UNIVERSIDAD MAYOR DE SAN SIMON FACULTAD DE CIENCIAS ECONÓMICAS CARRERA INGENIERIA FINANCIERA
|
|
- Juan Antonio Lozano Soto
- hace 6 años
- Vistas:
Transcripción
1 UNIVERSIDAD MAYOR DE SAN SIMON FACULTAD DE CIENCIAS ECONÓMICAS CARRERA INGENIERIA FINANCIERA INTEGRANTES: ORELLANA ALARCON DIEGO SEJAS PARDO ROBERTO MATRIA: DOCENTE: GRUPO: 07 FECHA: 08/07/2014 COCHABAMBA BOLIVIA ECONOMETRÍA 1
2 Contenido 1. INTRODUCCIÓN PLANTEAMIENTO DEL PROBLEMA ANTECEDENTES OBJETIVOS GENERAL ESPECIFICO PROPÓSITO Y FUNDAMENTACIÓN MÉTODO PARTICIPANTES O SUJETOS MODELO ECONOMÉTRICO CLASIFICACIÓN DE LAS VARIABLES: INSTRUMENTOS O HERRAMIENTAS ANALISIS DE LINEALIDAD ANALISIS DE NORMALIDAD ANÁLISIS DE AUTOCORRELACION ANÁLISIS DE HETEROSCEDASTICIDAD ANALISIS DE MULTICOLINEALIDAD ANALISIS DE EXOGENEIDAD PROCEDIMIENTO RESULTADOS CUADROS, GRÁFICOS Y DATOS REFERENCIAS ECONOMETRÍA 2
3 1. INTRODUCCIÓN El presente trabajo pretende enfocarse en el análisis econométrico de todos los supuestos que debería cumplir un modelo, con los determinantes Gasto final del consumo de los hogares, etc. (en miles de millones US$ a precios actuales) (Yt) del país de Bolivia. Para lo cual se hará el análisis de serie de tiempos para el intervalo Para este trabajo se tomaron fuentes de información primarias del webs del Banco Mundial, para lo cual se tomó los datos de esa fuente confiable Gasto final del consumo de los hogares, etc. (en miles de millones US$ a precios actuales) (Yt) de Bolivia, Índice de precios al consumidor (2005 = 100) (X2) de Bolivia, PIB (en miles de millones US$ a precios actuales) (X3)de Bolivia, Exportaciones de bienes y servicios (en miles de millones US$ a precios actuales) (X4) de Bolivia. El presente trabajo está divido en 4 partes: La primera parte está los objetivos generales y específicos que se pretende conseguir o demostrar con todo el análisis econométrico para el Gasto final del consumo de los hogares, etc. (en miles de millones US$ a precios actuales) (Yt) de Bolivia. La Segunda Parte está compuesta por el marco teórico o consideraciones teóricas De los determinantes Gasto final del consumo de los hogares, etc. (en miles de millones US$ a precios actuales) (Yt) como también, Índice de precios al consumidor (2005 = 100) (X2), PIB (en miles de millones US$ a precios actuales) (X3), Exportaciones de bienes y servicios (en miles de millones US$ a precios actuales) (X4) de Bolivia. La tercera parte se desarrollara los modelos Econométricos y se analizará todo los distintos supuestos econométricos que deberían cumplirse para un modelo lineal simple los cuales son: Linealidad, Normalidad, Autocorrelacion, Heteroscedasticidad, Multicolinealidad, y Exogeneidad. Donde se mostrara con gráficos. La cuarta Parte se dará una conclusión de todo el análisis econométrico. ECONOMETRÍA 3
4 1.1.PLANTEAMIENTO DEL PROBLEMA En el presente trabajo se trata de demostrar si existe o no existe linealidad entre el Gasto final del consumo de los hogares, etc. (en miles de millones US$ a precios actuales) de Bolivia, aplicando el modelo econométrico entre la Índice de precios al consumidor (2005 = 100) como también PIB (en miles de millones US$ a precios actuales), Exportaciones de bienes y servicios (en miles de millones US$ a precios actuales) de Bolivia usando datos de los años ANTECEDENTES El gasto de consumo final de los hogares (anteriormente, consumo privado) es el valor de mercado de todos los bienes y servicios, incluidos los productos durables (tales como autos, máquinas lavadoras y computadoras personales), comprados por los hogares. Quedan excluidas las compras de viviendas, pero incluye la renta imputada de las viviendas ocupadas por sus propietarios. También incluye los montos y aranceles pagados a los gobiernos para obtener permisos y licencias. En este caso, el gasto de consumo de los hogares incluye los gastos de las instituciones sin fines de lucro que prestan servicios a los hogares, incluso cuando el país los informa por separado. Este rubro también incluye cualquier discrepancia estadística en el uso de los recursos en relación con la oferta de recursos, en relación con el índice de precios al consumidor refleja las variaciones en el costo para el consumidor medio de adquirir una canasta de bienes y servicios que puede ser fija o variable a intervalos determinados, por ejemplo anualmente. Por lo general se utiliza la fórmula de Laspeyres. El índice de Laspeyres se calcula mediante la siguiente fórmula: siendo el índice de precios, y los precios y cantidades en el periodo inicial o periodo base, y y los mismos en el periodo posterior que estemos analizando. Se podría resumir de este modo: ECONOMETRÍA 4
5 El índice de Laspeyres sobrevalora sistemáticamente la inflación, mientras que el índice de Paasche la infravalora. Un dato importante es que este índice se utiliza para calcular el IPC (índice de precios del consumo).y también en relación con El PIB a precio de comprador es la suma del valor agregado bruto de todos los productores residentes en la economía más todo impuesto a los productos, menos todo subsidio no incluido en el valor de los productos. Se calcula sin hacer deducciones por depreciación de bienes manufacturados o por agotamiento y degradación de recursos naturales. Los datos se expresan en moneda local a precios corrientes. Las cifras en dólares del PIB se obtuvieron convirtiendo el valor en moneda local utilizando los tipos de cambio oficiales de un único año. Para algunos países donde el tipo de cambio oficial no refleja el tipo efectivamente aplicado a las transacciones en divisas, se utiliza un factor de conversión alternativo. Y de la misma forma en relación con las exportaciones de bienes y servicios representan el valor de todos los bienes y demás servicios de mercado prestados al resto del mundo. Incluyen el valor de las mercaderías, fletes, seguros, transporte, viajes, regalías, tarifas de licencia y otros servicios tales como los relativos a las comunicaciones, la construcción, los servicios financieros, los informativos, los empresariales, los personales y los del Gobierno. Excluyen la remuneración de los empleados y los ingresos por inversiones (anteriormente denominados servicios de los factores), como también los pagos de transferencias 1.3.OBJETIVOS GENERAL El objetivo general del presente trabajo es el de realizar un análisis econométrico con el fin de que se cumplan todos los supuestos econométricos, de tal manera poder conocer los parámetros estimados eran mejores para el modelo ESPECIFICO El objetivo específico del trabajo es el de ver si se cumple o no cumple, sobre el Gasto final del consumo de los hogares, etc., para lo cual se utilizara el análisis econométrico. ECONOMETRÍA 5
