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

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

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

Transcripción

1 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. Para obtener el puntaje completo de cada pregunta debes responder a cada una de las partes o apartados de las mismas. Responde tomando en cuenta el espacio reservado para cada pregunta, cualquier información fuera del espacio correspondiente NO se tomará en cuenta. Por esta última razón, es recomendanle leer en detalle cada enunciado así como el enunciado inicial donde se describen los datos y el estudio a desarrollar. Puedes responder en Castellano, Catalán o Inglés. La Conselleria d Educació está interesada en iniciar un estudio de los determinantes de la renta o salario de los trabajadores. En particular, desea estudiar el efecto causal de la educación sobre la renta esperada de las personas. Con la finalidad de dar a ésta un punto de referencia, desarrollarás un estudio preliminar utilizando datos de la Current Population Survey (CPS) de los EE.UU. de marzo 2005, para una muestra de personas. La muestra se ha recolectado de la siguiente manera: primero se han escogido de forma aleatoria pequeñas áreas geográficas en EE.UU. (por ejemplo condados) y posteriormente dentro de cada área geogràfica se ha seleccionado de forma aleatoria a los individuos a los que se les aplicó la encuesta (survey). Los datos recolectados por la encuesta son: ahe : salario por hora medio en US$ en 2004 yrseduc : años de educación comenzando por 6 = educación primaria hasta 18. a_sex : =1 si hombre, =2 si mujer a_age : edad en años Una limitación de los datos es que no se identifica ni el área geogràfica de residencia de los encuestados ni el sector de la economía en el que trabajan.

2 Econometría I Examen Final 2 1. Para familiarizarte con las características de los datos, haces un gráfico de dispersión (scatter plot) entre la variable que se quiere explicar (ahe) y la variable explicativa de interés (yrseduc) ahe yrseduc a) Indica, en función del gráfico anterior, si crees que existe presencia de heteroscedasticidad o no. Explica de qué manera el gráfico te ayuda a obtener una conclusión. [2 pts] b) Cómo afecta la presencia de heteroscedasticidad, en general, a las propiedades del estimador MCO y los correspondientes errores estándar estimados? [2 pts] c) Crees que pueda existir otro problema relacionado con el cálculo de los errores estándar en los datos de esta aplicación? De existir, Cómo podrías corregir este problema adicional? [2 pts]

3 Econometría I Examen Final 3 2. Con la finalidad de tener una idea preliminar del efecto causal de interés estimas por MCO la siguiente regresión simple: Regresión #1 Linear regression Number of obs = 2989 F( 1, 2987) = Prob > F = R-squared = Root MSE = Robust ahe Coef. Std. Err. t P> t [95% Conf. Interval] yrseduc _cons a) Enumera los supuestos bajo los cuales el estimador del coeficiente de yrseduc puede interpretarse como un efecto causal y discute, brevemente, si consideras que estos supuestos se cumplen en la muestra de datos disponible [3 pts]. b) Evalúa la significancia estadística del efecto causal indicando claramente la hipótesis nula, la alternativa, el estadístico de la prueba, su distribución de probabilidades y el valor crítico correspondiente al 5%. Por qué utilizas ésta distribución de probabilidades? [3 pts]

4 Econometría I Examen Final 4 c) Cuál es el efecto causal estimado de incrementar en un año la educación, sobre el salario? La desviación típica muestral de los salarios es de US$ 10,3; explica si consideras que el efecto causal estimado es relevante desde el punto de vista económico para esta muestra. [2 pts] d) Finalmente, discute si el intercepto estimado tiene o no sentido económico en esta aplicación, considerando las características de la muestra de datos. [2 pts] 3. Un colega te llama la atención sobre un posible problema de validez interna en la estimación de la Regresión #1. En particular te sugiere que un factor explicativo importante de los salarios es la productividad no observable de las personas, que depende de la inteligencia innata. a) Qué problema puede traer el hecho de no incluir la inteligencia innata, en particular sobre la validez del efecto causal estimado de los años de educación, qué supuesto fallaría? [2.5 pts] b) Utiliza la fórmula correspondiente para determinar si esperas que el efecto causal estimado esté sobre-estimado o infraestimado en la Regresión #1, Qué concluyes?. [2.5 pts] De momento, deja de lado el potencial problema de la inteligencia innata, considerando que no puedes resolverlo con la información que tienes disponible.

5 Econometría I Examen Final 5 4. Con la finalidad de tener una estimación más adecuada del efecto causal de interés, estimas por MCO un modelo de regresión múltiple con la siguiente especificación y resultados: Regresión #2 Source SS df MS Number of obs = F( 3, 2985) = Model Prob > F = Residual R-squared = Adj R-squared = Total Root MSE = ahe Coef. Std. Err. t P> t [95% Conf. Interval] yrseduc a_age a_sex _cons a) Supón que te interesa también el efecto de las otras variables explicativas incluidas, Bajo qué supuesto puedes considerar los estimadores MCO de todas las variables explicativas como efectos causales? Explica brevemente. [3 pts] b) Interpreta los resultados del R 2 y la RECM (Root MSE), explica con claridad lo que quiere decir cada uno de estos estadísticos y qué puedes conluir a partir de sus valores (ten cuidado de, entre otras cosas, recordar en qué unidades están medidos estos estadísticos). [2 pts]

6 Econometría I Examen Final 6 c) Es evidente que entre la Regresión #1 y la Regresión #2, el error estándar estimado del estimador MCO del efecto de los años de educación ha cambiado. Explica brevemente qué explica el resultado observado (puedes utilizar fórmulas para aclarar tu respuesta). [2 pts] 5. Otro colega te comenta que la interpretación de la especificación que has utilizado en la Regresión #2 no es del todo fácil de explicar a un público no tan entendido como tú. En cambio, te propone estimar una especificación utilizando como variable dependiente el logaritmo de ahe, lngahe. El resultado de la regresión es el siguiente: Regresión #3 Linear regression Number of obs = 2989 F( 3, 2985) = Prob > F = R-squared = Root MSE = Robust lnahe Coef. Std. Err. t P> t [95% Conf. Interval] yrseduc a_age a_sex _cons a) Asume que no hay problemas de sesgo y consistencia. Cuál es el efecto causal estimado de un año adicional de educación en la Regresión #3?. Explica con claridad tu interpretación. [2 pts]

