINEAL TABLA DESCOMPOSICIÓN DIRECTA Y DETERMINANTES DEL INGRESO LABORAL (II) Partcpacones Drectas de Varables Independentes Partcpacones Drectas Partcpacón X1 X X3 X4 Total U U U U Total A dferenca de lo que ocurría con las partcpacones combnadas en el modelo que ncluía la varable experenca al cuadrado, las partcpacones combnadas en el modelo re-especfcado no presenta valores desproporconados; en partcular, la partcpacón combnada total no alcanza a 1% de R. TABLA 6.1- DESCOMPOSICIÓN DIRECTA Y DETERMINANTES DEL INGRESO LABORAL (II) Partcpacones Combnadas de Varables Independentes Partcpacones Combnadas Partcpacón X1 X X1 X3 X1 X4 X X3 X X4 X3 X4 Total U U U U Total Expresando en forma resumda los resultados de la descomposcón ortogonal en térmnos de las varables ndependentes, se verfca que la descomposcón de R se reduce práctcamente a las partcpacones drectas; s ben exsten partcpacones combnadas postvas y negatvas de alguna magntud, éstas se compensan representando en el total menos del 1% de R 15. TABLA 6. - DESCOMPOSICIÓN DIRECTA Y DETERMINANTES DEL INGRESO LABORAL (II) Partcpacones Drectas de Varables Independentes Partcpacones Drectas Partcpacón X1 X X3 X4 Total Q(X) P(X) 18% 16% 9% 37% 100% La partcpacón combnada negatva generada entre las varables de experenca y jefe de hogar se compensa con la postva generada por la partcpacón postva generada entre las varables jefe de hogar y años de escolardad; la partcpacón combnada negatva generada entre las varables experenca y años de escolardad se compensan parcalmente con la partcpacón combnada postva generada por la nteraccón de la varable años de escolardad con las varables jefe de hogar y condcón de asalarado. Por tanto, de acuerdo a la descomposcón propuesta en el presente artículo, la varable ndependente de mayor poder explcatvo es la condcón de asalarado, 37%, seguda de la varable de condcón de jefe de hogar, 9%, la varable de experenca, 18%, y la varable de años de escolardad, 16%. 15 Las partcpacones porcentuales que se reportan en los cuadros 6. y 6.3 se han redondeado a undades enteras. UPB - INVESTIGACIÓN & DESARROLLO, No. 7: 5 4 (007) 1

18 E. CUPÉ TABLA DESCOMPOSICIÓN DIRECTA Y DETERMINANTES DEL INGRESO LABORAL (II) Partcpacones Combnadas de Varables Independentes Partcpacones Combnadas Partcpacón X1 X X1 X3 X1 X4 X X3 X X4 X3 X4 Total Q(X) P(X) -17% -1% 9% 1% 3% 5% 0% R Partcpacones Drectas + Partcpacones Combnadas Partcpacones Drectas + Partcpacones Combnadas, en %. 100% Fnalmente, aún en una stuacón como la presente, con partcpacones combnadas no sgnfcatvas, las partcpacones drectas que se obtenen son dferentes según se aplque la metodología propuesta por G. Felds o la nueva metodología. En ambos casos, la condcón de asalarado es la varable con mayor poder explcatvo, pero en dferentes magntudes; la descomposcón de Felds le asgna una partcpacón de 46% y la propuesta nueva le asgna una partcpacón bastante menor, 37%. En las demás varables, la dferenca no solamente mplca cambos en magntudes sno tambén cambos en el orden de mportanca, Tabla En partcular, según la descomposcón de Felds exste una dferenca notora entre el poder explcatvo de la varable experenca y el poder explcatvo de la varable años de escolardad, y se da a favor de años de escolardad; según la nueva metodología, la dferenca es leve y a favor de la varable experenca. Según la metodología de G. Felds, la condcón de asalarado tene un poder explcatvo cas ses veces más que la varable de experenca; en cambo, dcha relacón es de dos veces según la nueva metodología. TABLA DESCOMPOSICIÓN DIRECTA Y DETERMINANTES DEL INGRESO LABORAL (II) Partcpacones Combnadas de Varables Independentes Método de Descomposcón Experenca Años de Escolardad Jefe de Hogar Asalarado Total Métodología de G. Felds Metodología Nueva 8% 14% 3% 46% 100% 18% 16% 9% 37% 100% 7. CONCLUSIONES El análss por descomposcón de R es extremadamente útl en la práctca, no solamente porque amplía consderablemente las posbldades de análss en el contexto de los modelos lneales, sno tambén porque posblta la toma de mejores decsones de accón al respaldarlas técncamente. Actualmente, se ha popularzado el uso de la metodología de descomposcón propuesta por G. Felds y se la ha aplcado en dversos estudos a lo largo de todo el mundo. Un atractvo de la descomposcón de Felds es que se obtene de una manera smple y drecta; sn embargo, este método de descomposcón no garantza la no negatvdad de los componentes de la descomposcón, por una parte, y no reconoce la exstenca del efecto generado en la nteraccón entre regresores, por otra. La presenca de partcpacones negatvas de una varable en la descomposcón de R, que mde varanza en térmnos relatvos, carece de sentdo; el efecto combnado que la descomposcón de Felds gnora puede ser sgnfcatvo, partcularmente bajo presenca de alta multcolnealdad entre las varables ndependentes del 16 Debdo a que el total de las partcpacones combnadas es práctcamente cero en este caso, el total de las partcpacones drectas es práctcamente 100%. UPB - INVESTIGACIÓN & DESARROLLO, No. 7: 5 4 (007)

