LA PREDICCIÓN DE LA DEMANDA EN EVALUACIÓN DE PROYECTOS
|
|
- Esperanza Cortés Muñoz
- hace 6 años
- Vistas:
Transcripción
1 Seminario sobre evaluación económica de proyectos de transporte Madrid, 15 y 16 de noviembre LA PREDICCIÓN DE LA DEMANDA EN EVALUACIÓN DE PROYECTOS
2 La predicción de la demanda en evaluación de proyectos Algunos aspectos previos Los modelos de predicción en transporte Incertidumbre en la predicción Restricciones de capacidad Aportación: Modelo de demanda que trata conjuntamente la incertidumbre y restricciones de capacidad Resultados y Conclusiones
3 La predicción de la demanda en evaluación de proyectos Imposible recomendar un único modelo de demanda. Múltiples enfoques disponibles. Analizar en cada caso los impactos esperados del proyecto y buscar el modelo más adecuado.
4 Aspectos previos en la predicción Determinar las decisiones individuales que se verán afectadas por el proyecto (generación, distribución, elección, asignación). Determinar el nivel de desagregación de la demanda que sea útil para la evaluación. Distinguir entre tráfico existente antes de la inversión y tráfico inducido. Necesario predecir la evolución del coste generalizado y de variables socioeconómicas y demográficas para el periodo de vida útil del proyecto.
5 Modelos de predicción en transporte 1. Modelos agregados vs Modelos desagregados: MODELOS DESAGREGADOS Evaluar cambios en la demanda como respuesta a cambios en políticas de transporte Evaluar un nuevo modo de transporte Variables explicativas: oferta de transporte y socioeconómicas del individuo MODELOS AGREGADOS Predicción a largo plazo Analizar ajuste dinámico de viajeros a cambios en la red Variables explicativas: oferta de transporte y socioeconómicas agregadas
6 Modelos de predicción en transporte 2. Predicción del tráfico a largo plazo Datos de series temporales Captar el ajuste dinámico Observaciones para un periodo temporal largo Datos de sección cruzada Estimar generación de tráfico Más variables explicativas disponibles y variabilidad Datos de panel Dificultad para disponer de bases de datos completas en transporte
7 Modelos de predicción en transporte 3. Predicción del tráfico desviado Modelos de reparto modal: elección discreta Modelizar sustitución entre alternativas por simulación. Datos de preferencias reveladas y/o declaradas. 4. Predicción de acuerdo con valores estándares Datos no disponibles o de baja calidad (errores de predicción) Predicción de la demanda para un nuevo modo de transporte
8 Modelos de predicción en transporte En el contexto de la evaluación social de inversiones es necesario predecir la demanda a largo plazo. OBJETIVO: determinar la importancia de incorporar la incertidumbre y las restricciones de capacidad en esta predicción a largo plazo. Se aplicará al contexto de autopistas de peaje y ampliación de aeropuertos.
9 Incertidumbre en la predicción Evidencia empírica Flyvbjerg et al (2006), Pickrell (1989) hacen revisión internacional del error de las predicciones de demanda en ferrocarril y carreteras. Bain (2009 ) y Vassallo y Baeza (2007), estos últimos para España, revisan el grado de error en las predicciones para autopistas de peaje. Ferrocarril: 9 de cada 10 proyectos sobreestiman la demanda en un 106%. En carreteras, el 50% de las predicciones presentan un valor predicho superior en el 20% al observado y en autopistas de peaje entre 20-30%. Para España, con una muestra de 14 autopistas, Vassallo y Baeza (2007) obtienen también un sesgo sistemático positivo promedio superior al 35%. CONCLUSIÓN: Alto nivel de incertidumbre en la evidencia revisada.
10 Incertidumbre en la predicción Es necesario incorporar la incertidumbre en la predicción de la demanda para estimar adecuadamente los beneficios sociales. Forma habitual: construir distintos escenarios (alto, medio, bajo) para las variables exógenas y predecir la demanda en cada uno. Limitación: no contempla todas las fuentes de incertidumbre
11 Incertidumbre en la predicción La incertidumbre puede ser debida a: 1. Incertidumbre en los inputs Predicción del valor futuro de las variables explicativas que es desconocido 2. Incertidumbre del modelo (ecuación de demanda) incertidumbre asociada al término de error incertidumbre de coeficientes estimados OBJETIVO: implementar simultáneamente los tres tipos de incertidumbre.
12 Incertidumbre en la predicción Resultados evidencia empírica: Incertidumbre variables explicativas superior a la del modelo (De Jong el al, 2007). Incertidumbre total aumenta a medida que nos alejamos en el horizonte temporal. Importancia de cuantificar la incertidumbre para incorporarla en la evaluación económica. El método de estimación permite cuantificar los tres tipos de incertidumbre en la simulación.