7 Econometría I Examen Final 7 b) Construye un intervalo de confianza al 95% para el efecto causal de incrementar en 3 años el nivel educativo de una persona. [2 pts] 6. Hasta el momento has asumido que el efecto de un año adicional de educación es constante para diferentes niveles educativos. Naturalmente te preguntas si es posible que el efecto causal dependa del nivel educativo. Para simplificar el análisis decides definir tres variables binarias para tres niveles educativos: dprim=1 (si yrseduc=6), dsec=1 (si 6<yrsedu <=12), dterc=1 (si yrseduc>12). Generas las interacciones: yrseduc2=yrseduc*dsec y yrseduc3=yrseduc*dterc y estimas la siguiente regresión Regresión #4 Linear regression Number of obs = 2989 F( 5, 2983) = Prob > F = R-squared = Root MSE = Robust lnahe Coef. Std. Err. t P> t [95% Conf. Interval] yrseduc yrseduc yrseduc a_sex a_age _cons a) Nuevamente, asume que no hay problemas de sesgo e inconsistencia. Cuál es el efecto causal estimado de un año adicional de educación para alguien que alcanzó sólo el nivel educativo primario? Y para alguien que alcanzó el nivel secundario? Y el terciario? [3 pts]

8 Econometría I Examen Final 8 b) Independientemente de si los resultados en a) tienen o no relevancia económica, decides contrastar si el efecto causal de un año adicional de educación es constante para todos los niveles educativos. Desarrolla el test adecuado indicando con claridad la hipótesis nula, la alternativa y el cálculo del estadístico correspondiente (utiliza un máximo de cinco decimales en tus cálculos). Sabiendo que el valor crítico de la Chi-cuadrado/q para un test con q=2 restricciones bajo la H 0 es 3, Qué concluyes? [3 pts] Datos para el test: Matriz de varianzas y covarianzas de los coeficientes estimados: symmetric e(v)[6,6] yrseduc yrseduc2 yrseduc3 a_sex a_age _cons yrseduc yrseduc yrseduc a_sex a_age e e e e _cons Fórmula del estadístico F para q=2:, Donde:,,,

9 Econometría I Examen Final 9 7. Quieres sacar provecho al máximo de los datos y por ello te preguntas si es posible identificar algún tipo de efecto de genero sobre los salarios, en particular si las mujeres son discriminadas en el ámbito laboral frente a los hombres. Para ello redefines la variable de sexo de la siguiente manera sex=1 si mujer, =0 si hombre. Asimismo, te planteas que el efecto del sexo puede depender de los años de educación por lo que generas la interacción yrsedu_sex=yrsedu*sex y estimas la siguiente regresión: Regresión # 5 Linear regression Number of obs = 2989 F( 4, 2984) = Prob > F = R-squared = Root MSE = Robust lnahe Coef. Std. Err. t P> t [95% Conf. Interval] yrseduc yrseduc_sex sex a_age _cons a) Compara la predicción del modelo estimado para un hombre y una mujer que tienen la misma edad y los mismos años de educación (sólo los diferencia el sexo), es decir obtén E(lnahe sex=1,yrseduc,a_age)-e(lnage sex=0,yrseduc,a_age) [recuerda que hay un término de interacción en el modelo estimado] [3 pts] b) Con tu resultado en a) explica si consideras que existe discriminación por sexo en contra de las mujeres en el mercado laboral en esta muestra. Justifica claramente tu respuesta. Aproximadamente, cuántos años de educación debería alcanzar una mujer para eliminar esa brecha? [3 pts]

10 Econometría I Examen Final Llegados a este punto, comienzas a pensar en los problemas de validez interna que pueden tener tus resultados. En particular discute sobre las siguientes cuestiones: a) Retomas la preocupación de la omisión de la inteligencia innata y los problemas que puede ocasionar sobre la correcta estimación del efecto causal de los años de educación sobre el salario. Imagina que tienes todos los medios económicos, el apoyo político y el tiempo necesario para hacer un experimento aleatorio controlado, Cómo podría ayudarte un experimento aleatorio a resolver este problema? Crees que en efecto el experimento tendría éxito en resolver el problema o subsistirá alguna dificultad?. [3 pts] b) Te das cuenta que los datos de salarios por hora (ahe) pueden tener un error de medida, toda vez que se han obtenido por encuestas y los encuentados pueden no recordar con exactitud su salario por hora medio del año pasado. Qué problema puede traer este potencial error de medida? [3 pts]

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

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

UNIVERSIDAD AUTÓNOMA DE MADRID DPTO DE ECONOMÍA CUANTITATIVA CURSO 2010/2011 ECONOMETRIA I HOJA 2. Problemas

UNIVERSIDAD AUTÓNOMA DE MADRID DPTO DE ECONOMÍA CUANTITATIVA CURSO 2010/2011 ECONOMETRIA I HOJA 2. Problemas UNIVERSIDAD AUTÓNOMA DE MADRID DPTO DE ECONOMÍA CUANTITATIVA CURSO 2010/2011 ECONOMETRIA I HOJA 2 Problemas 1. Supongamos que se dispone de una muestra de n = 5 individuos, con la que se quiere estudiar

Más detalles

UNIVERSIDAD AUTÓNOMA DE MADRID DEPARTAMENTO DE ECONOMÍA CUANTITATIVA CURSO 2010/2011 ECONOMETRIA I. Hoja de Problemas 3 Problemas

UNIVERSIDAD AUTÓNOMA DE MADRID DEPARTAMENTO DE ECONOMÍA CUANTITATIVA CURSO 2010/2011 ECONOMETRIA I. Hoja de Problemas 3 Problemas UNIVERSIDAD AUTÓNOMA DE MADRID DEPARTAMENTO DE ECONOMÍA CUANTITATIVA CURSO 2010/2011 ECONOMETRIA I Hoja de Problemas 3 Problemas 1. Considera el modelo de regresión con un solo regresor Y i = 0 + 1 X i

