Tema: Análisis de regresión y análisis de varianza. La tabla ANOVA tiene la siguiente representación: CMR F c CME SCE CME=SCE/GLE

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

Download "Tema: Análisis de regresión y análisis de varianza. La tabla ANOVA tiene la siguiente representación: CMR F c CME SCE CME=SCE/GLE"

Transcripción

1 Clase de economería 1: Universidad Cenroamericana UCA Tema: Análisis de regresión y análisis de varianza La abla ANOVA iene la siguiene represenación: Fuenes de variación Grados de liberad uma de cuadrados uma de cuadrados medios F calculado Regresión k CR ˆ 1 X i X Y i Y CMR=CR/GLR Error n-k-1 2 CE CME=CE/GLE i CMR F c CME Toal n-1 Y Y CT i 2 k = número de variables independienes n = número de observaciones Dependen Variable: LDX Mehod: Leas quares Dae: 12/03/12 Time: 13:30 ample: 1 13 Included observaions: 13 Variable Coefficien d. Error -aisic Prob. C LPX R-squared Mean dependen var Adjused R-squared D. dependen var E. of regression Akaike info crierion um squared resid chwarz crierion Log likelihood F-saisic Durbin-Wason sa Prob(F-saisic)

2 TABLA ANOVA DE LA REGREION Fuenes de variación Grados de liberad uma de cuadrados uma de cuadrados medios F calculado Regresión 1 2, , Error 11 0, , , Toal 12 2, , reg ldx lpx ource df M Number of obs = F( 1, 11) = Model Prob > F = Residual R-squared = Adj R-squared = Toal Roo ME = ldx Coef. d. Err. P> [95% Conf. Inerval] lpx _cons

3 PRUEBA DE DEPENDENCIA Paso 1: Planeamieno de la hipóesis. H 0 : β1 = 0 No hay dependencia en el modelo H 1 : β1 0 Hay dependencia en el modelo Paso 2: nivel de significancia α = 0.05 CMR F c CME Fc = 37, F = 3,84 Paso 4: Crierios de decisión Regiόn de Acepación de Ho Regiόn de rechazo de Ho F =3,84 Fc=37,17 Fc > F por ano rechazamos la Ho.

4 Paso 5: Conclusiones Exise suficiene evidencia para suponer hay dependencia en el modelo. Es decir que la variable independiene explica esadísicamene a la variable dependiene con un nivel del 5% de significancia. PRUEBA DE RELEVANCIA Paso 1: Planeamieno de la hipóesis. H 0 : β 1 = 0 No es relevane en el modelo H 1 : β 1 0 Es relevane en el modelo Paso 2: nivel de significancia α = 0.05 c ˆ 1, nk1 2 2,201 c = (-0.722)/ (0.118) c = vs = -2,201 c= -6,097 = -2,201 =2,201 Paso 5: Conclusión Exise suficiene evidencia esadísica para decir que hay relevancia en el modelo. Es decir la variable independiene explica a la variable dependiene.

5 Los inervalos de confianza se encuenran denro de un rango de confiabilidad, y esos son: p ˆ ˆ i se conocen los siguienes daos: 1 ˆ ˆ ˆ e (1 ) 1 e ˆ 1 = , y e = p[ (2,201)( ) β (2,201)( )] = (1-0,05) p(-0, β 1-0, ) Dado un nivel de confianza del (1-α)=95% en el largo plazo, 95 de cada 100 casos, el inervalo conendrá el verdadero valor de β 1. Planee las siguienes hipóesis sobre el coeficiene de correlación dado el siguiene modelo: Dx = β 0 + β 1 Px + β 2 Pw + β 3 Pz + β 4 I + e x = carne y = pescado w = pollo I = ingreso a. La carne cumple la ley de la demanda Paso 1: Planeamieno de la hipóesis Ho : β 1 0 Ha : β 1 < 0

6 Paso 2: Nivel de significancia α = 0.05 c nk1 Paso 4: Crierio de decisión R. Ho A. Ho Paso 5: Toma de decisión e acepa Ho, enonces no se cumple la ley de la demanda. e rechaza Ho, enonces se cumple la ley de la demanda. b. El pescado y la carne son susiuos Paso 1: Planeamieno de la hipóesis Ho : β 2 0 Ha : β 2 > 0 Paso 2: Nivel de significancia α = 0.05

7 c nk1 Paso 4: Crierio de decisión A. Ho R. Ho Paso 5: Toma de decisión e acepa Ho, enonces el pescado y la carne no son susiuos. e rechaza Ho, enonces el pescado y la carne son susiuos. c. El pollo y la carne son complemenarios Paso 1: Planeamieno de la hipóesis Ho : β 3 0 Ha : β 3 < 0 Paso 2: Nivel de significancia

8 α = 0.05 c nk1 Paso 4: Crierio de decisión R. Ho A. Ho Paso 5: Toma de decisión e acepa Ho, enonces el pollo y la carne no son bienes complemenarios. e rechaza Ho, enonces el pollo y la carne son bienes complemenarios. d. La carne es un bien inferior Paso 1: Planeamieno de la hipóesis Ho : β 4 0 Ha : β 4 < 0

9 Paso 2: Nivel de significancia α = 0.05 c nk1 Paso 4: Crierio de decisión R. Ho A. Ho Paso 5: Toma de decisión e acepa Ho, enonces la carne no es un bien inferior. e rechaza Ho, enonces la carne es un bien inferior.