6 1.4.PROPÓSITO Y FUNDAMENTACIÓN La metodología que se utilizara en este análisis se basa en la Teoría Económica y en el conocimiento de la situación que se tiene sobre el Gasto final del consumo de los hogares, etc. (en miles de millones US$ a precios actuales) de Bolivia. 2. MÉTODO Dónde: 2.1.PARTICIPANTES O SUJETOS MODELO ECONOMÉTRICO Y t Y t f X X X 2t, 3t, 4t, 1 2t X 2t 3 t X3 t 4t X 4t U t Y t = Gasto final del consumo de los hogares, etc. (en miles de millones US$ a precios actuales) X Índice de precios al consumidor (2005 = 100) 2t, X PIB (en miles de millones US$ a precios actuales) 3t, X 4 t Exportaciones de bienes y servicios (en miles de millones US$ a precios actuales) CLASIFICACIÓN DE LAS VARIABLES: Variables: Endógena (Yt) Predeterminadas: Exógenas (X2, X3, X4) Estocástica (U) Parámetros (, 1, 2,...) 2.2.INSTRUMENTOS O HERRAMIENTAS El análisis de linealidad es la esperanza condicional de Yt es una función lineal de X2t, X3t, X4t gráficamente es una recta y los puntos del Gasto final del consumo de los hogares, etc. En función de Índice de precios al consumidor (2005 = 100), PIB (en miles ECONOMETRÍA 6
7 de millones US$ a precios actuales), Exportaciones de bienes y servicios (en miles de millones US$ a precios actuales) ANALISIS DE LINEALIDAD ANALISIS GRAFICO Yt f X 2t En el grafico podemos observar que hay cierta relación positiva entre el Gasto final del consumo de los hogares, etc. (Yt) de Bolivia y Índice de precios al consumidor (2005 = 100) (X2) Fuente: resultado de elaboración propia Yt f X 3t En el grafico podemos observar que hay cierta relación positiva entre el Gasto final del consumo de los hogares, etc. (Yt) de Bolivia Exportaciones de bienes y servicios (X3) ECONOMETRÍA 7
8 Fuente: resultado de elaboración propia Yt=f(X4) En el grafico podemos observar que hay cierta relación positiva entre el Gasto final del consumo de los hogares, etc. (Yt) de Bolivia y Exportaciones de bienes y servicios (X4) Fuente: resultado de elaboración propia ANÁLISIS DE REGRESIÓN Con los coeficientes de la regresión tenemos el siguiente modelo: ECONOMETRÍA 8
9 INTERPRETACION DE LOS COEFICIENTES ESTIMADOS Independientemente de lo que pase en las otras variables el Gasto final del consumo de los hogares, etc. (en miles de millones US$ a precios actuales) de Bolivia. (Yt) será al menos 0.6 mil millones de $us a precios actuales. Si la variable X2 Índice de precios al consumidor (IPC) aumenta en un, entonces la variable Y Gasto final del consumo de los hogares, etc. Disminuirá en mil millones de $us a precios actuales. Manteniendo constante la variable X3 y X4. (CeterisParibus). Si la variable X3(PIB (en miles de millones US$ a precios actuales)) aumenta en mil millones de $us a precios actuales, entonces la variable Y Gasto final del consumo de los hogares, etc. tendria que aumentar aproximadamente en 83millones de $us a precios actuales. Manteniendo constante la variable X2 y X4 (CeterisParibus). Si la variable X4(Exportaciones de bienes y servicios (en miles de millones US$ a precios actuales)) aumenta en miles de millones US$ a precios actuales, entonces la variable Y (Consumo de los Hogares) disminuirá en aproximadamente mil millones de $us a precios actuales. Manteniendo constante la variable X3 y X4 (CeterisParibus). INTERPRETACION DEL COEFICIENTE DE DETERMINACION Las variaciones de la variable Y (Gasto final del consumo de los hogares, etc) esta explicada en un 100% por las variaciones en las variables X2, X3, X4; Un coeficiente de Determinación de 100% es una buena medida para cualquier modelo. PRUEBAS DE HIPOTESIS NULA ECONOMETRÍA 9
10 Para la variable x2 (índice de precios al consumidor) Ho: β 2=0 No existe relación lineal entre la variable Y y la variable X2, manteniendo constante la variable X3 y X4 Ha: β 2 0 Existe relación lineal entre la variable Y y la variable X2, manteniendo constante la variable X3 y X4 Al 95% de confianza y 17 grados de libertad se rechaza la hipótesis nula, por tanto el test T de student es estadísticamente significativo, eso quiere decir que existe relación lineal entre la variable Y y la variable X2. Manteniendo constante X3 y X4. PARA LA VARIABLE X3 Ho: β 2=0 No existe relación lineal entre la variable Y y la variable X2, manteniendo constante la variable X3 y X4 Ha: β 2 0 Existe relación lineal entre la variable Y y la variable X2, manteniendo constante la variable X3 y X4 Al 95% de confianza y 17 grados de libertad se rechaza la hipótesis nula, por tanto el test T de student es estadísticamente significativo, eso quiere decir que existe relación lineal entre la variable Y y la variable X3. Manteniendo constante X2 y X4. PARA LA VARIABLE X3 Ho: β 4=0 No existe relación lineal entre la variable Y y la variable X4, manteniendo constante la variable X2 y X3 Ha: β 4 0 Existe relación lineal entre la variable Y y la variable X4, manteniendo constante la variable X2 y X3 ECONOMETRÍA 10
11 Al 95% de confianza y 17 grados de libertad libertad se rechaza la hipótesis nula, por tanto el test T de student es estadísticamente significativo, eso quiere decir que existe relación lineal entre la variable Y y la variable X4. Manteniendo constante X2 y X ANALISIS DE CORRELACION Se determinara una matriz de correlaciones a modo de ver si existe relación lineal de la variable Y con cada variable X. El coeficiente de correlación entre X2 y Y es de , es cercano a uno, lo que quiere decir que hay una fuerte asociación lineal positiva entre Y y X2 El coeficiente de correlación entre X3 y Y es de , es cercano a uno, lo que quiere decir que hay una fuerte asociación lineal positiva entre Y y X3 El coeficiente de correlación entre X4 y Y es de , es cercano a uno, lo que quiere decir que hay una fuerte asociación lineal positiva entre Y y X4 ANÁLISIS DE VARIANZA Grados de libertad ANALISIS DE VARIANZA Suma de cuadrados Promedio de los cuadrados F Valor crítico de F Regresión 3 223, , ,0324 1,9712E-29 Residuos 17 0, , Total ,31999 Ho: β 2=β 3=β 4=0 No existe relación lineal CONJUNTA de las variables X2 X3 y X4 hacia la variable Y Ha: β 2 β 3 β 4 0 No existe relación lineal CONJUNTA de las variables X2 X3 y X4 hacia la variable Y ECONOMETRÍA 11
12 Al 95% de confianza, 3 grados de libertad en el numerador y 17 grados de libertad en el denominador se rechaza la hipótesis nula, por tanto el test F de Fischer es estadísticamente significativo, eso quiere decir que existe relación lineal conjunta entre la variable Y y la variables X2, X3 y X ANALISIS DE NORMALIDAD Promedio Esperado de U, es cero E Ut 0 HISTOGRAMA PRUEBA JARQUE-BERA Para realizar esta prueba se analiza solo el test Jarque-Bera y se observa si cae en zona de rechazo o aceptación. ECONOMETRÍA 12
