UNIDAD IX. Técnicas de Suavización

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

Download "UNIDAD IX. Técnicas de Suavización"

Transcripción

1 UNIDAD IX Técnicas de Suavización

2 UNIDAD IX La esadísica demuesra que suele ser más fácil hacer algo bien que explicar por qué se hizo mal. Allen L. Webser, 1998 Cuál es el objeivo de la Técnica de suavización? Qué es un méodo de media móvil? Cómo se calcula el Méodo de suavización exponencial simple? Cuáles son las fórmulas del méodo de suavización exponencial doble (Méodo de Brown)? Cuáles son las ecuaciones que se uilizan para el Méodo de suavización con endencias y esacionalidad (Méodo de Hol-Winers?

3 TÉCNICAS DE SUAVIZACIÓN ESQUEMA CONCEPTUAL TÉCNICAS DE SUAVIZACIÓN Definiciones básicas Méodos Suavizamieno-Filros Lineales Méodo de media móvil Méodo de suavización exponencial simple Méodo de suavización exponencial doble M. de suavización con endencia y esacionalidad COMPETENCIAS A LOGRAR CONCEPTUAL PROCEDIMENTAL ACTITUDINAL Explica las écnicas de Aplica los méodos de Analiza esas écnicas para suavización para alcanzar un suavización en las series una buena deerminación buen nivel de predicción. de iempo. de la dirección de la endencia. CONCEPTOS CLAVE Suavizamieno, pronósico, exponencial, esacionalidad. 381

4 LECCIÓN 1 MÉTODO DE MEDIA MÓVIL INTRODUCCIÓN El objeivo de los méodos a usarse en esa unidad es suavizar a las flucuaciones aleaorias causadas por el componene irregular de la serie. Esos méodos resulan apropiados para series esables, es decir, aquellas que no exhiban ningún comporamieno de endencia, ni variaciones cíclicas ni esacionales, además es conveniene suavizar cuando exisen cambios bruscos o movimienos irregulares en la serie Son relaivamene simples y generalmene alcanzan un buen nivel de predicción en períodos de iempos coros. SUAVIZAMIENTO - FILTROS LINEALES Una forma de visualizar la endencia, es mediane el suavizamieno de la serie. La idea cenral es definir a parir de la serie observada un nueva serie que suavice los efecos ajenos a la endencia (esacionalidad, efecos aleaorios), de manera que se pueda deerminar la dirección de la endencia (ver figura 9.1). Y() Figura 9.1 Lo que se hace es usar una expresión lineal que ransforma la serie Y() en una serie suavizada Z(): Z() = F(Y()), = 1,...,n Y() F T() De al modo que F(Y()) = T(); donde la función F se denomina Filro Lineal, el filro lineal más usado es la media móvil. 382

5 Méodo de Medias Móviles El objeivo es eliminar de la serie los componenes esaciónales y accidenales. Promedios móviles simples (PMS) Uiliza como pronósico para el siguiene período, el promedio de los n valores de los daos más recienes de la serie de iempo, maemáicamene puede expresarse como: Promedio Móvil = (n valores de daos n más recienes) El érmino móvil indica que conforme se enga disponible una nueva observación de la serie de iempo, se reemplaza la observación más anigua en la ecuación y se calcula un nuevo pronósico. Como resulado el promedio se modificará, a medida que se agreguen nuevas observaciones. La variable n es una indicación de cuanos períodos habrán que omarse para calcular el promedio, generalmene suele variar enre res (3) a cinco (5), dependiendo de cuanos elemenos iene la serie de daos. A coninuación pasamos a ver una serie de varianes del méodo mencionado que se uilizan para eliminar el componene irregular y/o el componene esacional, los cuales se basan en la consrucción de una serie de variables a parir de los daos originales, realizando para ello promedio de esos daos. Casos: 1.-Media móvil anual o de orden 12 (con daos mensuales) Consise en susiuir el dao de cada mes por el promedio de los daos de los úlimos 12 meses. Así, por ejemplo, para calcular la Media Móvil Anual de enero de 1997, calculamos el promedio de los doce meses comprendidos enre febrero de 1996 y enero de 1997, es decir: M + y y y + y = 2.-Para una Serie Mensual con Esacionalidad Anual (s = 12) La serie suavizada se obiene de la forma siguiene 1 2 Y( k 6 ) + Y ( k 5 ) + K + Y ( k + 5 ) + 1 Y k + 2 ( 6) Y ( k ) = 12, 7 k n Para una serie rimesral, con esacionalidad anual (s = 4), La serie suavizada esá dada por 383

6 1 Y 2 ( k 2 ) + Y ( k 1 ) + Y( k) + Y( k + 1 ) + 1 Y( k + 2 2) Y ( k ) =, 3 k n 2 4 A ese procedimieno se le llama: filro simérico finio. 4.- Media Móvil de Orden s : Podemos consruir medias móviles de orden inferior a 12, es decir, que no sean anuales. Así, la Media Móvil de Orden 3 se consruye promediando los res úlimos daos. De manera general, la Media Móvil de Orden s se consruye de la siguiene forma: M s = y + y 1 + y y s s+ 1 = s 1 i= 1 y s i Para realizar las predicciones y pronósicos de la serie uilizamos la siguiene fórmula: s y = M 1. La principal venaja que presena esa media móvil será que no rerasará ano la evolución de la variable como lo hacía la media móvil anual, ya que al no uilizar anas observaciones, su comporamieno se asemejará más al de la serie original. Sin embargo, el principal inconveniene de esa media móvil viene precisamene de esa menor uilización de observaciones. Al no consruirse con 12 observaciones, no se elimina compleamene el componene esacional, llegando en cieros casos a muliplicarse ese efeco. Así, supongamos que rabajamos con una media móvil de orden 3 para la serie PBI, la cual iene un componene esacional muy marcado (odos los meses de agoso son sisemáicamene más bajos que el reso de los meses del año). Al consruir esa media móvil de orden 3, va a ocurrir que el dao sisemáicamene más bajo de agoso en la serie original, no sólo afece al dao de la media móvil de agoso sino ambién lo hará al dao de sepiembre y al dao de ocubre. 5. Media Móvil Cenrada: Esa media móvil no se consruye promediando los daos aneriores al dao original, sino que se uilizan siméricamene los daos adyacenes. Por ejemplo, para consruir el dao de julio de 1996 de la media cenrada de orden 3 se uiliza el promedio de los meses de junio, julio y agoso de En general, la Media Móvil Cenrada de orden s va a esar definida por la siguiene expresión: MC s = y + ( s 1) +... y+ 1 + y + y y s 2 s

7 Cuando el orden de la media móvil cenrada es par (por ejemplo 6) se uilizan para calcularla s+1 observaciones, ponderando cada uno de los daos exremos con un valor igual a 0.5: MC 0.5y+ 3 + y+ 2 + y+ 1 + y + y 1 + y y 3 = 6 6 La principal venaja de esa media móvil es que al uilizar los daos adyacenes, ano aneriores como poseriores, no vamos a ener el problema de rerasar la evolución de la variable, es decir, ano la serie original como la media móvil cenrada van a ener en las mismas fechas los valores máximos y mínimos. El principal inconveniene será que al uilizar las observaciones poseriores a cada dao original, para su consrucción, no endremos observaciones de la MC al final de la muesra disponible, siendo ésa precisamene la pare de la muesra más ineresane para el análisis. Esa dificulad se resuelve si disponemos de predicciones fiables para los próximos meses. Así, por ejemplo si se dispone de daos hasa diciembre de 2002, la MC 5 para ese mes de diciembre de 2002 se formará con el promedio de las observaciones de ocubre, noviembre y diciembre de 2002 y las predicciones para enero y febrero de Resumiendo, cada una de las diferenes medias móviles va a ener sus venajas como ambién sus desvenajas y dependiendo de para que querramos uilizarlas y las caracerísicas de la serie en cuesión, emplearemos a una o a ora. Por ejemplo, si la serie en esudio no iene componene esacional muy marcado y es fácil conseguir predicciones fiables, podría uilizarse una MC 3. En oros casos, sería más conveniene uilizar una media móvil de mayor orden (o anual) o no cenrada, ec. Normalmene, esas medias móviles son inerpreadas como una aproximación a la evolución de la serie emporal y, de hecho, en ocasiones se uilizan como esimación de la endencia de la misma. Hay que desacar que esa endencia no va a ener las limiaciones que enían las endencias deerminisas, las cuales dependían únicamene del iempo. Cabe mencionar que esas medias móviles ienen una nauraleza cambiane con el paso del iempo, en función del comporamieno de la variable. Noa: Se suaviza cuando exisen muchos cambios bruscos o movimienos irregulares. 385

8 Ejemplo Ilusraivo 1: A coninuación se presenarán los daos correspondienes al PBI mensual, en millones de nuevos soles a precios de 1994, para el periodo enero 1994-julio 2004 Año Mes Valor del PBI Media Movil Cenrada de orden 3 Media Asimerica de orden 3 Pronosico PBI Media Movil Cenrada de Orden 12 Media Movil Asimerica de orden 12 Pronosico PBI 1994 Enero 7,615.2 Febrero 7, ,725.3 Marzo 8, , ,725.3 Abril 8, , , ,725.3 Mayo 8, , , ,932.8 Junio 8, , , ,364.6 Julio 8, , , , , Agoso 8, , , , , Seiembre 8, , , , , Ocubre 8, , , , , Noviembre 8, , , , , Diciembre 8, , , , , Enero 8, , , , , Febrero 8, , , , , Marzo 8, , , , , Abril 8, , , , , Mayo 9, , , , , Junio 9, , , , , Julio 9, , , , , Agoso 9, , , , , Seiembre 8, , , , , Ocubre 8, , , , , Noviembre 8, , , , , Diciembre 8, , , , , Enero 10, , , , , Febrero 10, , , , Marzo 11, , , , Abril 12, , , , Mayo 12, , , , Junio 11, , , , Julio 11, , , Agoso 12,

9 13,000.0 Suavizamieno del PBI por Media Movil Millones de nuevos soles de , , , , , , Años PBI Global PBI pronosico orden 3 PBI pronosico orden 12 Como se puede observar, a medida que aumena el orden, mayor es el efeco de suavización, pero ambién aumena la perdida de información. EXACTITUD DEL PRONÓSTICO Una consideración de gran imporancia al seleccionar un méodo de pronósico es la exaciud del mismo. Evidenemene se desea que los errores de pronósico sean lo más pequeños posibles. Se suele omar como medida de error general el valor de Error Medio Cuadrado (EMC) o Mean Square Error (MSE) de la bibliografía inglesa. El EMC se calcula de la siguiene manera: EMC = 2 ((Valor Real Valor Pronosicado) ) Canidad Valores Pronosicados 387