19 DESCOMPOSICIÓN BASADA EN REGRESIÓN LINEAL modelo, gnorar dcho efecto se traduce en consderable sub o sobre-estmacón del poder explcatvo de una o varas varables. La nueva metodología de descomposcón se basa en la exstenca de una base ortogonal de vectores sngulares para el espaco columna de la matrz cuyas columnas son precsamente las varables ndependentes expresadas en térmnos de desvacones respecto a su meda, la exstenca de dcha base está garantzada por el Teorema de Descomposcón de Valor Sngular de Matrces. Dcha base defne un conjunto de regresores ortogonales en las dreccones de mayor varacón de las varables ndependentes. Las varables ortogonales descomponen R como suma de partcpacones no negatvas de cada una de ellas. Frecuentemente estas varables admten una nterpretacón en térmnos de las varables ndependentes y la descomposcón puede ser nterpretada en esos térmnos; sn embargo, en la práctca, la prncpal utldad de los regresores ortogonales es que muestran la estructura ortogonal de la partcpacón drecta y combnada de una varable ndependente, la cual es una verdadera radografía de la forma en que cada regresor partcpa en la conformacón de R ; metodológcamente, muestran que las partcpacones negatvas están asocadas a partcpacones combnadas y no ha partcpacones drectas. La nueva metodología, además de la partcpacón drecta de cada varable en la explcacón de R, reconoce la exstenca de partcpacones combnadas que se generan en la correlacón entre regresores. Esta metodología descompone R como suma de partcpacones drectas de cada varable ndependente y partcpacones combnadas de los regresores. Las partcpacones drectas, en cada caso gual al poder explcatvo drecto de la respectva varable, son sempre no negatvas y dependen tanto del respectvo coefcente estmado por la regresón como de la msma varable ndependente; las partcpacones combnadas se dan sempre entre dos varables ndependentes y pueden ser postvas o negatvas en funcón de los respectvos coefcentes estmados por regresón y la correlacón entre las varables. La aplcacón de la nueva metodología permte detectar la presenca de alta multcolnealdad, a veces no detectada por los estadístcos t de una regresón, en sentdo que los coefcentes estmados pueden ser estadístcamente sgnfcatvos aún bajo condcones de alta multcolnealdad. La aplcacón de análss por descomposcón a la explcacón del ngreso laboral en las zonas urbanas de Bolva es un ejemplo de ello. Como era de esperarse, la magntud de las partcpacones cruzadas está en funcón del grado de multcolnealdad entre las varables ndependentes. Multcolnealdad sempre exste en la práctca, pero en la medda que sea de menor magntud, la descomposcón se concentra en las partcpacones drectas de cada una de las varables ndependentes; una alta multcolnealdad se refleja en partcpacones combnadas consderables y eventualmente desproporconadas. La descomposcón en térmnos de las varables ortogonales puede expresarse en térmnos de las varables ndependentes de dos maneras. Una, agregando las partcpacones drecta y combnadas de las varables ndependentes capturadas por las varable ortogonales; otra, por descomposcón drecta. Este últmo procedmento proporcona una forma smple y drecta de cálculo, aunque sn la estructura explícta de la descomposcón ortogonal de las partcpacones drectas y combnadas. 8. BIBLIOGRAFÍA [1] Arayama, Yuo; Moo Km, Jong; Kmh, Ayal. Determnants of Income Inequalty among Korean Farm Households. Economc Research Center. Dscusson Paper No.161 November 006. [] Carrascal, U.; Gonzáles, Y.; Rodríguez, B. Análss Econométrco con EVews. Alfaomega-RaMa. Méxco 001. [3] Datta, Bswa Nath. Numercal Lnear Algebra and Applcatons. Internatonal Thomson Publshng Company [4] Felds, Gary S., Regresson-Based Decompostos: A New Tool for Manageral Decson-Mang, Departamente of Labor Economcs, Cornell Unversty. March 004. [5] Felds, Gary; Yoo, Gyeongjoon. Fallng Labor Income Inequalty n Korea's Economc Growth: Patterns and Underlyng Causes. Revew of Income and Wealth. Seres 46, Number, June 000 [6] Foro, Carlo V.; Jenns, Stephen P. neqrbd: Regresson-based nequalty decomposton, followng Felds (003). UKSUG. September 007 [7] Lebart, Ludovc; Morneau, Alan; Pron, Mare. Statstque Exploratore Multdmensonalle. Dunod. Pars, [8] Morduch, J.; Scular, T. Rethnng Inequalty Decomposton, wth Evdence from Rural Chna. The Economc Journal 11: UPB - INVESTIGACIÓN & DESARROLLO, No. 7: 5 4 (007) 3

20 E. CUPÉ [9] Pedraz Gonzáles, R. Determnantes de la decsón de Repartr Dvdendos. Revsta CEFGESTION. N 14, España [10] Salard, Paola, How much of Brazlan Inequalty can we explan? An attempt of ncome dfferentals decomposton usng the PNAD 00. Quadern del Dpartamento d Economa Pubblca e Terrtorale n. 1/005. [11] Tawo, Awoyem. Explanng Income Inequalty n Ngera: A Regresso-Based Decomposton Usng Household Data. Department of Agrcultural Economcs. Unversty of Ibadan, Ngera. [10] The World Ban. Spatal Inequalty n Vetnam: A Regresson-based Decomposton [1] Wan, Guang Hua. Regresson-based Inequalty Decomposton: Ptfalls and a Soluton Procedure. World Insttute for Development Economc Research. Dscusson Paper No. 00/ [13] Wan, Guanghua; Zhou, Zhangyue. Income Inequalty n Rural Chna Regresson-Based Decomposton Usng Household Data. Revew of Development Economcs, 9(1), , UPB - INVESTIGACIÓN & DESARROLLO, No. 7: 5 4 (007)

Relaciones entre variables

Relaciones entre variables Relacones entre varables Las técncas de regresón permten hacer predccones sobre los valores de certa varable Y (dependente), a partr de los de otra (ndependente), entre las que se ntuye que exste una relacón.

Más detalles

De factores fijos. Mixto. Con interacción Sin interacción. No equilibrado. Jerarquizado

De factores fijos. Mixto. Con interacción Sin interacción. No equilibrado. Jerarquizado Análss de la varanza con dos factores. Introduccón Hasta ahora se ha vsto el modelo de análss de la varanza con un factor que es una varable cualtatva cuyas categorías srven para clasfcar las meddas de

Más detalles

EXPERIMENTACIÓN COMERCIAL(I)

EXPERIMENTACIÓN COMERCIAL(I) EXPERIMENTACIÓN COMERCIAL(I) En un expermento comercal el nvestgador modfca algún factor (denomnado varable explcatva o ndependente) para observar el efecto de esta modfcacón sobre otro factor (denomnado

Más detalles

Investigación y Técnicas de Mercado. Previsión de Ventas TÉCNICAS CUANTITATIVAS ELEMENTALES DE PREVISIÓN UNIVARIANTE. (IV): Ajustes de Tendencia

Investigación y Técnicas de Mercado. Previsión de Ventas TÉCNICAS CUANTITATIVAS ELEMENTALES DE PREVISIÓN UNIVARIANTE. (IV): Ajustes de Tendencia Investgacón y Técncas de Mercado Prevsón de Ventas TÉCNICAS CUANTITATIVAS ELEMENTALES DE PREVISIÓN UNIVARIANTE. (IV): s de Tendenca Profesor: Ramón Mahía Curso 00-003 I.- Introduccón Hasta el momento,

Más detalles

Análisis de Regresión y Correlación

Análisis de Regresión y Correlación 1 Análss de Regresón y Correlacón El análss de regresón consste en emplear métodos que permtan determnar la mejor relacón funconal entre dos o más varables concomtantes (o relaconadas). El análss de correlacón

Más detalles

MODELOS DE ELECCIÓN BINARIA

MODELOS DE ELECCIÓN BINARIA MODELOS DE ELECCIÓN BINARIA Econometría I UNLP http://www.econometra1.depeco.econo.unlp.edu.ar/ Modelos de Eleccón Bnara: Introduccón Estamos nteresados en la probabldad de ocurrenca de certo evento Podemos

Más detalles

Econometría. Ayudantía # 01, Conceptos Generales, Modelo de Regresión. Profesor: Carlos R. Pitta 1

Econometría. Ayudantía # 01, Conceptos Generales, Modelo de Regresión. Profesor: Carlos R. Pitta 1 Escuela de Ingenería Comercal Ayudantía # 01, Conceptos Generales, Modelo de Regresón Profesor: Carlos R. Ptta 1 1 cptta@spm.uach.cl Escuela de Ingenería Comercal Ayudantía 01 Parte 01: Comentes Señale

Más detalles

Capitalización y descuento simple

Capitalización y descuento simple Undad 2 Captalzacón y descuento smple 2.1. Captalzacón smple o nterés smple 2.1.1. Magntudes dervadas 2.2. Intereses antcpados 2.3. Cálculo de los ntereses smples. Métodos abrevados 2.3.1. Método de los