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

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

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

TEMA 4: Variables binarias

TEMA 4: Variables binarias TEMA 4: Variables binarias Econometría I M. Angeles Carnero Departamento de Fundamentos del Análisis Económico Curso 2011-12 Econometría I (UA) Tema 4: Variables binarias Curso 2011-12 1 / 51 Variables

Más detalles

Puedes descargar este examen en pdf desde esta dirección (busca el enlace Dropbox en la parte inferior de la página):

Puedes descargar este examen en pdf desde esta dirección (busca el enlace Dropbox en la parte inferior de la página): Univ. de Alcalá. Estadística 2014-15 Dpto. de Física y Matemáticas Grado en Biología. Examen final. Miércoles, 21 de Enero de 2015. Apellidos: Nombre: INSTRUCCIONES (LEER ATENTAMENTE). Puedes descargar

Más detalles

Ejercicio 1 (20 puntos)

Ejercicio 1 (20 puntos) ESTADISTICA Y SUS APLICACIONES EN CIENCIAS SOCIALES. Examen Montevideo, 15 de diciembre de 2015. Nombre: C.I.: EXAMEN Libre Reglamentado El examen consta de dos partes. La primera parte debe ser realizada

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

... *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

Pronósticos, Series de Tiempo y Regresión. Capítulo 4: Regresión Lineal Múltiple

Pronósticos, Series de Tiempo y Regresión. Capítulo 4: Regresión Lineal Múltiple Pronósticos, Series de Tiempo y Regresión Capítulo 4: Regresión Lineal Múltiple Temas Modelo de regresión lineal múltiple Estimaciones de Mínimos Cuadrados Ordinarios (MCO); estimación puntual y predicción

Más detalles

Técnicas de análisis para el uso de resultados de encuestas y estudios aplicados al VIH/sida. Por: Prof. Elena del C. Coba

Técnicas de análisis para el uso de resultados de encuestas y estudios aplicados al VIH/sida. Por: Prof. Elena del C. Coba Técnicas de análisis para el uso de resultados de encuestas y estudios aplicados al VIH/sida Por: Prof. Elena del C. Coba Encuestas y estudios aplicados al VIH/sida Definir la fuente de los datos: Datos

Más detalles

Solución ESTADÍSTICA. Prueba de evaluación contínua 2 - PEC2

Solución ESTADÍSTICA. Prueba de evaluación contínua 2 - PEC2 Semestre set04 - feb05 Módulos 11-17 Prueba de evaluación contínua 2 - PEC2 Solución Presentación i objetivos Enunciados: descripción teórica de la práctica a realizar Materiales Criterios de evaluación

Más detalles

Trabajo de Matemáticas y Estadística Aplicadas

Trabajo de Matemáticas y Estadística Aplicadas Licenciatura en Ciencia Ambientales Matemáticas y Estadística aplicada Prof. Susana Martín Fernández POLITÉCNICA Trabajo de Matemáticas y Estadística Aplicadas GUIÓN 1: Estadística descriptiva Tipo 1 1-

Más detalles

DIPLOMADO EN RELACIONES LABORALES Estadística Asistida por Ordenador Curso 2008-2009

DIPLOMADO EN RELACIONES LABORALES Estadística Asistida por Ordenador Curso 2008-2009 Índice general 6. Regresión Múltiple 3 6.1. Descomposición de la variabilidad y contrastes de hipótesis................. 4 6.2. Coeficiente de determinación.................................. 5 6.3. Hipótesis

Más detalles

Tema 3: El modelo de regresión lineal múltiple

Tema 3: El modelo de regresión lineal múltiple Econometría 1 curso 2009-2010 Tema 3: El modelo de regresión lineal múltiple Genaro Sucarrat (Departamento de Economía, UC3M) http://www.eco.uc3m.es/sucarrat/ Recordamos: El modelo de regresión lineal

Más detalles

EJERCICIOS PROPUESTOS - ANÁLISIS DE REGRESION MULTIPLE

EJERCICIOS PROPUESTOS - ANÁLISIS DE REGRESION MULTIPLE EJERCICIOS PROPUESTOS - ANÁLISIS DE REGRESION MULTIPLE. En un estudio diseñado para analizar l efect de añadir avena a la dieta estadounidense tradicional, se dividieron aleatoriamente l individu en d

Más detalles

BREVE APUNTE SOBRE EL PROBLEMA DE LA MULTICOLINEALIDAD EN EL MODELO BÁSICO DE REGRESIÓN LINEAL

BREVE APUNTE SOBRE EL PROBLEMA DE LA MULTICOLINEALIDAD EN EL MODELO BÁSICO DE REGRESIÓN LINEAL BREVE APUNTE SOBRE EL PROBLEMA DE LA MULTICOLINEALIDAD EN EL MODELO BÁSICO DE REGRESIÓN LINEAL Ramón Mahía Febrero 013 Prof. Ramón Mahía ramon.mahia@uam.es Qué se entiende por Multicolinealidad en el marco

Más detalles

Ejercicio 1(10 puntos)

Ejercicio 1(10 puntos) ESTADISTICA Y SUS APLICACIONES EN CIENCIAS SOCIALES. Segundo Parcial Montevideo, 4 de julio de 2015. Nombre: Horario del grupo: C.I.: Profesor: Ejercicio 1(10 puntos) La tasa de desperdicio en una empresa

Más detalles

1 Introducción al SPSS

1 Introducción al SPSS Breve guión para las prácticas con SPSS 1 Introducción al SPSS El programa SPSS está organizado en dos bloques: el editor de datos y el visor de resultados. En la barra de menú (arriba de la pantalla)

Más detalles

Grado en Finanzas y Contabilidad

Grado en Finanzas y Contabilidad Econometría Grado en Finanzas y Contabilidad Apuntes basados en el libro Introduction to Econometrics: A modern Approach de Wooldridge 5.2 Estimadores de Variables Instrumentales La endogeneidad aparece

Más detalles

GUIÓN TEMA 4. VARIABLES BINARIAS 4.1. Variables binarias

GUIÓN TEMA 4. VARIABLES BINARIAS 4.1. Variables binarias ECONOMETRIA I. Departamento de Fundamentos del Análisis Económico Universidad de Alicante. Curso 2011/12 GUIÓN TEMA 4. VARIABLES BINARIAS 4.1. Variables binarias Bibliografía apartados : Greene, 8.2 A.F.Gallastegui:

Más detalles

ANÁLISIS DE LA VARIANZA (ANOVA) José Vicéns Otero Ainhoa Herrarte Sánchez Eva Medina Moral

ANÁLISIS DE LA VARIANZA (ANOVA) José Vicéns Otero Ainhoa Herrarte Sánchez Eva Medina Moral ANÁLISIS DE LA VARIANZA (ANOVA) José Vicéns Otero Ainhoa Herrarte Sánchez Eva Medina Moral Enero 2005 1.- INTRODUCCIÓN En múltiples ocasiones el analista o investigador se enfrenta al problema de determinar

Más detalles

Estadística; 3º CC. AA. Examen final, 4 de septiembre de 2009

Estadística; 3º CC. AA. Examen final, 4 de septiembre de 2009 Estadística; 3º CC. AA. Examen final, 4 de septiembre de 2009 Apellidos Nombre: Grupo: DNI. (5 puntos) Se observa la variable Porcentaje de masa boscosa perdida anualmente en 0 provincias elegidas al azar

Más detalles

Análisis de Regresión y Correlación con MINITAB

Análisis de Regresión y Correlación con MINITAB Análisis de Regresión y Correlación con MINITAB Primeras definiciones y conceptos de la regresión El análisis de la regresión es una técnica estadística que se utiliza para estudiar la relación entre variables

Más detalles

Introducción a la Econometría

Introducción a la Econometría Introducción a la Econometría Curso 2009/2010 Seriedeproblemas1 1.- Considere la siguiente distribución de probabilidad: Llueve (X=0) No llueve (X=1) Total Tiempo de viaje largo (Y=0) 0.15 0.07 0.22 Tiempo

Más detalles

Inferencia Estadística

Inferencia Estadística Felipe José Bravo Márquez 11 de noviembre de 2013 Para realizar conclusiones sobre una población, generalmente no es factible reunir todos los datos de ésta. Debemos realizar conclusiones razonables respecto

Más detalles

Una metodología para manejar variables

Una metodología para manejar variables Una metodología para manejar variables continuas en los modelos pronóstico: Polinomios fraccionales Javier Zamora Unidad de Bioestadística Clínica- IRyCIS Enero 2011 Índice Manejo de variables continuas

Más detalles

Capítulo 7: Distribuciones muestrales

Capítulo 7: Distribuciones muestrales Capítulo 7: Distribuciones muestrales Recordemos: Parámetro es una medida de resumen numérica que se calcularía usando todas las unidades de la población. Es un número fijo. Generalmente no lo conocemos.

Más 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

ESTIMACIÓN. puntual y por intervalo

ESTIMACIÓN. puntual y por intervalo ESTIMACIÓN puntual y por intervalo ( ) Podemos conocer el comportamiento del ser humano? Podemos usar la información contenida en la muestra para tratar de adivinar algún aspecto de la población bajo estudio

Más 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

CUESTIONARIO CMC.2 (ESO y Bachillerato).

CUESTIONARIO CMC.2 (ESO y Bachillerato). CUESTIONARIO CMC.2 (ESO y Bachillerato). J. Alonso Tapia, F. Vicente, C. Simón y L. Hernández (1991) INSTRUCCIONES Esta prueba contiene una serie de afirmaciones que se refieren a cómo percibes el ambiente

Más detalles

Examen de la asignatura "Estadística aplicada a las ciencias sociales" Profesor Josu Mezo. 9 de junio de 2008.

Examen de la asignatura Estadística aplicada a las ciencias sociales Profesor Josu Mezo. 9 de junio de 2008. Examen de la asignatura "Estadística aplicada a las ciencias sociales" Profesor Josu Mezo. 9 de junio de 2008. Pregunta nº 1 (5 puntos). En una base de datos sobre los países del mundo se incluyen una

Más detalles

Econometría II. Ejercicios propuestos

Econometría II. Ejercicios propuestos Econometría II Ejercicios propuestos Román Salmerón Gómez Multicolinealidad 1. En el modelo de regresión Y t = β 1 + β 2 X t + β 3 Z t + u t se verifica que X t = 1 2 Z t. Qué parámetros son estimables?

Más detalles

Capítulo 3. Análisis de Regresión Simple. 1. Introducción. Capítulo 3

Capítulo 3. Análisis de Regresión Simple. 1. Introducción. Capítulo 3 Capítulo 3 1. Introducción El análisis de regresión lineal, en general, nos permite obtener una función lineal de una o más variables independientes o predictoras (X1, X2,... XK) a partir de la cual explicar

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

Universidad del CEMA Prof. José P Dapena Métodos Cuantitativos V - ESTIMACION PUNTUAL E INTERVALOS DE CONFIANZA. 5.1 Introducción

Universidad del CEMA Prof. José P Dapena Métodos Cuantitativos V - ESTIMACION PUNTUAL E INTERVALOS DE CONFIANZA. 5.1 Introducción V - ESTIMACION PUNTUAL E INTERVALOS DE CONFIANZA 5.1 Introducción En este capítulo nos ocuparemos de la estimación de caracteristicas de la población a partir de datos. Las caracteristicas poblacionales

Más detalles

- se puede formular de la siguiente forma:

- se puede formular de la siguiente forma: Multicolinealidad 1 Planteamiento Una de las hipótesis del modelo de regresión lineal múltiple establece que no existe relación lineal exacta entre los regresores, o, en otras palabras, establece que no

Más detalles

TEMA 1. Introducción al análisis empírico de variables económicas.