10 Ejemplo Ilusraivo 2: Sean las venas semanales de nafa (en miles de liros) de un esablecimieno la variable que se desea pronosicar; uilizando el méodo de Media móvil de orden 3, obenemos los resulados del siguiene cuadro: Semana Venas y Promedio móvil M 3 Predicciones ŷ Error μ=( y - ) y Error Cuadrado (μ 2 ) PRONOSTICO ,22 Media móvil: M Por ejemplo: 3 = ( + + y y 1 y 2 ) / 3 3 M 3 = ( )/3 = 57/3 = 19 Predicciones: En ese caso se dará de la forma: y M endrá: 3 = y4 = M4 1 = M3 =, por ejemplo para el caso de semana 4 se 19 La semana 13 es el valor que deseamos pronosicar. En ese caso 19 mil liros de nafa podrían llegar a venderse. El gráfico siguiene resume los valores reales y los predichos por el modelo de Promedios Móviles 388

11 VENTAS SEMANALES DE NAFTA REALES Y SUAVIZADOS POR EL MÉTODO DE MEDIA MÓVIL SIMPLE (s=3) Serie original Media móvil 389

12 LECCIÓN 2 MÉTODO DE SUAVIZACIÓN EXPONENCIAL SIMPLE Esa écnica se basa en la aenuación de los valores de la serie de iempo, obeniendo el promedio de esos de manera exponencial; es decir, los daos se ponderan dando un mayor peso a las observaciones más recienes y uno menor a las más aniguas. Al peso para ponderar la observación más reciene se le da el valor α, la observación inmediaa anerior se pondera con un peso de a (1 - α), a la siguiene observación inmediaa anerior se le da un peso de ponderación de a (1 - α) 2 y así sucesivamene hasa complear el número de valores observados en la serie de iempo a omar en cuena para realizar la aenuación, es decir, para calcular el promedio ponderado. La esimación o pronósico será el valor obenido del cálculo del promedio. Por lo que la expresión para realizar el cálculo de la suavización exponencial simple es: P = αy + α( α 1)Y 1 + α( α 1) Y α( α 1) n 1 Y (n 1) Ora expresión equivalene a esa es la siguiene: P Y 1) P + 1 = α + ( α Donde Y P +1 P : Valor de la serie en el período. : Pronósico o predicción para el período +1. : Pronósico o predicción en el período. α : Facor de suavización, ( 0 α 1) Es decir el valor de la serie suavizada en el período +1 es igual a α veces el valor de la serie en el período, más 1-α veces el valor predicho en el período. Es así que para deerminar los valores de la serie suavizada se necesia un valor inicial P 0, el cual puede ser un promedio de los daos aneriores o simplemene el primer valor de la serie. 390

13 Ejemplo Ilusraivo 1: Coninuando con la serie de iempo del PBI Global. La consane de suavización que se uilizara será de 0.2 y el valor inicial será la primera observación, es decir, el valor del PBI en enero de Año Mes Valor del PBI Suavizacion exponencial Pronosico PBI 1994 Enero 7, ,615.2 Febrero 7, ,573.2 Marzo 8, , ,573.2 Abril 8, , ,689.7 Mayo 8, , ,799.3 Junio 8, , ,979.5 Julio 8, , ,075.8 Agoso 8, , ,100.0 Seiembre 8, , ,127.0 Ocubre 8, , ,108.2 Noviembre 8, , ,121.4 Diciembre 8, , , Enero 8, , ,332.6 Febrero 8, , ,391.1 Marzo 8, , ,370.3 Abril 8, , ,461.0 Mayo 9, , ,559.6 Junio 9, , ,839.2 Julio 9, , ,923.2 Agoso 9, , ,960.0 Seiembre 8, , ,972.2 Ocubre 8, , ,867.2 Noviembre 8, , ,854.8 Diciembre. 8, , , Enero 10, , ,005.6 Febrero 10, , ,951.2 Marzo 11, , ,876.3 Abril 12, , ,952.1 Mayo 12, , ,171.0 Junio 11, , ,440.7 Julio 11, , , Agoso 11,

14 13,000.0 Suavizacion Exponencial del PBi Millones de nuevos soles de , , , , , , PBI Global PBI pronosicado años Se puede observar que por méodo de suavización exponencial simple, suaviza de mejor manera que el méodo de media móvil. Empleando ese méodo obenemos que para agoso del 2004 el PBI Global pronosicado es de 11,565.7 millones de nuevos soles a precios de Ejemplo Ilusraivo 2: Siguiendo con el mismo ejemplo de las venas semanales de nafa (en miles de liros); uilizando el méodo de Suavización exponencial simple con α=0.8, obenemos los resulados del siguiene cuadro: Semana Venas y Suavización Exponencial α = 0,80 Error μ=( y - ) y Error Cuadrado (μ 2 ) , ,24 3,76 14, ,25-4,25 18, ,85-2,85 8, ,57 3,43 11, ,31-1,31 1, ,26 3,74 13, ,25-1,25 1, ,25-5,25 27, ,05 5,95 35,40 13 PRONOSTICO ,96 14,70 392

15 Predicciones: P = 0.8 Y + (1 0.8) P P 3 = = 20.2 En la siguiene gráfica observamos las predicciones halladas por los méodos de media móvil simple y suavización exponencial. COMPARACIÓN DE LAS PREDICCIONES POR LE MÉTODO DE MEDIA MÓVIL Y EXPONENCIAL SIMPLE Serie original Media móvil Suavización exponencial NOTA: Para uilizar le méodo de suavización exponencial se debe elegir un coeficiene α adecuado de al forma que el EMC sea el menor posible. En nuesro ejemplo podemos observar que la media móvil suaviza mejor los daos, asimismo presena un menor error medio cuadráico (EMC). 393

16 LECCIÓN 3 MÉTODO DE SUAVIZACIÓN EXPONENCIAL DOBLE (Méodo de Brown) En ese méodo se calcula primero una suavización exponencial simple para cada valor de la serie y luego se vuelve a calcular ora suavización exponencial sobre los daos resulanes de la primera. Para ello se usan las siguienes formulas: Suavización Exponencial Simple Suavización Exponencial Doble P = αy + (1 α)p 1 Y' = αp + (1 α)y' 1 Donde: P P 1 Y' Y' 1 Y α : Valor aenuado según modelo de suavización exponencial simple en el iempo. : Valor aenuado según modelo de suavización exponencial simple en el iempo -1. : Valor pronosicado sobre segunda suavización exponencial en el iempo : Valor pronosicado sobre segunda suavización exponencial, en el iempo - 1 : Valor experimenal de la serie de daos de iempo : Consane de suavización exponencial Para pronosicar hacia el fuuro, se usa una inerpolación lineal que conempla el componene de endencia (segunda suavización exponencial) del siguiene ipo: Y + j = a + j (b ) Siendo: a = 2 P Y' α b = (P Y' ) 1 α Donde: Y + j : Valor pronosicado agregando endencia lineal para el período +j a : Ordenada de origen para modelo lineal en el iempo 394

17 b : Pendiene de endencia lineal en el iempo j : Canidad de períodos a pronosicar ( j = 1,2,3,...) La consane empírica α es la única variable en ese modelo que debe ser deerminada de manera experimenal sobre los valores disponibles de la serie de daos. Ejemplo Ilusraivo Aplicaremos ese modelo al siguiene conjuno de daos reales que represenan las venas de una deerminada publicación, durane los úlimos 28 meses. Número de ejemplares vendidos de una publicación durane los úlimos 28 meses Mes Venas Mes Venas Mes Venas Mes Venas La gráfica de la serie se presena en el siguiene gráfico: 1000 Venas (Nº ejemplares) Vena mensual de ejemplares de la publicación en los úlimos 28 meses Mes 395

18 Con ayuda del Sofware Eviews hallamos la serie suavizada, uilizando un valor de α = 0.136, los resulados se pueden apreciar en el siguiene gráfico. Venas ( Nº ejemplares) 1000 Venas suavizadas por el méodo Exponencial doble con? = Meses Venas reales Venas suavizadas 396

19 LECCIÓN 4 MÉTODO DE SUAVIZACIÓN CON TENDENCIA Y ESTACIONALIDAD (Méodo de Hol - Winers) ATENUACIÓN EXPONENCIAL AJUSTADO A TENDENCIA (MÉTODO DE HOLT) Es un méodo sofisicado de exensión de la suavización exponencial, descria aneriormene. A diferencia del méodo de suavización exponencial, el méodo de Hol Winers ambién permie el esudio de la endencia de la serie a ravés de pronósicos a mediano y largo plazo Ese modelo uiliza dos consanes (α y β) para realizar los pronósicos. Esas consanes deben deerminarse experimenalmene para señalar los valores reales de la serie de iempo. Las Ecuaciones que se Uilizan son Nivel de la serie: E = αy + (1 α)(e + T ) 1 1 Nivel de la endencia: T = β (E E ) + (1 β) T 1 1 De las ecuaciones aneriores las variables ienen el siguiene significado: E : Esimación Aenuada de la serie en el iempo E 1 Esimación Aenuada de la serie en el iempo -1 T : Valor pronosicado de Tendencia en el iempo T 1 : Valor pronosicado de Tendencia en el iempo -1 Y : Valor observado de la serie en el iempo α : Consane de suavización de la serie β : Consane de suavización para Tendencia El modelo de Hol Winers se uiliza cuando exise la presencia de una endencia en la serie de iempo. La elección de las consanes de suavización α y β afeca al valor de los resulados. Un valor pequeño de α da mayor peso a los valores más rerazados y un mayor valor en dicha consane da mayor peso a los niveles más recienes. Igualmene un valor pequeño de β da mayor peso a las endencias más rerazadas en la serie y un menor valor de la consane da mayor peso a las endencias de la serie más recienes. Para pronosicar períodos fuuros, se define la siguiene fórmula: Y = E + j + j(t ) En la ecuación anerior las variables ienen el siguiene significado: 397