13 Incertidumbre en la predicción APLICACIÓN: modelo no lineal con datos de panel (autopistas) En una simulación estocástica se supone que cada elemento del modelo sigue una distribución empírica: X Dist( X, ˆ xˆ ) β Dist( ˆ β, ˆ β) ε Dist( 0, ε) Se generan 1000 realizaciones aleatorias distintas de estas distribuciones (bootstrap) La distribución empírica de dichos valores permite calcular el valor esperado y la desviación estándar Así, se obtienen los intervalos de confianza para las predicciones
14 Incertidumbre en la predicción EJEMPLO TRAMO AUTOPISTA Intervalos de confianza y tráfico esperado 26,000 24,000 70% Confidence interval for traffic forecast on a motorway section Model and input uncertainty Model uncertainty 26,000 24,000 Expected value of traffic on a motorway section Simulation with model and input uncertainty Simulation with model uncertainty Deterministic simulation 22,000 22,000 20,000 20,000 Traffic 18,000 16,000 14,000 12,000 18,000 16,000 14,000 12,000 10, , Year Year
15 Incertidumbre en la predicción EJEMPLO TRAMO AUTOPISTA Predicción estocástica 2009 y 2025 Distribución de la predicción 28 COMPONENTES DEL ERROR DE PREDICCIÓN EN COMPONENTES DEL ERROR DE PREDICCIÓN EN Error de predicción derivado de la incertidumbre en el modelo 7 6 Error de predicción derivado de la incertidumbre en el modelo Densidad Densidad Error de predicción total 4 Error de predicción total
16 Incertidumbre en la predicción RESULTADOS La incertidumbre asociada al desconocimiento del valor futuro de las variables explicativas es más elevada que la del modelo. Aumento significativo de la incertidumbre a largo plazo. La simulación determinista no es adecuada para predecir la demanda futura. Importancia de incorporar la incertidumbre para estimar adecuadamente los beneficios sociales.
17 Restricciones de capacidad Se observó la necesidad de introducir restricciones de capacidad para controlar la tendencia creciente del tráfico, especialmente en la predicción de los últimos años.
18 Restricciones de capacidad EJEMPLO AMPLIACIÓN AEROPUERTO DE MÁLAGA Predicción con restricciones de capacidad Pasajeros en el horizonte temporal ,000,000 32,000,000 28,000,000 24,000,000 20,000,000 16,000,000 12,000,000 8,000,000 4,000, CON PROYECT O SIN PROYECT O Y CON RESRICCION DE CAPACIDAD0 SIN PROYECTO Y SIN RESTRICCION DE CAPACIDAD
19 Restricciones de capacidad RESULTADOS La predicción del modelo sin restricciones de capacidad es muy superior y crece de forma constante, sin atender a las limitaciones de capacidad que impone la infraestructura aeroportuaria. El modelo con restricción de capacidad predice también una demanda creciente pero con una tasa de crecimiento menor a medida que nos alejamos en el horizonte temporal. La incorporación de restricciones de capacidad en el modelo de ofrece un contexto más realista para predecir la demanda futura y más prudente para evaluar los beneficios sociales
20 CONCLUSIONES Se realiza una revisión de los modelos de demanda de transporte. Se presentan las ventajas y desventajas de su aplicación en función del contexto y datos disponibles. Se incorpora el tratamiento de la incertidumbre y de las restricciones de capacidad de las infraestructuras como aportación. Países como Reino Unido, Holanda, Alemania, Dinamarca han desarrollado modelos nacionales multimodales muy útiles para predicción de demanda y evaluación de políticas de transporte. En España se destaca la necesidad de mejorar y completar las bases de datos, especialmente en matrices origen-destino de los viajes y con cierto nivel de desagregación.
Aplicación 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 detallesUNIVERSIDAD AUTÓNOMA DE CHIAPAS FACULTAD DE INGENIERÍA CAMPUS I PROBABILIDAD Y ESTADISTICA
UNIVERSIDAD AUTÓNOMA DE CHIAPAS FACULTAD DE INGENIERÍA CAMPUS I PROBABILIDAD Y ESTADISTICA NIVEL : LICENCIATURA CRÉDITOS : 7 CLAVE : ICAE13001731 HORAS TEORÍA : 3 SEMESTRE : QUINTO HORAS PRÁCTICA : 1 REQUISITOS
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 detallesMÓDULO: MÉTODOS CUANTITATIVOS
MÓDULO: MÉTODOS CUANTITATIVOS 1.- Nombre del módulo y las asignaturas: Métodos Cuantitativos Econometría Avanzada Econometría Financiera 2.-Número de créditos ECTS: Econometría Avanzada: 6 ECTS. Econometría
Más detallesTercera práctica de REGRESIÓN.