Más detalles

OPERACIONES ARMONIZACION DE CRITERIOS EN CALCULO DE PRECIOS Y RENDIMIENTOS

OPERACIONES ARMONIZACION DE CRITERIOS EN CALCULO DE PRECIOS Y RENDIMIENTOS P L V S V LT R A BANCO DE ESPAÑA OPERACIONES Gestón de la Informacón ARMONIZACION DE CRITERIOS EN CALCULO DE PRECIOS Y RENDIMIENTOS El proceso de ntegracón fnancera dervado de la Unón Monetara exge la

Más detalles

Correlación y regresión lineal simple

Correlación y regresión lineal simple . Regresón lneal smple Correlacón y regresón lneal smple. Introduccón La correlacón entre dos varables ( e Y) se refere a la relacón exstente entre ellas de tal manera que a determnados valores de se asocan

Más detalles

CÁLCULO DE INCERTIDUMBRE EN MEDIDAS FÍSICAS: MEDIDA DE UNA MASA

CÁLCULO DE INCERTIDUMBRE EN MEDIDAS FÍSICAS: MEDIDA DE UNA MASA CÁLCULO DE INCERTIDUMBRE EN MEDIDAS FÍSICAS: MEDIDA DE UNA MASA Alca Maroto, Rcard Boqué, Jord Ru, F. Xaver Rus Departamento de Químca Analítca y Químca Orgánca Unverstat Rovra Vrgl. Pl. Imperal Tàrraco,

Más detalles

1. GENERALIDADES DEL ÁLGEBRA GEOMÉTRICA. Definición del álgebra geométrica del espacio-tiempo

1. GENERALIDADES DEL ÁLGEBRA GEOMÉTRICA. Definición del álgebra geométrica del espacio-tiempo EL ÁLGEBRA GEOMÉTRICA DEL ESPACIO Y TIEMPO. GENERALIDADES DEL ÁLGEBRA GEOMÉTRICA Defncón del álgebra geométrca del espaco-tempo Defno el álgebra geométrca del espaco y tempo como el álgebra de las matrces

Más detalles

Tema 3. Estadísticos univariados: tendencia central, variabilidad, asimetría y curtosis

Tema 3. Estadísticos univariados: tendencia central, variabilidad, asimetría y curtosis Tema. Estadístcos unvarados: tendenca central, varabldad, asmetría y curtoss 1. MEDIDA DE TEDECIA CETRAL La meda artmétca La medana La moda Comparacón entre las meddas de tendenca central. MEDIDA DE VARIACIÓ

Más detalles

2.2 TASA INTERNA DE RETORNO (TIR). Flujo de Caja Netos en el Tiempo

2.2 TASA INTERNA DE RETORNO (TIR). Flujo de Caja Netos en el Tiempo Evaluacón Económca de Proyectos de Inversón 1 ANTECEDENTES GENERALES. La evaluacón se podría defnr, smplemente, como el proceso en el cual se determna el mérto, valor o sgnfcanca de un proyecto. Este proceso

Más detalles

Histogramas: Es un diagrama de barras pero los datos son siempre cuantitativos agrupados en clases o intervalos.

Histogramas: Es un diagrama de barras pero los datos son siempre cuantitativos agrupados en clases o intervalos. ESTADÍSTICA I. Recuerda: Poblacón: Es el conjunto de todos los elementos que cumplen una determnada propedad, que llamamos carácter estadístco. Los elementos de la poblacón se llaman ndvduos. Muestra:

Más detalles

CAPÍTULO 5 REGRESIÓN CON VARIABLES CUALITATIVAS

CAPÍTULO 5 REGRESIÓN CON VARIABLES CUALITATIVAS CAPÍTULO 5 REGRESIÓN CON VARIABLES CUALITATIVAS Edgar Acuña Fernández Departamento de Matemátcas Unversdad de Puerto Rco Recnto Unverstaro de Mayagüez Edgar Acuña Analss de Regreson Regresón con varables

Más detalles

PORTAFOLIO DE TRES ACTIVOS FINANCIEROS

PORTAFOLIO DE TRES ACTIVOS FINANCIEROS PORTAFOLIO DE TRES ACTIVOS FINANCIEROS Contendo:. Introduccón.. Fondos Mutuos. Rendmento y Resgo.. Parámetros estadístcos de un Portafolo de Tres Actvos. a) El Retorno de un Portafolo. b) El Resgo de un

Más detalles

Comparación entre distintos Criterios de decisión (VAN, TIR y PRI) Por: Pablo Lledó

Comparación entre distintos Criterios de decisión (VAN, TIR y PRI) Por: Pablo Lledó Comparacón entre dstntos Crteros de decsón (, TIR y PRI) Por: Pablo Lledó Master of Scence en Evaluacón de Proyectos (Unversty of York) Project Management Professonal (PMP certfed by the PMI) Profesor

Más detalles

DEFINICIÓN DE INDICADORES

DEFINICIÓN DE INDICADORES DEFINICIÓN DE INDICADORES ÍNDICE 1. Notacón básca... 3 2. Indcadores de ntegracón: comerco total de benes... 4 2.1. Grado de apertura... 4 2.2. Grado de conexón... 4 2.3. Grado de conexón total... 5 2.4.

Más detalles

ALN - SVD. Definición SVD. Definición SVD (Cont.) 29/05/2013. CeCal In. Co. Facultad de Ingeniería Universidad de la República.

ALN - SVD. Definición SVD. Definición SVD (Cont.) 29/05/2013. CeCal In. Co. Facultad de Ingeniería Universidad de la República. 9/05/03 ALN - VD CeCal In. Co. Facultad de Ingenería Unversdad de la Repúblca Índce Defncón Propedades de VD Ejemplo de VD Métodos para calcular VD Aplcacones de VD Repaso de matrces: Una matrz es Untara

Más detalles

Economía de la Empresa: Financiación

Economía de la Empresa: Financiación Economía de la Empresa: Fnancacón Francsco Pérez Hernández Departamento de Fnancacón e Investgacón de la Unversdad Autónoma de Madrd Objetvo del curso: Dentro del contexto de Economía de la Empresa, se

Más detalles

METODOLOGÍA MUESTRAL ENCUESTA A LAS PEQUEÑAS Y MEDIANAS EMPRESAS

METODOLOGÍA MUESTRAL ENCUESTA A LAS PEQUEÑAS Y MEDIANAS EMPRESAS SUBDIRECCIÓN TÉCNICA DEPARTAMENTO DE INVESTIGACIÓN Y DESARROLLO ÁREA DE ANÁLISIS ESTADÍSTICAS ECONÓMICAS METODOLOGÍA MUESTRAL ENCUESTA A LAS PEQUEÑAS Y MEDIANAS EMPRESAS Santago, Enero de 2008. Departamento

Más detalles

UNIVERSIDAD DE GUADALAJARA, CUCEI DEPARTAMENTO DE ELECTRÓNICA LABORATORIO DE ELECTRÓNICA II

UNIVERSIDAD DE GUADALAJARA, CUCEI DEPARTAMENTO DE ELECTRÓNICA LABORATORIO DE ELECTRÓNICA II UNIVERSIDAD DE GUADALAJARA, CUCEI DEPARTAMENTO DE ELECTRÓNICA LABORATORIO DE ELECTRÓNICA II PRACTICA 11: Crcutos no lneales elementales con el amplfcador operaconal OBJETIVO: El alumno se famlarzará con

Más detalles

Problemas donde intervienen dos o más variables numéricas

Problemas donde intervienen dos o más variables numéricas Análss de Regresón y Correlacón Lneal Problemas donde ntervenen dos o más varables numércas Estudaremos el tpo de relacones que exsten entre ellas, y de que forma se asocan Ejemplos: La presón de una masa

Más detalles

GUIAS DE ACTIVIDADES Y TRABAJO PRACTICO Nº 22

GUIAS DE ACTIVIDADES Y TRABAJO PRACTICO Nº 22 DOCENTE: LIC.GUSTO DOLFO JUEZ GUI DE TJO PCTICO Nº 22 CES: POFESODO Y LICENCITU EN IOLOGI PGIN Nº 132 GUIS DE CTIIDDES Y TJO PCTICO Nº 22 OJETIOS: Lograr que el lumno: Interprete la nformacón de un vector.