TEMA 2 MODELO LINEAL SIMPLE (MLS) Gujarati, Econometria (2004)

TEMA 2 MODELO LINEAL SIMPLE (MLS) Gujarati, Econometria (2004) EMA 2 MODELO LINEAL SIMPLE (MLS) Gujarai, Economeria (2004). Planeamieno e inerpreación del modelo economérico lineal simple. Capíulo 2 páginas 36 a 39 2. Hipóesis Básicas del Modelo Capíulo 3 páginas

Más detalles

Cointegración El caso bivariado

Cointegración El caso bivariado Cointegración El caso bivariado Definición: La serie Y t es integrada de orden d (denotada I(d)) si al menos debe ser diferenciada d veces para que sea estacionaria. Ejemplos: 1. El proceso random walk

Más detalles

ECONOMETRIA II LADE/ LADE-DERECHO. CURSO 2009/2010. Soluciones Hoja de ejercicios 4

ECONOMETRIA II LADE/ LADE-DERECHO. CURSO 2009/2010. Soluciones Hoja de ejercicios 4 ECONOMETRIA II LADE/ LADE-DERECHO. CURSO 2009/2010 Soluciones Hoja de ejercicios 4 A1) Considere el siguiene modelo VAR con mecanismo de corrección del equilibrio (del error) Δy 0.2 0.1 0.3 Δy 1 ε1 = (

Más detalles

PRÁCTICA 2: Ejercicios del capítulo 4

PRÁCTICA 2: Ejercicios del capítulo 4 PRÁCTICA : Ejercicios del capíulo 4. Un psicólogo clínico desea evaluar la eficacia de una erapia para reducir la ansiedad de los ejecuivos que padecen esrés en la oma de decisiones empresariales. Para

Más detalles

CORRELACIÓN LINEAL Y ANÁLISIS DE REGRESIÓN

CORRELACIÓN LINEAL Y ANÁLISIS DE REGRESIÓN CORRELACIÓN LINEAL Y ANÁLISIS DE REGRESIÓN Auores: Alicia Vila (avilag@uoc.edu), Máximo Sedano (msedanoh@uoc.edu), Ana López (alopezra@uoc.edu), Ángel A. Juan (ajuanp@uoc.edu), MAPA CONCEPTUAL Definición

Más detalles

... *Elasticidad ingreso del gasto en electricidad (Modelo Restringido). reg lviv ling

... *Elasticidad ingreso del gasto en electricidad (Modelo Restringido). reg lviv ling ---- ---------------------------------------- log: C:\datos\docencia\econIccee\practicas2009\chowlog log type: text opened on: 17 Sep 2009, 17:58:52 use "$ruta\chowdta", clear * crear variable logaritmo

Más detalles

INTERPRETACIÓN DE LA REGRESIÓN. Interpretación de la regresión

INTERPRETACIÓN DE LA REGRESIÓN. Interpretación de la regresión INTERPRETACIÓN DE LA REGRESIÓN Este gráfico muestra el salario por hora de 570 individuos. 1 Interpretación de la regresión. regresión Salario-Estudios Source SS df MS Number of obs = 570 ---------+------------------------------

Más detalles

1. Determine la validez de los contrastes de significatividad individual en los siguientes supuestos:

1. Determine la validez de los contrastes de significatividad individual en los siguientes supuestos: EXAMEN ECONOMETRÍA 1 PROF. RAFAEL DE ARCE 23 de enero de 2009 NOMBRE: DNI: 1. Determine la validez de los contrastes de significatividad individual en los siguientes supuestos: a) Presencia de variables

Más detalles

PRUEBA DE FALTA DE AJUSTE (Lack-of-fit Test) Fortino Vela Peón fvela@correo.xoc.uam.mx

PRUEBA DE FALTA DE AJUSTE (Lack-of-fit Test) Fortino Vela Peón fvela@correo.xoc.uam.mx PRUEBA DE FALTA DE AJUSTE (Lack-of-fit Test) Fortino Vela Peón fvela@correo.xoc.uam.mx Octubre, 2011 Introducción Un supuesto básico del modelo es la existencia de una relación lineal entre la variable

Más detalles

DETERMINAR LA VALIDEZ DEL MODELO FINALMENTE SELECCIONADO. Econometría I. 3º LADE Prof. Rafael de Arce Enero 2003 rafael.dearce@uam.

DETERMINAR LA VALIDEZ DEL MODELO FINALMENTE SELECCIONADO. Econometría I. 3º LADE Prof. Rafael de Arce Enero 2003 rafael.dearce@uam. A PARTIR DE LA INFORMACIÓN SUMINISTRADA EN LAS SIGUIENTES HOJAS, CONTRASTAR EL CUMPLIMIENTO DE LAS HIPÓTESIS DEL MBRL Y JUSTIFICAR LAS SUCESIVAS ELECCIONES DE LAS REGRESIONES 1ª, 2ª, 3ª Y DEFINITIVA. DETERMINAR

Más detalles

Muestreo e inferencia

Muestreo e inferencia Images created with STATA software. 1 Muestreo e inferencia Calidad de los datos y las mediciones Razones para hablar de muestreo Formación académica de la población Comprender los datos que se van a utilizar

Más detalles

Econometría. Ejercicios para el tema 7. Profesores: Amparo Sancho Guadalupe Serrano

Econometría. Ejercicios para el tema 7. Profesores: Amparo Sancho Guadalupe Serrano Economería Ejercicios para el ema 7 Profesores: Amparo Sancho Guadalupe Serrano 1.- Tes de causalidad de Granger enre la demanda de dinero y el ipo de inerés para España, Francia, Japón y USA. Pairwise

Más detalles

Proyecciones del PBI para el 2003.

Proyecciones del PBI para el 2003. Proyecciones del PBI para el 2003. Por Pablo Frigolé, para Stockssite pablofrigole@stockssite.com Después de muchas preguntas sobre cuál sería el valor de las variables futuras más importantes de la economía

Más detalles

ESTADÍSTICA. Población Individuo Muestra Muestreo Valor Dato Variable Cualitativa ordinal nominal. continua

ESTADÍSTICA. Población Individuo Muestra Muestreo Valor Dato Variable Cualitativa ordinal nominal. continua ESTADÍSTICA Población Individuo Muestra Muestreo Valor Dato Variable Cualitativa ordinal nominal Cuantitativa discreta continua DISTRIBUCIÓN DE FRECUENCIAS Frecuencia absoluta: fi Frecuencia relativa:

Más detalles

Regresión con heterocedasticidad y autocorrelación

Regresión con heterocedasticidad y autocorrelación Regresión con heterocedasticidad y autocorrelación Tema 6 Regresión con heterocedasticidad La heterocedasticidad significa que var( i ) cte Es la norma, no la excepción, en especial con datos transversales

Más detalles

Econometría Tutorial 6 Ejercicios de Multicolinealidad

Econometría Tutorial 6 Ejercicios de Multicolinealidad Econometría Tutorial 6 Ejercicios de Multicolinealidad En los siguientes ejercicios vamos a retomar la Curva de Kuznets Ambiental analizada en los primeros dos trabajos prácticos. La relación entre contaminación

Más detalles

Tema 5. Análisis de regresión (segunda parte) Estadística II, 2010/11

Tema 5. Análisis de regresión (segunda parte) Estadística II, 2010/11 Tema 5 Análisis de regresión (segunda parte) Estadística II, 2010/11 Contenidos 5.1: Diagnóstico: Análisis de los residuos 5.2: La descomposición ANOVA (ANalysis Of VAriance) 5.3: Relaciones no lineales

Más detalles

ECONOMETRÍA PRÁCTICA: Fundamentos de Series de Tiempo. Versión Preliminar. Agradecemos de Antemano Comentarios. Ramón A.