Tercera práctica de REGRESIÓN. DATOS: fichero practica regresión 3.sf3 1. Objetivo: El objetivo de esta práctica es aplicar el modelo de regresión con más de una variable explicativa. Es decir regresión
Más detallesINSTITUTO NACIONAL DE ESTADÍSTICAS (INE) 29 de Abril de 2016
ANEXO ESTADÍSTICO 1 : COEFICIENTES DE VARIACIÓN Y ERROR ASOCIADO AL ESTIMADOR ENCUESTA NACIONAL DE EMPLEO (ENE) INSTITUTO NACIONAL DE ESTADÍSTICAS (INE) 9 de Abril de 016 1 Este anexo estadístico es una
Más detallesTema 5. Muestreo y distribuciones muestrales
1 Tema 5. Muestreo y distribuciones muestrales En este tema: Muestreo y muestras aleatorias simples. Distribución de la media muestral: Esperanza y varianza. Distribución exacta en el caso normal. Distribución
Más detallesEstimación para Proyectos Software
Nilda M. Pérez Otero Sistemas de Información II Cursada 2011 Facultad de Ingeniería - UNJu Fuentes: Ingeniería del Software. Un Enfoque Práctico 6ta. Ed. - Roger S. Pressmann - Capítulo 23 Visión general
Más detallesLa predicción de la demanda en evaluación de proyectos*
La predicción de la demanda en evaluación de proyectos* Mar González Savignat Universidad de Vigo Anna Matas Universitat Autònoma de Barcelona Josep Lluís Raymond Universitat Autònoma de Barcelona Resumen
Más detallesEl costo logístico de la accesibilidad en proyectos mineros
El costo logístico de la accesibilidad en proyectos mineros Mabel Leva Principal Consultant Steer Davies Gleave m.leva@sdgworld.net 1 Contexto Ι Dada la ubicación de muchas faenas mineras, las vías de
Más detallesModelos de Equilibrio General Computable; El Enfoque Macro Micro
Modelos de Equilibrio General Computable; El Enfoque Macro Micro Martín Cicowiez (CEDLAS UNLP) Taller y Reuniones de Trabajo del Proyecto de Actualización e Institucionalización del MAMS Ecuador, Quito,
Más detallesMARCO Y CONCLUSIONES GENERALES CAROLINA VERA
ESTUDIO DE LOS CAMBIOS CLIMÁTICOS OBSERVADOS EN EL CLIMA PRESENTE Y PROYECTADOS A FUTURO EN LA REPÚBLICA ARGENTINA MARCO Y CONCLUSIONES GENERALES CAROLINA VERA EN REPRESENTACIÓN DEL EQUIPO CONSULTOR Objetivos:
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 detallesEn escenarios de incertidumbre: Medir para tomar decisiones.
Seminario: En escenarios de incertidumbre: Medir para tomar decisiones. Jorge Manzi Director MIDE UC Por qué es central la medición y evaluación para las organizaciones? Usted se ha preguntado alguna vez?
Más detallesTransporte I. 29 Hoja 1 de 4. Programa de: Código: 0029
29 Hoja 1 de 4 Programa de: Transporte I UNIVERSIDAD NACIONAL DE CÓRDOBA Facultad de Ciencias Exactas, Físicas y Naturales República Argentina Carrera: Ingeniería Civil Escuela: Ingeniería Civil. Departamento:
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 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 detallesTiempo VST 7.1 INTRODUCCIÓN
Ministerio De Obras Publicas Dirección De Planeamiento 7-1 CAPÌTTULLO 77.. CALLI IBRACIÓN 7.1 INTRODUCCIÓN Para disponer de un modelo que sea capaz de predecir, con un adecuado nivel de confianza, la demanda
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 detallesRegresión lineal SIMPLE MÚLTIPLE N A Z IRA C A L L E J A
Regresión lineal REGRESIÓN LINEAL SIMPLE REGRESIÓN LINEAL MÚLTIPLE N A Z IRA C A L L E J A Qué es la regresión? El análisis de regresión: Se utiliza para examinar el efecto de diferentes variables (VIs
Más detallesMáster en comunicaciones. Clase 2. Modelos predictores.