20 Y j : Valor de pronósico de la serie para periodo fuuro (+j) E : Valor pronosicado de suavización exponencial aenuado T : Valor pronosicado de endencia j : Canidad de períodos fuuros a pronosicar (j = 1,2,3,...) Ejemplo Ilusraivo 1: Coninuando con el análisis del PBI, ahora suavizamos por medio del méodo de suavización de Hol, empleando los siguienes parámeros: 0.05 y ,000.0 Meodo Exponencial de Hol Millones de nuevos soles de , , , , , , PBI Global PBI suavizada Años Podemos observar que por medio del méodo de Hol, logramos un mejor efeco en la suavización de la serie del PBI. Ejemplo Ilusraivo 2 Aplicaremos ese modelo al ejemplo de la sección anerior sobre las venas de una publicación, para lo cual se obienen los valores ópimos (α= y β =0.9002). Los resulados se pueden apreciar en el siguiene gráfico. 398

21 Venas (Nº ejemplares) 1000 Venas suavizadas por el méodo de Hol con α = 0.16 y β = Mes Venas reales Venas suavizadas SUAVIZACIÓN EXPONENCIAL CON COMPONENTES ESTACIONALES Se eniende como variación esacional, aquella disorsión que se produce en la serie de daos debido a que hay un parón de comporamieno que parece repeirse año ras año (o ranscurridos una canidad de períodos), ejemplos de ese ipo lo consiuyen las venas de helado los cuales se incremenan en la emporada de verano, oro podrían ser las venas de arículos de piroecnia las cuales se incremenan durane el úlimo mes del año, las venas de ropa para depores invernales que se incremene en el segundo rimesre del año, la demanda de pasajes que se incremena en el mes de julio hacia desinos invernales, ec. Los modelos aplicables en esos casos, deben conener un componene de corrección debido a la endencia que pudiese llegar a presenarse y ora corrección debido a la esacionalidad que se presena en la serie de daos. En el ejemplo anerior, de las venas de publicaciones podemos observar un comporamieno similar cada cuaro meses, analizaremos esa serie uilizando la componene esacional. Exisen varios méodos que pueden ser aplicados, pero a manera de ejemplo describiremos solamene los siguienes, que resulan ser los más aplicados: Aenuación Exponencial Ajusada con esimación de Tendencia y Variación Esacional (méodo de Hol-Winers Muliplicaivo) Aenuación Exponencial Ajusada con esimación de Tendencia y Variación Esacional (méodo de Hol-Winers Adiivo) 399

22 Ambos méodos son una exensión del méodo de Hol presenado aneriormene, con la paricularidad de que agregaremos una complejidad adicional al incorporar índices de esacionalidad como una manera de corregir la serie de iempos eviando esos picos que disorsionan el análisis de los pronósicos y la predicción en consecuencia. Méodo de Hol-Winers Muliplicaivo Se basa en el cálculo de cuaro componenes: (1) Ajuse Exponencial de la Serie de Daos E = α ( S (2) Esimación de Tendencias T Y (3) Esimación de Esacionalidad ) - L + (1 α)(e + T ) 1 1 = β (E E ) + (1 β)t 1 1 S Y = δ( E ) + (1 δ)s L (4) Pronósico de Períodos Fuuros Y + j = E + j(t ) S -L + j Las variables en las ecuaciones ienen el siguiene significado: E : Esimación suavizada para el período T : Esimación de Tendencia para período S L : Índice de Esacionalidad calculado para el período -L S : Índice de esacionalidad para el período Y : Valor real de la serie de iempo para el período L : Longiud o duración de la esacionalidad, en nuesro caso L = 4 (el ciclo se repie cada cuaro meses) j : Canidad de períodos a Pronosicar hacia delane α : Consane de suavización exponencial simple de la serie de daos β : Consane de suavización exponencial de endencia δ : Consane de corrección de esacionalidad 400

23 Los valores de α, β y δ, deben ser calculados de manera experimenal sobre el conjuno de daos disponibles de la serie de iempo. En nuesro caso, el sofware Eviews esima los valores ópimos de α, β y δ, resulando 0.98, 0.00 y 0.00 respecivamene. El modelo final se puede apreciar en la siguiene gráfica: Venas (Nº ejemplares) 1000 Venas suavizadas por el méodo de Hol-Winers Muliplicaivo con facor esacional (L=4) con α = 0.98, β = 0.00 y δ = ABR 02 JUL 02 OCT 02 ENE 03 ABR 03 JUL 03 OCT 03 ENE 04 ABR 04 JUL 04 Mes Venas reales Venas suavizadas Méodo de Hol-Winers Adiivo Se basa en el cálculo de cuaro componenes: (5) Ajuse Exponencial de la Serie de Daos E (6) Esimación de Tendencias = α (Y S ) + (1 α) L T (7) Esimación de Esacionalidad (E + T ) 1 1 = β (E E ) + (1 β)t 1 1 S = δ(y E ) + (1 δ)s L (8) Pronósico de Períodos Fuuros Y + j = E + jt + S -L + j 401

24 Las variables en las ecuaciones ienen el siguiene significado: E : Es la esimación exponencialmene suavizada para el período cualquiera Y : Valor real de la serie de iempo para el período cualquiera T : Esimación de Tendencia para período S : Índice de esacionalidad para el período S : Índice de Esacionalidad en el período -L L L : Longiud o duración de la esacionalidad, en nuesro caso L = 4 j : Canidad de períodos a Pronosicar hacia adelane α : Consane de suavización exponencial simple β : Consane de suavización exponencial de endencia δ : Consane de corrección de esacionalidad Los valores de α, β y δ, deben ser calculados de manera experimenal sobre el conjuno de daos de la serie de iempos disponibles. En nuesro caso, los valores de α, β y δ, ópimos resulan: 1.00, 0.00 y 0.00 respecivamene. Basado en esos valores, obenemos el siguiene resulado: Venas (Nº ejemplares) 1000 Venas suavizadas por el méodo de Hol-Winers Adiivo con facor esacional (L=4) con α = 1.00, β = 0.00 y δ = ABR 02 JUL 02 OCT 02 ENE 03 ABR 03 JUL 03 OCT 03 ENE 04 ABR 04 JUL 04 Mes Venas reales Venas suavizadas Para evaluar cuál de los modelos se ajusa mejor a los daos se procede a calcular el Error Medio Cuadráico (EMC) para cada caso, el resulado se resume en el siguiene cuadro: 402

25 Méodo Error Medio Cuadráico (EMC) Hol (sin esacionalidad) Hol Winers (Muliplicaivo) Hol Winers (Adiivo) Como se puede observar el méodo de Hol-Winers Muliplicaivo presena un menor EMC por lo cual provee un mejor ajuse a los daos, por lo que será elegido para el cálculo de pronósicos. 403

26 Ejercicio de auoconocimieno Por qué debo aplicar una écnica de suavización? CRITERIOS SI NO NO SÉ 1. Porque el objeivo de suavizar las flucuaciones es apropiado para las series esables. 2. Porque me permie deerminar la dirección de la endencia. 3. Porque su uso sirve para modelar series esacionarias. 4. Para visualizar mejor la endencia. 5. Para eliminar las flucuaciones de la serie que no permien observar su verdadero comporamieno. 6. Para hacer un buen pronósico de períodos fuuros. 7. Porque se puede aplicar en diferenes casos, como en las venas de helado en verano. 8. Para manejar mejor cualquier serie esacionaria o no. 9. Porque son un medio efecivo de para realizar predicciones. 10. Porque permie hacer un esudio de la endencia a ravés de pronósicos. CALIFICACION Punuar con un puno cada respuesa SI. Si obienes de de 1-3 punos ienes pocas expecaivas de hacer una buena aplicación de las écnicas de suavización. Si ienes enre 4 7, ienes buenas expecaivas de hacer una buena aplicación de las écnicas de suavización. Y si ienes enre 8 10, denoas excelenes expecaivas de hacer una buena aplicación de las écnicas de suavización. 404

27 RESUMEN Las écnicas más usadas para realizar la suavización son: el méodo de medias móviles, suavización exponencial simple, suavización exponencial doble (méodo de Brown) y el méodo de suavización con endencia y esacionalidad (méodo de Hol- Winers). Para deerminar que méodo elegido es el más conveniene será necesario considerar la exaciud del mismo, lo que significa que endrá que considerarse como adecuado aquel que sea capaz de originar el menor error de pronósico, para al fin se oma como medida referencial al Error Medio Cuadráico (EMC). El objeivo del uso de esas écnicas es eliminar las flucuaciones que esén presenes en la serie las cuales no permien observar su verdadero comporamieno, eso se logra a parir de ajusar los daos hisóricos de a una nueva serie en la cual se pueda deerminar el verdadero comporamieno de ésa. Resumen de fórmulas Méodo de Medias Móviles: Promedios móviles simples (PMS) Promedio Móvil = (n valores de daos n más recienes) Media móvil anual y = + y + y M y Media Móvil de Orden s M s = y + y s 1... y s+ 1 i= 1 = + y s y s i Pronósicos: s y = M 1 Media Móvil Cenrada: y +...y + y + y... + y (s 1) s + s 2 2 MC = s Error Medio Cuadrado (EMC) 1 405

28 EMC = 2 ( (Valor Real Valor Pronosicado) ) Canidad Valores Pronosicados Méodo de Suavización Exponencial Simple Méodo de Suavización Exponencial Doble ((Méodo de Brown) Suavización Exponencial Simple P Suavización Exponencial Doble = αy + (1 α)p 1 Y' Pronósico: Y + j = a + j (b ) = αp + (1 α)y' 1 Siendo: a = 2 P Y', α b = (P Y' ) 1 α Méodo de Suavización con Tendencia y Esacionalidad (méodo de Hol- Winers) Aenuación Exponencial Ajusado A Tendencia (Méodo De Hol) Nivel de la serie: E = αy + (1 α)(e + T ) 1 1 Nivel de la endencia: T = β (E E ) + (1 β) T 1 1 Pronósico: Y = E j(t ) + j Suavización Exponencial Con Componenes Esacionales Méodo de Hol-Winers Muliplicaivo: Ajuse Exponencial de la Serie de Daos Y E = α ( ) + (1 α)(e + T ) S 1 1 -L Esimación de Tendencias T = β (E E ) + (1 β)t 1 1 Esimación de Esacionalidad 406