ECONOMETRÍA PRÁCTICA: Fundamentos de Series de Tiempo. Versión Preliminar. Agradecemos de Antemano Comentarios. Ramón A. ECONOMETRÍA PRÁCTICA: Fundamenos de Series de Tiempo Versión Preliminar Agradecemos de Anemano Comenarios Ramón A. Casillo Ponce Rogelio Varela Llamas ECONOMETRÍA PRÁCTICA: Fundamenos de Series de Tiempo

Más detalles

Universitat Pompeu Fabra Licenciatura de ADE y Economía Econometría I / 10143) Profesor: Javier Coronado Examen Final Diciembre 2011

Universitat Pompeu Fabra Licenciatura de ADE y Economía Econometría I / 10143) Profesor: Javier Coronado Examen Final Diciembre 2011 Econometría I Examen Final 1 Universitat Pompeu Fabra Licenciatura de ADE y Economía Econometría I / 10143) Profesor: Javier Coronado Examen Final Diciembre 2011 Este examen consta de un total de 50 puntos.

Más detalles

ANALISIS DE FRECUENCIA EN HIDROLOGIA JULIAN DAVID ROJO HERNANDEZ

ANALISIS DE FRECUENCIA EN HIDROLOGIA JULIAN DAVID ROJO HERNANDEZ ANALISIS DE FRECUENCIA EN HIDROLOGIA JULIAN DAVID ROJO HERNANDEZ Probabilidad - Período de retorno y riesgo La probabilidad de ocurrencia de un fenómeno en hidrología puede citarse de varias Formas: El

Más detalles

Pruebas de Hipótesis Multiples

Pruebas de Hipótesis Multiples Pruebas de Hipótesis Multiples Cuando queremos hacer comparaciones de mas de dos poblaciones, una alternativa es comparar todos los grupos a la vez con el método de Análisis de Varianza (ANOVA) H o : µ

Más detalles

Teorema Central del Límite (1)

Teorema Central del Límite (1) Teorema Central del Límite (1) Definición. Cualquier cantidad calculada a partir de las observaciones de una muestra se llama estadístico. La distribución de los valores que puede tomar un estadístico

Más detalles

Working Paper Series Economic Development. Econometrics. Faculty of Economics and Business. University of Santiago de Compostela No.

Working Paper Series Economic Development. Econometrics. Faculty of Economics and Business. University of Santiago de Compostela No. Working Paper Series Economic Development. Econometrics. Faculty of Economics and Business. University of Santiago de Compostela No. 77 MODELOS ECONOMETRÍCOS DEL EMPLEO EN ESPAÑA: ANÁLISIS COMPARATIVO

Más detalles

Las variables incluidas en el modelo se interpretan de la siguiente forma:

Las variables incluidas en el modelo se interpretan de la siguiente forma: PRÁCTICA 4: EL MODELO LINEAL DE PROBABILIDAD - Estimar un modelo lineal de probabilidad - Interpretar los coeficientes estimados - Obtener las probabilidad estimadas - Contrastar la normalidad de las perturbaciones

Más detalles

Tabla de Test de Hipótesis ( Caso: Una muestra ) A. Test para µ con σ 2 conocida: Suponga que X 1, X 2,, X n, es una m.a.(n) desde N( µ, σ 2 )

Tabla de Test de Hipótesis ( Caso: Una muestra ) A. Test para µ con σ 2 conocida: Suponga que X 1, X 2,, X n, es una m.a.(n) desde N( µ, σ 2 ) Test de Hipótesis II Tabla de Test de Hipótesis ( Caso: Una muestra ) A. Test para µ con σ conocida: Suponga que X, X,, X n, es una m.a.(n) desde N( µ, σ ) Estadística de Prueba X - μ Z 0 = σ / n ~ N(0,)

Más detalles

ECONOMETRÍA EMPRESARIAL II ADE

ECONOMETRÍA EMPRESARIAL II ADE 4 Bernardí Cabrer Economería Empresarial II Tema 8 ECONOMETRÍA EMPRESARIAL II ADE TEMA 8 MODELOS LINEALES SIN ESTACIONALIDAD I ( Modelos regulares 4 Bernardí Cabrer Economería Empresarial II Tema 8 8.

Más detalles

Funciones linealmente independientes. Juan-Miguel Gracia

Funciones linealmente independientes. Juan-Miguel Gracia Juan-Miguel Gracia Definición 1 Sean f 1 (), f 2 (), f 3 () funciones reales definidas en un inervalo I. Diremos que esas funciones son linealmene independienes en I si la relación: Para odo I α 1 f 1

Más detalles

Como Calcular la Tasa de Crecimiento de los Agregados Macroeconómicos Mediante el Análisis de Regresión

Como Calcular la Tasa de Crecimiento de los Agregados Macroeconómicos Mediante el Análisis de Regresión Como Calcular la Tasa de Crecimieno de los Agregados Macroeconómicos Mediane el Análisis de Regresión HL Maa 1 La esadísica ha generado diversos indicadores para medir el crecimieno de los agregados económicos,

Más detalles

D to de Economía Aplicada Cuantitativa I Basilio Sanz Carnero

D to de Economía Aplicada Cuantitativa I Basilio Sanz Carnero D o de Economía Aplicada Cuaniaiva I Basilio Sanz Carnero PROCESOS ESTOCÁSTICOS Un proceso esocásico «Z» considera «n» variables aleaorias, Z n, en momenos de iempo sucesivos, cada una de esas «n» variables

Más detalles

Multiple Linear Regression

Multiple Linear Regression Multiple Linear Regression Aniel Nieves-González Abril 2013 Aniel Nieves-González () Time Series Abril 2013 1 / 15 Considere el ejemplo en cual queremos modelar las ventas en una cadena de tiendas por