Máster en comunicaciones. Clase 2. Modelos predictores. 1. Introducción Uno de los cometidos más importantes de la estadística es la explotación de los datos observados de una o más características de
Más detallesCRITERIOS PARA PRIORIZACION DE INVERSIONES
CRITERIOS PARA PRIORIZACION DE INVERSIONES INFRAESTRUCTURA VIAL INFRAESTRUCTURA VIAL ING. TANIA CHIRINOS CRITERIOS DE SELECCION PARA EL ESTABLECIMIENTO DE PROYECTOS PRIORITARIOS La metodología de selección
Más detallesDesempeño de Medidas de Riesgo sobre Distribuciones de Valores Extremos
Desempeño de Medidas de Riesgo sobre Distribuciones de Valores Extremos Resumen Ejecutivo Antecedentes El riesgo es un concepto ampliamente estudiado, con diversas definiciones que dependen del contexto
Más detallesVALOR UMBRAL Y VALORES OBJETIVOS DINÁMICOS DE UN INDICADOR. APLICACIÓN AL INDICADOR DE SINIESTRALIDAD EN CARRETERAS
VALOR UMBRAL Y VALORES OBJETIVOS DINÁMICOS DE UN INDICADOR. APLICACIÓN AL INDICADOR DE SINIESTRALIDAD EN CARRETERAS X. Lastra-Bravo, A. Tolón-Becerra, F. Bienvenido-Bárcena, M. Ramírez-Román Valores umbrales
Más detallesAnálisis matemático de la función de Nelson y Siegel
Anexos Anexo 1 Análisis matemático de la función de Nelson y Siegel La función que define el tipo forward según el modelo propuesto por Nelson y Siegel (1987) es la siguiente: con m 0 y τ 0. 1 > m m m
Más detallesIncorporación de la incertidumbre y riesgos en las evaluaciones
I SEMINARIO DE LA RED DE SISTEMAS NACIONALES DE INVERSIÓN PÚBLICA 13 y 14 de Abril de 2011 Santo Domingo, República Dominicana Incorporación de la incertidumbre y riesgos en las evaluaciones Qué es la
Más detallesContenidos Mínimos del Estudio de Factibilidad de un Proyecto de Inversión Pública en fase de preinversión
Contenidos Mínimos del Estudio de Factibilidad de un Proyecto de Inversión Pública en fase de preinversión 1 Para la elaboración de un estudio de factibilidad, se debe tomar como punto de partida el estudio
Más detallesTema 2. Regresión Lineal
Tema 2. Regresión Lineal 3.2.1. Definición Mientras que en el apartado anterior se desarrolló una forma de medir la relación existente entre dos variables; en éste, se trata de esta técnica que permite
Más detallesProbabilidad y Estadística Descripción de Datos
Descripción de Datos Arturo Vega González a.vega@ugto.mx Division de Ciencias e Ingenierías Universidad de Guanajuato Campus León Universidad de Guanajuato, DCI, Campus León 1 / 28 Contenido 1 Probabilidad
Más detallesInterCLIMA 2012: "Gestión de los Riesgos Climáticos en el Perú " Lima, 29, 30 y 31 de octubre 2012
PERÚ Ministerio de Economía y Finanzas Viceministerio de Economía Dirección General de Política de Inversiones InterCLIMA 2012: "Gestión de los Riesgos Climáticos en el Perú " Lima, 29, 30 y 31 de octubre
Más detallesCURSO: TOMA DE DECISIONES BAJO RIESGO
MANAGEMENT CONSULTORES CURSO: TOMA DE DECISIONES BAJO RIESGO Cnel. R.L. Falcón 1435 C1406GNC 35 Buenos Aires, Argentina Tel.: 054-11-15-5468-3369 Fax: 054-11-4433-4202 Mail: mgm_consultas@mgmconsultores.com.ar
Más detallesTÉCNICAS RECURSIVAS DE ESTIMACIÓN DE LOS COEFICIENTES DE REGRESIÓN
DIVISIÓN ECONÓMICA DEPARTAMENTO DE INVESTIGACIONES ECONÓMICAS INFORME TÉCNICO DIE-66-2003-IT TÉCNICAS RECURSIVAS DE ESTIMACIÓN DE LOS COEFICIENTES DE REGRESIÓN ANA CECILIA KIKUT V. JULIO, 2003 Los modelos
Más detallesUNIVERSIDAD AUTONOMA DE SANTO DOMINGO
UNIVERSIDAD AUTONOMA DE SANTO DOMINGO FACULTAD DE CIENCIAS ECONOMICAS Y SOCIALES DEPARTAMENTO DE ESTADISITICA CATEDRA Estadística Especializada ASIGNATURA Estadística Descriptiva Para Psicólogos (EST-225)
Más detallesINSTITUTO POLITÉCNICO NACIONAL SECRETARIA ACADEMICA DIRECCIÓN DE ESTUDIOS PROFESIONALES EN INGENIERÍA Y CIENCIAS FÍSICO MATEMÁTICAS
ESCUELA: UPIICSA CARRERA: INGENIERÍA EN TRANSPORTE ESPECIALIDAD: COORDINACIÓN: ACADEMIAS DE MATEMÁTICAS DEPARTAMENTO: CIENCIAS BÁSICAS PROGRAMA DE ESTUDIO ASIGNATURA: ESTADÍSTICA APLICADA CLAVE: TMPE SEMESTRE:
Más detallesMANUAL DE USO PROGRAMA SENSIBAR
MANUAL DE USO PROGRAMA SENSIBAR ANALSIS DE SENSIBILIDAD Y SIMULACION DE MONTECARLO JOSE FUENTES VALDES FACEA - UNIVERSIDAD DE CONCEPCION Facultad de Economía Universidad de Concepción 1 SensiBar. ANALSIS
Más detallesPercepción de los Precios por Parte de los Hogares: El caso de la Electricidad en el Perú
Percepción de los Precios por Parte de los Hogares: El caso de la Electricidad en el Perú Luis Bendezú Medina Universidad de Chile Diciembre 2007 Contenido Introducción Modelo Teórico Implementación Empírica
Más detallesAnálisis de Componentes de la Varianza
Análisis de Componentes de la Varianza Resumen El procedimiento de Análisis de Componentes de Varianza está diseñado para estimar la contribución de múltiples factores a la variabilidad de una variable
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 detallesMODULO VIII. Semana 1 ASPECTOS DE EVALUACIÓN FINANCIERA, ECONÓMICA, SOCIAL Y AMBIENTAL.