13 Ho: (u)=0los residuos están distribuidos normalmente (NORMALIDAD) Ha: (u) 0Los residuos no están distribuidos normalmente (NO NORMALIDAD) El test Jarque-Bera tiene una probabilidad de por tanto no es estadísticamente significativo, es decir se Acepta la hipótesis nula de que los residuos se distribuyen de una manera normal, eso quiere decir que en el modelo estimado se cumple el SUPUESTO ECONOMETRICO DE NORMALIDAD ANÁLISIS DE AUTOCORRELACION E Ut,Ut 1 0 En el grafico anterior se realiza un grafico de dispersión de el termino estocástico (u) y su respectivo rezago (u_1), si no existieran 2 puntos atípicos señalados en el grafico existiría una clara relación positiva entre las variables, por tanto seria mas que suficiente afirmar que en el modelo existe el problema de AUTOCORRELACION REGRESION En este apartado se realizara una regresión del residuo en función de su rezago, para ver si es estadísticamente significativa la relación lineal entre estas 2 variables ut=f(ut 1) ECONOMETRÍA 13
14 El coeficiente del rezago del residuo no es estadísticamente significativo, lo que nos quiere decir que no existe relación lineal entre las variables U y U_1, por tanto según este método no existe AUTOCORRELACION en el modelo. PRUEBA DURBIN WATSON El estadístico Durbin Watson es la prueba más conocida para detectar correlación seria comúnmente conocida como estadístico d. es un estadístico que toma valores entre 0 y 4, lo que se quiere es que el estadístico d tome un valor cercano a 2, pues si toma un valor cercano a 0 o 4 se presume de la existencia de autocorrelación serial positiva o negativa, sin embargo si esta alrededor de 2 no existe autocorrelación serial. D = 1.20 que es más cercano a 2 que a 0 o 4 por tanto podríamos afirmar que en el modelo no existe autocorrelación serial entre los residuos, sin embargo para asegurarnos de dicha conclusión observamos los intervalos establecidos en una tabla para el estadístico Durbin-Watson: dl = 0.927; du = ECONOMETRÍA 14
15 En el grafico podemos observar que el estadístico D = 1.20 cae dentro de los intervalos 0 y dl, situándose en el área de Autocorrelación serial positiva, por tanto se procederá a un método de corrección del problema econométrico ANÁLISIS DE HETEROSCEDASTICIDAD METODO GRAFICO En el grafico se realiza una dispersión de el residuo elevado al cuadrado y la variable Y estimada, no existe relación lineal en el grafico por lo cual no existe el problema de HETEROSCEDASTICIDAD ECONOMETRÍA 15
16 ECONOMETRÍA 16
17 PRUEBA DE WHITE Para realizar la prueba de White lo primero que se debe hacer es estimar el siguiente modelo y hallar su coeficiente de determinación ut2=α0+α1x2t+α2x3t+α3x4t+α4x2t2+α5x3t2+α6x4t2+α7x2tx3t+α8x2tx4t+α9x3tx4t+ vt ECONOMETRÍA 17
18 R2= nr2=17.31 χ2 n=21 n*r2 es igual a que tiene asintóticamente una distribución ji cuadrada con 9 grados de libertad ANALISIS DE MULTICOLINEALIDAD El problema de multicolinealidad consiste en la correlacion de las variables predeterminadas, si estas están correlacionadas pueden provocar estimaciones poco precisas. METODO GRAFICO En el anterior grafico se ve una clara relación positiva entre las variables X2 y X3 por lo cual existe multicolinealidad. ECONOMETRÍA 18
19 En el anterior grafico se ve una clara relación positiva entre las variables X3 y X4 por lo cual existe multicolinealidad. En el anterior grafico se ve una clara relación positiva entre las variables x3 y X4 por lo cual existe multicolinealidad. ANALISIS DE REGRESION, CORRELACION Y VARIANZA REGRESION X2t = (X3 ) El coeficiente de la regresión es estadísticamente significativo lo cual quiere decir que existe relación lineal entre la variable X2 y X3 ECONOMETRÍA 19
20 X2t=(X4t) El coeficiente de la regresión es estadísticamente significativo lo cual quiere decir que existe relación lineal entre la variable X2 y X4 X3t=(X4t) El coeficiente de la regresión es estadísticamente significativo lo cual quiere decir que existe relación lineal entre la variable X3 y X4 CORRELACION Se obtiene la siguiente matriz de correlaciones Los números señalados con color azul marengo indican las correlaciones que existen entre las variables predeterminadas, todos son cercanas a uno eso quiere decir que hay una fuerte ECONOMETRÍA 20
21 asociación lineal positiva entre todas las variables predeterminadas, por tanto en el modelo estimado existe MULTICOLINEALIDAD. CORRECCION METODO PRIMERAS DIFERENCIAS ΔYt= β 1+β 2ΔX2t+β 3ΔX3t+β 4ΔX4t+ut Se corrió el modelo con primeras diferencias, lo que ese espera es que se haya solucionado el problema de multicolinealidad, para ello se comprobara a través de una matriz de correlaciones. Evidentemente la multicolinealidad con el nuevo modelo no es tan latente o notorio como en el anterior modelo. ECONOMETRÍA 21
22 ANALISIS DE EXOGENEIDAD METODO GRAFICO ECONOMETRÍA 22
23 En los gráficos anteriores se muestra las dispersiones de cada variable X2 X3 y X4 con la variable U (residuo), en ninguna se puede apreciar una relación lineal positiva o negativa, por tanto en ningún caso se puede evidenciar que exista el problema de EXOGENEIDAD. REGRESION ut=(x2t) El coeficiente de la variable X2 no es estadísticamente significativo lo cual sugiere que no existe relación lineal entre la variable U y X2, por tanto no existe el problema de EXOGENEIDAD. ut=(x3t) ECONOMETRÍA 23
24 El coeficiente de la variable X3 no es estadísticamente significativo lo cual sugiere que no existe relación lineal entre la variable U y X3, por tanto no existe el problema de EXOGENEIDAD. ut=(x4t) El coeficiente de la variable X3 no es estadísticamente significativo lo cual sugiere que no existe relación lineal entre la variable U y X3, por tanto no existe el problema de EXOGENEIDAD. 2.3.PROCEDIMIENTO Los datos obtenidos son información primarias del webs del Banco Mundial, procesados en e-views para la obtención de diferentes datos en cuadros y gráficos para luego su respectivo análisis Econométrico. 3. RESULTADOS 3.1.CUADROS, GRÁFICOS Y DATOS CUADROS GRAFICOS ECONOMETRÍA 24
25 ECONOMETRÍA 25
26 ECONOMETRÍA 26
27 DATOS y Gasto final del consumo de los hogares, etc. (en miles de millones US$ a precios actuales) x2 Índice de precios al consumidor (2005 = 100) x3 PIB (en miles de millones US$ a precios actuales) x4 Exportaciones de bienes y servicios (en miles de millones US$ a precios actuales) AÑOS y x2 x3 x , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , REFERENCIAS Econometría Gujarati, Damodar N. (Editorial McGraw-Hill) Apuntes del curso, Lic. Hernán Delgadillo, auxiliar de econometría Alvarez Atora Rene Cristiam Diapositivas del lic. Hernan Delgadillo Videos del auxiliar de econometría Alvarez Atora Rene Cristiam ECONOMETRÍA 27
28 ECONOMETRÍA 28
El Modelo de Regresión Lineal
ECONOMETRÍA I El Modelo de Regresión Lineal Dante A. Urbina CONTENIDOS 1. Regresión Lineal Simple 2. Regresión Lineal Múltiple 3. Multicolinealidad 4. Heterocedasticidad 5. Autocorrelación 6. Variables
Más detallesMÓDULO X. LA DINÁMICA DE LA ECONOMÍA MUNDIAL PROGRAMA OPERATIVO MATEMÁTICAS ECONOMETRÍA I. Profesor: Noé Becerra Rodríguez.