29 S Y = δ( E Pronósico de Períodos Fuuros Y + j = Méodo de Hol-Winers Adiivo Ajuse Exponencial de la Serie de Daos ) + (1 δ)s L E + j(t ) S -L + j E = α (Y S ) + (1 α) (E + T ) L 1 1 Esimación de Tendencias T = β (E E ) + (1 β)t 1 1 Esimación de Esacionalidad S Pronósico de Períodos Fuuros = δ(y E ) + (1 δ)s L Y + j = E + jt + S -L + j EXPLORACION ON LINE 1. Pronósicos obenidos mediane la suavización exponencial simple hp://www.prodigyweb.ne.mx/lmfs/ingenierias/pronosicos/pronosicos.hml 2. Definiciones de Suavización Exponencial y Ejercicios Desarrollados hp://www2.adm.salvador.edu.ar/maser/deuso/meodos/apunes/pronosicos/t eoria%20general%20de%20pronosicos.doc. 3. Aplicación de la media móvil. hp://hml.rincondelvago.com/adminisracion-de-la-produccion_4.hml 407

30 LECTURA TÉCNICAS DE SUAVIZACIÓN Una de las principales aplicaciones del esudio de las series emporales esá relacionado a la predicción de los valores fuuros, como se explicó en el capíulo anerior, siendo la mejor manera de explicar el comporamieno de una variable es el esudio de su endencia la largo plazo, el problema que rae consigo esa afirmación es que al realizar el esudio se observará que en la serie coniene una considerable canidad de flucuaciones aleaorias y cambios esacionales al coro plazo lo que hará difícil enconrar ciero comporamieno paricular, por ejemplo el caso de la presencia de una endencia. Para remediar al siuación se han propueso un ciero ipo de écnicas como el cálculo de las medias de los daos para cieros periodos (promedios móviles). Lográndose con el uso de esas écnicas eliminar las flucuaciones de la serie que no permien observar su verdadero comporamieno, eso es a parir del ajuse de los daos hisóricos de una nueva serie. De odos los méodos de pronósico por series de iempo es la suavización exponencial el que más se adecua a la predicción a coro plazo, debido a las posibilidades de auomaización del proceso de cálculo, operar con cosos relaivamene bajos y de dar una mayor imporancia a los daos de demandas recienes cuando se realiza el pronósico. Exisen una variedad de méodos, los cuales se emplean principalmene en las áreas de predicción en los negocios y la economía, como por ejemplo para deecar el comporamieno de las venas de un produco que ha aparecido en el mercado hace veinicuaro meses y se desea deerminar cuál es la época del año en que debe incidir con mayor fuerza (para el uso de campañas de publicidad) con el fin de levanar sus ingresos o si sus venas presenan un comporamieno manenido (comporamieno cíclico). Oro ejemplo lo consiuye la selección del méodo de suavización exponencial para proyecar la demanda de producos en las empresas hoeleras, el cual es usado debido a la exisencia de un elevado número de arículos así como poseen una demanda independiene aleaoria. El auor 408

31 ACTIVIDADES 1. Dado los números 10, 6, 2, 5, 2, 6, 9,7, 3, deerminar el promedio móvil de orden La abla siguiene muesra el oal de venas mensuales de una empresa producora de conservas en el Perú durane los úlimos 6 años. a. Consruir un promedio móvil de orden 12 b. Consruir un promedio móvil cenrado de orden 12 c. Represenar gráficamene los resulados obenidos juno con los daos originales y comparar los resulado Enero Febreo Marzo Abril Mayo Junio Julio Agoso Sepiembre Ocubre Noviembre Diciembre Considere las observaciones de la abla siguiene las cuales corresponden a las venas de un deerminado produco. Calcule haciendo uso del méodo de Hol Winers sus predicciones correspondienes, para lo cual se considere los valores de α = y β = Enero Febrero Marzo Abril Mayo Junio Julio Agoso Sepiembre Ocubre Noviembre Diciembre

32 4. Considere una suavización exponencial simple para una serie que corresponde a las imporaciones a precios consanes. Calcular las predicciones con sus respecivos errores de predicción los siguienes daos corresponden al IPC al consumidor de lima meropoliana promedio mensual de Calcule las predicciones para los meses de junio a diciembre del MES Enero Febrero Marzo Abril Mayo Junio Julio Agoso Sepiembre Ocubre Noviembre Diciembre FUENTE: INSTITUTO NACIONAL DE ESTADISTICA E INFORMATICA - Dirección Técnica de Indicadores Económicos. 410

33 AUTOEVALUACIÓN Encierra en un círculo la lera que conenga la alernaiva correca. 1. Porque se debería aplicar una suavización: a. Para aplanar eliminar los picos y valores exremos de una serie. b. Cuando no se iene cereza acerca del comporamieno de una serie. c. Por la presencia del error aleaorio. d. Cuando se quiere esimar el valor promedio de la serie a largo plazo. 2. Esablezca la verdad o falsedad de cada una de las siguienes proposiciones: a. Las écnicas de suavización son usadas para eliminar las flucuaciones aleaorias y cambios esaminales a coro plazo. b. Con el uso de la media móvil puede lograr aplanar los daos y producir un movimieno de la serie donde no aparezcan anos picos como inicialmene iene la serie. c. Para formar una media móvil vasa con ener información pasada y considerar un orden s. d. Con el uso de una écnica de suavización siempre se logrará obener un comporamieno más esable más claro de la serie. 3. Idenificar cada una de las siguienes écnicas de suavización a parir de las ecuaciones siguienes : a. b. c. y = + y + y s +... s s+ 1 M P Y' = αy + (1 α)p 1 = αp + (1 α)y' 1 y d. Siendo Nivel de la serie: E = αy + (1 α)(e + T ) 1 1 Nivel de la endencia: T = β (E E ) + (1 β) T 1 1 I. Ninguna II Méodo de Brown III. Méodo de Hol- Winers adiivo IV. Media Móvil anual 4. Esablezca la verdad o falsedad acerca del méodo de HolWiners 411

34 a. A diferencia con el méodo de suavización exponencial, el méodo de Hol Winers permie el esudio de la endencia de la serie a ravés de pronósicos a mediano y largo plazo b. Se uiliza cuando exise la cereza de la presencia de una endencia en la serie. c. El modelo de Hol-Winers es una ampliación perfeccionada del méodo de suavización exponencial. d. En comparación con los méodos anes mencionados ese da mayor peso a los valores más rerazados y un mayor valor en dicha consane da mayor peso a los niveles más recienes 5. Considere una serie del IPC que se ha obenido para Lima Meropolia enre enero de1990 y diciembre de 1999, si se hace uso del méodo de suavización exponencial simple para valores de α en el inervalo de [0.8; 0.99]. Cuál es el valor de ése según el cual se obiene el mejor ajuse al méodo planeado? a b c D e f g α EMC RESPUESTAS DE CONTROL 1. b, 2. VVFF, 3. a.iv; b.i; c.ii; d. III, 4. VVVV, 5. g 412

Métodos de Previsión de la Demanda Datos

Métodos de Previsión de la Demanda Datos Daos Pronósico de la Demanda para Series Niveladas Esime la demanda a la que va a hacer frene la empresa "Don Pinzas". La información disponible para poder esablecer el pronósico de la demanda de ese produco

Más detalles

Investigación y Técnicas de Mercado. Previsión de Ventas TÉCNICAS CUANTITATIVAS ELEMENTALES DE PREVISIÓN UNIVARIANTE.

Investigación y Técnicas de Mercado. Previsión de Ventas TÉCNICAS CUANTITATIVAS ELEMENTALES DE PREVISIÓN UNIVARIANTE. Invesigación y écnicas de Mercado Previsión de Venas ÉCNICAS CUANIAIVAS ELEMENALES DE PREVISIÓN UNIVARIANE. (II) écnicas elemenales: Modelos Naive y Medias Móviles. Medición del error de previsión. Profesor:

Más detalles

PRÁCTICA 4 TEMA 6: SERIES TEMPORALES

PRÁCTICA 4 TEMA 6: SERIES TEMPORALES PRÁCTICA 4 TEMA 6: SERIES TEMPORALES En las prácicas aneriores se habían analizado observaciones de variables de ipo ransversal (por ejemplo, obenidas para diferenes municipios). Llamaremos Serie Temporal

Más detalles

Tema 8: SERIES TEMPORALES

Tema 8: SERIES TEMPORALES Inroducción a la Economería Tema 8: ERIE TEMPORALE Tema 8: ERIE TEMPORALE. Concepo y componenes de una serie emporal. Definiremos una serie emporal como cualquier conjuno de N observaciones cuaniaivas

Más detalles

PRÁCTICA 3: Sistemas de Orden Superior:

PRÁCTICA 3: Sistemas de Orden Superior: PRÁCTICA 3: Sisemas de Orden Superior: Idenificación de modelo de POMTM. Esabilidad y Régimen Permanene de Sisemas Realimenados Conrol e Insrumenación de Procesos Químicos. . INTRODUCCIÓN Esa prácica se

Más detalles

1.- ALGORITMOS RÁPIDOS PARA LA EJECUCIÓN DE FILTROS DE PILA

1.- ALGORITMOS RÁPIDOS PARA LA EJECUCIÓN DE FILTROS DE PILA hp://www.vinuesa.com 1.- ALGORITMOS RÁPIDOS PARA LA EJECUCIÓN DE FILTROS DE PILA 1.1.- INTRODUCCIÓN Los filros de pila consiuyen una clase de filros digiales no lineales. Un filro de pila que es usado

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

Introducción a la Estadística Empresarial. Capítulo 4.- Series temporales Jesús Sánchez Fernández

Introducción a la Estadística Empresarial. Capítulo 4.- Series temporales Jesús Sánchez Fernández Inroducción a la Esadísica Empresarial. Capíulo 4.- Series emporales CAPITULO 4.- SERIES TEMPORALES 4. Inroducción. Hasa ahora odas las variables que se han esudiado enían en común que, por lo general,

Más detalles

Sistemade indicadores compuestos coincidentey adelantado julio,2010

Sistemade indicadores compuestos coincidentey adelantado julio,2010 Sisemade indicadores compuesos coincideney adelanado julio,2010 Sisema de Indicadores Compuesos: Coincidene y Adelanado SI REQUIERE INFORMACIÓN MÁS DETALLADA DE ESTA OBRA, FAVOR DE COMUNICARSE A: Insiuo

Más detalles

PROCESOS ESTOCÁSTICOS PROCESOS ESTOCÁSTICOS INTEGRAL ESTOCÁSTICA ECUACIONES DIFERENCIALES ESTOCASTICAS: LEMA DE ITO

PROCESOS ESTOCÁSTICOS PROCESOS ESTOCÁSTICOS INTEGRAL ESTOCÁSTICA ECUACIONES DIFERENCIALES ESTOCASTICAS: LEMA DE ITO PROCESOS ESOCÁSICOS PROCESOS ESOCÁSICOS INEGRAL ESOCÁSICA ECUACIONES DIFERENCIALES ESOCASICAS: LEMA DE IO Procesos esocásicos Un proceso esocásico describe la evolución emporal de una variable aleaoria.