Más detalles

TIPO DE CAMBIO REAL DETERMINANTES Y EFECTOS SOBRE LA CUENTA CORRIENTE. EXPORTACIONES NO TRADICIONALES

TIPO DE CAMBIO REAL DETERMINANTES Y EFECTOS SOBRE LA CUENTA CORRIENTE. EXPORTACIONES NO TRADICIONALES TIPO DE CAMBIO REAL DETERMINANTES Y EFECTOS SOBRE LA CUENTA CORRIENTE. EXPORTACIONES NO TRADICIONALES JEISON ANDRES BUITRAGO DANIEL ARAGON URREGO CARLOS ANDRES ZAPATA UNIVERSIDAD DEL TOLIMA FACULTAD DE

Más detalles

Exchange intervention model for Venezuelan

Exchange intervention model for Venezuelan MPRA Munich Personal RePEc Archive Exchange inervenion model for Venezuelan Luis Enrique Pedauga Sánchez Banco Cenral de Venezuela February 003 Online a hp://mpra.ub.uni-muenchen.de/35407/ MPRA Paper No.

Más detalles

ECONOMETRÍA II Curso: 2009/2010 Práctica 5

ECONOMETRÍA II Curso: 2009/2010 Práctica 5 ECONOMETRÍA II Curso: 2009/2010 Práctica 5 Prof. Juan de Dios Tena El objetivo de esta práctica es introducir al alumno en los ejercicios de especificación, estimación y análisis de resultados de modelos

Más detalles

APÉNDICE B ANOVA para las salsas comerciales

APÉNDICE B ANOVA para las salsas comerciales APÉNDICE B ANOVA para las salsas comerciales ANOVA de una vía para Densidad de salsas comerciales One-way ANOVA: Densidad versus Marca Marca 3 8727.7 2909.2 41.22 0.000 Error 8 564.6 70.6 Total 11 9292.4

Más detalles

Funciones de Regresión No Lineales (SW Cap. 6)

Funciones de Regresión No Lineales (SW Cap. 6) Funciones de Regresión No Lineales (SW Cap. 6) Todo anteriormente ha sido lineal en las X s La aproximación de que la función de regresión es lineal puede ser satisfactoria para algunas variables pero

Más detalles

ANEXOS. 1) Modelo Probit.

ANEXOS. 1) Modelo Probit. ANEXOS 1) Modelo Probit. Estos modelos pertenecen a los modelos de respuesta binaria 1, es decir, la variable dependiente es una variable dicotómica, donde toma 1 para indicar el éxito en la variable de

Más detalles

Análisis Estadístico de Datos Climáticos

Análisis Estadístico de Datos Climáticos Análisis Esadísico de Daos Climáicos SERIES TEMPORALES I Mario Bidegain (FC) Alvaro Diaz (FI) Universidad de la República Monevideo, Uruguay 2011 CONTENIDO Esudio de las series emporales en Climaología.

Más detalles

Pruebas de Hipótesis-ANOVA. Curso de Seminario de Tesis Profesor QF Jose Avila Parco Año 2016

Pruebas de Hipótesis-ANOVA. Curso de Seminario de Tesis Profesor QF Jose Avila Parco Año 2016 Pruebas de Hipótesis-ANOVA Curso de Seminario de Tesis Profesor Q Jose Avila Parco Año 2016 Análisis de la Varianza de un factor (ANOVA) El análisis de la varianza (ANOVA) es una técnica estadística paramétrica

Más detalles

LA CURVA DE PHILLIPS EN COSTA RICA

LA CURVA DE PHILLIPS EN COSTA RICA BANCO CENTRAL DE COSTA RICA DEPARTAMENTO DE INVESTIGACIONES ECONOMICAS DEPARTAMENTO MONETARIO EQUIPO DE MODELACIÓN MACROECONÓMICA DIE-DM-10-2002-DI/R DOCUMENTO DE INVESTIGACIÓN AGOSTO DEL 2003 LA CURVA

Más detalles

Objetivos del análisis de supervivencia

Objetivos del análisis de supervivencia Regresión de Cox Javier Zamora Unidad de Bioestadística Clínica. IRYCIS 1 Objetivos del análisis de supervivencia Estimar e interpretar las curvas de supervivencia i y/o riesgo. Comparar curvas de supervivencia,

Más detalles

Detergente Lavad.1 Lavad.2 Lavad.3 Media A 45 43 51 46.3 B 47 44 52 47.6 C 50 49 57 52 D 42 37 49 42.6. Media 46 43.2 52.2 47.16

Detergente Lavad.1 Lavad.2 Lavad.3 Media A 45 43 51 46.3 B 47 44 52 47.6 C 50 49 57 52 D 42 37 49 42.6. Media 46 43.2 52.2 47.16 3. DISEÑO EN BLOQUES ALEATORIZADOS En muchos experimentos además de que interesa investigar la influencia de un factor controlado sobre la variable de respuesta, como en la sección anterior, existe una

Más detalles

Contrastes de hipótesis paramétricos

Contrastes de hipótesis paramétricos Estadística II Universidad de Salamanca Curso 2011/2012 Outline Introducción 1 Introducción 2 Contraste de Neyman-Pearson Sea X f X (x, θ). Desonocemos θ y queremos saber que valor toma este parámetro,

Más detalles

La eficiencia y el equilibrio competitivo

La eficiencia y el equilibrio competitivo La eficiencia y el equilibrio competitivo Denis R. Villalobos Araya, Ph.D Lima, Perú Junio 2009 La eficiencia y el equilibrio competitivo Una asignación de recursos es eficiente si maximiza el excedente

Más detalles

Mtro. Horacio Catalán Alonso

Mtro. Horacio Catalán Alonso ECONOMETRIA TEORÍA DE LA COINTEGRACIÓN Mro. I. REGRESIÓN ESPURÍA Y X Dos series que presenan camino aleaorio. Si ambas series se consideran en una modelo economérico. Y = Y -1 + u u N(0,s 2 u) X =X -1

Más detalles

MODELOS DE VECTORES AUTOREGRESIVOS (VAR) DR. LUIS MIGUEL GALINDO

MODELOS DE VECTORES AUTOREGRESIVOS (VAR) DR. LUIS MIGUEL GALINDO MODELOS DE VECTORES AUTOREGRESIVOS (VAR) DR. LUIS MIGUEL GALINDO VAR: GENERAL Represenación del modelo VAR: () + + = e e A A A A w w c c c c L L L L L L L L ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( Selección:.