MODULO VIII Semana 1 ASPECTOS DE EVALUACIÓN FINANCIERA, ECONÓMICA, SOCIAL Y AMBIENTAL Esquema de Proyecto SNIP INDICE INTRODUCCION I. ASPECTOS GENERALES II. IDENTIFICACION III. FORMULACION IV. EVALUACION
Más detallesValorización de Bonos Estructurados. Omar Pinedo
Valorización de Bonos Estructurados Omar Pinedo Qué es un bono estructurado? Es un bono que, debido a sus cláusulas, tiene una opción financiera implícita. Se valoriza descomponiendo en: V(Estructurado)=
Más detallesEvaluación de Proyectos. Ayudantía N º 2. Profesor: Marco Mosca Ayudante: Andrés Jara
Evaluación de Proyectos Ayudantía N º 2 Profesor: Marco Mosca Ayudante: Andrés Jara Preguntas y Problemas 1.- Que factores afectan el precio de la demanda? Analice los efectos de cada factor a) Ingreso
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 detallesUTILIZACIÓN DE LA CAPACIDAD INSTALADA EN LA INDUSTRIA MANUFACTURERA - SEGUNDO TRIMESTRE DE
Montevideo, 28 de octubre de 2009. UTILIZACIÓN DE LA EN LA INDUSTRIA MANUFACTURERA - SEGUNDO TRIMESTRE DE 2009 - ANÁLISIS DE LOS PRINCIPALES INDICADORES El grado de utilización de la Capacidad Instalada
Más detallesMetodologías Para La Estimación de Ingresos Corrientes del Sector Público. Lic. Edgar Morales
Metodologías Para La Estimación de Ingresos Corrientes del Sector Público Lic. Edgar Morales Ingresos Fiscales Los ingresos fiscales son los que percibe el sector público para hacer frente a los gastos
Más detallesRegresión Lineal. Dra. Noemí L. Ruiz Limardo 2008 Derechos Reservados, Rev 2010
Regresión Lineal Dra. Noemí L. Ruiz Limardo 008 Derechos Reservados, Rev 010 Objetivos de la Lección Conocer el significado de la regresión lineal Determinar la línea de regresión cuando ha correlación
Más detallesCÁLCULO DE PROBABILIDADES
CÁLCULO DE PROBABILIDADES Tipo de asignatura: Troncal Anual. Créditos ECTS: 15 I.- INTRODUCCIÓN AL CÁLCULO DE PROBABILIDADES. (16 horas presenciales) Tema 1.- La naturaleza del cálculo de probabilidades.
Más detallesNombre y Apellidos:... EXAMEN ECONOMETRÍA II (Enero 2010)
Nombre y Apellidos:... NIU:... Grupo:... EXAMEN ECONOMETRÍA II (Enero 2010) Lea cuidadosamente cada pregunta. Marque muy claramente la respuesta de cada pregunta en la hoja de respuestas. Observe que los
Más detallesANALISIS DE FRECUENCIA EN HIDROLOGIA JULIAN DAVID ROJO HERNANDEZ
ANALISIS DE FRECUENCIA EN HIDROLOGIA JULIAN DAVID ROJO HERNANDEZ Probabilidad - Período de retorno y riesgo La probabilidad de ocurrencia de un fenómeno en hidrología puede citarse de varias Formas: El
Más detallesOTRAS HERRAMIETAS ESTADISTICAS UTILES. Dra. ALBA CECILIA GARZON
OTRAS HERRAMIETAS ESTADISTICAS UTILES Dra. ALBA CECILIA GARZON Que es un Test de Significancia estadística? El término "estadísticamente significativo" invade la literatura y se percibe como una etiqueta
Más detallesSeries Temporales. Departamento de Informática Universidad Carlos III de Madrid Avda. de la Universidad, Leganés (Madrid)
Series Temporales Departamento de Informática Universidad Carlos III de Madrid Avda. de la Universidad, 30. 28911 Leganés (Madrid) Series Temporales Introducción Problema de predicción Modelos neuronales
Más detallesEspecialidad en Preparación y Evaluación de Proyectos
Especialidad en Preparación y Evaluación de Proyectos TEMARIO FASE TEÓRICA 1. Análisis contable para la evaluación de proyectos Proporcionar a los participantes las habilidades y capacidades para aplicar
Más detallesSe permite un folio escrito por las dos caras. Cada problema se realiza en hojas diferentes y se entregan por separado.
NORMAS El examen consta de dos partes: 0.0.1. Diez Cuestiones: ( tiempo: 60 minutos) No se permite ningún tipo de material (libros, apuntes, calculadoras,...). No se permite abandonar el aula una vez repartido
Más detallesARTROPLASTIA DE CADERA
1 La degeneración articular de la esta causada fundamentalmente por la artrosis. La artrosis grave origina dolor y una importante limitación e incapacidad para el desarrollo de las actividades diarias.