TEMA 1. Introducción al análisis empírico de variables económicas. TEMA 1. Introducción al análisis empírico de variables económicas. Profesor: Pedro Albarrán Pérez Universidad de Alicante. Curso 2010/2011. Contenido 1 Datos Económicos Introducción Tipos de Datos. Tratamiento

Más detalles

Capítulo 17 Análisis de correlación lineal: Los procedimientos Correlaciones bivariadas y Correlaciones parciales

Capítulo 17 Análisis de correlación lineal: Los procedimientos Correlaciones bivariadas y Correlaciones parciales Capítulo 17 Análisis de correlación lineal: Los procedimientos Correlaciones bivariadas y Correlaciones parciales Cuando se analizan datos, el interés del analista suele centrarse en dos grandes objetivos:

Más detalles

TEMA 5 Variables ficticias

TEMA 5 Variables ficticias TEMA 5 Variables ficticias Cómo describir información cualitativa Muchas veces en el modelo de regresión aparecen factores cualitativos (sexo, raza, estado civil,.). En estos casos la información relevante

Más detalles

PRESENTACIÓN, DISCUSIÓN Y ANALISIS DE LOS RESULTADOS

PRESENTACIÓN, DISCUSIÓN Y ANALISIS DE LOS RESULTADOS UNIVERSIDAD DE LOS ANDES FACULTAD DE ODONTOLOGIA MERIDA EDO. MERIDA PRESENTACIÓN, DISCUSIÓN Y ANALISIS DE LOS RESULTADOS Mérida, Febrero 2010. Integrantes: Maria A. Lanzellotti L. Daniela Paz U. Mariana

Más detalles

Fundamentos de Biología Aplicada I Estadística Curso 2011-2012 Práctica 6: Regresión Logística I

Fundamentos de Biología Aplicada I Estadística Curso 2011-2012 Práctica 6: Regresión Logística I Fundamentos de Biología Aplicada I Estadística Curso 2011-2012 Índice 1. Objetivos de la práctica 2 2. Estimación de un modelo de regresión logística con SPSS 2 2.1. Ajuste de un modelo de regresión logística.............................

Más detalles

TEMA 7: Análisis de la Capacidad del Proceso

TEMA 7: Análisis de la Capacidad del Proceso TEMA 7: Análisis de la Capacidad del Proceso 1 Introducción Índices de capacidad 3 Herramientas estadísticas para el análisis de la capacidad 4 Límites de tolerancia naturales 1 Introducción La capacidad

Más detalles

Econometría de Económicas

Econometría de Económicas Econometría de Económicas Apuntes para el tema 6 Curso 2004-2005 Profesoras Amparo Sancho Guadalupe Serrano Modelos de panel de datos Datos de Panel son aquellos que surgen de la observación de una misma

Más detalles

TEMA 9: Desarrollo de la metodología de Taguchi

TEMA 9: Desarrollo de la metodología de Taguchi TEMA 9: Desarrollo de la metodología de Taguchi 1 La filosofía de la calidad de Taguchi 2 Control de calidad Off Line y On Line Calidad Off Line Calidad On Line 3 Función de pérdida 4 Razones señal-ruido

Más detalles

Medidas de la tendencia central y las gráficas de caja

Medidas de la tendencia central y las gráficas de caja LECCIÓN CONDENSADA 2.1 Medidas de la tendencia central y las gráficas de caja En esta lección Encontrarás e interpretarás la media, la mediana, y la moda para unos conjuntos de datos Crearás e interpretarás

Más detalles

PRUEBAS DE HIPÓTESIS

PRUEBAS DE HIPÓTESIS PRUEBAS DE HIPÓTESIS Muchos problemas de ingeniería, ciencia, y administración, requieren que se tome una decisión entre aceptar o rechazar una proposición sobre algún parámetro. Esta proposición recibe

Más detalles

Indicaciones específicas para los análisis estadísticos.

Indicaciones específicas para los análisis estadísticos. Tutorial básico de PSPP: Vídeo 1: Describe la interfaz del programa, explicando en qué consiste la vista de datos y la vista de variables. Vídeo 2: Muestra cómo crear una base de datos, comenzando por

Más detalles

Nombre...Apellidos... Grado en:...grupo:...

Nombre...Apellidos... Grado en:...grupo:... ESTADÍSTICA E INTRODUCCIÓN A LA ECONOMETRÍA - Soluciones Estadística- Curso 01/1. 9 de Julio de 01 Nombre...Apellidos... Grado en:...grupo:... 1. Considera la variable aleatoria (v.a.) X cuyos posibles

Más detalles

La demanda de plazas en la licenciatura de Medicina en España

La demanda de plazas en la licenciatura de Medicina en España La demanda de plazas en la licenciatura de Medicina en España Estudio econométrico por Comunidades Autónomas de la demanda de plazas en las facultades de Medicina españolas para el curso 2006/2007 Asignatura:

Más detalles

SESIÓN PRÁCTICA 6: CONTRASTES DE HIPÓTESIS PROBABILIDAD Y ESTADÍSTICA. PROF. Esther González Sánchez. Departamento de Informática y Sistemas

SESIÓN PRÁCTICA 6: CONTRASTES DE HIPÓTESIS PROBABILIDAD Y ESTADÍSTICA. PROF. Esther González Sánchez. Departamento de Informática y Sistemas SESIÓN PRÁCTICA 6: CONTRASTES DE HIPÓTESIS PROBABILIDAD Y ESTADÍSTICA PROF. Esther González Sánchez Departamento de Informática y Sistemas Facultad de Informática Universidad de Las Palmas de Gran Canaria

Más detalles

Problemas de Probabilidad resueltos.

Problemas de Probabilidad resueltos. Problemas de Probabilidad resueltos. Problema 1 El profesor Pérez olvida poner su despertador 3 de cada 10 dias. Además, ha comprobado que uno de cada 10 dias en los que pone el despertador acaba no levandandose

Más detalles

PUBLICACIONES DE 3º CURSO

PUBLICACIONES DE 3º CURSO PUBLICACIONES DE 3º CURSO Licenciatura: Economía Asignatura: ECONOMETRÍA II GRUPO 36 PROGRAMA Profesores: Luis A. Medrano Monia Ben Kaabia Irene Olloqui Departamento: ANÁLISIS ECONÓMICO Curso Académico

Más detalles

Gráficas de caja. El borde derecho de la caja es el tercer cuartil, Q 3, que es la mediana de los valores que están por encima de la mediana.