Más detalles

CURSO CONVOCATORIA:

CURSO CONVOCATORIA: PRUEBAS DE ACCESO A LA UNIVERSIDAD CURSO 6-7 - CONVOCATORIA: MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES - Cada alumo debe elegir sólo ua de las pruebas (A o B) y, dero de ella, sólo debe respoder (como

Más detalles

Geoenseñanza ISSN: Universidad de los Andes Venezuela

Geoenseñanza ISSN: Universidad de los Andes Venezuela Geoenseñanza ISSN: 1316-6077 geoense@ula.ve Universidad de los Andes Venezuela Caraballo, Leonardo J. Cómo estimar una función de demanda? Caso: demanda de carne de res en Colombia Geoenseñanza, vol. 8,

Más detalles

CAPITAL HUMANO Y RENDIMIENTOS EDUCACIÓN

CAPITAL HUMANO Y RENDIMIENTOS EDUCACIÓN CAPITAL HUMANO Y RENDIMIENTOS EDUCACIÓN José L. Raymond UAB 1 Índice de la presentación 1. La medición de los rendimientos de la educación Aproximación estándar rendimiento educación Dos interpretaciones

Más detalles

Funciones de demanda por exportaciones e importaciones de bienes y servicios para Costa Rica: periodo 1991-2006

Funciones de demanda por exportaciones e importaciones de bienes y servicios para Costa Rica: periodo 1991-2006 BANCO CENTRAL DE COSTA RICA DIVISIÓN ECONÓMICA DEPARTAMENTO DE INVESTIGACIÓN ECONÓMICA Funciones de demanda por exporaciones e imporaciones de bienes y servicios para Cosa Rica: periodo 1991-2006 Carlos

Más detalles

ECONOMETRÍA I. Licenciatura de admón. y Dcción de Empresas Grupos 3A1 y 3A2 Convocatoria de septiembre de 2002 Profesor Rafael de Arce NOMBRE GRUPO

ECONOMETRÍA I. Licenciatura de admón. y Dcción de Empresas Grupos 3A1 y 3A2 Convocatoria de septiembre de 2002 Profesor Rafael de Arce NOMBRE GRUPO ECONOMETRÍA I. Licenciatura de admón. y Dcción de Empresas Grupos 3A1 y 3A2 Convocatoria de septiembre de 2002 Profesor Rafael de Arce NOMBRE GRUPO 1. Cuáles son los distintos usos que se le pueden dar

Más detalles

ESTADÍSTICA. Tema 4 Regresión lineal simple

ESTADÍSTICA. Tema 4 Regresión lineal simple ESTADÍSTICA Grado en CC. de la Alimentación Tema 4 Regresión lineal simple Estadística (Alimentación). Profesora: Amparo Baíllo Tema 4: Regresión lineal simple 1 Estructura de este tema Planteamiento del

Más detalles

Luis H. Villalpando Venegas,

Luis H. Villalpando Venegas, 2007 Luis H. Villalpando Venegas, [SIMULACIÓN DE PRECIOS DEL PETROLEO BRENT ] En ese rabajo se preende simular el precio del peróleo Bren, a ravés de un proceso esocásico con reversión a la media, con

Más detalles

OTRAS HERRAMIETAS ESTADISTICAS UTILES. Dra. ALBA CECILIA GARZON

OTRAS HERRAMIETAS ESTADISTICAS UTILES. Dra. ALBA CECILIA GARZON OTRAS HERRAMIETAS ESTADISTICAS UTILES Dra. ALBA CECILIA GARZON Que es un Test de Significancia estadística? El término "estadísticamente significativo" invade la literatura y se percibe como una etiqueta

Más detalles

10. DISEÑOS EXPERIMENTALES

10. DISEÑOS EXPERIMENTALES 10. DISEÑOS EXPERIMENTALES Dr. Edgar Acuña http://math.uprm.edu/~edgar UNIVERSIDAD DE PUERTO RICO RECINTO UNIVERSITARIO DE MAYAGUEZ Diseños Experimentales de Clasificación Simple En un diseño experimental

Más detalles

ILUSTRACIÓN DEL PROBLEMA DE LA IDENTIFICABILIDAD EN LOS MODELOS MULTIECUACIONALES

ILUSTRACIÓN DEL PROBLEMA DE LA IDENTIFICABILIDAD EN LOS MODELOS MULTIECUACIONALES ILUSTRACIÓN DEL PROBLEMA DE LA IDENTIFICABILIDAD EN LOS MODELOS MULTIECUACIONALES El objetivo de este documento es ilustrar matemáticamente, y con un caso concreto, el problema de la identificación en

Más detalles

5. ESPACIOS VECTORIALES EUCLÍDEOS. PROYECCIONES ORTOGONALES. MÍNIMOS CUADRADOS.

5. ESPACIOS VECTORIALES EUCLÍDEOS. PROYECCIONES ORTOGONALES. MÍNIMOS CUADRADOS. Espacios vesoriales euclídeos. Proyecciones orogonales. Mínimos cuadrados. 5. ESPACIOS VECTORIALES EUCLÍDEOS. PROYECCIONES ORTOGONALES. MÍNIMOS CUADRADOS. SUMARIO: INTRODUCCIÓN OBJETIVOS INTRODUCCIÓN TEÓRICA.-

Más detalles

Modelo de regresión lineal simple

Modelo de regresión lineal simple Modelo de regresión lineal simple Inroducción Con frecuencia, nos enconramos en economía con modelos en los que el comporamieno de una variable,, se puede explicar a ravés de una variable X; lo que represenamos

Más detalles

10 12 CAPÍTULO 10. MODELOS DE VARIABLE DEPENDIENTE DISCRETA

10 12 CAPÍTULO 10. MODELOS DE VARIABLE DEPENDIENTE DISCRETA 10 12 CAPÍTULO 10. MODELOS DE VARIABLE DEPENDIENTE DISCRETA Ejemplo 10.1 Modelos Probit y Logit para la probabilidad de tener carro propio en Holanda El archivo NLCAR contiene información para 2,820 hogares