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

Guía de Ejercicios Econometría II Ayudantía Nº 3

Guía de Ejercicios Econometría II Ayudantía Nº 3 Guía de Ejercicios Economería II Ayudanía Nº 3 1.- La serie del dao hisórico del IPC Español desde enero de 2002 hasa diciembre de 2011, esá represenada en el siguiene gráfico: 115 110 105 100 95 90 85

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

SERIES TEMPORALES. Cecilia Esparza Catalán

SERIES TEMPORALES. Cecilia Esparza Catalán SERIES TEMPORALES Cecilia Esparza Caalán Cecilia Esparza Caalán ÍNDICE Página.- INTRODUCCIÓN.. 2 2.- ANÁLISIS PRELIMINAR DE UNA SERIE... 3 - Tendencia y nivel de la serie.... 4 - Esacionalidad.... 9 -

Más detalles

Aplicaciones de la Probabilidad en la Industria

Aplicaciones de la Probabilidad en la Industria Aplicaciones de la Probabilidad en la Indusria Cuara pare Final Dr Enrique Villa Diharce CIMAT, Guanajuao, México Verano de probabilidad y esadísica CIMAT Guanajuao,Go Julio 010 Reglas para deección de

Más detalles

Capítulo 4 Sistemas lineales de primer orden

Capítulo 4 Sistemas lineales de primer orden Capíulo 4 Sisemas lineales de primer orden 4. Definición de sisema lineal de primer orden Un sisema de primer orden es aquel cuya salida puede ser modelada por una ecuación diferencial de primer orden

Más detalles

Y t = Y t Y t-1. Y t plantea problemas a la hora de efectuar comparaciones entre series de valores de distintas variables.

Y t = Y t Y t-1. Y t plantea problemas a la hora de efectuar comparaciones entre series de valores de distintas variables. ASAS DE VARIACIÓN ( véase Inroducción a la Esadísica Económica y Empresarial. eoría y Pácica. Pág. 513-551. Marín Pliego, F. J. Ed. homson. Madrid. 2004) Un aspeco del mundo económico que es de gran inerés

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

Práctica 20. CARGA Y DESCARGA DE UN CONDENSADOR ELÉCTRICO

Práctica 20. CARGA Y DESCARGA DE UN CONDENSADOR ELÉCTRICO Prácica 20. CARGA Y DESCARGA DE UN CONDENSADOR ELÉCTRICO OBJETIVOS Esudiar los procesos de carga y de descarga de un condensador. Medida de capacidades por el méodo de la consane de iempo. MATERIAL Generador

Más detalles

1 Introducción... 2. 2 Tiempo de vida... 3. 3 Función de fiabilidad... 4. 4 Vida media... 6. 5 Tasa de fallo... 9. 6 Relación entre conceptos...

1 Introducción... 2. 2 Tiempo de vida... 3. 3 Función de fiabilidad... 4. 4 Vida media... 6. 5 Tasa de fallo... 9. 6 Relación entre conceptos... Asignaura: Ingeniería Indusrial Índice de Conenidos 1 Inroducción... 2 2 Tiempo de vida... 3 3 Función de fiabilidad... 4 4 Vida media... 6 5 Tasa de fallo... 9 6 Relación enre concepos... 12 7 Observaciones

Más detalles

Ecuaciones diferenciales, conceptos básicos y aplicaciones

Ecuaciones diferenciales, conceptos básicos y aplicaciones GUIA 1 Ecuaciones diferenciales, concepos básicos y aplicaciones Las ecuaciones diferenciales ordinarias son una herramiena básica en las ciencias y las ingenierías para el esudio de sisemas dinámicos

Más detalles

Cobertura de una cartera de bonos con forwards en tiempo continuo

Cobertura de una cartera de bonos con forwards en tiempo continuo Coberura de una carera de bonos con forwards en iempo coninuo Bàrbara Llacay Gilber Peffer Documeno de Trabajo IAFI No. 7/4 Marzo 23 Índice general Inroducción 2 Objeivos......................................

Más detalles

Metodología de cálculo del diferencial base

Metodología de cálculo del diferencial base Meodología de cálculo del diferencial base El diferencial base es el resulado de expresar los gasos generales promedio de operación de las insiuciones de seguros auorizadas para la prácica de los Seguros

Más detalles

TEMA 9: LA TASA NATURAL DE DESEMPLEO Y LA CURVA DE PHILLIPS

TEMA 9: LA TASA NATURAL DE DESEMPLEO Y LA CURVA DE PHILLIPS TEMA 9: LA TASA NATURAL DE DESEMPLEO Y LA CURVA DE PHILLIPS 9.2 La asa naural de desempleo y la curva de Phillips La relación enre el desempleo y la inflación La curva de Phillips, basada en los daos aneriores

Más detalles

Análisis de inversiones y proyectos de inversión

Análisis de inversiones y proyectos de inversión Análisis de inversiones y proyecos de inversión Auora: Dra. Maie Seco Benedico Índice 5. Análisis de Inversiones 1. Inroducción. 2. Crierios para la valoración de un proyeco. 3. Técnicas de valoración

Más detalles

Capítulo 5 Sistemas lineales de segundo orden

Capítulo 5 Sistemas lineales de segundo orden Capíulo 5 Sisemas lineales de segundo orden 5. Definición de sisema de segundo orden Un sisema de segundo orden es aquel cuya salida y puede ser descria por una ecuación diferencial de segundo orden: d

Más detalles

Revisión de la matriz producto/sector de consumo real de productos siderúrgicos y de los indicadores de actividad de los sectores utilizadores

Revisión de la matriz producto/sector de consumo real de productos siderúrgicos y de los indicadores de actividad de los sectores utilizadores Observaorio Indusrial del Secor Meal Revisión de la mariz produco/secor de consumo real de producos siderúrgicos y de los indicadores de acividad de los secores uilizadores Revisión de la mariz produco/secor

Más detalles

Las derivadas de los instrumentos de renta fija

Las derivadas de los instrumentos de renta fija Las derivadas de los insrumenos de rena fija Esrella Peroi, MBA Ejecuivo a cargo Capaciación & Desarrollo Bolsa de Comercio de Rosario eperoi@bcr.com.ar Como viéramos en el arículo el dilema enre la asa

Más detalles

Nota Técnica Índice de Tipo de Cambio Efectivo Real Multilateral con ponderadores móviles

Nota Técnica Índice de Tipo de Cambio Efectivo Real Multilateral con ponderadores móviles Noa Técnica Índice de Tipo de Cambio Efecivo Real Mulilaeral con ponderadores móviles 1. Inroducción: La presene noa écnica preende inroducir y explicar al público el Índice de Tipo de Cambio Efecivo Real

Más detalles

Enfoques de Programación Matemática para la Previsión de la Demanda mediante descomposición de series temporales

Enfoques de Programación Matemática para la Previsión de la Demanda mediante descomposición de series temporales IX Congreso de Ingeniería de Organización Gijón, 8 y 9 de sepiembre de 2005 Enfoques de Programación Maemáica para la Previsión de la Demanda mediane descomposición de series emporales Josefa Mula Bru,

Más detalles

ÁREA DE FÍSICA DE LA TIERRA SISMOLOGÍA E INGENIERÍA SÍSMICA (PRÁCTICAS)

ÁREA DE FÍSICA DE LA TIERRA SISMOLOGÍA E INGENIERÍA SÍSMICA (PRÁCTICAS) ÁREA DE FÍSICA DE LA TIERRA SISMOLOGÍA E INGENIERÍA SÍSMICA (PRÁCTICAS) Anexo VI Prácicas de Sismología e Ingeniería Sísmica PRACTICA 5. TRATAMIENTO DE ACELEROGRAMAS. 1. OBJETIVO Aprender a llevar a cabo

Más detalles

Ciclos Económicos y Riesgo de Crédito: Un modelo umbral de proyección de la morosidad bancaria de Perú

Ciclos Económicos y Riesgo de Crédito: Un modelo umbral de proyección de la morosidad bancaria de Perú Ciclos Económicos y Riesgo de Crédio: Un modelo umbral de proyección de la morosidad bancaria de Perú Subgerencia de Análisis del Sisema Financiero y del Meado de Capiales Deparameno de Análisis del Sisema

Más detalles

UNA APROXIMACION A LA SOSTENIBILIDAD FISCAL EN REPUBLICA DOMINICANA Juan Temístocles Montás

UNA APROXIMACION A LA SOSTENIBILIDAD FISCAL EN REPUBLICA DOMINICANA Juan Temístocles Montás UNA APROXIMACION A LA SOSTENIBILIDAD FISCAL EN REPUBLICA DOMINICANA Juan Temísocles Monás Puede el comporamieno acual de la políica fiscal sosenerse sin generar una deuda pública que crezca sin límie?

Más detalles

Los datos fueron obtenidos de una publicación del Golden Gate Bridge.