MÓDULO X. LA DINÁMICA DE LA ECONOMÍA MUNDIAL PROGRAMA OPERATIVO MATEMÁTICAS ECONOMETRÍA I Profesor: Noé Becerra Rodríguez Objetivo general: Introducir los aspectos fundamentales del proceso de construcción
Más detallesCorrelación. El coeficiente de correlación mide la fuerza o el grado de asociación entre dos variables (r)
Correlación El coeficiente de correlación mide la fuerza o el grado de asociación entre dos variables (r) El coeficiente de correlación lineal de Pearson (r) permite medir el grado de asociación entre
Más detallesTODO ECONOMETRIA. Bondad del ajuste Contraste de hipótesis
TODO ECONOMETRIA Bondad del ajuste Contraste de hipótesis Índice Bondad del ajuste: Coeficiente de determinación, R R ajustado Contraste de hipótesis Contrastes de hipótesis de significación individual:
Más detallesDiplomado en Econometría Coordinadora académica: M.F. Esperanza Sainz López
Diplomado en Econometría Coordinadora académica: M.F. Esperanza Sainz López Brindar al alumno los conocimientos de los métodos econométricos fundamentales y de los conceptos estadísticos que éstos requieren,
Más detallesT2. El modelo lineal simple
T2. El modelo lineal simple Ana J. López y Rigoberto Pérez Dpto Economía Aplicada. Universidad de Oviedo Curso 2010-2011 Curso 2010-2011 1 / 40 Índice 1 Planteamiento e hipótesis básicas 2 Estimación de
Más detallesUNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO FACULTAD DE ECONOMÍA SISTEMA UNIVERSIDAD ABIERTA PROGRAMA DE INTRODUCCIÓN A LA ECONOMETRÍA
UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉICO FACULTAD DE ECONOMÍA SISTEMA UNIVERSIDAD ABIERTA PROGRAMA DE INTRODUCCIÓN A LA ECONOMETRÍA Área: Métodos Cuantitativos QUINTO SEMESTRE Carácter: Obligatorio HORA/SEMANA/SEMESTRE
Más detallesExamen de Grado Sección de Econometría Agosto y se obtienen los siguientes resultados. Observe que parte de la información ha sido omitida.
Examen de Grado Sección de Econometría Agosto 2015 Pregunta 1. (40 puntos). Suponga que estamos interesados en determinar cuáles características del colegio y/o del hogar determinan el resultado de una
Más detallesModelo Econométrico sobre el Turismo
Modelo Econométrico sobre el Turismo Ruth Rubio Rodríguez Miriam Gómez Sánchez Mercados 3ºA GMIM Índice Planteamiento del Problema..4 1. Estadísticos Descriptivos...5 2. Matriz Correlaciones 5 3. Gráfico
Más detallesEXAMEN ECONOMETRÍA I GRUPO 53 - DADE 8 de septiembre de 2005 Prof. Rafael de Arce
EXAMEN ECONOMETRÍA I GRUPO 53 - DADE 8 de septiembre de 005 Prof. Rafael de Arce NOMBRE: DNI: PARTE I.- TEST 1. La hipótesis de rango pleno en el MBRL supone: Que las variables explicativas no tengan ninguna
Más detallesMODELO ECONOMÉTRICO. José María Cara Carmona. Adrián López Ibáñez. Explicación del desempleo
José María Cara Carmona Adrián López Ibáñez MODELO ECONOMÉTRICO Explicación del desempleo Desarrollaremos un modelo econométrico para intentar predecir el desempleo. Trataremos los diversos problemas que
Más detallesGuía docente 2007/2008
Guía docente 2007/2008 Plan 247 Lic.Investigación y Tec.Mercado Asignatura 43579 METODOS CUANTITATIVOS PARA LA INVESTIGACION DE MERCADOS Grupo 1 Presentación Métodos y técnicas cuantitativas de investigación
Más detallesUNIVERSIDAD DE VALLADOLID FACULTAD DE CIENCIAS ECONÓMICAS Y EMPRESARIALES DEPARTAMENTO DE ECONOMÍA APLICADA PROYECTO DOCENTE DE ECONOMETRÍA
UNIVERSIDAD DE VALLADOLID FACULTAD DE CIENCIAS ECONÓMICAS Y EMPRESARIALES DEPARTAMENTO DE ECONOMÍA APLICADA PROYECTO DOCENTE DE ECONOMETRÍA LICENCIATURA: ADMINISTRACIÓN Y DIRECCIÓN DE EMPRESAS CURSO: CUARTO
Más detallesCUESTIONES Y PROBLEMAS DE DISTRIBUCIONES DE FRECUENCIAS BIDIMENSIONALES PROPUESTOS EN EXÁMENES
TUTORÍA DE INTRODUCCIÓN A LA ESTADÍSTICA (º A.D.E.) CUESTIONES Y PROBLEMAS DE DISTRIBUCIONES DE FRECUENCIAS BIDIMENSIONALES PROPUESTOS EN EXÁMENES 1º) Qué ocurre cuando r = 1: a) Los valores teóricos no
Más detallesObligatoria Optativa Extracurricular Curso Seminario Taller. Clave seriación 45 Laboratorio. Horas prácticas de campo
Carta descriptiva Datos de identificación Programa Nombre de la asignatura Tipo de Asignatura Maestría en Economía Aplicada Econometría I Ciclo Primer semestre Obligatoria Optativa Extracurricular Curso
Más detallesEstadística para la Economía y la Gestión IN 3401 Clase 5
Estadística para la Economía y la Gestión IN 3401 Clase 5 Problemas con los Datos 9 de junio de 2010 1 Multicolinealidad Multicolinealidad Exacta y Multicolinealidad Aproximada Detección de Multicolinealidad
Más detallesEstadística para el análisis de los Mercados S3_A1.1_LECV1. Estadística Descriptiva Bivariada
Estadística Descriptiva Bivariada En el aspecto conceptual, este estudio puede ser generalizado fácilmente para el caso de la información conjunta de L variables aunque las notaciones pueden resultar complicadas
Más detallesRegresión múltiple. Demostraciones. Elisa Mª Molanes López
Regresión múltiple Demostraciones Elisa Mª Molanes López El modelo de regresión múltiple El modelo que se plantea en regresión múltiple es el siguiente: y i = β 0 + β 1 x 1i + β 2 x 2i +...+ β k x ki +
Más detallesPRUEBA DE HIPÓTESIS BENJAMIN MAMANI CONDORI
PRUEBA DE HIPÓTESIS BENJAMIN MAMANI CONDORI 2014 Para qué es útil la estadística inferencial? Se utiliza para probar hipótesis y generalizar los resultados obtenidos en la muestra a la población o universo.