Más detalles3. ESTIMACIÓN DE LAS NECESIDADES DE CONSTRUCCIÓN DE VIVIENDAS EN EL PERIODO HORIZONTE DEL PLAN
3. ESTIMACIÓN DE LAS NECESIDADES DE CONSTRUCCIÓN DE VIVIENDAS EN EL PERIODO HORIZONTE DEL PLAN 3.1. INTRODUCCIÓN Para poder establecer una política de vivienda adecuada a las características, tanto territoriales
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 detallesCurso: POBLACIÓN Y DESARROLLO Conferencia 8
Tema 2: Dinámica y perspectivas de la población. Sumario: Las proyecciones de población. Tipos, usos y clasificación. Las proyecciones de la población mediante métodos matemáticos. Introducción El cálculo
Más detallesTESIS DE MAESTRÍA: MODELACIÓN DE LA GENERACIÓN Y ATRACCIÓN DE VIAJES EN EL VALLE DE ABURRÁ 2006
ESCUELA DE INGENIERÍA CIVIL MAESTRÍA EN INGENIERÍA INFRAESTRUCTURA Y SISTEMAS DE TRANSPORTE TESIS DE MAESTRÍA: MODELACIÓN DE LA GENERACIÓN Y ATRACCIÓN DE VIAJES EN EL VALLE DE ABURRÁ 2006 CLAUDIA MARCELA
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 detallesESTADÍSTICA. Población Individuo Muestra Muestreo Valor Dato Variable Cualitativa ordinal nominal. continua
ESTADÍSTICA Población Individuo Muestra Muestreo Valor Dato Variable Cualitativa ordinal nominal Cuantitativa discreta continua DISTRIBUCIÓN DE FRECUENCIAS Frecuencia absoluta: fi Frecuencia relativa:
Más detallesAnálisis de sensibilidad:
Análisis de sensibilidad: Métodos probabilísticos en la evaluación económica de tecnologías sanitarias i Parte 1 David Epstein Dme2@york.ac.uk 1 La presentación El Análisis de Sensibilidad (AS) Objetivos
Más detallesmatemáticas como herramientas para solución de problemas en ingeniería. PS Probabilidad y Estadística Clave de la materia: Cuatrimestre: 4
PS0401 - Probabilidad y Estadística DES: Ingeniería Programa(s) Educativo(s): Ingeniería de Software Tipo de materia: Obligatoria Clave de la materia: PS0401 Cuatrimestre: 4 UNIVERSIDAD AUTÓNOMA DE Área
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 detalles4. Regresión Lineal Simple
1 4. Regresión Lineal Simple Introducción Una vez conociendo las medidas que se utilizan para expresar la fuerza y la dirección de la relación lineal entre dos variables, se tienen elementos base para
Más detallesEstadística Demográfica. Grado en Relaciones Laborales y Recursos Humanos. Parte III Introducción. Ecuación Compensadora. Modelos de Crecimiento
Estadística Demográfica. Grado en Relaciones Laborales y Recursos Humanos Parte III Introducción. Ecuación Compensadora. Modelos de Crecimiento 1 Concepto de demografía El término demografía proviene de
Más detallesCarrera: Ingeniería Civil Participantes Comité de Evaluación Curricular de Institutos Tecnológicos
1.- DATOS DE LA ASIGNATURA Nombre de la asignatura: Carrera: Probabilidad y Estadística Ingeniería Civil Clave de la asignatura: Horas teoría-horas práctica-créditos 3-2-8 2.- HISTORIA DEL PROGRAMA Lugar
Más detallesMejorar su comprensión de los criterios de decisión de los agentes en el mercado de derechos de emisiones de CO 2
Simulación del comportamiento del mercado europeo de derechos de emisión de Amado Gil Martínez, Eduardo Fernández Rodríguez Gas Natural Fenosa Miguel García, Ignacio Povo, Enrique Doheijo Deloitte Las
Más detallesPROGRAMA ACADEMICO Ingeniería Industrial
1. IDENTIFICACIÓN DIVISION ACADEMICA Ingenierías DEPARTAMENTO Ingeniería Industrial PROGRAMA ACADEMICO Ingeniería Industrial NOMBRE DEL CURSO Análisis de datos en Ingeniería COMPONENTE CURRICULAR Profesional
Más detallesMODELOS DE INVESTIGACION DE OPERACIONES
MODELOS DE INVESTIGACION DE OPERACIONES CARACTERÍSTICAS Los modelos se dividen en determinísticos (no probabilisticos) y estocásticos (probilisticos). Hay otros modelos híbridos porque incluyen las dos
Más detallesLÍNEA FERROVIARIAENTRE LAS PALMAS DE GRAN CANARIA Y MASPALOMAS ANTEPROYECTO
LÍNEA FERROVIARIAENTRE LAS PALMAS DE GRAN CANARIA Y MASPALOMAS ANTEPROYECTO ANEJO Nº 4 EXPLOTACIÓN TGC-SRTC-AN-0004 Rev. 3 Junio 2011 Rev. 3 Pág. 2 de 10 TÍTULO DEL DOCUMENTO: ANEJO Nº 4. EXPLOTACIÓN DOCUMENTO