Más detalles

1 Introducción. 2 Modelo. Hipótesis del modelo MODELO DE REGRESIÓN LOGÍSTICA

1 Introducción. 2 Modelo. Hipótesis del modelo MODELO DE REGRESIÓN LOGÍSTICA MODELO DE REGRESIÓN LOGÍSTICA Introducción A grandes rasgos, el objetivo de la regresión logística se puede describir de la siguiente forma: Supongamos que los individuos de una población pueden clasificarse

Más detalles

ECONOMETRÍA II PRÁCTICAS DE ORDENADOR. Práctica 2

ECONOMETRÍA II PRÁCTICAS DE ORDENADOR. Práctica 2 ECONOMETRÍA II PRÁCTICAS DE ORDENADOR Práctica 2 El fichero epflic.wf1 contiene una submuestra de hogares de la Encuesta de Presupuestos Familiares 1990/91 formada por parejas con o sin hijos en los que

Más detalles

Elementos de Probabilidad y Estadística Segundo de Economía Examen del 26 de junio de 2006 DURACIÓN: 2 horas

Elementos de Probabilidad y Estadística Segundo de Economía Examen del 26 de junio de 2006 DURACIÓN: 2 horas Elementos de Probabilidad y Estadística Segundo de Economía Examen del 6 de junio de 6 DURACIÓN: horas. a) Se realizan lanzamientos de un dado regular. i) Calcular la probabilidad de obtener exactamente

Más detalles

TEMA 3: Contrastes de Hipótesis en el MRL

TEMA 3: Contrastes de Hipótesis en el MRL TEMA 3: Contrastes de Hipótesis en el MRL Econometría I M. Angeles Carnero Departamento de Fundamentos del Análisis Económico Curso 2011-12 Econometría I (UA) Tema 3: Contrastes de Hipótesis Curso 2011-12

Más detalles

MATEMÁTICAS APLICADAS A LAS CC. SOCIALES I. Examen de la tercera evaluación. Nombre y apellidos Fecha: 10 de junio de 2010

MATEMÁTICAS APLICADAS A LAS CC. SOCIALES I. Examen de la tercera evaluación. Nombre y apellidos Fecha: 10 de junio de 2010 IES ATENEA San Sebastián de los Rees MATEMÁTICAS APLICADAS A LAS CC. SOCIALES I Eamen de la tercera evaluación Nombre apellidos Fecha: 0 de junio de 00.- (, 5 puntos) En seis modelos de zapatillas deportivas

Más detalles

Nueva estimación sobre el volumen del PBI informal en base al método de la demanda de circulante. Joaquín Días y Carla Di Paula.

Nueva estimación sobre el volumen del PBI informal en base al método de la demanda de circulante. Joaquín Días y Carla Di Paula. Nueva estimación sobre el volumen del PBI informal en base al método de la demanda de circulante. Joaquín Días y Carla Di Paula Octubre 2009 Este documento tiene por objetivo presentar una nueva estimación

Más detalles

INFERENCIA ESTADÍSTICA. Metodología de Investigación. Tesifón Parrón

INFERENCIA ESTADÍSTICA. Metodología de Investigación. Tesifón Parrón Metodología de Investigación Tesifón Parrón Contraste de hipótesis Inferencia Estadística Medidas de asociación Error de Tipo I y Error de Tipo II α β CONTRASTE DE HIPÓTESIS Tipos de Test Chi Cuadrado

Más detalles

Test. Cada pregunta correcta está valorada con 0.5 puntos y cada incorrecta resta 0.25 puntos

Test. Cada pregunta correcta está valorada con 0.5 puntos y cada incorrecta resta 0.25 puntos Teléf.: 91 533 38 4-91 535 19 3 8003 MADRID EXAMEN DE ECONOMETRÍA (enero 010) 1h 15 Apellidos: Nombre: Tes. Cada preguna correca esá valorada con 0.5 punos y cada incorreca resa 0.5 punos 1.- Al conrasar

Más detalles

CARACTERIZACIÓN DE LA DEMANDA DE AUTOMÓVILES DE TURISMO EN ESPAÑA: MODELO DE PREDICCIÓN Y SIMULACIÓN

CARACTERIZACIÓN DE LA DEMANDA DE AUTOMÓVILES DE TURISMO EN ESPAÑA: MODELO DE PREDICCIÓN Y SIMULACIÓN Observaorio Indusrial del Secor de fabricanes de auomóviles y camiones CARACTERIZACIÓN DE LA DEMANDA DE AUTOMÓVILES DE TURISMO EN ESPAÑA: MODELO DE PREDICCIÓN Y SIMULACIÓN FECHA: Febrero 200 INDICE. INTRODUCCIÓN.

Más detalles

domótico Extras 2.1 Unidad de control 2.2 Dispositivos de entrada 2.4 Electrodomésticos domóticos 2.5 Medios de comunicación en redes domésticas

domótico Extras 2.1 Unidad de control 2.2 Dispositivos de entrada 2.4 Electrodomésticos domóticos 2.5 Medios de comunicación en redes domésticas 2 Elemenos de un sisema domóico Conenidos 2.1 Unidad de conrol 2.2 Disposiivos de enrada 2.3 Acuadores 2.4 Elecrodomésicos domóicos 2.5 Medios de comunicación en redes domésicas 2.6 Tecnologías aplicadas

Más detalles

ECONOMETRIA APLICADA NOTAS DATOS DE PANEL

ECONOMETRIA APLICADA NOTAS DATOS DE PANEL ECONOMETRIA APLICADA NOTAS DATOS DE PANEL Revisión En una de las referencias clásicas en la literatura, Hsiao (1986) los describe como secciones cruzadas de individuos observadas a lo largo del tiempo.