Gráficas de caja. El borde derecho de la caja es el tercer cuartil, Q 3, que es la mediana de los valores que están por encima de la mediana. LECCIÓN CONDENSADA 2.1 Gráficas de caja En esta lección crearás e interpretarás las gráficas de caja para conjuntos de datos usarás el rango intercuartil (IQR) para identificar valores extremos potenciales

Más detalles

Reforma fiscal y Haciendas Locales (el caso de Málaga)

Reforma fiscal y Haciendas Locales (el caso de Málaga) Reforma fiscal y Haciendas Locales (el caso de Málaga) Jesús Rodríguez Márquez Profesor Titular de Derecho Financiero y Tributario. Instituto de Estudios Fiscales. Presentación La reforma del sistema de

Más detalles

TRATAMIENTO DE BASES DE DATOS CON INFORMACIÓN FALTANTE SEGÚN ANÁLISIS DE LAS PÉRDIDAS CON SPSS

TRATAMIENTO DE BASES DE DATOS CON INFORMACIÓN FALTANTE SEGÚN ANÁLISIS DE LAS PÉRDIDAS CON SPSS Badler, Clara E. Alsina, Sara M. 1 Puigsubirá, Cristina B. 1 Vitelleschi, María S. 1 Instituto de Investigaciones Teóricas y Aplicadas de la Escuela de Estadística (IITAE) TRATAMIENTO DE BASES DE DATOS

Más detalles

Instrucciones básicas de gretl

Instrucciones básicas de gretl 1 Instrucciones básicas de gretl En las prácticas de ordenador el objetivo es aprender el manejo de un software libre especialmente indicado y creado para el aprendizaje de la Econometría. Es un software

Más detalles

Repaso de estadística básica. Juan D. Barón Santiago de Chile, 8 de abril de 2013

Repaso de estadística básica. Juan D. Barón Santiago de Chile, 8 de abril de 2013 Repaso de estadística básica Juan D. Barón Santiago de Chile, 8 de abril de 2013 1 I. CONCEPTOS ESTADÍSTICOS BÁSICOS 2 Las decisiones se toman bajo incertidumbre Las decisiones se basan en información

Más detalles

Análisis de los Municipios Turísticos de Andalucía

Análisis de los Municipios Turísticos de Andalucía Análisis de los Municipios Turísticos de Andalucía UNIVERSIDAD DE MÁLAGA DPTO. ECONOMÍA APLICADA-POLÍTICA ECONÓMICA Febrero, 2004 EQUIPO DE TRABAJO: Pedro Raya Mellado. Profesor Titular de Economía Aplicada.

Más detalles

aprendizaje del análisis de regresión lineal con Stata

aprendizaje del análisis de regresión lineal con Stata UNIVERSIDAD AUTÓNOMA METROPOLITANA XOCHIMILCO DIVISIÓN DE CIENCIAS SOCIALES Y HUMANIDADES El proceso de enseñanza-aprendizaje aprendizaje del análisis de regresión lineal con Stata Fortino Vela Peón Noviembre,

Más detalles

Capítulo 15. Análisis de varianza factorial El procedimiento Modelo lineal general: Univariante

Capítulo 15. Análisis de varianza factorial El procedimiento Modelo lineal general: Univariante Capítulo 15 Análisis de varianza factorial El procedimiento Modelo lineal general: Univariante Los modelos factoriales de análisis de varianza (factorial = más de un factor) sirven para evaluar el efecto

Más detalles

Curso de Estadística no-paramétrica

Curso de Estadística no-paramétrica Curso de Estadística no-paramétrica Sesión 1: Introducción Inferencia no Paramétrica David Conesa Grup d Estadística espacial i Temporal Departament d Estadística en Epidemiologia i Medi Ambient i Investigació

Más detalles

CONTENIDOS MÍNIMOS BACHILLERATO

CONTENIDOS MÍNIMOS BACHILLERATO CONTENIDOS MÍNIMOS BACHILLERATO I.E.S. Vasco de la zarza Dpto. de Matemáticas CURSO 2013-14 ÍNDICE Primero de Bachillerato de Humanidades y CCSS...2 Primero de Bachillerato de Ciencias y Tecnología...5

Más detalles

Universidad de la República, Facultad de Ciencias Económicas y Administración.

Universidad de la República, Facultad de Ciencias Económicas y Administración. Universidad de la República, Facultad de Ciencias Económicas y Administración. ECONOMETRIA II- CURSO 2010 Practica 5 MODELOS DE VARIABLE DEPENDIENTE TRUNCADA CENSURADA, MODELOS DE SELECTIVIDAD, MODELOS

Más detalles

-Género: no nos ha quedado claro cómo influye este parámetro en el gasto en ocio, si positiva o negativamente.

-Género: no nos ha quedado claro cómo influye este parámetro en el gasto en ocio, si positiva o negativamente. INTRODUCCIÓN En este trabajo estudiamos el gasto en ocio de la población, escogiendo una muestra al azar. Realizando encuestas hemos recogido información de 125 personas, las variables que hemos visto

Más detalles

Cómo obtener un Modelo de Regresión Logística Binaria con SPSS

Cómo obtener un Modelo de Regresión Logística Binaria con SPSS Universitat de de Barcelona. Institut de de Ciències de de l Educació Cómo obtener un Modelo de Regresión Logística Binaria con SPSS Vanesa Berlanga-Silvente y Ruth Vilà-Baños Fecha de presentación:

Más detalles

Tema 5: Introducción a la inferencia estadística

Tema 5: Introducción a la inferencia estadística Tema 5: Introducción a la inferencia estadística 1. Planteamiento y objetivos 2. Estadísticos y distribución muestral 3. Estimadores puntuales 4. Estimadores por intervalos 5. Contrastes de hipótesis Lecturas

Más detalles

UCM. Autores: Juan E. Tettamanti Xin Jing [ANÁLISIS DE VARIABLES DE POSIBLE INFLUENCIA EN EL PRECIO DE LAS ACCIONES DE ALUAR]

UCM. Autores: Juan E. Tettamanti Xin Jing [ANÁLISIS DE VARIABLES DE POSIBLE INFLUENCIA EN EL PRECIO DE LAS ACCIONES DE ALUAR] UCM Autores: [ANÁLISIS DE VARIABLES DE POSIBLE INFLUENCIA EN EL PRECIO DE LAS ACCIONES DE ALUAR] Madrid, 27 de Abril de 2013 Página1 Í ndice Introducción... 2 Análisis... 2 Contrastación de Hipótesis...