Más detallesEconometria de Datos en Paneles
Universidad de San Andres Agosto de 2011 Porque paneles? Ejemplo (Cronwell y Trumbull): Determinantes del crimen y = g(i), y = crimen, I = variables de justicia criminal. Corte transversal: (y i, I i )
Más detallesAutoridad Autónoma del Sistema Eléctrico de Transporte Masivo de Lima y Callao --AATE
www.modeltran.com Autoridad Autónoma del Sistema Eléctrico de Transporte Masivo de Lima y Callao --AATE Foro de Planificación de Transporte y Desarrollo Urbano Planificación del Sistema de Transporte Urbano
Más detallesTema 5. Muestreo y distribuciones muestrales
Tema 5. Muestreo y distribuciones muestrales Contenidos Muestreo y muestras aleatorias simples La distribución de la media en el muestreo La distribución de la varianza muestral Lecturas recomendadas:
Más detallesEvaluación económica de inversiones en infraestructuras, por Ginés de Rus
Evaluación económica de inversiones en infraestructuras, por Ginés de Rus Rafael Myro Universidad Complutense de Madrid Contenido La evaluación económica de las infraestructuras a través del ACB Los planes
Más detallesAnálisis de datos Categóricos
Introducción a los Modelos Lineales Generalizados Universidad Nacional Agraria La Molina 2016-1 Introducción Modelos Lineales Generalizados Introducción Componentes Estimación En los capítulos anteriores
Más detallesEstimación de la demanda
Capítulo 3 Estimación de la demanda Se prevé que la demanda energética en la Comunidad de Madrid esté sometida a un incremento notable, en función del desarrollo futuro de la región, en el que cabe destacar:
Más detallesPruebas de Hipótesis. Diseño Estadístico y Herramientas para la Calidad. Pruebas de Hipótesis. Hipótesis
Diseño Estadístico y Herramientas para la Calidad Pruebas de Hipótesis Expositor: Dr. Juan José Flores Romero juanf@umich.mx http://lsc.fie.umich.mx/~juan M. en Calidad Total y Competitividad Pruebas de
Más detallesMetodología para la generación y evaluación de políticas de operación en sistemas de recursos hídricos. Aplicación a un sistema de México
Metodología para la generación y evaluación de políticas de operación en sistemas de recursos hídricos. Aplicación a un sistema de México Índice general Resumen...vii Resum... ix Summary... xi Índice de
Más detallesUso de encuestas para la evaluación de indicadores y medición de resultados en VIH/Sida
Uso de encuestas para la evaluación de indicadores y medición de resultados en VIH/Sida Dra. Virginia Moscoso Arriaza Médico Ms. Salud Pública-Epidemióloga Marzo 2012 Objetivos de la conferencia Explicar
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 detallesde Operaciones Área Académica: Sistemas Computacionales Tema: Tipos de Modelos en Investigación Profesor: I.S.C. Guadalupe Hernández Coca
Área Académica: Sistemas Computacionales Tema: Tipos de Modelos en Investigación de Operaciones Profesor: I.S.C. Guadalupe Hernández Coca Periodo: Julio Diciembre 2011 Keywords: investigation of operations,
Más detallesFormulario. Estadística Administrativa. Módulo 1. Introducción al análisis estadístico
Formulario. Estadística Administrativa Módulo 1. Introducción al análisis estadístico Histogramas El número de intervalos de clase, k, se elige de tal forma que el valor 2 k sea menor (pero el valor más
Más detallesAnálisis de la estructura por sexo y edad de los censos de población
Análisis de la estructura por sexo y edad de los censos de población III REUNION REGIONAL SOBRE EVALUACIÓN Y ESTIMACIONES DEMOGRÁFICAS CON BASE EN INFORMACIÓN CENSAL Santiago de Chile, 22 al 26 de julio
Más detallesT4. Modelos con variables cualitativas
T4. Modelos con variables cualitativas Ana J. López y Rigoberto Pérez Dpto Economía Aplicada. Universidad de Oviedo Curso 2010-2011 Ana J. López y Rigoberto Pérez (Dpto EconomíaT4. Aplicada. Modelos Universidad
Más detallesCAPITULO 1: PERSPECTIVE GENERAL DE LA
CONTENIDO CAPITULO 1: PERSPECTIVE GENERAL DE LA INVESTIGACION DE OPERACIONES 1 1.1 Modelos matemáticos de investigación de operaciones. 1 1.2 Técnicas de investigación de operaciones 3 1.3 Modelado de