Más detallesUniversidad de Chile DIPLOMA PREPARACIÓN Y EVALUACIÓN SOCIAL DE PROYECTOS Prof: Sara Arancibia
Universidad de Chile DIPLOMA PREPARACIÓN Y EVALUACIÓN SOCIAL DE PROYECTOS Prof: Sara Arancibia Estudio de Caso: Estudio Morfología Coeficiente de Correlación Considere el archivo Estudio Morfología.sav.
Más detallesVARIABLES ESTADÍSTICAS BIDIMENSIONALES
VARIABLES ESTADÍSTICAS BIDIMENSIONALES 1.- En una variable estadística bidimensional, el diagrama de dispersión representa: a) la nube de puntos. b) las varianzas de las dos variables. c) los coeficientes
Más detallesTribunal de la Oposición al Cuerpo Superior de Estadísticos del Estado
Tribunal de la Oposición al Cuerpo Superior de Estadísticos del Estado Pruebas selectivas para el ingreso en el Cuerpo Superior de Estadísticos del Estado. Orden ECC/1517/2015, de 16 de Julio (BOE 27/07/2015).
Más detallesESTADISTICA II. INGENIERIA INFORMATICA, 3 ER Curso Septiembre Primera Parte
ESTADISTICA II INGENIERIA INFORMATICA, 3 ER Curso 13 - Septiembre - 2.004 Primera Parte Apellidos y Nombre:... D.N.I. :... Nota : En la realización de este examen sólo esta permitido utilizar calculadoras
Más detallesFacultad de Ciencias e Ingeniería. Escuela Académico Profesional de Comunicación SÍLABO
Facultad de Ciencias e Ingeniería Escuela Académico Profesional de Comunicación SÍLABO ASIGNATURA: ESTADÍSTICA APLICADA A LAS COMUNICIONES I. DATOS GENERALES: 1.1. Código de Asignatura : 21252 1.2. Escuela
Más detallesUniversidad Central del Este UCE Facultad de Ciencias de la Salud Escuela de Medicina
Universidad Central l Este UCE Facultad Ciencias la Salud Escuela Medicina Programa la asignatura: : MED-052 Bioestadística II Código: Semestre: Asignatura electiva Total créditos 3 Teóricos 3 Prácticos
Más detallesGUIA DOCENTE. Curso Académico Licenciatura Administración y Dirección de Empresas
GUIA DOCENTE Curso Académico 2012-2013 1. ESTADÍSTICA E INTRODUCCIÓN A LA ECONOMETRÍA 1.1. Datos de la asignatura Tipo de estudios Licenciatura Titulación Administración y Dirección de Empresas Nombre
Más detallesEjemplo 6.2. Pilar González y Susan Orbe. Dpto. Economía Aplicada III (Econometría y Estadística)
Ejemplo 6.2 Inferencia en el Modelo de Regresión Lineal General Pilar González y Susan Orbe Dpto. Economía Aplicada III (Econometría y Estadística) Pilar González y Susan Orbe OCW 2013 Ejemplo 6.2 Inferencia
Más detallesIntroducción a la Estadística Aplicada en la Química
Detalle de los Cursos de Postgrado y Especialización en Estadística propuestos para 2015 1/5 Introducción a la Estadística Aplicada en la Química FECHAS: 20/04 al 24/04 de 2015 HORARIO: Diario de 10:00
Más detallesINDICE. Prólogo a la Segunda Edición
INDICE Prólogo a la Segunda Edición XV Prefacio XVI Capitulo 1. Análisis de datos de Negocios 1 1.1. Definición de estadística de negocios 1 1.2. Estadística descriptiva r inferencia estadística 1 1.3.
Más detallesINDICE 1. Qué es la Estadística? 2.Descripción de Datos: Distribuciones de Frecuencia y Presentación Gráfica
INDICE 1. Qué es la Estadística? 1 Introducción 2 Qué significa estadística? 2 Por qué se estudia la estadística? 4 Tipos de estadística 5 Estadística descriptiva 5 Estadística inferencial 6 Tipos de variables
Más detallesCarrera: EMM Participantes Representante de las academias de ingeniería Electromecánica de los Institutos Tecnológicos.
1. DATOS DE LA ASIGNATURA Nombre de la asignatura: Carrera: Clave de la asignatura: Horas teoría-horas práctica-créditos Probabilidad y Estadística Ingeniería Electromecánica EMM - 0528 3 2 8 2.- HISTORIA
Más detallesviii CAPÍTULO 2 Métodos de muestreo CAPÍTULO 3 Análisis exploratorio de datos
Contenido Acerca de los autores.............................. Prefacio.... xvii CAPÍTULO 1 Introducción... 1 Introducción.............................................. 1 1.1 Ideas de la estadística.........................................
Más detallesPROGRAMA DE ESTADÍSTICA DESCRIPTIVA
PROGRAMA DE ESTADÍSTICA DESCRIPTIVA CONCEPTOS BÁSICOS DE ESTADÍSTICA Definición de Estadística Origen del concepto. Evolución histórica de la Estadística Estadística Descriptiva y Estadística Inferencial
Más detallesEstadística II Tema 4. Regresión lineal simple. Curso 2009/10
Estadística II Tema 4. Regresión lineal simple Curso 009/10 Tema 4. Regresión lineal simple Contenidos El objeto del análisis de regresión La especificación de un modelo de regresión lineal simple Estimadores
Más detallesCUERPO TÉCNICO, OPCION ESTADISTICA
CUERPO TÉCNICO, OPCION ESTADISTICA ESTADÍSTICA TEÓRICA BÁSICA TEMA 1. Fenómenos aleatorios. Conceptos de probabilidad. Axiomas. Teoremas de probabilidad. Sucesos independientes. Teorema de Bayes. TEMA
Más detallesGRADO : ADE ASIGNATURA: ECONOMETRÍA I. Curso: 2 Cuatrimestre: 2 Asignaturas que se recomienda tener superadas: Estadística I y II
FICHA DESCRIPTIVA DE LA ASIGNATURA GUIA DOCENTE Curso Académico 2012/2013 GRADO : ADE ASIGNATURA: ECONOMETRÍA I Módulo Materia Ampliaciones de Métodos Cuantitativos Econometría Créditos 6 Ubicación Carácter
Más detallesAplicación del modelo de frontera estocástica de producción para analizar la eficiencia técnica de la industria eléctrica en México
SECCIÓN DE ESTUDIOS DE POSGRADO E INVESTIGACIÓN Aplicación del modelo de frontera estocástica de producción para analizar la eficiencia técnica de la industria eléctrica en México Presentan: Dr. Miguel
Más detallesÍndice general. Pág. N. 1. Capítulo 1 ETAPAS DE UNA INVESTIGACIÓN. Diseño. Población. Muestra. Individuo (Observación, Caso, Sujeto) Variables
Pág. N. 1 Índice general Capítulo 1 ETAPAS DE UNA INVESTIGACIÓN 1.1 Diseño 1.2 Descriptiva 1.3 Inferencia Diseño Población Muestra Individuo (Observación, Caso, Sujeto) Variables Ejercicios de Población
Más detallesFacultad de Ciencias Sociales - Universidad de la República
Facultad de Ciencias Sociales - Universidad de la República Estadística y sus aplicaciones en Ciencias Sociales Edición 2016 Ciclo Avanzado 3er. Semestre (Licenciatura en Ciencia Política/ Licenciatura
Más detallesMétodo de cuadrados mínimos
REGRESIÓN LINEAL Gran parte del pronóstico estadístico del tiempo está basado en el procedimiento conocido como regresión lineal. Regresión lineal simple (RLS) Describe la relación lineal entre dos variables,
Más detallesActividad A5. Modelo de Regresión Lineal General. Estimación. Pilar González y Susan Orbe. Dpto. Economía Aplicada III (Econometría y Estadística)
Actividad A5 Modelo de Regresión Lineal General. Estimación Pilar González y Susan Orbe Dpto. Economía Aplicada III (Econometría y Estadística) Pilar González y Susan Orbe OCW 2013 Actividad A5. Estimación
Más detallesGráfico 1: Evolución del exceso de rentabilidad de la empresa y de la cartera de mercado
Caso 1: Solución Apartado a) - 2 0 2 4 6 0 2 0 4 0 6 0 8 0 1 0 0 p e r i o d E x c e s s r e t u r n, c o m p a n y a e x c e s s r e t u r n m a r k e t p o r t f o l i o Gráfico 1: Evolución del exceso
Más detallesCurso de nivelación Estadística y Matemática
Curso de nivelación Estadística y Matemática Sexta clase: Programa Técnico en Riesgo, 2016 Agenda 1 2 de una vía 3 Pasos para realizar una prueba de hipótesis Prueba de hipotesis Enuncia la H 0 ylah 1,ademásdelniveldesignificancia(a).