Más detalles

DISEÑO DE UN MODELO ECONOMÉTRICO PARA DETERMINAR LA RELACIÓN ENTRE LA OFERTA MONETARIA Y LA INFLACIÓN A CORTO PLAZO EN LA ZONA EURO

DISEÑO DE UN MODELO ECONOMÉTRICO PARA DETERMINAR LA RELACIÓN ENTRE LA OFERTA MONETARIA Y LA INFLACIÓN A CORTO PLAZO EN LA ZONA EURO DISEÑO DE UN MODELO ECONOMÉTRICO PARA DETERMINAR LA RELACIÓN ENTRE LA OFERTA MONETARIA Y LA INFLACIÓN A CORTO PLAZO EN LA ZONA EURO Isabel Cepeda (URJC) Juan Padilla (UCM) ABSTRACT This paper provides

Más detalles

Caballero, Cabello, Cano y Ruiz. 1.- Introducción

Caballero, Cabello, Cano y Ruiz. 1.- Introducción 1.- Introducción Partiendo de los estudios de Markowitz (1959) y de trabajos posteriores, como el de Sharpe (1963), en nuestro trabajo, una vez seleccionada la cartera, pretendemos dar un paso más, realizando

Más detalles

Tipo de punta (factor) (bloques)

Tipo de punta (factor) (bloques) Ejemplo Diseño Bloques al Azar Ejercicio -6 (Pág. 99 Montgomery) Probeta Tipo de punta (factor) (bloques) 9. 9. 9.6 0.0 9. 9. 9.8 9.9 9. 9. 9.5 9.7 9.7 9.6 0.0 0. ) Representación gráfica de los datos

Más detalles

CAPÍTULO 10 DISEÑOS EXPERIMENTALES

CAPÍTULO 10 DISEÑOS EXPERIMENTALES CAPÍTULO 10 DISEÑOS EXPERIMENTALES 10.1 Diseños Experimentales de Clasificación Simple En un diseño experimental de clasificación simple, se trata de comparar varios grupos generalmente llamados Métodos

Más detalles

Modelos de Ajuste Nominal Incompleto. Por Agustín Casas, UdeSa. Diego Hofman, Princeton. Analía Olgiati, BID. Javier DiFiori, Morgan Stanley

Modelos de Ajuste Nominal Incompleto. Por Agustín Casas, UdeSa. Diego Hofman, Princeton. Analía Olgiati, BID. Javier DiFiori, Morgan Stanley Modelos de Ajuse Nominal Incompleo Por Agusín Casas, UdeSa. Diego Hofman, Princeon. Analía Olgiai, BID. Javier DiFiori, Morgan Sanley JEL CLASS: E12 - Keynes; Keynesian; Pos-Keynesian E13 - Neoclassical

Más detalles

Técnicas Cuantitativas para el Management y los Negocios

Técnicas Cuantitativas para el Management y los Negocios Segundo cuatrimestre - 4 Técnicas Cuantitativas para el Management y los Negocios Mag. María del Carmen Romero 4 romero@econ.unicen.edu.ar Módulo III: APLICACIONES Contenidos Módulo III Unidad 9. Análisis

Más detalles

Análisis de datos del Aguacate Hass (presentación caja 10 kilogramos)

Análisis de datos del Aguacate Hass (presentación caja 10 kilogramos) Análisis de datos del Aguacate Hass (presentación caja 10 kilogramos) Alberto Contreras Cristán, Miguel Ángel Chong Rodríguez. Departamento de Probabilidad y Estadística Instituto de Investigaciones en

Más detalles

Documento de Trabajo. Restricciones al crecimiento:

Documento de Trabajo. Restricciones al crecimiento: Documeno de Trabajo Resricciones al crecimieno: Algunas consideraciones sobre el capial humano CODIGO 7123 CODIGO 7123 Resumen Siguiendo el enfoque denominado Diagnósico del crecimieno, en una primera

Más detalles

ECONOMETRÍA PRÁCTICA CON EXCEL

ECONOMETRÍA PRÁCTICA CON EXCEL ECONOMETRÍA PRÁCTICA CON EXCEL SERGIO ZÚÑIGA Universidad Caólica del Nore Julio, 4 PRESENTACION Es sabido que el esudio de la economería requiere, en apoyo al esudio de los aspecos concepuales, la esimación

Más detalles

PRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.G.S.E

PRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.G.S.E PRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.G.S.E CURSO 00-.003 - CONVOCATORIA: MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES - Cada alumno debe elegir sólo una de las pruebas (A o B) y, dentro de ella, sólo

Más detalles

MANUAL DE LA ACADEMIA Aplicación de Conceptos y Herramientas Esenciales de Estadística Marzo 2009

MANUAL DE LA ACADEMIA Aplicación de Conceptos y Herramientas Esenciales de Estadística Marzo 2009 UNIVERSIDAD DE PUERTO RICO RECINTO DE RIO PIEDRAS FACULTAD DE ADMINISTRACION DE EMPRESAS Instituto de Estadística y Sistemas Computadorizados de Información MANUAL DE LA ACADEMIA Aplicación de Conceptos

Más detalles

INTRODUCCIÓN DIAGRAMA DE DISPERSIÓN. Figura1

INTRODUCCIÓN DIAGRAMA DE DISPERSIÓN. Figura1 Capítulo 5 Análisis de regresión INTRODUCCIÓN OBJETIVO DE LA REGRESIÓN Determinar una función matemática sencilla que describa el comportamiento de una variable dadoslosvaloresdeotrauotrasvariables. DIAGRAMA

Más detalles

6 METODOLOGÍA PROPUESTA PARA VALORAR USOS IN SITU DEL AGUA

6 METODOLOGÍA PROPUESTA PARA VALORAR USOS IN SITU DEL AGUA 38 6 METODOLOGÍA PROPUESTA PARA VALORAR USOS IN SITU DEL AGUA 6.1 Méodo general Para valorar los usos recreacionales del agua, se propone una meodología por eapas que combina el uso de diferenes écnicas

Más detalles

UNIDAD III. Qué es la inferencia en el modelo líneal?

UNIDAD III. Qué es la inferencia en el modelo líneal? UNIDAD III Qué es la inferencia en el modelo líneal? UNIDAD III Qué es la inferencia en el modelo lineal? Con formato: Fuente: Times New Roman Toda empresa extraordinaria sólo puede lograrse mediante la

Más detalles

UNA MODELIZACIÓN PARA LOS ACCIDENTES DE TRABAJO EN ESPAÑA Y ANDALUCÍA

UNA MODELIZACIÓN PARA LOS ACCIDENTES DE TRABAJO EN ESPAÑA Y ANDALUCÍA UNA MODELIZACIÓN PARA LOS ACCIDENTES DE TRABAJO EN ESPAÑA Y ANDALUCÍA Por Mónica Orega Moreno Profesora Esadísica. Deparameno Economía General y Esadísica RESUMEN El aumeno de la siniesralidad laboral

Más detalles

EXPERIMENTACIÓN. Eduardo Jiménez Marqués

EXPERIMENTACIÓN. Eduardo Jiménez Marqués EXPERIMENTACIÓN Eduardo Jiménez Marqués 1 CONTENIDO: 1. Experimentación...3 1.1 Concepto...3 1. Definición...4 1.3 Dificultad...4 1.4 Ventaja...5 1.5 Planificación...5 1.6 Aplicaciones...5 1.7 Metodología...6

Más detalles

ECONOMETRÍA II PRÁCTICA 2. 1.- Tome los datos de WAGE2.XLS para este ejercicio.