Más detallesCORRELACIÓN Y REGRESIÓN. Juan José Hernández Ocaña
CORRELACIÓN Y REGRESIÓN Juan José Hernández Ocaña CORRELACIÓN Muchas veces en Estadística necesitamos saber si existe una relación entre datos apareados y tratamos de buscar una posible relación entre
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 detallesValidación Cruzada (cross-validation) y Remuestreo (bootstrapping)
Validación Cruzada (cross-validation) y Remuestreo (bootstrapping) Padres de cross-validation y el bootstrapping Bradley Efron y Rob Tibshirani Bradley Efron Rob Tibshirani Enfoque: tabla de aprendizaje
Más detallesDEPARTAMENTO DE MATEMÁTICAS. IES GALLICUM
UNIDAD I: NÚMEROS (6 Horas) 1.- Repasar el cálculo con números racionales y potencias de exponente entero. 2.- Resolver problemas de la vida cotidiana en los que intervengan los números racionales. 1.-
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 detallesNombre de la asignatura: Investigación de Operaciones II. Créditos: Aportación al perfil
Nombre de la asignatura: Investigación de Operaciones II Créditos: 2-2-4 Aportación al perfil Analizar, diseñar y gestionar sistemas productivos desde la provisión de insumos hasta la entrega de bienes
Más detallesPOBLACIÓN Y MUESTRAS EN LA INVESTIGACIÓN
POBLACIÓN Y MUESTRAS EN LA INVESTIGACIÓN Adela del Carpio Rivera Doctor en Medicina UNIVERSO Conjunto de individuos u objetos de los que se desea conocer algo en una investigación Población o universo
Más detallesUNIVERSIDAD AUTONOMA DE SANTO DOMINGO
UNIVERSIDAD AUTONOMA DE SANTO DOMINGO FACULTAD DE CIENCIAS ECONOMICAS Y SOCIALES DEPARTAMENTO DE ESTADISITICA CATEDRA Estadística Especializada ASIGNATURA Estadística Industrial (EST-121) NUMERO DE CREDITOS
Más detallesDepartamento de Medicina Preventiva y Salud Publica e Historia de la Ciencia. Universidad Complutense de Madrid. SPSS para windows.
TEMA 13 REGRESIÓN LOGÍSTICA Es un tipo de análisis de regresión en el que la variable dependiente no es continua, sino dicotómica, mientras que las variables independientes pueden ser cuantitativas o cualitativas.
Más detallesAPUNTES DE QUIMIOMETRIA REGRESIO LINEAL
REGRESIO LINEAL APUNTES DE QUIMIOMETRIA Datos anómalos y levas en las rectas de calibrado. Regresión robusta Mínima mediana de cuadrados Recta de calibrado mediante mínimos cuadrados. Hipótesis básicas
Más detallesDirección General de Inversión Pública Dirección de Políticas y Estrategias de la Inversión Pública Unidad de Desarrollo de Capacidades
DIPLOMADO SOBRE IDENTIFICACIÓN, FORMULACIÓN Y EVALUACIÓN DE PROYECTOS DE INVERSIÓN PÚBLICA EN ETAPA DE PERFIL INCORPORANDO LA GESTIÓN DEL RIESGO EN CONTEXTO DE CAMBIO CLIMÁTICO MÓDULO IV SESIÓN 02: BENEFICIOS
Más detallesANÁLISIS BAJO INCERTIDUMBRE DE LA ESTABILIDAD DE LA DEUDA PÚBLICA EN GUATEMALA
ANÁLISIS BAJO INCERTIDUMBRE DE LA ESTABILIDAD DE LA DEUDA PÚBLICA EN GUATEMALA MAYO DE 2014 Contenido Hechos estilizados Modelo Mendoza-Oviedo Modelo García-Rigobon Conclusiones PRODUCTO INTERNO BRUTO
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 detallesInforme Mensual de Coyuntura del Movimiento Aeroportuario de Andalucía Nº 120 Dic Coyuntura Turística de Andalucía
Informe Mensual de Coyuntura del Movimiento Aeroportuario de Andalucía Nº 120 Dic.20 Coyuntura Turística de Andalucía Sistema de Análisis y Estadística del Turismo de Andalucía. Empresa Pública para la
Más detallesPontificia Universidad Católica del Ecuador
1. DATOS INFORMATIVOS FACULTAD: INGENIERÍA CARRERA: SISTEMAS Asignatura/Módulo: Simulación Código: 15050 Plan de estudios: Nivel: VII Prerrequisitos 14259 Correquisitos: Materias de cadena: N Créditos:
Más detallesUNIVERSIDAD CENTROCCIDENTAL LISANDRO ALVARADO DECANATO DE INGENIERIA CIVIL ESTADISTICA. CARÁCTER: Obligatoria DENSIDAD HORARIA HT HP HS UCS THS/SEM
UNIVERSIDAD CENTROCCIDENTAL LISANDRO ALVARADO DECANATO DE INGENIERIA CIVIL ESTADISTICA CARÁCTER: Obligatoria PROGRAMA: Ingeniería Civil DEPARTAMENTO: Ciencias Básicas CODIGO SEMESTRE DENSIDAD HORARIA HT
Más detalles