Más detallesUniversidad Autónoma de Sinaloa
Universidad Autónoma de Sinaloa Facultad de Ciencias Sociales Licenciatura en Economía Programa de estudios Asignatura: ECONOMETRÍA II Clave: Eje de formación: Básica Créditos: 8 EFBCII Área de Conocimiento:
Más detallesMulticolinealidad. Universidad de Granada. RSG Incumplimiento de las hipótesis básicas en el modelo lineal uniecuacional múltiple 1 / 17
Román Salmerón Gómez Universidad de Granada RSG Incumplimiento de las hipótesis básicas en el modelo lineal uniecuacional múltiple 1 / 17 exacta: aproximada: exacta: aproximada: RSG Incumplimiento de las
Más detallesPrácticas Tema 2: El modelo lineal simple
Prácticas Tema 2: El modelo lineal simple Ana J. López y Rigoberto Pérez Departamento de Economía Aplicada. Universidad de Oviedo PRACTICA 2.1- Se han analizado sobre una muestra de 10 familias las variables
Más detallesTODO ECONOMETRIA TEMA 1: MODELO BASICO DE REGRESIÓN LINEAL MULTIPLE (MBRL)
TODO ECONOMETRIA TEMA 1: MODELO BASICO DE REGRESIÓN LINEAL MULTIPLE (MBRL) NOTA IMPORTANTE - Estas notas son complementarias a las notas de clase del primer semestre correspondientes a los temas de Regresión
Más detallesTeoría de la decisión
1.- Un problema estadístico típico es reflejar la relación entre dos variables, a partir de una serie de Observaciones: Por ejemplo: * peso adulto altura / peso adulto k*altura * relación de la circunferencia
Más detallesPRÁCTICA 3. REGRESIÓN LINEAL SIMPLE CON SPSS Ajuste de un modelo de regresión lineal simple Porcentaje de variabilidad explicado
PÁCTICA 3. EGESIÓN LINEAL SIMPLE CON SPSS 3.1. Gráfico de dispersión 3.2. Ajuste de un modelo de regresión lineal simple 3.3. Porcentaje de variabilidad explicado 3.4 Es adecuado este modelo para ajustar
Más detallesANÁLISIS DE DATOS. L.A. y M.C.E. Emma Linda Diez Knoth
ANÁLISIS DE DATOS 1 Tipos de Análisis en función de la Naturaleza de los Datos Datos cuantitativos Datos cualitativos Análisis cuantitativos Análisis cuantitativos de datos cuantitativos (Estadística)
Más detallesSPSS Aplicación práctica: Base de datos del HATCO
Aplicación práctica: Base de datos del HATCO Datos: observaciones de variables obtenidos desde encuentas a clientes de un distribuidor industrial. Variables de interés en la aplicación: Percepciones de
Más detallesINFORME MACRO SOCIAL Y ECONÓMICO N 21 II Trimestre de 2015 Datos disponibles en fuentes oficiales hasta el 27 de julio de 2015-
INFORME MACRO SOCIAL Y ECONÓMICO N 21 II Trimestre de 2015 Datos disponibles en fuentes oficiales hasta el 27 de julio de 2015- Durante el primer trimestre de 2015 1 se observa un decrecimiento trimestral
Más detallesTema 2 El mercado de bienes
Tema 2 El mercado de bienes Manual: Macroeconomía, Olivier Blanchard Presentaciones: Fernando e Yvonn Quijano 1 La composición del PIB Tabla 1 La Composición del PIB U.S. 2003 Billones de dólares % del
Más detallesESTADÍSTICA. Tema 4 Regresión lineal simple
ESTADÍSTICA Grado en CC. de la Alimentación Tema 4 Regresión lineal simple Estadística (Alimentación). Profesora: Amparo Baíllo Tema 4: Regresión lineal simple 1 Estructura de este tema Planteamiento del
Más detallesUNIVERSIDAD DE VALLADOLID FACULTAD DE CIENCIAS ECONÓMICAS Y EMPRESARIALES DEPARTAMENTO DE ECONOMÍA APLICADA PROYECTO DOCENTE DE ECONOMETRÍA
UNIVERSIDAD DE VALLADOLID FACULTAD DE CIENCIAS ECONÓMICAS Y EMPRESARIALES DEPARTAMENTO DE ECONOMÍA APLICADA PROYECTO DOCENTE DE ECONOMETRÍA LICENCIATURA: DERECHO Y ADMINISTRACIÓN Y DIRECCIÓN DE EMPRESAS
Más detallesPRINCIPIOS DE ECONOMETRÍA
PRINCIPIOS DE ECONOMETRÍA 2009-2010 I. IDENTIFICACIÓN Asignatura: Duración: Titulación: Ciclo: Departamento: Profesor: Principios de Econometría Semestral (Primer semestre) Licenciatura en Economía Primer
Más detallesÍNDICE CAPÍTULO 1. INTRODUCCIÓN
ÍNDICE CAPÍTULO 1. INTRODUCCIÓN 1.1. OBJETO DE LA ESTADÍSTICA... 17 1.2. POBLACIONES... 18 1.3. VARIABLES ALEATORIAS... 19 1.3.1. Concepto... 19 1.3.2. Variables discretas y variables continuas... 20 1.3.3.