Más detalles

Media es la suma de todas las observaciones dividida por el tamaño de la muestra.

Media es la suma de todas las observaciones dividida por el tamaño de la muestra. Estadístcos Los estadístcos son valores calculados con los datos de una varable cuanttatva y que mden alguna de las característcas de la dstrbucón muestral. Las prncpales característcas son: tendenca central,

Más detalles

REGRESION Y CORRELACION

REGRESION Y CORRELACION nav Estadístca (complementos) 1 REGRESION Y CORRELACION Fórmulas báscas en la regresón lneal smple Como ejemplo de análss de regresón, descrbremos el caso de Pzzería Armand, cadena de restaurantes de comda

Más detalles

Modelos de elección simple y múltiple. Regresión logit y probit. Modelos multilogit y multiprobit.

Modelos de elección simple y múltiple. Regresión logit y probit. Modelos multilogit y multiprobit. Modelos de eleccón smple y múltple. Regresón logt y probt. Modelos multlogt y multprobt. Sga J.Muro(14/4/2004) 2 Modelos de eleccón dscreta. Modelos de eleccón smple. Modelos de eleccón múltple. Fnal J.Muro(14/4/2004)

Más detalles

TÉCNICAS AUXILIARES DE LABORATORIO

TÉCNICAS AUXILIARES DE LABORATORIO TÉCNICAS AUXILIARES DE LABORATORIO I.- ERRORES 1.- Introduccón Todas las meddas epermentales venen afectadas de una mprecsón nherente al proceso de medda. Puesto que en éste se trata, báscamente, de comparar

Más detalles

ANÁLISIS DE ACCESIBILIDAD E INTERACCIÓN ESPECIAL:

ANÁLISIS DE ACCESIBILIDAD E INTERACCIÓN ESPECIAL: Geografía y Sstemas de Informacón Geográfca (GEOSIG). Revsta dgtal del Grupo de Estudos sobre Geografía y Análss Espacal con Sstemas de Informacón Geográfca (GESIG). Programa de Estudos Geográfcos (PROEG).

Más detalles

TEMA 8: PRÉSTAMOS ÍNDICE

TEMA 8: PRÉSTAMOS ÍNDICE TEM 8: PRÉSTMOS ÍNDICE 1. CONCEPTO DE PRÉSTMO: SISTEMS DE MORTIZCIÓN DE PRÉSTMOS... 1 2. NOMENCLTUR PR PRÉSTMOS DE MORTIZCIÓN FRCCIOND... 3 3. CUDRO DE MORTIZCIÓN GENERL... 3 4. MORTIZCIÓN DE PRÉSTMO MEDINTE

Más detalles

CAPÍTULO 7 ESTIMACIÓN DE PARÁMETROS

CAPÍTULO 7 ESTIMACIÓN DE PARÁMETROS CAPÍTULO 7 ESTIMACIÓN DE PARÁMETROS En los capítulos anterores se han analzado varos modelos usados en la evaluacón de stocks, defnéndose los respectvos parámetros. En las correspondentes fchas de ejerccos

Más detalles

CAPÍTULO 3 METODOLOGÍA. En el siguiente capítulo se presenta al inicio, definiciones de algunos conceptos actuariales

CAPÍTULO 3 METODOLOGÍA. En el siguiente capítulo se presenta al inicio, definiciones de algunos conceptos actuariales CAPÍTULO 3 METODOLOGÍA En el sguente capítulo se presenta al nco, defncones de algunos conceptos actuarales que se utlzan para la elaboracón de las bases técncas del Producto de Salud al gual que la metodología

Más detalles

Tema 1: Estadística Descriptiva Unidimensional Unidad 2: Medidas de Posición, Dispersión y de Forma

Tema 1: Estadística Descriptiva Unidimensional Unidad 2: Medidas de Posición, Dispersión y de Forma Estadístca Tema 1: Estadístca Descrptva Undmensonal Undad 2: Meddas de Poscón, Dspersón y de Forma Área de Estadístca e Investgacón Operatva Lceso J. Rodríguez-Aragón Septembre 2010 Contendos...............................................................

Más detalles

ACTIVIDADES INICIALES

ACTIVIDADES INICIALES Soluconaro 7 Números complejos ACTIVIDADES INICIALES 7.I. Clasfca los sguentes números, dcendo a cuál de los conjuntos numércos pertenece (entendendo como tal el menor conjunto). a) 0 b) 6 c) d) e) 0 f)

Más detalles

Consideraciones empíricas del consumo de los hogares: el caso del gasto en electricidad y alimentos

Consideraciones empíricas del consumo de los hogares: el caso del gasto en electricidad y alimentos Consderacones empírcas del consumo de los hogares: el caso del gasto en electrcdad y almentos Emprcal Consderatons of the Famles Consumpton: the Case uf the Expense n Electrcty and Food Maro Andrés Ramón

Más detalles

CÁLCULO DE LA TASA INTERNA DE RETORNO DE LA EDUCACIÓN EN COLOMBIA *

CÁLCULO DE LA TASA INTERNA DE RETORNO DE LA EDUCACIÓN EN COLOMBIA * CÁLCULO DE LA TASA INTERNA DE RETORNO DE LA EDUCACIÓN EN * INTRODUCCIÓN Helmuth Yesd Aras Gómez ** Álvaro Hernando Chaves Castro *** El efecto de la educacón sobre el desarrollo económco tradconalmente

Más detalles

Diseño y Análisis de Experimentos en el SPSS 1

Diseño y Análisis de Experimentos en el SPSS 1 Dseño y Análss de Expermentos en el SPSS EJEMPLO. Los sguentes datos muestran las meddas de hemoglobna (gramos por 00 ml) en la sangre de 40 ejemplares de una espece de truchas marrones. Las truchas se

Más detalles

Créditos Y Sistemas de Amortización: Diferencias, Similitudes e Implicancias

Créditos Y Sistemas de Amortización: Diferencias, Similitudes e Implicancias Crédtos Y Sstemas de Amortzacón: Dferencas, Smltudes e Implcancas Introduccón Cuando los ngresos de un agente económco superan su gasto de consumo, surge el concepto de ahorro, esto es, la parte del ngreso

Más detalles

CAPITULO 3.- ANÁLISIS CONJUNTO DE DOS VARIABLES. 3.1 Presentación de los datos. Tablas de doble entrada.