Los datos fueron obtenidos de una publicación del Golden Gate Bridge. Pronósicos Resumen El procedimieno Pronósicos esa diseñado para pronosicar valores fuuros de daos de series de iempo. Una serie de iempo consise de un conjuno secuencial de daos numéricos omados en inervalos

Más detalles

PATRON = TENDENCIA, CICLO Y ESTACIONALIDAD

PATRON = TENDENCIA, CICLO Y ESTACIONALIDAD Pronósicos II Un maemáico, como un pinor o un poea, es un fabricane de modelos. Si sus modelos son más duraderos que los de esos úlimos, es debido a que esán hechos de ideas. Los modelos del maemáico,

Más detalles

INSTITUTO NACIONAL DE PESCA

INSTITUTO NACIONAL DE PESCA INSTITUTO NACIONAL DE PESCA Dirección General de Invesigación Pesquera en el Pacífico Nore Subdirección de Tecnología en el Pacífico Nore. Indicadores económico-financieros para la capura de camarón y

Más detalles

DEPARTAMENTO DE QUÍMICA ANALÍTICA Y TECNOLOGÍA DE ALIMENTOS

DEPARTAMENTO DE QUÍMICA ANALÍTICA Y TECNOLOGÍA DE ALIMENTOS DEPARTAMETO DE QUÍMICA AALÍTICA Y TECOLOGÍA DE ALIMETOS FUDAMETOS DE AÁLISIS ISTRUMETAL. 7º RELACIÓ DE PROBLEMAS..- Las susancias A y B ienen iempos de reención de 6.4 y 7.63 min, respecivamene, en una

Más detalles

Pg. 1 CONCEPTOS BÁSICOS DE MATEMÁTICA ECONÓMICA PARA EL MANEJO DE SERIES

Pg. 1 CONCEPTOS BÁSICOS DE MATEMÁTICA ECONÓMICA PARA EL MANEJO DE SERIES Pg. 1 CONCEPTOS BÁSICOS DE MATEMÁTICA ECONÓMICA PARA EL MANEJO DE SERIES Ramón Mahía Abril de 2001 Pg. 2 OBJETIVO DEL DOCUMENTO Cualquier ejercicio de análisis económico simple requerirá el manejo de la

Más detalles

Medición del tiempo de alza y de estabilización.

Medición del tiempo de alza y de estabilización. PRÁCTICA # 2 FORMAS DE ONDA 1. Finalidad Esudiar la respuesa de configuraciones circuiales simples a diferenes formas de exciación. Medición del iempo de alza y de esabilización. Medición del reardo. Medición

Más detalles

Tema 3. El modelo neoclásico de crecimiento: el modelo de Solow-Swan

Tema 3. El modelo neoclásico de crecimiento: el modelo de Solow-Swan Tema 3. El modelo neoclásico de crecimieno: el modelo de Solow-Swan Inroducción Esquema El modelo neoclásico SIN progreso ecnológico a ecuación fundamenal del modelo neoclásico El esado esacionario Transición

Más detalles

Criterios de evaluación y selección de los proyectos de inversión en Cuba

Criterios de evaluación y selección de los proyectos de inversión en Cuba Crierios de evaluación y selección de los proyecos de inversión en Cuba Auor: Msc. Eliover Leiva Padrón E-Mail: eleyva@ucfinfo.ucf.edu.cu Insiución: Universidad de Cienfuegos Carlos Rafael Rodríguez Carreera

Más detalles

Observatorio * EL AUMENTO DEL IVA EN ESPAÑA: UNA CUANTIFICACIÓN ANTICIPADA DE SUS EFECTOS **

Observatorio * EL AUMENTO DEL IVA EN ESPAÑA: UNA CUANTIFICACIÓN ANTICIPADA DE SUS EFECTOS ** Revisa de Economía Aplicada E Número 53 (vol. XVIII), 2010, págs. 163 a 183 A Observaorio * EL AUMENTO DEL IVA EN ESPAÑA: UNA CUANTIFICACIÓN ANTICIPADA DE SUS EFECTOS ** GONZALO FERNÁNDEZ-DE-CÓRDOBA Universidad

Más detalles

TEMA 3 EXPECTATIVAS, CONSUMO E INVERSIÓN

TEMA 3 EXPECTATIVAS, CONSUMO E INVERSIÓN TEMA 3 EXPECTATIVAS, CONSUMO E INVERSIÓN En el Tema 2 analizamos el papel de las expecaivas en los mercados financieros. En ése nos cenraremos en los de bienes y servicios. El papel que desempeñan las

Más detalles

CARACTERÍSTICAS DEL DESEMPLEO EN MEDELLÍN Y EL VALLE DE ABURRÁ: 1988-2000 JUAN BYRON CORREA FONNEGRA *

CARACTERÍSTICAS DEL DESEMPLEO EN MEDELLÍN Y EL VALLE DE ABURRÁ: 1988-2000 JUAN BYRON CORREA FONNEGRA * CARACTERÍSTICAS DEL DESEMPLEO EN MEDELLÍN Y EL VALLE DE ABURRÁ: 988 - JUAN BYRON CORREA FONNEGRA * Inroducción En las úlimas dos décadas en Colombia se ha presenado un aumeno en los esudios sobre economía

Más detalles

METODOLOGÍA PARA EL AJUSTE DE LAS TASAS DE ESCOLARIZACIÓN A PARTIR DE LA INFORMACIÓN DEL CENSO NACIONAL DE POBLACIÓN, HOGARES Y VIVIENDA DE 2001

METODOLOGÍA PARA EL AJUSTE DE LAS TASAS DE ESCOLARIZACIÓN A PARTIR DE LA INFORMACIÓN DEL CENSO NACIONAL DE POBLACIÓN, HOGARES Y VIVIENDA DE 2001 METODOLOGÍA PARA EL AJUSTE DE LAS TASAS DE ESCOLARIZACIÓN A PARTIR DE LA INFORMACIÓN DEL CENSO NACIONAL DE POBLACIÓN, HOGARES Y VIVIENDA DE 2001 Insiuo Nacional de Esadísica y Censos (INDEC) Dirección

Más detalles

Keywords: seguro de vida, provisión matemática, probabilidad, función de distribución, solvencia, value at risk, VAT, valor actual neto, VAN.

Keywords: seguro de vida, provisión matemática, probabilidad, función de distribución, solvencia, value at risk, VAT, valor actual neto, VAN. El seguro de vida como variable aleaoria. Cómo calcular su función de disribución. Nieo Ranero, Armando Universiy of Valencia, Spain Do. Maemáicas Económico Empresarial, Edificio Deparamenal Orienal, Av.

Más detalles

MODELOS PARA SERIES DE TIEMPO CON ESTACIONALIDAD COMPLEJA

MODELOS PARA SERIES DE TIEMPO CON ESTACIONALIDAD COMPLEJA Decimocavas Jornadas "Invesigaciones en la Faculad" de Ciencias Económicas y Esadísica. Noviembre de 2013. Blaconá, María Teresa Andreozzi, Lucía Insiuo de Invesigaciones Teóricas y Aplicadas de la Escuela

Más detalles

TEMA: FUNCIONES: Cuadrantes 3 er cuadrante, x 0, 4º cuadrante, x 0,

TEMA: FUNCIONES: Cuadrantes 3 er cuadrante, x 0, 4º cuadrante, x 0, TEMA: FUNCIONES: ÍNDICE:. Inroducción.. Dominio y recorrido.. Gráficas de funciones elemenales. Funciones definidas a rozos. 4. Coninuidad.. Crecimieno y decrecimieno, máimos y mínimos. 6. Concavidad y

Más detalles

UNIVERSIDAD DE MATANZAS CAMILO CIENFUEGOS FACULTAD DE INGENIERIAS QUÍMICA MECANICA. MONOGRAFÍA LAS SERIES CRONOLÓGICAS EN EL MANTENIMIENTO PREDICTIVO

UNIVERSIDAD DE MATANZAS CAMILO CIENFUEGOS FACULTAD DE INGENIERIAS QUÍMICA MECANICA. MONOGRAFÍA LAS SERIES CRONOLÓGICAS EN EL MANTENIMIENTO PREDICTIVO UNIVERSIDAD DE MATANZAS CAMILO CIENFUEGOS FACULTAD DE INGENIERIAS QUÍMICA MECANICA. MONOGRAFÍA LAS SERIES CRONOLÓGICAS EN EL MANTENIMIENTO PREDICTIVO Ing. Laureano Suárez Marínez 1 MSc Juan Landa García.

Más detalles

6. ALGEBRAS DE BOOLE

6. ALGEBRAS DE BOOLE 6.1. Relaciones de orden Relación de orden Se llama relación de orden sobre un conjuno A a cualquier relación R enre sus elemenos que verifica las siguienes res propiedades: 1. Refleiva: ara, para cualquier

Más detalles

Técnicas cualitativas para las Ecuaciones diferenciales de primer orden: Campos de pendientes y líneas de fase

Técnicas cualitativas para las Ecuaciones diferenciales de primer orden: Campos de pendientes y líneas de fase Lección 5 Técnicas cualiaivas para las Ecuaciones diferenciales de primer orden: Campos de pendienes y líneas de fase 5.. Técnicas Cualiaivas Hasa ahora hemos esudiado écnicas analíicas para calcular,

Más detalles

13.0 COSTOS Y VALORACIÓN ECONÓMICA

13.0 COSTOS Y VALORACIÓN ECONÓMICA 13.0 COSTOS Y VALORACIÓN ECONÓMICA 13.1 INTRODUCCIÓN En esa sección, se calcula el valor económico de los impacos ambienales que generará el Proyeco Cruce Aéreo de la Fibra Ópica en el Kp 184+900, el cual

Más detalles

MÉTODO DE DEFLACIÓN DE VARIABLES ECONÓMICAS: CUENTAS ECONÓMICAS Y TABLAS INPUT-OUTPUT CRISTINA PRADO

MÉTODO DE DEFLACIÓN DE VARIABLES ECONÓMICAS: CUENTAS ECONÓMICAS Y TABLAS INPUT-OUTPUT CRISTINA PRADO MÉTODO DE DEFLACIÓN DE VARIABLES ECONÓMICAS: CUENTAS ECONÓMICAS Y TABLAS INPUT-OUTPUT CRISTINA PRADO EUSKAL ESTATISTIKA ERAKUNDEA INSTITUTO VASCO DE ESTADISTICA Donosia-San Sebasián, 1 01010 VITORIA-GASTEIZ

Más detalles

3 Aplicaciones de primer orden

3 Aplicaciones de primer orden CAÍTULO 3 Aplicaciones de primer orden 3.2. Modelo logísico El modelo de Malhus iene muchas limiaciones. or ejemplo, predice que una población crecerá exponencialmene con el iempo, que no ocurre en la

Más detalles

IGEP Tema 2. Leyas financieras básicas: estudio usando aplicaciones informáticas.

IGEP Tema 2. Leyas financieras básicas: estudio usando aplicaciones informáticas. IGEP Tema 2. Leyas financieras básicas: esudio usando aplicaciones informáicas. onenido. apial financiero... 2. Leyes financieras: capialización y descueno...4 2. Leyes de capialización...4 2.2 Leyes de

Más detalles

Solución: El sistema de referencia, la posición del cuerpo en cada instante respecto a dicha referencia, el tiempo empleado y la trayectoria seguida.