Más detalles3. ASOCIACIÓN ENTRE DOS VARIABLES CUALITATIVAS
1. INTRODUCCIÓN Este tema se centra en el estudio conjunto de dos variables. Dos variables cualitativas - Tabla de datos - Tabla de contingencia - Diagrama de barras - Tabla de diferencias entre frecuencias
Más detalles1 Introducción. 2 Modelo. Hipótesis del modelo MODELO DE REGRESIÓN LOGÍSTICA
MODELO DE REGRESIÓN LOGÍSTICA Introducción A grandes rasgos, el objetivo de la regresión logística se puede describir de la siguiente forma: Supongamos que los individuos de una población pueden clasificarse
Más detallesINGENIERÍA EN TECNOLOGÍAS DE LA INFORMACIÓN
INGENIERÍA HOJA DE ASIGNATURA CON DESGLOSE DE UNIDADES TEMÁTICAS 1. Nombre de la asignatura Estadística Aplicada 2. Competencias Dirigir proyectos de tecnologías de información (T.I.) para contribuir a
Más detalles478 Índice alfabético
Índice alfabético Símbolos A, suceso contrario de A, 187 A B, diferencia de los sucesos A y B, 188 A/B, suceso A condicionado por el suceso B, 194 A B, intersección de los sucesos A y B, 188 A B, unión
Más detallesRESULTADOS. 4.1 ADAPTABILIDAD DEL SISTEMA. Los resultados de adaptabilidad del sistema cromatografico se detallan en la tabla 4.1
IV. RESULTADOS. 4.1 ADAPTABILIDAD DEL SISTEMA. Los resultados de adaptabilidad del sistema cromatografico se detallan en la tabla 4.1 Ver gráficos en ANEXO 1 4.2 SELECTIVIDAD Placebo de excipientes: No
Más detallesUniversidad de Salamanca - Escuela de Educación y Turismo
Universidad de Salamanca - Escuela de Educación y Turismo ! " # $ % $ & ' ( ) * ( +(, + ' -. '. ' - % $ / %.! '. " # $ % & & $ % # # $( #. 0 # (/ $. # % 0 1 # % ( # 0 # 0 1 # 0. (, (! " # # #. $ ($ ' 0
Más detallesPROCEDIMIENTO OPERATIVO PROYECCIÓN DE LA DEMANDA
PROCEDIMIENTO OPERATIVO PROYECCIÓN DE LA DEMANDA 1. OBJETIVO Establecer un procedimiento de proyección de la demanda a ser utilizado por la Unidad Operativa para la programación de mediano plazo. 2. ANTECEDENTES
Más detalles3.1 Proyección de la Demanda. Fundación Bariloche. Noviembre de Documento PDF.
3.1 Proyección de la Demanda. Fundación Bariloche. Noviembre de 2008. Documento PDF. 5. PROYECCIONES DE LA DEMANDA DE ENERGIA Estudio Prospectiva de la Demanda de Energía de República Dominicana Informe
Más detallesDIFERENCIAS EN LA UTILIZACIÓN DE LA BIBLIOTECA DEL IIESCA ANTE UN CAMBIO DE INFORMACIÓN
DIFERENCIAS EN LA UTILIZACIÓN DE LA BIBLIOTECA DEL IIESCA ANTE UN CAMBIO DE INFORMACIÓN Beatriz Meneses A. de Sesma * I. INTRODUCCIÓN En todo centro educativo, es de suma importancia el uso que se haga
Más detallesINSTITUTO UNIVERSITARIO PUEBLA HOJA: 1 DE 5
INSTITUTO UNIVERSITARIO PUEBLA HOJA: 1 DE 5 PROGRAMA ACADÉMICO: LICENCIATURA EN INGENIERIA INDUSTRIAL TIPO EDUCATIVO: INGENIERIA MODALIDAD: MIXTA SERIACIÓN: NINGUNA CLAVE DE LA ASIGNATURA: 126 CICLO: QUINTO
Más detallesEconometría de Económicas
Econometría de Económicas Caso 2.- Función de Producción Cobb- Douglas Prof. Amparo Sancho El objetivo de este ejercicio es practicar los primeros conocimientos básicos de econometría con la función de
Más detallesESTADÍSTICA E INTRODUCCIÓN A LA ECONOMETRÍA
GUÍA DOCENTE 2012-2013 ESTADÍSTICA E INTRODUCCIÓN A LA ECONOMETRÍA 1. Denominación de la asignatura: ESTADÍSTICA E INTRODUCCIÓN A LA ECONOMETRÍA Titulación GRADO EN FINANZAS Y CONTABILIDAD Código 5592
Más detallesEstimación del tipo de cambio real de equilibrio en contextos de sector externo desequilibrado
Estimación del tipo de cambio real de equilibrio en contextos de sector externo desequilibrado Propuesta metodológica y aplicación para la medición del subsidio implícito a los sectores exportadores Gastón
Más detallesUnidad IV: Distribuciones muestrales
Unidad IV: Distribuciones muestrales 4.1 Función de probabilidad En teoría de la probabilidad, una función de probabilidad (también denominada función de masa de probabilidad) es una función que asocia
Más detallesCAPITULO 4. MODELO ECONOMETRICO. 4.1 Planteamiento del modelo.
96 CAPITULO 4. MODELO ECONOMETRICO. 4. Planteamiento del modelo. Desde el principio de esta investigación se ha hecho hincapié en descubrir el peso que tiene la inversión neta en el crecimiento de la economía
Más detallesESTADISTICA II. INGENIERIA INFORMATICA, 3 ER Curso
ESTADISTICA II INGENIERIA INFORMATICA, 3 ER Curso 22 - Diciembre - 2.006 Primera Parte - Test Apellidos y Nombre:... D.N.I. :... Nota : En la realización de este examen sólo esta permitido utilizar calculadoras
Más detallesCURSO: ANALISIS ESTADISTICO DE RIESGOS
MANAGEMENT CONSULTORES CURSO: ANALISIS ESTADISTICO DE RIESGOS Cnel. R.L. Falcón 1435 C1406GNC 35 Buenos Aires, Argentina Tel.: 054-11-15-5468-3369 Fax: 054-11-4433-4202 Mail: acaminos@mgmconsultores.com.ar
Más detallesCM0244. Suficientable
IDENTIFICACIÓN NOMBRE ESCUELA ESCUELA DE CIENCIAS NOMBRE DEPARTAMENTO Ciencias Matemáticas ÁREA DE CONOCIMIENTO MATEMATICAS, ESTADISTICA Y AFINES NOMBRE ASIGNATURA EN ESPAÑOL ESTADÍSTICA GENERAL NOMBRE
Más detallesTema 10: Introducción a los problemas de Asociación y Correlación
Tema 10: Introducción a los problemas de Asociación y Correlación Estadística 4 o Curso Licenciatura en Ciencias Ambientales Licenciatura en Ciencias Ambientales (4 o Curso) Tema 10: Asociación y Correlación
Más detallesProducto Interno Bruto
1 Macroeconomía Producto Interno Bruto 2 Producto Interno Bruto Producto Interno Bruto (PIB) 2 Producto Interno Bruto Producto Interno Bruto (PIB) Es el valor de la producción de bienes 2 Producto Interno
Más detallesEconometría II Grado en finanzas y contabilidad
Econometría II Grado en finanzas y contabilidad Variables aleatorias y procesos estocásticos. La FAC y el correlograma Profesora: Dolores García Martos E-mail:mdgmarto@est-econ.uc3m.es Este documento es
Más detallesElaboró: Luis Casas Vilchis
Correlación de Pearson (r P, r) Una correlación se define como la coincidencia en el patrón de valores altos de una variable con los valores altos en la otra variable, y bajos con bajos y moderados con
Más detallesEjercicio Heterocedasticidad_2
Ejercicio heterocedasticidad 2. 1 Ejercicio Heterocedasticidad_2 Tengamos los siguientes datos de los beneficios (B i ) y ventas (V i ) de 20 empresas: obs B V 1 13,2 61 2 15 78 3 22,2 158 4 15,2 110 5
Más detallesCurso de Predicción Económica y Empresarial Edición 2004
Curso de Predicción Económica y Empresarial www.uam.es/predysim Edición 2004 UNIDAD 3: MODELOS ARIMA La identificación del modelo a partir de la fac y facp Tal y como se ha señalado, para identificar el
Más detallesUNIVERSIDAD TECNICA PARTICULAR DE LOJA ESTADISTICA Y PROBABILIDAD ENSAYO N 8
UNIVERSIDAD TECNICA PARTICULAR DE LOJA ESTADISTICA Y PROBABILIDAD ENSAYO N 8 DOCENTE: Ing. Patricio Puchaicela ALUMNA: Andrea C. Puchaicela G. CURSO: 4to. Ciclo de Electrónica y Telecomunicaciones AÑO
Más detalles07 Estimación puntual e introducción a la estadística inferencial
07 Estimación puntual e introducción a la estadística inferencial Diego Andrés Alvarez Marín Profesor Asistente Universidad Nacional de Colombia Sede Manizales 1 Contenido Qué es la estadística inferencial?