CAPITULO 3.- ANÁLISIS CONJUNTO DE DOS VARIABLES. 3.1 Presentación de los datos. Tablas de doble entrada. Introduccón a la Estadístca Empresaral Capítulo - Análss conjunto de dos varables Jesús ánchez Fernández CAPITULO - AÁLII COJUTO DE DO VARIABLE Presentacón de los datos Tablas de doble entrada En el capítulo

Más detalles

MÉTODOS PARA PROBAR NUMEROS

MÉTODOS PARA PROBAR NUMEROS Capítulo 3 ALEATORIOS MÉTODOS PARA PROBAR NUMEROS III.1 Introduccón Exsten algunos métodos dsponbles para verfcar varos aspectos de la caldad de los números pseudoaleatoros. S no exstera un generador partcular

Más detalles

ANÁLISIS DE LA MOROSIDAD TRIBUTARIA DE LAS EMPRESAS APLICANDO TÉCNICAS BORROSAS Y ESTADÍSTICAS. EL CASO DE MAR DEL PLATA.

ANÁLISIS DE LA MOROSIDAD TRIBUTARIA DE LAS EMPRESAS APLICANDO TÉCNICAS BORROSAS Y ESTADÍSTICAS. EL CASO DE MAR DEL PLATA. ANÁLISIS DE LA MOROSIDAD TRIBUTARIA DE LAS EMPRESAS APLICANDO TÉCNICAS BORROSAS Y ESTADÍSTICAS. EL CASO DE MAR DEL PLATA. SEGUNDA PARTE. (TRABAJO PRESENTADO EN EL CONGRESO DE LA SOCIEDAD ARGENTINA DE ESTADISTICA)

Más detalles

12-16 de Noviembre de 2012. Francisco Javier Burgos Fernández

12-16 de Noviembre de 2012. Francisco Javier Burgos Fernández MEMORIA DE LA ESTANCIA CON EL GRUPO DE VISIÓN Y COLOR DEL INSTITUTO UNIVERSITARIO DE FÍSICA APLICADA A LAS CIENCIAS TECNOLÓGICAS. UNIVERSIDAD DE ALICANTE. 1-16 de Novembre de 01 Francsco Javer Burgos Fernández

Más detalles

Maestría en Economía Facultad de Ciencias Económicas Universidad Nacional de La Plata TESIS DE MAESTRIA. ALUMNO Laura Carella. DIRECTOR Alberto Porto

Maestría en Economía Facultad de Ciencias Económicas Universidad Nacional de La Plata TESIS DE MAESTRIA. ALUMNO Laura Carella. DIRECTOR Alberto Porto Maestría en Economía Facultad de Cencas Económcas Unversdad Naconal de La Plata TESIS DE MAESTRIA ALUMNO Laura Carella TITULO Educacón unverstara: medcón del rendmento académco a través de fronteras de

Más detalles

TERMODINÁMICA AVANZADA

TERMODINÁMICA AVANZADA TERMODINÁMICA AVANZADA Undad III: Termodnámca del Equlbro Ecuacones para el coefcente de actvdad Funcones de eceso para mezclas multcomponentes 9/7/0 Rafael Gamero Funcones de eceso en mezclas bnaras Epansón

Más detalles

PROPUESTAS PARA LA DETERMINACIÓN DE LOS PARÁMETROS DEL GRÁFICO DE CONTROL MEWMA

PROPUESTAS PARA LA DETERMINACIÓN DE LOS PARÁMETROS DEL GRÁFICO DE CONTROL MEWMA Est. María. I. Flury Est. Crstna A. Barbero Est. Marta Rugger Insttuto de Investgacones Teórcas y Aplcadas. Escuela de Estadístca. PROPUESTAS PARA LA DETERMINACIÓN DE LOS PARÁMETROS DEL GRÁFICO DE CONTROL

Más detalles

Análisis de error y tratamiento de datos obtenidos en el laboratorio

Análisis de error y tratamiento de datos obtenidos en el laboratorio Análss de error tratamento de datos obtendos en el laboratoro ITRODUCCIÓ Todas las meddas epermentales venen afectadas de una certa mprecsón nevtable debda a las mperfeccones del aparato de medda, o a

Más detalles

2.5 Especialidades en la facturación eléctrica

2.5 Especialidades en la facturación eléctrica 2.5 Especaldades en la facturacón eléctrca Es necesaro destacar a contnuacón algunos aspectos peculares de la facturacón eléctrca según Tarfas, que tendrán su mportanca a la hora de establecer los crteros

Más detalles

FUNDAMENTOS DE DIRECCIÓN FINANCIERA TEMA 2- Parte III CONCEPTO DE INVERSIÓN Y CRITERIOS PARA SU VALORACIÓN

FUNDAMENTOS DE DIRECCIÓN FINANCIERA TEMA 2- Parte III CONCEPTO DE INVERSIÓN Y CRITERIOS PARA SU VALORACIÓN FUNDAMENTOS DE DIRECCIÓN FINANCIERA TEMA 2- Parte III CONCEPTO DE INVERSIÓN Y CRITERIOS PARA SU VALORACIÓN 1 CÁLCULO DE LOS FLUJOS NETOS DE CAJA Y TOMA DE DECISIONES DE INVERSIÓN PRODUCTIVA Peculardades

Más detalles

El costo de oportunidad social de la divisa ÍNDICE

El costo de oportunidad social de la divisa ÍNDICE El Costo de Oportundad Socal de la Dvsa El costo de oportundad socal de la dvsa ÍNDICE. INTRODUCCIÓN. EL MARCO TEÓRICO 3. CÁLCULO DEL COSTO DE OPORTUNIDAD SOCIAL DE LA DIVISA 3. Nvel agregado 3. Nvel desagregado

Más detalles

Determinación de Puntos de Rocío y de Burbuja Parte 1

Determinación de Puntos de Rocío y de Burbuja Parte 1 Determnacón de Puntos de Rocío y de Burbuja Parte 1 Ing. Federco G. Salazar ( 1 ) RESUMEN El cálculo de las condcones de equlbro de fases líqudo vapor en mezclas multcomponentes es un tema de nterés general

Más detalles

Equilibrio termodinámico entre fases fluidas

Equilibrio termodinámico entre fases fluidas CAPÍTULO I Equlbro termodnámco entre fases fludas El conocmento frme de los conceptos de la termodnámca se consdera esencal para el dseño, operacón y optmzacón de proyectos en la ngenería químca, debdo

Más detalles

DETERMINANTES DE FRAGILIDAD EN LAS EMPRESAS COLOMBIANAS. Oscar Martínez A. *

DETERMINANTES DE FRAGILIDAD EN LAS EMPRESAS COLOMBIANAS. Oscar Martínez A. * DETERMINANTES DE FRAGILIDAD EN LAS EMPRESAS COLOMBIANAS Oscar Martínez A. * Banco de la Repúblca, Colomba omartam@banrep.gov.co Resumen Una de las mayores amenazas para toda empresa es caer en un estado

Más detalles

Tema 4: Variables aleatorias

Tema 4: Variables aleatorias Estadístca 46 Tema 4: Varables aleatoras El concepto de varable aleatora surge de la necesdad de hacer más manejables matemátcamente los resultados de los expermentos aleatoros, que en muchos casos son