Más detalles

Pruebas de. Hipótesis

Pruebas de. Hipótesis Pruebas de ipótesis Pruebas de ipótesis Otra manera de hacer inferencia es haciendo una afirmación acerca del valor que el parámetro de la población bajo estudio puede tomar. Esta afirmación puede estar

Más detalles

BUENAS PRÁCTICAS DE UNA ENCUESTA POR MUESTREO

BUENAS PRÁCTICAS DE UNA ENCUESTA POR MUESTREO BUENAS PRÁCTICAS DE UNA ENCUESTA POR MUESTREO Lima, marzo de 2011 BUENAS PRÁCTICAS DE UNA ENCUESTA POR MUESTREO I. INTRODUCCIÓN Los métodos de muestreo probabilístico, son aquellos que se basan en el principio

Más detalles

MUESTREO TIPOS DE MUESTREO

MUESTREO TIPOS DE MUESTREO MUESTREO En ocasiones en que no es posible o conveniente realizar un censo (analizar a todos los elementos de una población), se selecciona una muestra, entendiendo por tal una parte representativa de

Más detalles

Para que les fuera más cercano y aumentar así su implicación, el tema a tratar fue propuesto por ellos mismos.

Para que les fuera más cercano y aumentar así su implicación, el tema a tratar fue propuesto por ellos mismos. Índice 1. Notas introductorias del profesor.... 2 2. Descripción del proyecto.... 3 2.1. Introducción.... 3 2.2. Objetivos que pretendemos lograr con este trabajo... 3 2.3. El proceso realizado... 4 3.

Más detalles

Introducción a la Econometría (LE y LADE, mañana) Prof. Magdalena Cladera ANÁLISIS DE REGRESIÓN CON EXCEL Y SPSS

Introducción a la Econometría (LE y LADE, mañana) Prof. Magdalena Cladera ANÁLISIS DE REGRESIÓN CON EXCEL Y SPSS Introducción a la Econometría (LE y LADE, mañana) Prof. Magdalena Cladera ANÁLISIS DE REGRESIÓN CON EXCEL Y SPSS ESTIMACIÓN DE UN MODELO DE REGRESIÓN LINEAL CON EXCEL La Herramienta para análisis Regresión

Más detalles

FACULTAD DE INGENIERÍA INDUSTRIAL Y DE SISTEMAS SÍLABO 2013-II

FACULTAD DE INGENIERÍA INDUSTRIAL Y DE SISTEMAS SÍLABO 2013-II FACULTAD DE INGENIERÍA INDUSTRIAL Y DE SISTEMAS SÍLABO 2013-II Asignatura: Código: ESTADÍSTICA II 1. DATOS GENERALES 1.1. Departamento Académico Ingeniería Industrial 1.2. Escuela profesional Ingeniería

Más detalles

Test ( o Prueba ) de Hipótesis

Test ( o Prueba ) de Hipótesis Test de Hipótesis 1 Test ( o Prueba ) de Hipótesis Ejemplo: Una muestra de 36 datos tiene una media igual a 4.64 Qué puede deducirse acerca de la población de donde fue tomada? Se necesita contestar a

Más detalles

Capítulo 18 Análisis de regresión lineal El procedimiento Regresión lineal

Capítulo 18 Análisis de regresión lineal El procedimiento Regresión lineal Capítulo 18 Análisis de regresión lineal El procedimiento Regresión lineal Introducción El análisis de regresión lineal es una técnica estadística utilizada para estudiar la relación entre variables. Se

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

DIRECTRICES Y ORIENTACIONES GENERALES PARA LAS PRUEBAS DE ACCESO A LA UNIVERSIDAD

DIRECTRICES Y ORIENTACIONES GENERALES PARA LAS PRUEBAS DE ACCESO A LA UNIVERSIDAD Curso Asignatura 2009/2010 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES II 1º Comentarios acerca del programa del segundo curso del Bachillerato, en relación con la Prueba de Acceso a la Universidad INTRODUCCIÓN

Más detalles

I.E.S.MEDITERRÁNEO CURSO 2015 2016 DPTO DE MATEMÁTICAS PROGRAMA DE RECUPERACIÓN DE LOS APRENDIZAJES NO ADQUIRIDOS EN MATEMÁTICAS DE 3º DE E.S.O.

I.E.S.MEDITERRÁNEO CURSO 2015 2016 DPTO DE MATEMÁTICAS PROGRAMA DE RECUPERACIÓN DE LOS APRENDIZAJES NO ADQUIRIDOS EN MATEMÁTICAS DE 3º DE E.S.O. PROGRAMA DE RECUPERACIÓN DE LOS APRENDIZAJES NO ADQUIRIDOS EN MATEMÁTICAS DE 3º DE E.S.O. Este programa está destinado a los alumnos que han promocionado a cursos superiores sin haber superado esta materia.

Más detalles

Modelos de elección binaria

Modelos de elección binaria Modelos de elección binaria Prof.: Begoña Álvarez García Econometría II 2007-2008 Estamos interesados en la ocurrencia o no-ocurrencia de un cierto evento (ej: participación en el mercado laboral; inversión

Más detalles

Modelos de regresión: lineal simple y regresión logística

Modelos de regresión: lineal simple y regresión logística 14 Modelos de regresión: lineal simple y regresión logística Irene Moral Peláez 14.1. Introducción Cuando se quiere evaluar la relación entre una variable que suscita especial interés (variable dependiente

Más detalles

MODELO ECONOMETRICO DE VENTA DE CAMIONETAS

MODELO ECONOMETRICO DE VENTA DE CAMIONETAS MODELO ECONOMETRICO DE VENTA DE CAMIONETAS Nombre: Evelyn Neira Cinthya Toledo Macarena Candia Fecha: 10 de Mayo 2012 Asignatura: Econometría Profesor: Pablo Quezada Introducción El mercado de vehículos

Más detalles

Las técnicas muestrales, los métodos prospectivos y el diseño de estadísticas en desarrollo local