Solución: El sistema de referencia, la posición del cuerpo en cada instante respecto a dicha referencia, el tiempo empleado y la trayectoria seguida. 1 Qué es necesario señalar para describir correcamene el movimieno de un cuerpo? El sisema de referencia, la posición del cuerpo en cada insane respeco a dicha referencia, el iempo empleado y la rayecoria

Más detalles

ACTIVIDADES UNIDAD 7: Funciones elementales

ACTIVIDADES UNIDAD 7: Funciones elementales ACTIVIDADES UNIDAD 7: Funciones elemenales 1. La facura del gas de una familia, en sepiembre, fue de 4,8 euros por 1 m 3, y en ocubre, de 43,81 por 4 m 3. a) Escribe la función que da el impore de la facura

Más detalles

PREVISIÓN DE LA DEMANDA

PREVISIÓN DE LA DEMANDA Capíulo 0. Méodos de Previsión de la OBJETIVOS. Los pronósicos y la planificación de la producción y los invenarios. 2. El proceso de elaboración de los pronósicos. Méodos de previsión de la demanda 4.

Más detalles

4. INDICADORES DE RENTABILIDAD EN CERTIDUMBRE

4. INDICADORES DE RENTABILIDAD EN CERTIDUMBRE Evaluación de Proyecos de Inversión 4. INDICADORES DE RENTABILIDAD EN CERTIDUMBRE La generación de indicadores de renabilidad de los proyecos de inversión, surge como respuesa a la necesidad de disponer

Más detalles

ESTIMACION DE LA TASA DE DESEMPLEO NO ACELERADORA DE LA INFLACION PARA LA ECONOMIA ECUATORIANA RESUMEN

ESTIMACION DE LA TASA DE DESEMPLEO NO ACELERADORA DE LA INFLACION PARA LA ECONOMIA ECUATORIANA RESUMEN ESTIMACION DE LA TASA DE DESEMPLEO NO ACELERADORA DE LA INFLACION PARA LA ECONOMIA ECUATORIANA Segundo Fabián Vilema Escudero 1, Francisco Xavier Marrio García. 2 RESUMEN Esa esis esablece la uilización

Más detalles

CINEMÁTICA: MOVIMIENTO RECTILÍNEO, CONCEPTOS BÁSICOS Y GRÁFICAS

CINEMÁTICA: MOVIMIENTO RECTILÍNEO, CONCEPTOS BÁSICOS Y GRÁFICAS CINEMÁTICA: MOVIMIENTO RECTILÍNEO, CONCEPTOS BÁSICOS Y GRÁFICAS Dada la dependencia de la velocidad con la posición en un movimieno recilíneo mosrada por la siguiene gráfica, deerminar la dependencia con

Más detalles

La Conducción de la Política Monetaria del Banco de México a través del Régimen de Saldos Acumulados

La Conducción de la Política Monetaria del Banco de México a través del Régimen de Saldos Acumulados La Conducción de la Políica Monearia del Banco de México a ravés del Régimen de Saldos Acumulados INDICE I. INTRODUCCIÓN...2 II. LA OPERACIÓN DEL BANCO DE MÉXICO EN EL MERCADO DE DINERO...3 II.1. ETIVOS

Más detalles

Consorcio de Investigación Económica y Social (CIES) Concurso de Investigación CIES - IDRC - Fundación M.J. Bustamante 2012. Informe Técnico Final

Consorcio de Investigación Económica y Social (CIES) Concurso de Investigación CIES - IDRC - Fundación M.J. Bustamante 2012. Informe Técnico Final Consorcio de Invesigación Económica y Social (CIES) Concurso de Invesigación CIES - IDRC - Fundación M.J. Busamane 2012 Informe Técnico Final (Agoso 2013) Creación y Desrucción de Empleos en Economías

Más detalles

MATEMATICAS I FUNCIONES ELEMENTALES. PROBLEMAS

MATEMATICAS I FUNCIONES ELEMENTALES. PROBLEMAS 1º) La facura del gas se calcula a parir de una canidad fija y de un canidad variable que se calcula según los m 3 consumidos (el precio de cada m 3 es consane). El impore de la facura de una familia,

Más detalles

LA VELOCIDAD DE CIRCULACION DE DINERO EN EL ECUADOR

LA VELOCIDAD DE CIRCULACION DE DINERO EN EL ECUADOR 1 LA VELOCIDAD DE CIRCULACION DE DINERO EN EL ECUADOR José Luis Moncayo Carrera 1 Ec. Manuel González 2 RESUMEN El presene documeno iene como objeivo, presenar la aplicación de écnicas economéricas en

Más detalles

Control de un péndulo invertido usando métodos de diseño no lineales

Control de un péndulo invertido usando métodos de diseño no lineales Conrol de un péndulo inverido usando méodos de diseño no lineales F. Salas salas@caruja.us.es J.Aracil aracil@esi.us.es F. Gordillo gordillo@esi.us.es Depo de Ingeniería de Sisemas y Auomáica.Escuela Superior

Más detalles

ESCUELA POLITÉCNICA NACIONAL

ESCUELA POLITÉCNICA NACIONAL ESCUELA POLIÉCNICA NACIONAL ESCUELA DE CIENCIAS DAOS AÍPICOS Y FALANES, ANÁLISIS DE INERVENCIÓN Y DESESACIONALIZACIÓN DE SERIES CRONOLÓGICAS. APLICACIONES A DAOS DE UNA EMPRESA DE VENA DIRECA PROYECO PREVIO

Más detalles

Condiciones Generales de Contratación de los Contratos de Futuro sobre Acciones (Liquidación en Especie)

Condiciones Generales de Contratación de los Contratos de Futuro sobre Acciones (Liquidación en Especie) Condiciones Generales de Conraación de los Conraos de Fuuro sobre Acciones (Liquidación en Especie) I. OBJETO. 1. Acivo Subyacene. Las Acciones, Cerificados de Paricipación Ordinarios emiidos sobre Acciones

Más detalles

La Conducción de la Política Monetaria del Banco de México a través del Régimen de Saldos Diarios

La Conducción de la Política Monetaria del Banco de México a través del Régimen de Saldos Diarios La Conducción de la Políica Monearia del Banco de México a ravés del Régimen de Saldos Diarios INDICE I. INTRODUCCIÓN...2 II. LA OPERACIÓN DEL BANCO DE MÉXICO EN EL MERCADO DE DINERO...3 III. IV. II.1.

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

DERECHOS BÁSICOS DE APRENDIZAJE matemáticas - grado 9

DERECHOS BÁSICOS DE APRENDIZAJE matemáticas - grado 9 4 Reconoce el significado de los eponenes racionales posiivos negaivos uiliza las lees de los eponenes. Por ejemplo: 7 7 7 + 7 4 7 7 7 7 40 ( 7 / ) / 7 / / 7 /0 0 7,... Uiliza la noación cienífica para

Más detalles

Anexo SNIP 22 Lineamientos para PIP mediante APP cofinanciada

Anexo SNIP 22 Lineamientos para PIP mediante APP cofinanciada Lineamienos para PIP mediane APP cofinanciada Se provee el presene insrumeno meodológico con el objeo de conribuir a mejorar la oma de decisiones respeco a la modalidad de ejecución de un proyeco de inversión

Más detalles

LÍNEAS DE FASES. Fig. 1. dx (1) dt se llama Ecuación Diferencial Ordinaria (E.D.O.) de Primer Orden definida en Ω.

LÍNEAS DE FASES. Fig. 1. dx (1) dt se llama Ecuación Diferencial Ordinaria (E.D.O.) de Primer Orden definida en Ω. LÍNEAS DE FASES E. SÁEZ Sea el dominio Ω R R y la función F : Ω R. F R Ω Una epresión de la forma Fig. 1 d (1) = F(,), o bien, ẋ = F(,) se llama Ecuación Diferencial Ordinaria (E.D.O.) de Primer Orden

Más detalles

Fundamentos de Electrónica - Análisis de Circuitos en Corriente Alterna 2

Fundamentos de Electrónica - Análisis de Circuitos en Corriente Alterna 2 Fundamenos de Elecrónica - Análisis de Circuios en Corriene Alerna 1 Análisis de Circuios en Corriene Alerna 1. Inroducción: Coninuando con el esudio de los principios básicos que rigen el comporamieno

Más detalles

Uso de Análisis Factorial Dinámico para Proyecciones Macroeconómicas

Uso de Análisis Factorial Dinámico para Proyecciones Macroeconómicas Uso de Análisis Facorial Dinámico para Proyecciones Macroeconómicas Alvaro Aguirre y Luis Felipe Céspedes * Resumen En ese rabajo implemenamos el méodo desarrollado por Sock y Wason (998) de análisis facorial

Más detalles

PREDICCIÓN CON REDES NEURONALES: COMPARACIÓN CON LAS METODOLOGÍAS DE BOX Y JENKINS. Autora Joanna Verónica Collantes Duarte

PREDICCIÓN CON REDES NEURONALES: COMPARACIÓN CON LAS METODOLOGÍAS DE BOX Y JENKINS. Autora Joanna Verónica Collantes Duarte UNIVERSIDAD DE LOS ANDES FACULTAD DE CIENCIAS ECONÓMICAS Y SOCIALES INSTITUTO DE ESTADÍSTICA APLICADA Y COMPUTACIÓN PREDICCIÓN CON REDES NEURONALES: COMPARACIÓN CON LAS METODOLOGÍAS DE BOX Y JENKINS Auora

Más detalles

2 El movimiento y su descripción

2 El movimiento y su descripción El movimieno y su descripción EJERCICIOS PROPUESTOS. Una malea descansa sobre la cina ransporadora de un aeropuero. Describe cómo ve su movimieno un pasajero que esá: parado en la misma cina; en una cina

Más detalles

ESTIMACIÓN DE UNA FUNCIÓN DE REACCIÓN PARA LA TASA DE INTERÉS DE POLÍTICA DEL BANCO CENTRAL DE COSTA RICA

ESTIMACIÓN DE UNA FUNCIÓN DE REACCIÓN PARA LA TASA DE INTERÉS DE POLÍTICA DEL BANCO CENTRAL DE COSTA RICA BANCO CENTRAL DE COSTA RICA DEPARTAMENTO DE INVESTIGACIONES ECONÓMICAS DIVISIÓN ECONÓMICA DOCUMENTO DE INVESTIGACIÓN DIE-04-2003-DI/R OCTUBRE 2003 ESTIMACIÓN DE UNA FUNCIÓN DE REACCIÓN PARA LA TASA DE

Más detalles

MACROECONOMIA II. Grado Economía 2013-2014

MACROECONOMIA II. Grado Economía 2013-2014 MACROECONOMIA II Grado Economía 2013-2014 PARTE II: FUNDAMENTOS MICROECONÓMICOS DE LA MACROECONOMÍA 3 4 5 Tema 2 Las expecaivas: los insrumenos básicos De qué dependen las decisiones económicas? Tipo de

Más detalles

TEMA 2 LOS MODELOS ECONOMETRICOS Y SU PROBLEMATICA

TEMA 2 LOS MODELOS ECONOMETRICOS Y SU PROBLEMATICA TEMA 2 LOS MODELOS ECONOMETRICOS Y SU PROBLEMATICA 1. CONCEPTO DE MODELO El ermino modelo debe de idenificarse con un esquema menal ya que es una represenación de la realidad. En ese senido, Pulido (1983)

Más detalles

{ 3} Nota. La raíz no impone condiciones al dominio por ser de índice impar.