Más detalles

Prof. Antonio Santillana del Barrio y Ainhoa Herrarte Sánchez Universidad Autónoma de Madrid Curso 2012-2013

Prof. Antonio Santillana del Barrio y Ainhoa Herrarte Sánchez Universidad Autónoma de Madrid Curso 2012-2013 Tema 6 El modelo IS-LM Prof. Antono Santllana del Barro y Anhoa Herrarte Sánchez Unversdad Autónoma de Madrd Curso 2012-2013 Bblografía oblgatora Capítulo 5, Macroeconomía, (Blanchard et al) Apuntes de

Más detalles

UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS

UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS FACULTAD DE CIENCIAS MATEMÁTICAS E.A.P. DE..ESTADÍSTICA La fecunddad y su relacón con varables socoeconómcas, demográfcas y educatvas aplcando el Modelo de Regresón

Más detalles

ESTRUCTURA DE MERCADO DEL SISTEMA BANCARIO BOLIVIANO

ESTRUCTURA DE MERCADO DEL SISTEMA BANCARIO BOLIVIANO ESTRUCTURA DE MERCADO DEL SISTEMA BANCARIO BOLIVIANO OSCAR A. DIAZ QUEVEDO * * El análss y conclusones del presente trabajo son de exclusva responsabldad del autor y no reflejan necesaramente la opnón

Más detalles

1.- Elegibilidad de estudiantes. 2.- Selección de estudiantes - 2 -

1.- Elegibilidad de estudiantes. 2.- Selección de estudiantes - 2 - Unversdad Euskal Herrko del País Vasco Unbertstatea NORMATIVA PARA SOCRATES/ERASMUS Y DEMÁS PROGRAMAS DE MOVILIDAD AL EXTRANJERO DE ALUMNOS (Aprobada en Junta de Facultad del día 12 de marzo de 2002) La

Más detalles

PRUEBAS DE ACCESO A LAS UNIVERSIDADES DE ANDALUCÍA PARA MAYORES DE 25 AÑOS MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES

PRUEBAS DE ACCESO A LAS UNIVERSIDADES DE ANDALUCÍA PARA MAYORES DE 25 AÑOS MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES PRUEBAS DE ACCESO A LAS UNIVERSIDADES DE ANDALUCÍA PARA MAYORES DE AÑOS EXÁMENES PROPUESTOS Y RESUELTOS DE MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES CONVOCATORIAS DE --- F Jménez Gómez Este cuaderno

Más detalles

Cifrado de imágenes usando autómatas celulares con memoria

Cifrado de imágenes usando autómatas celulares con memoria Cfrado de mágenes usando autómatas celulares con memora L. Hernández Encnas 1, A. Hernández Encnas 2, S. Hoya Whte 2, A. Martín del Rey 3, G. Rodríguez Sánchez 4 1 Insttuto de Físca Aplcada, CSIC, C/Serrano

Más detalles

TEMA 6 AMPLIFICADORES OPERACIONALES

TEMA 6 AMPLIFICADORES OPERACIONALES Tema 6 Amplfcadores peraconales ev 4 TEMA 6 AMPLIFICADES PEACINALES Profesores: Germán llalba Madrd Mguel A. Zamora Izquerdo Tema 6 Amplfcadores peraconales ev 4 CNTENID Introduccón El amplfcador dferencal

Más detalles

CARTAS DE CONTROL. Han sido difundidas exitosamente en varios países dentro de una amplia variedad de situaciones para el control del proceso.

CARTAS DE CONTROL. Han sido difundidas exitosamente en varios países dentro de una amplia variedad de situaciones para el control del proceso. CARTAS DE CONTROL Las cartas de control son la herramenta más poderosa para analzar la varacón en la mayoría de los procesos. Han sdo dfunddas extosamente en varos países dentro de una ampla varedad de

Más detalles

El análisis de desviaciones sobre el resultado previsto

El análisis de desviaciones sobre el resultado previsto Tema 6 El análss de desvacones sobre el resultado prevsto Trabajar con presupuestos supone, como fase fnal lógca, el comparar las cfras prevstas con las reales, y proceder a un «análss de desvacones».

Más detalles

Clase 25. Macroeconomía, Sexta Parte

Clase 25. Macroeconomía, Sexta Parte Introduccón a la Facultad de Cs. Físcas y Matemátcas - Unversdad de Chle Clase 25. Macroeconomía, Sexta Parte 12 de Juno, 2008 Garca Se recomenda complementar la clase con una lectura cudadosa de los capítulos

Más detalles

Leyes de tensión y de corriente

Leyes de tensión y de corriente hay6611x_ch03.qxd 1/4/07 5:07 PM Page 35 CAPÍTULO 3 Leyes de tensón y de corrente CONCEPTOS CLAVE INTRODUCCIÓN En el capítulo 2 se presentaron la resstenca así como varos tpos de fuentes. Después de defnr

Más detalles

Introducción al riesgo de crédito

Introducción al riesgo de crédito Introduccón al resgo de crédto Estrella Perott Investgador Senor Bolsa de Comerco de Rosaro eperott@bcr.com.ar. Introduccón El resgo credtco es el resgo de una pérdda económca como consecuenca de la falta

Más detalles

TEMA III EL ANÁLISIS DE REGRESIÓN LINEAL MÚLTIPLE

TEMA III EL ANÁLISIS DE REGRESIÓN LINEAL MÚLTIPLE TEMA III EL ANÁLISIS DE REGRESIÓN LINEAL MÚLTIPLE LECTURA OBLIGATORIA Regresón Lneal Múltple. En Ral, A. y Varela, J. (008). Estadístca Práctca para la Investgacón en Cencas de la Salud. Coruña: Netbblo.

Más detalles

LA FINANCIACION DE PROVEEDORES Y LA GESTION DE STOCKS. UNA VISION CONJUNTA.

LA FINANCIACION DE PROVEEDORES Y LA GESTION DE STOCKS. UNA VISION CONJUNTA. LA FINANCIACION DE PROVEEDORES Y LA GESTION DE STOCKS. UNA VISION CONJUNTA. Lucía Isabel García Cebrán Departamento de Economía y Dreccón de Empresas Unversdad de Zaragoza Gran Vía, 2 50.005 Zaragoza (España)

Más detalles

PROPORCIONAR RESERVA ROTANTE PARA EFECTUAR LA REGULACIÓN PRIMARIA DE FRECUENCIA ( RPF)

PROPORCIONAR RESERVA ROTANTE PARA EFECTUAR LA REGULACIÓN PRIMARIA DE FRECUENCIA ( RPF) ANEXO I EVALUACIÓN DE LA ENERGIA REGULANTE COMENSABLE (RRmj) OR ROORCIONAR RESERVA ROTANTE ARA EFECTUAR LA REGULACIÓN RIMARIA DE FRECUENCIA ( RF) REMISAS DE LA METODOLOGÍA Las pruebas dnámcas para la Regulacón

Más detalles

APENDICE A. El Robot autónomo móvil RAM-1.