Las técnicas muestrales, los métodos prospectivos y el diseño de estadísticas en desarrollo local 21 Las técnicas muestrales, los métodos prospectivos y el diseño de estadísticas en desarrollo local Victoria Jiménez González Introducción La Estadística es considerada actualmente una herramienta indispensable

Más detalles

1 Ejemplo de análisis descriptivo de un conjunto de datos

1 Ejemplo de análisis descriptivo de un conjunto de datos 1 Ejemplo de análisis descriptivo de un conjunto de datos 1.1 Introducción En este ejemplo se analiza un conjunto de datos utilizando herramientas de estadística descriptiva. El objetivo es repasar algunos

Más detalles

Estadística I Ejercicios Tema 3 Curso 2015/16

Estadística I Ejercicios Tema 3 Curso 2015/16 Estadística I Ejercicios Tema 3 Curso 2015/16 1. En la siguiente tabla se representa la distribución conjunta de frecuencias (relativas) de 2 variables: calificación en Estadística I, y número de horas

Más detalles

PRUEBA DE KOLMOGOROV SMIRNOV (Contraste sobre la forma de la distribución) F(X) es la función de distribución que hipotetizamos.

PRUEBA DE KOLMOGOROV SMIRNOV (Contraste sobre la forma de la distribución) F(X) es la función de distribución que hipotetizamos. PRUEBA DE KOLMOGOROV SMIRNOV (Contraste sobre la forma de la distribución) PRUEBAS NO PARAMÉTRICAS F(X) es la función de distribución que hipotetizamos. Fs(X) es la probabilidad o proporción teórica de

Más detalles

Programa de la Asignatura Estadística Actuarial Regresión. Año Académico 2013/2014. Curso 2º. Grado en Finanzas y Seguros

Programa de la Asignatura Estadística Actuarial Regresión. Año Académico 2013/2014. Curso 2º. Grado en Finanzas y Seguros Código: 27029 Grado en F y S Curso: 2º Cuatrimestre: 2º Créditos: 6 Facultad de Ciencias Económicas y Empresariales Ekonomi Eta Enpresa Zientzien Fakultatea Programa de la Asignatura Estadística Actuarial

Más detalles

EVALUACIÓN DEL CUESTIONARIO. Boehm 3 Preescolar

EVALUACIÓN DEL CUESTIONARIO. Boehm 3 Preescolar EVALUACIÓN DEL CUESTIONARIO Boehm 3 Preescolar RESUMEN DE LA VALORACIÓN DEL TEST Descripción general Nombre del test Autor Características Autor de la adaptación española Editor de la adaptación española

Más detalles

VICERRECTORADO DE CALIDAD E INNOVACIÓN EDUCATIVA

VICERRECTORADO DE CALIDAD E INNOVACIÓN EDUCATIVA VICERRECTORADO DE CALIDAD E INNOVACIÓN EDUCATIVA Título del Informe: Análisis de validez y fiabilidad del cuestionario de encuesta a los estudiantes para la evaluación de la calidad de la docencia Fecha:

Más detalles

INVESTIGACION Y ESTADISTICA I GLOSARIO GUIA PARA LOS CONCEPTOS BASICOS DE LA LOGICA CUANTITATIVA 1

INVESTIGACION Y ESTADISTICA I GLOSARIO GUIA PARA LOS CONCEPTOS BASICOS DE LA LOGICA CUANTITATIVA 1 INVESTIGACION Y ESTADISTICA I GLOSARIO GUIA PARA LOS CONCEPTOS BASICOS DE LA LOGICA CUANTITATIVA I. El problema y las hipótesis María Teresa Sirvent Qué caracteriza a una pregunta científica que orienta

Más detalles

CLAVE: LII PROFESOR: MTRO. ALEJANDRO SALAZAR GUERRERO

CLAVE: LII PROFESOR: MTRO. ALEJANDRO SALAZAR GUERRERO Estadística Superior CLAVE: LII PROFESOR: MTRO. ALEJANDRO SALAZAR GUERRERO 1 1. REGRESIÓN LINEAL SIMPLE Y MÚLTIPLE 1.1. Regresión lineal simple 1.2. Estimación y predicción por intervalo en regresión lineal

Más detalles

Competencias centrales del terapeuta ACT

Competencias centrales del terapeuta ACT Competencias centrales del terapeuta ACT A continuación se detallan enunciados respecto a las competencias básicas de un terapeuta ACT. Por favor, puntuá cada uno según qué tan sea en tu caso. Esto no

Más detalles

CONTENIDOS MÍNIMOS BLOQUE III: ÁLGEBRA

CONTENIDOS MÍNIMOS BLOQUE III: ÁLGEBRA CONTENIDOS MÍNIMOS BLOQUE III: ÁLGEBRA Interpolación de términos en una sucesión. Cálculo del término general de sucesiones muy sencillas. Distinción entre progresiones aritméticas y geométricas. Interpolación

Más detalles

CURSO MINERÍA DE DATOS AVANZADO

CURSO MINERÍA DE DATOS AVANZADO CURSO MINERÍA DE DATOS AVANZADO La minería de datos (en inglés, Data Mining) se define como la extracción de información implícita, previamente desconocida y potencialmente útil, a partir de datos. En

Más detalles

Estudio comparativo de los currículos de probabilidad y estadística español y americano

Estudio comparativo de los currículos de probabilidad y estadística español y americano Estudio comparativo de los currículos de probabilidad y estadística español y americano Jaldo Ruiz, Pilar Universidad de Granada Resumen Adquiere las mismas capacidades en Probabilidad y Estadística un

Más detalles

UNIDAD DIDÁCTICA 7 ANÁLISIS DE ÍTEMS Y BAREMACIÓN DE UN TEST

UNIDAD DIDÁCTICA 7 ANÁLISIS DE ÍTEMS Y BAREMACIÓN DE UN TEST UNIDAD DIDÁCTICA 7 ANÁLISIS DE ÍTEMS Y BAREMACIÓN DE UN TEST 7.1. ANÁLISIS DE LOS ÍTEMS Al comenzar la asignatura ya planteábamos que uno de los principales problemas a los que nos enfrentábamos a la hora

Más detalles