Más detallesCuenta de Producción. Componentes
Cuenta de Producción Componentes Cuenta de Producción CUENTA DE PRODUCCIÓN Valor de la producción Recurso De Mercado No de Mercado Para Uso propio Consumo Intermedio Uso Valor Agregado Bruto Saldo Contable
Más detallesECONOMETRÍA II Prof.: Begoña Álvarez TEMA 1 INTRODUCCIÓN. Estimación por máxima verosimilitud y conceptos de teoría asintótica
ECONOMETRÍA II Prof.: Begoña Álvarez 2007-2008 TEMA 1 INTRODUCCIÓN Estimación por máxima verosimilitud y conceptos de teoría asintótica 1. ESTIMACIÓN POR MÁXIMA VEROSIMILITUD (MAXIMUM LIKELIHOOD) La estimación
Más detallesReporte de Pobreza y Desigualdad DICIEMBRE 2015
Reporte de Pobreza y Desigualdad DICIEMBRE 2015 1 Reporte de Pobreza y Desigualdad - Diciembre 2015 Dirección responsable de la información estadística y contenidos: Dirección de Innovación en Métricas
Más detallesMétodos Estadísticos para la Empresa
DEPARTAMENTO DE ECONOMÍA APLICADA ESTADÍSTICA Y ECONOMETRÍA Programa de la asignatura: Métodos Estadísticos para la Empresa Segundo Curso Curso Académico 2011/2012 Facultad de Economía y Empresa Grado
Más detallesAgro 6998 Conferencia 2. Introducción a los modelos estadísticos mixtos
Agro 6998 Conferencia Introducción a los modelos estadísticos mixtos Los modelos estadísticos permiten modelar la respuesta de un estudio experimental u observacional en función de factores (tratamientos,
Más detallesINTERPRETACIÓN 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 detallesReporte de Pobreza y desigualdad. Junio 2016
Reporte de Pobreza y desigualdad Junio 2016 Reporte de Pobreza y Desigualdad Junio 2016 Elaborador por: Melody Serrano Revisado por: Lourdes Montesdeoca Directora de Innovación en Métricas y Metodologías
Más detallesTema 3: Análisis de datos bivariantes
Tema 3: Análisis de datos bivariantes 1 Contenidos 3.1 Tablas de doble entrada. Datos bivariantes. Estructura de la tabla de doble entrada. Distribuciones de frecuencias marginales. Distribución conjunta
Más detallesEfecto de la cercanía a las estaciones de Subte y valor de la propiedad residencial en Buenos Aires
> Año 10 / Número 101 / Marzo 2011 Economía de las ciudades Efecto de la cercanía a las estaciones de Subte y valor de la propiedad residencial en Buenos Aires Un estudio según el modelo de valuación hedónico
Más detallesPROGRAMA DETALLADO VIGENCIA TURNO UNIVERSIDAD NACIONAL EXPERIMENTAL POLITÉCNICA DE LA FUERZA ARMADA 2009 DIURNO INGENIERÌA EN SISTEMAS ASIGNATURA
PROGRAMA DETALLADO VIGENCIA TURNO UNIVERSIDAD NACIONAL EXPERIMENTAL POLITÉCNICA DE LA FUERZA ARMADA 2009 DIURNO INGENIERÌA EN SISTEMAS SEMESTRE ASIGNATURA 8vo TEORÍA DE DECISIONES CÓDIGO HORAS MAT-31314
Más detallesCarrera: Ingeniería Civil CIM 0531
1.- DATOS DE LA ASIGNATURA Nombre de la asignatura: Carrera: Clave de la asignatura: Horas teoría-horas práctica-créditos: Probabilidad y Estadística Ingeniería Civil CIM 0531 3 2 8 2.- HISTORIA DEL PROGRAMA
Más detallesIntención de compra en internet y el gasto de los hogares
ANÁLISIS MACROECONÓMICO Intención de compra en internet y el gasto de los hogares Yalina Crispin De manera similar al indicador de Intención de Compra de Departamentos en Lima (ver Informe aquí) se ha
Más detallesPronósticos, 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 detallesElaboración de un modelo econométrico.
1 Elaboración de un modelo econométrico. Con este documento se presenta una guía que puede servir al alumno de las asignaturas de Econometría para elaborar un informe o proyecto en el que se recojan los
Más detallesLICENCIATURA EN ECONOMÍA Y LICENCIATURA EN ADMINISTRACIÓN DE EMPRESAS
DEPARTAMENT D ECONOMIA APLICADA UNIVERSITAT DE VALENCIA LICENCIATURA EN ECONOMÍA Y LICENCIATURA EN ADMINISTRACIÓN DE EMPRESAS PROGRAMA DE ESTADÍSTICA E INTRODUCCIÓN A LA ECONOMETRÍA TEMA 1: INTRODUCCIÓN
Más detallesecuadorencifras.gob.ec DICIEMBRE 2014
7 DICIEMBRE 2014 1 Resumen Ejecutivo En el presente documento se exhiben los resultados obtenidos en el cálculo de pobreza y desigualdad por ingresos a partir de la Encuesta Nacional de Empleo, Desempleo
Más detallesREGRESIÓN LINEAL SIMPLE
REGRESIÓN LINEAL SIMPLE 1. El problema de la regresión lineal simple. Método de mínimos cuadrados 3. Coeficiente de regresión 4. Coeficiente de correlación lineal 5. El contraste de regresión 6. Inferencias
Más detalles