{ 3} Nota. La raíz no impone condiciones al dominio por ser de índice impar. . Esudia el dominio de las siguienes unciones: a ( : Función Racional, el dominio son odos los números reales ecepo los que anulen el denominador. R / 0 : 0 : : ± [ ( ] { } R ± { } b ( : Función Racional,

Más detalles

Examen Parcial de Econometría II. Nombre: RESOLUCION DEL EXAMEN PARCIAL Paralelo:

Examen Parcial de Econometría II. Nombre: RESOLUCION DEL EXAMEN PARCIAL Paralelo: Escuela Superior Poliécnica del Lioral Faculad de Economía y Negocios 30-11-2011 Examen Parcial de Economería II Nombre: RESOLUCION DEL EXAMEN PARCIAL Paralelo: REGLAMENTO DE EVALUACIONES Y CALIFICACIONES

Más detalles

Estadística de Valor Tasado de Vivienda

Estadística de Valor Tasado de Vivienda Esadísica de Valor Tasado de Vivienda Meodología Subdirección General de Esudios y Esadísicas Madrid, enero de 2016 Índice 1 Inroducción 2 Objeivos 3 Ámbios de la esadísica 3.1 Ámbio poblacional 3.2 Ámbio

Más detalles

RE01 DIFERENCIA DEL LOGRO PROMEDIO EN COMPRENSIÓN LECTORA Y MATEMÁTICAS PARA 6 DE PRIMARIA Y 3 DE SECUNDARIA ENTRE 2000 Y 2005

RE01 DIFERENCIA DEL LOGRO PROMEDIO EN COMPRENSIÓN LECTORA Y MATEMÁTICAS PARA 6 DE PRIMARIA Y 3 DE SECUNDARIA ENTRE 2000 Y 2005 RESULTADOSEDUCATIVOS RE01 DIFERENCIA DEL LOGRO PROMEDIO EN COMPRENSIÓN LECTORA Y MATEMÁTICAS PARA 6 DE PRIMARIA Y 3 DE SECUNDARIA ENTRE 2000 Y 2005 FÓRMULA RE01 NOMBREdelINDICADOR Diferencia del loro promedio

Más detalles

FERIAS DE GANADO DOCUMENTO METODOLÓGICO INSTITUTO NACIONAL DE ESTADÍSTICAS

FERIAS DE GANADO DOCUMENTO METODOLÓGICO INSTITUTO NACIONAL DE ESTADÍSTICAS FERIAS DE GANADO DOCUMENTO METODOLÓGICO INSTITUTO NACIONAL DE ESTADÍSTICAS Marzo / 2016 SUBDEPARTAMENTO DE ESTADISTICAS AGROPECUARIAS DEPARTAMENTO DE ESTUDIOS ECONOMICOS ESTRUCTURALES Meodología Encuesa

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

Tendencia y Ciclos en el Producto Interno Bruto de Cuba: Estimación con un Modelo Estructural Univariante de Series Temporales. 1

Tendencia y Ciclos en el Producto Interno Bruto de Cuba: Estimación con un Modelo Estructural Univariante de Series Temporales. 1 Tendencia y Ciclos en el Produco Inerno Bruo de Cuba: Esimación con un Modelo Esrucural Univariane de Series Temporales. 1 Pavel Vidal Alejandro * Annia Fundora Fernández ** Noviembre del 2004 Resumen:

Más detalles

Un Análisis de las Tasas de Interés en México. a través de la Metodología de Reglas Monetarias

Un Análisis de las Tasas de Interés en México. a través de la Metodología de Reglas Monetarias Un Análisis de las Tasas de Inerés en México a ravés de la Meodología de Reglas Monearias Albero Torres García 1 Diciembre 2002 Documeno de Invesigación No. 2002-11 Dirección General de Invesigación Económica

Más detalles

DISEÑO E IMPLEMENTACIÓN DE UN SISTEMA DE PRONÓSTICO DE VENTAS EN WHIRLPOOL ARGENTINA

DISEÑO E IMPLEMENTACIÓN DE UN SISTEMA DE PRONÓSTICO DE VENTAS EN WHIRLPOOL ARGENTINA DISEÑO E IMPLEMENTACIÓN DE UN SISTEMA DE PRONÓSTICO DE VENTAS EN WHIRLPOOL ARGENTINA Enrique Yacuzzi (Universidad del CEMA) Guillermo Paggi (Whirlpool Argenina) i RESUMEN La nueva siuación compeiiva de

Más detalles

Banco Central de Chile Documentos de Trabajo. Central Bank of Chile Working Papers

Banco Central de Chile Documentos de Trabajo. Central Bank of Chile Working Papers Banco Cenral de Chile Documenos de Trabajo Cenral Bank of Chile Working Papers N 77 Agoso 00 DESESTACIONALIZACIÓN DE SERIES ECONÓMICAS: EL PROCEDIMIENTO USADO POR EL BANCO CENTRAL DE CHILE Hécor Felipe

Más detalles

Nota técnica del Indicador CF

Nota técnica del Indicador CF Noa écnica del Indicador CF 1. Inroducción El ciclo económico es un concepo que la mayoría de los economisas hemos ineriorizado de al manera que a veces pensamos que hace referencia a un hecho observable

Más detalles

UD: 3. ENERGÍA Y POTENCIA ELÉCTRICA.

UD: 3. ENERGÍA Y POTENCIA ELÉCTRICA. D: 3. ENEGÍA Y OENCA ELÉCCA. La energía es definida como la capacidad de realizar rabajo y relacionada con el calor (ransferencia de energía), se percibe fundamenalmene en forma de energía cinéica, asociada

Más detalles

FÍSICA. PRUEBA ACCESO A UNIVERSIDAD +25 TEMA 8. Corriente eléctrica

FÍSICA. PRUEBA ACCESO A UNIVERSIDAD +25 TEMA 8. Corriente eléctrica FÍSC. PUEB CCESO UNESDD +5 TEM 8. Corriene elécrica Una corriene elécrica es el desplazamieno de las cargas elécricas. La eoría aómica acual supone ue la carga elécrica posiiva esá asociada a los proones

Más detalles

Análisis espectral Tareas

Análisis espectral Tareas Análisis especral Tareas T3.1: Implemenación y represenación del periodograma El objeivo de esa area es que los alumnos se familiaricen con la función más sencilla de análisis especral no paramérico. Programe

Más detalles

EQUIVALENCIA Y SIGNIFICADO DE LAS FORMULAS PARA VALORAR EMPRESAS POR DESCUENTO DE FLUJOS Pablo Fernández 1 INDICE

EQUIVALENCIA Y SIGNIFICADO DE LAS FORMULAS PARA VALORAR EMPRESAS POR DESCUENTO DE FLUJOS Pablo Fernández 1 INDICE EQUIVALENCIA Y SIGNIFICADO DE LAS FORMULAS PARA VALORAR EMPRESAS POR DESCUENTO DE FLUJOS Pablo Fernández INDICE. Fórmulas de valoración. Definiciones de cash flow disponible para las acciones y de free

Más detalles

Representación gráfica de curvas en forma paramétrica x a(t sent) 1.- Representar la curva dada por

Representación gráfica de curvas en forma paramétrica x a(t sent) 1.- Representar la curva dada por Represenación gráfica de curvas en forma paramérica x a( sen) 1.- Represenar la curva dada por, siendo a > 0. y a(1 cos).- Emparejar cada curva con su gráfica ì ì x = a) ï x = í b) ï ì í ï c) ï x = - sen

Más detalles

Metodología del Índice de Precios al Consumidor BASE JULIO 2006

Metodología del Índice de Precios al Consumidor BASE JULIO 2006 Meodología del Índice de Precios al Consumidor BASE JULIO 2006 San José, Cosa Rica SETIEMBRE 2006 Meodología del Índice de Precios al Consumidor Base Julio 2006 BASE JULIO 2006 San José, Cosa Rica SETIEMBRE

Más detalles

6.- Señales digitales

6.- Señales digitales EAL - #3-6.- Señales digiales Dado un mensaje digial (p.ej. ) exisen diversos méodos para ransmiirlo como una señal elécrica (señal digial), algunos de los mas comunes, suponiendo ransmisión sincrónica,

Más detalles

Master en Economía Macroeconomía II. 1 Learning by Doing (versión en tiempo discreto)

Master en Economía Macroeconomía II. 1 Learning by Doing (versión en tiempo discreto) Maser en Economía Macroeconomía II Profesor: Danilo Trupkin Se de Problemas 4 - Soluciones 1 Learning by Doing (versión en iempo discreo) Considere una economía cuyas preferencias, ecnología, y acumulación

Más detalles

REVISTA INVESTIGACION OPERACIONAL Vol. 24, No. 1, 2003

REVISTA INVESTIGACION OPERACIONAL Vol. 24, No. 1, 2003 REVISTA INVESTIGACION OPERACIONAL Vol. 24, No. 1, 2003 ADAPTACION DE LOS TIPOS DE INTERES DE INTERVENCION A LA REGLA DE TAYLOR. UN ANALISIS ECONOMETRICO Carlos Paeiro Rodríguez 1, Deparameno de Análisis

Más detalles