APENDICE A. El Robot autónomo móvil RAM-1. Planfcacón de Trayectoras para Robots Móvles APENDICE A. El Robot autónomo móvl RAM-1. A.1. Introduccón. El robot autónomo móvl RAM-1 fue dseñado y desarrollado en el Departamento de Ingenería de Sstemas

Más detalles

Sobreeducación, Educación no formal y Salarios: Evidencia para España 1

Sobreeducación, Educación no formal y Salarios: Evidencia para España 1 XIV ENCUENTRO DE ECONOMÍA APLICADA Huelva, 2 y 3 de Juno de 2011 Sobreeducacón, Educacón no formal y Salaros: Evdenca para España 1 Sandra Neto AQR-IREA, Unverstat de Barcelona Dpt. Econometra, Estadístca

Más detalles

LAS CAUSAS DE LA POBREZA EN VENEZUELA Por Matías Riutort

LAS CAUSAS DE LA POBREZA EN VENEZUELA Por Matías Riutort LAS CAUSAS DE LA OBREZA EN VENEZUELA or Matías Rutort Este trabajo tene por fnaldad, en una prmera nstanca, descrbr una metodología que permta separar los componentes que determnan la pobreza y, en segundo

Más detalles

Generación de divisas y capacidad de recaudación como factores determinantes de la relación entre crecimiento turístico y desarrollo económico

Generación de divisas y capacidad de recaudación como factores determinantes de la relación entre crecimiento turístico y desarrollo económico Generacón de dvsas y capacdad de recaudacón como factores determnantes de la relacón entre crecmento turístco y desarrollo económco Foregn Exchange Generaton and Tax Collecton Capacty as Determnng Factors

Más detalles

Diseño de una metodología sistémica de evaluación de impacto territorial de intervenciones urbanísticas

Diseño de una metodología sistémica de evaluación de impacto territorial de intervenciones urbanísticas Dseño de una metodología sstémca de evaluacón de mpacto terrtoral de ntervencones urbanístcas Report de recerca Nº 1 Jorge Cerda Troncoso Enero 2009 Problema de nvestgacón: el problema que se enfrenta

Más detalles

Incertidumbre de la Medición: Teoría y Práctica

Incertidumbre de la Medición: Teoría y Práctica CAPACIDAD, GESTION Y MEJORA Incertdumbre de la Medcón: Teoría y Práctca (1 ra Edcón) Autores: Sfredo J. Sáez Ruz Lus Font Avla Maracay - Estado Aragua - Febrero 001 Copyrght 001 L&S CONSULTORES C.A. Calle

Más detalles

TERMODINÁMICA AVANZADA

TERMODINÁMICA AVANZADA ERMODINÁMICA AANZADA Undad III: ermodnámca del Equlbro Fugacdad Fugacdad para gases, líqudos y sóldos Datos volumétrcos 9/7/ Rafael Gamero Fugacdad ropedades con varables ndependentes y ln f ' Con la dfncón

Más detalles

Material realizado por J. David Moreno y María Gutiérrez. Asignatura: Economía Financiera

Material realizado por J. David Moreno y María Gutiérrez. Asignatura: Economía Financiera Tema - MATEMÁTICAS FINANCIERAS Materal realzado por J. Davd Moreno y María Gutérrez Unversdad Carlos III de Madrd Asgnatura: Economía Fnancera Apuntes realzados por J. Davd Moreno y María Gutérrez Advertenca

Más detalles

Desigualdad de oportunidades y el rol del sistema educativo en los logros de los jóvenes uruguayos

Desigualdad de oportunidades y el rol del sistema educativo en los logros de los jóvenes uruguayos Desgualdad de oportundades y el rol del sstema educatvo en los logros de los jóvenes uruguayos Cecla Llambí Marcelo Perera Pablo Messna Febrero de 2009 Esta nvestgacón fue fnancada por el Fondo Carlos

Más detalles

DELTA MASTER FORMACIÓN UNIVERSITARIA C/ Gral. Ampudia, 16 Teléf.: 91 533 38 42-91 535 19 32 28003 MADRID

DELTA MASTER FORMACIÓN UNIVERSITARIA C/ Gral. Ampudia, 16 Teléf.: 91 533 38 42-91 535 19 32 28003 MADRID DELTA MATE OMAÓN UNETAA / Gral. Ampuda, 6 8003 MADD EXÁMEN NTODUÓN A LA ELETÓNA UM JUNO 008 El examen consta de ses preguntas. Lea detendamente los enuncados. tene cualquer duda consulte al profesor. Todas

Más detalles

Jordi Esteve Comas. Monográfico sobre inestabilidad financiera.

Jordi Esteve Comas. Monográfico sobre inestabilidad financiera. Jord Esteve Comas Cclos, tendencas y estaconaldad en la bolsa española Monográfco sobre nestabldad fnancera. Quaderns de Polítca Econòmca. Revsta electrònca. 2ª época. Vol. 10, Mayo -Agosto 2005 Edta:

Más detalles

ACUERDO DE ACREDITACIÓN IST 184. Programa de Magister en Ciencias mención Oceanografía Universidad de Concepción

ACUERDO DE ACREDITACIÓN IST 184. Programa de Magister en Ciencias mención Oceanografía Universidad de Concepción A t f l E D T A C l f l N UMITAS ACUERDO DE ACREDITACIÓN IST 184 Programa de Magster en Cencas mencón Oceanografía Unversdad de Concepcón Con fecha 10 de octubre de 2012, se realza una sesón del Consejo

Más detalles

Procesamiento Digital de Imágenes. Pablo Roncagliolo B. Nº 17

Procesamiento Digital de Imágenes. Pablo Roncagliolo B. Nº 17 Procesamento Dgtal de mágenes Pablo Roncaglolo B. Nº 7 Orden de las clases... CAPTURA, DGTALZACON Y ADQUSCON DE MAGENES TRATAMENTO ESPACAL DE MAGENES TRATAMENTO EN FRECUENCA DE MAGENES RESTAURACON DE MAGENES

Más detalles

IMPACTO DEL MICROCRÉDITO SOBRE LA POBREZA DEL INGRESO: UN ESTUDIO EN MERCADOS DE CRÉDITO URBANOS EN MÉXICO. Miguel Niño Zarazúa *

IMPACTO DEL MICROCRÉDITO SOBRE LA POBREZA DEL INGRESO: UN ESTUDIO EN MERCADOS DE CRÉDITO URBANOS EN MÉXICO. Miguel Niño Zarazúa * IMPACTO DEL MICROCRÉDITO SOBRE LA POBREZA DEL INGRESO: UN ESTUDIO EN MERCADOS DE CRÉDITO URBANOS EN MÉXICO Mguel Nño Zarazúa Resumen Este estudo presenta una estmacón del mpacto del mcrocrédto sobre la

Más detalles

UN ANÁLISIS DE LAS DECISIONES DE FORMACIÓN DE HOGAR, TENENCIA Y DEMANDA DE SERVICIOS DE VIVIENDA DE LOS JÓVENES ESPAÑOLES *

UN ANÁLISIS DE LAS DECISIONES DE FORMACIÓN DE HOGAR, TENENCIA Y DEMANDA DE SERVICIOS DE VIVIENDA DE LOS JÓVENES ESPAÑOLES * UN ANÁLISIS DE LAS DECISIONES DE FORMACIÓN DE HOGAR, TENENCIA Y DEMANDA DE SERVICIOS DE VIVIENDA DE LOS JÓVENES ESPAÑOLES * Mª Consuelo Colom, Rosaro Martínez y Mª Cruz Molés WP-EC 2000-02 Correspondenca:

Más detalles

Capacidad de Procesos según ISO 9000 Ing o. Angel Francisco Arvelo

Capacidad de Procesos según ISO 9000 Ing o. Angel Francisco Arvelo EVALUACION DE LA CAPACIDAD DE CALIDAD DE UN PROCESO INDUSTRIAL METODOS ESTADISTICOS SUGERIDOS POR LA NORMA ISO 9000 ANGEL FRANCISCO ARVELO L. Ingenero Industral Master en Estadístca Matemátca CARACAS,

Más detalles

GANTT, PERT y CPM INDICE

GANTT, PERT y CPM INDICE GANTT, PERT y CPM INDICE 1 Antecedentes hstórcos...2 2 Conceptos báscos: actvdad y suceso...2 3 Prelacones entre actvdades...3 4 Cuadro de prelacones y matrz de encadenamento...3 5 Construccón del grafo...4

Más detalles

Pruebas Estadísticas de Números Pseudoaleatorios

Pruebas Estadísticas de Números Pseudoaleatorios Pruebas Estadístcas de Números Pseudoaleatoros Prueba de meda Consste en verfcar que los números generados tengan una meda estadístcamente gual a, de esta manera, se analza la sguente hpótess: H 0 : =

Más detalles

La Relación entre las Estrategias de Innovación: Coexistencia o Complementariedad *

La Relación entre las Estrategias de Innovación: Coexistencia o Complementariedad * Receved August 10, 2009 / Accepted September 24, 2009 J. Technol. Manag. Innov. 2009, Volume 4, Issue 3 La Relacón entre las Estrategas de Innovacón: Coexstenca o Complementaredad * Jader Vega-Jurado,

Más detalles

REGRESION LINEAL SIMPLE

REGRESION LINEAL SIMPLE REGREION LINEAL IMPLE Jorge Galbat Resco e dspone de una mustra de observacones formadas por pares de varables: (x 1, y 1 ) (x, y ).. (x n, y n ) A través de esta muestra, se desea estudar la relacón exstente

Más detalles

GUIA DE ALCANCE FINANCIERO CAE OPERACIONES DE CRÉDITO HIPOTECARIO

GUIA DE ALCANCE FINANCIERO CAE OPERACIONES DE CRÉDITO HIPOTECARIO INTRODUCCIÓN La ley 2.555 publcada el día 5 de dcembre de 211 y que entró en vgenca el día 4 de marzo de 212, que modca la ley 19.496 Sobre Proteccón de los Derechos de los Consumdores (LPC, regula desde

Más detalles

Metodología para el diseño de mecanismos en el esquema de seguridad social en Colombia. Wilson Mayorga M.

Metodología para el diseño de mecanismos en el esquema de seguridad social en Colombia. Wilson Mayorga M. . La Caldad Académca, un Compromso Insttuconal Close up marquta - hoja Mayorga M., Wlson (2009). Metodología para el dseño de mecansmos en el esquema de segurdad socal en Colomba. Crtero Lbre, 7 (), 5-46

Más detalles

XII. Uso de la Estimación de la Distribución de Probabilidad para Muestras Pequeñas y de la Simulación en la Inferencia de Carteras de Seguros.

XII. Uso de la Estimación de la Distribución de Probabilidad para Muestras Pequeñas y de la Simulación en la Inferencia de Carteras de Seguros. Uso de la Estmacón de la Dstrbucón de Probabldad para Muestras Pequeñas y de la Smulacón en la Inferenca de Carteras de Seguros. Trabajo presentado para el XII Premo de Investgacón sobre Seguros y Fanzas

Más detalles

UNIVERSIDAD CARLOS III DE MADRID Ingeniería Informática Examen de Investigación Operativa 21 de enero de 2009

UNIVERSIDAD CARLOS III DE MADRID Ingeniería Informática Examen de Investigación Operativa 21 de enero de 2009 UNIVERSIDAD CARLOS III DE MADRID Ingenería Informátca Examen de Investgacón Operatva 2 de enero de 2009 PROBLEMA. (3 puntos) En Murca, junto al río Segura, exsten tres plantas ndustrales: P, P2 y P3. Todas

Más detalles

4 Contraste de hipótesis en el modelo de regresión múltiple

4 Contraste de hipótesis en el modelo de regresión múltiple 4 Contraste de hpótess en el modelo de regresón múltple Ezequel Urel Unversdad de Valenca Versón: 9-13 4.1 El contraste de hpótess: una panorámca 1 4.1.1 Formulacón de la hpótess nula y de la hpótess alternatva

Más detalles

Medidas de centralización

Medidas de centralización 1 Meddas de centralzacón Meda Datos no agrupados = x X = n = 0 Datos agrupados = x X = n = 0 Medana Ordenamos la varable de menor a mayor. Calculamos la columna de la frecuenca relatva acumulada F. Buscamos

Más detalles

B.El por qué de la planificación económico financiera

B.El por qué de la planificación económico financiera Tema 1 Sobre la elaboracón de un sstema ntegrado de presupuestos 1.1. Introduccón a la planfcacón económca fnancera A. Qué son los planes económcos en la práctca? La realzacón de prevsones o la actuacón

Más detalles

XLVII Reunión Anual. Noviembre de 2012

XLVII Reunión Anual. Noviembre de 2012 ANALES ASOCIACION ARGENTINA DE ECONOMIA POLITICA XLVII Reunón Anual Novembre de 2012 ISSN 1852-0022 ISBN 978-987-28590-0-8 EXPLICACIÓN DE LAS DECISIONES DE COMPRA DE ALCOHOL Y TABACO DE LOS HOGARES SANTAFESINOS

Más detalles

Smoothed Particle Hydrodynamics Animación Avanzada

Smoothed Particle Hydrodynamics Animación Avanzada Smoothed Partcle Hydrodynamcs Anmacón Avanzada Iván Alduán Íñguez 03 de Abrl de 2014 Índce Métodos sn malla Smoothed partcle hydrodynamcs Aplcacón del método en fludos Búsqueda de vecnos Métodos sn malla

Más detalles

ESTUDIOS LONGITUDINALES DE MEDIDAS REPETIDAS. MODELOS DE DISEÑO Y DE ANÁLISIS

ESTUDIOS LONGITUDINALES DE MEDIDAS REPETIDAS. MODELOS DE DISEÑO Y DE ANÁLISIS Avances en Medcón, 5, 9 26 2007 ESTUDIOS LONGITUDINALES DE MEDIDAS REPETIDAS. MODELOS DE DISEÑO Y DE ANÁLISIS Resumen Jame Arnau Gras ** Unverstat de Barcelona, España Las estructuras de dseño, así como

Más detalles

Vectores VECTORES 1.- Magnitudes Escalares y Magnitudes Vectoriales. Las Magnitudes Escalares: Las Magnitudes Vectoriales:

Vectores VECTORES 1.- Magnitudes Escalares y Magnitudes Vectoriales. Las Magnitudes Escalares: Las Magnitudes Vectoriales: VECTOES 1.- Magntudes Escalares y Magntudes Vectorales. Las Magntudes Escalares: son aquellas que quedan defndas úncamente por su valor numérco (escalar) y su undad correspondente, Eemplo de magntudes

Más detalles