ECONOMETRÍA II PRÁCTICA 2. 1.- Tome los datos de WAGE2.XLS para este ejercicio. ECONOMETRÍA II PRÁCTICA 2 1.- Tome los datos de WAGE2.XLS para este ejercicio. 1.1 Estime el modelo log ( wage) = β0 + β1educ + β2exper + β3age + β4married + + β black + β south + β urban + u 5 6 7 Date:

Más detalles

Universidad Carlos III de Madrid Econometría Funciones de regresión no lineales Hoja de Ejercicios 8

Universidad Carlos III de Madrid Econometría Funciones de regresión no lineales Hoja de Ejercicios 8 Universidad Carlos III de Madrid Econometría Funciones de regresión no lineales Hoja de Ejercicios 8 1. Las ventas de una empresa son de 196 millones de dólares en 2009 y aumentaron hasta los 198 millones

Más detalles

Tema 2 Datos multivariantes

Tema 2 Datos multivariantes Aurea Grané Máster en Estadística Universidade Pedagógica 1 Aurea Grané Máster en Estadística Universidade Pedagógica 2 Tema 2 Datos multivariantes 1 Matrices de datos 2 Datos multivariantes 2 Medias,

Más detalles

PRÁCTICA 3: Ejercicios del capítulo 5

PRÁCTICA 3: Ejercicios del capítulo 5 PRÁCICA 3: Eercicios del capítulo 5 1. Una empresa bancaria a contratado a un equipo de expertos en investigación de mercados para que les asesoren sobre el tipo de campaña publicitaria más recomendable

Más detalles

2. Análisis de varianza

2. Análisis de varianza 1. Análisis de varianza Introducción La estadística inferencial no solo realiza estudios con una muestra, también es necesario trabajar con más de una muestra; las que pueden ser dos o más. Para cada una

Más detalles

ESTUDIO DEL MERCADO AUTOMOTRIZ EN EEUU FERULLO SERGIO

ESTUDIO DEL MERCADO AUTOMOTRIZ EN EEUU FERULLO SERGIO ESTUDIO DEL MERCADO AUTOMOTRIZ EN EEUU FERULLO SERGIO INTRODUCCION A continuación se presenta un modelo sobre las ventas de autos de pasajeros en Estados Unidos. Se debe recordar que Estados Unidos posee

Más detalles

UNIVERSIDAD CARLOS III DE MADRID Grado en Ingeniería Industrial Estadística 17 de mayo de 2013

UNIVERSIDAD CARLOS III DE MADRID Grado en Ingeniería Industrial Estadística 17 de mayo de 2013 Apellidos Nombre UNIVERSIDAD CARLOS III DE MADRID Grado en Ingeniería Industrial Estadística 17 de mayo de 2013 N o lista Grupo El fichero datos 17m.sgd contiene información sobre los 327 vuelos comerciales

Más detalles

Estimación con EViews

Estimación con EViews Esimación con EViews 1. Uso de Comandos: LS LOGM C LOGPBI LOGprecio Nombre del modelo: MODELO Equaion MODELO.LS Log(M) c Log(PBI) Log(precio) 2. Venana de Dialogo: Quick/Esimae Equaion/ Escribir la ecuación

Más detalles

LA PARIDAD DEL PODER DE COMPRA ENTRE PERÚ y ESTADOS ( )

LA PARIDAD DEL PODER DE COMPRA ENTRE PERÚ y ESTADOS ( ) LA PARIDAD DEL PODER DE COMPRA ENTRE PERÚ y ESTADOS UNIDOS (1991.01 2011.07) Ponente: Mag. Cornelio TicseNúñez RESUMEN Los resultados obtenidos muestran que los datosnoseajustan a lo que predice la teoría

Más detalles

Contraste de hipótesis Tema Pasos del contraste de hipótesis. 1.1 Hipótesis estadísticas: nula y alternativa. 1.3 Estadístico de contraste

Contraste de hipótesis Tema Pasos del contraste de hipótesis. 1.1 Hipótesis estadísticas: nula y alternativa. 1.3 Estadístico de contraste 1 Contraste de hipótesis Tema 3 1. Pasos del contraste de hipótesis 1.1 Hipótesis estadísticas: nula y alternativa 1.2 Supuestos 1.3 Estadístico de contraste 1.4 Regla de decisión: zona de aceptación y

Más detalles

TEMA 1 INTRODUCCIÓN A LA ELECTRÓNICA DIGITAL. 1. Sistemas analógicos y digitales.

TEMA 1 INTRODUCCIÓN A LA ELECTRÓNICA DIGITAL. 1. Sistemas analógicos y digitales. T-1 Inroducción a la elecrónica digial 1 TEMA 1 INTRODUCCIÓN A LA ELECTRÓNICA DIGITAL El raamieno de la información en elecrónica se puede realizar de dos formas, mediane écnicas analógicas o mediane écnicas

Más detalles

Econometría de Económicas Ejercicios para el tema 1

Econometría de Económicas Ejercicios para el tema 1 Economería de Económicas Ejercicios para el ema 1 Curso 2005-2006 Profesores Amparo Sancho Perez Guadalupe Serrano Pedro Perez Formas funcionales alernaivas a la lineal Las hipóesis realizadas en el modelo

Más detalles

CRECIMIENTO ECONÓMICO LOS DATOS

CRECIMIENTO ECONÓMICO LOS DATOS CRECIMIENTO ECONÓMICO LOS DATOS Crecimiento económico es relevante: Esperanza de vida y consumo per cápita aumentan con renta y proporción de pobres disminuyen con renta per cápita CPC & RPC 180 Países

Más detalles