EJERCICIOS CAPITULO 9. GUJARATI-PORTER (2010)
|
|
- Alicia Calderón de la Fuente
- hace 6 años
- Vistas:
Transcripción
1 EJERCICIOS CAPITULO 9. GUJARATI-PORTER (2010) 9.21 a) clear edit tsset year list year savings income dum
2 twoway (tsline savings) (tsline income, yaxis(2)) SAVINGS INCOME YEAR SAVINGS INCOME El ejercicio busca identificar la existencia de un cambio estructural en la relación entre estas las dos variables consideradas (ahorro e ingreso) sobre el tiempo tomándose para ello como punto de rompimiento (break point) el año Al presentar un diagrama de dispersión es posible visualizar con una línea el año 1982 (el cual corresponde al valor en la variable income) y observar si resulta visible este cambio estructural. El diagrama de dispersión siguiente muestra lo señalado. list income if year==1982 sc savings income, mlabel(year) xline(2347.3)
3 SAVINGS INCOME Por lo que respecta a los datos a considerar por el modelo, el cual esta dado por ln savings 2 ln income 3 ln dum 1 se puede notar que matemáticamente el ln(0) no esta definido mientras que el ln(1)=0. Al estimar el modelo apuntado al logaritmo de la variable dummy incluida en el archivo (variable ldum=ln(dum)) se perderán las observaciones correspondientes al periodo (donde dum=0), y no se logra el objetivo de identificar el cambio estructural. Lo anterior se puede ilustrar al estimar el modelo con Stata, esto es: gen lsavings= ln(savings) gen lincome= ln(income) gen ldum= ln(dum) reg lsavings lincome ldum Source SS df MS Number of obs = F( 1, 12) = 2.77 Model Prob > F = Residual R-squared = Adj R-squared = Total Root MSE = lsavings Coef. Std. Err. t P> t [95% Conf. Interval] lincome ldum (dropped) _cons donde se puede notar que n=14, es decir, se toman en la regresión solo las observaciones que corresponden a ln(1)=0 (para los años ). u
4 Para sortear esté problema se puede generar una nueva variable denominada dum2 definida de la siguiente manera: dum2= 10 para los años 1970 a para cualquier otro año ( ) donde el ln(1)=0 y ln(10)=
5 En Stata la generación de la variable dum2 se efectúa de la manera siguiente: gen dum2=ln(10) replace dum2=0 if year<1982 list year savings income dum lsavings lincome ldum dum b) Ahora se esta en posición de estimar el modelo requerido. reg lsavings lincome dum2 Source SS df MS Number of obs = F( 2, 23) = Model Prob > F = Residual R-squared = Adj R-squared = Total Root MSE = lsavings Coef. Std. Err. t P> t [95% Conf. Interval] lincome dum _cons La interpretación de estos resultados sería la siguiente: dado que el coeficiente asociado a dum2 no es estadísticamente significativo (vea su valor p=0.996), para fines prácticos implica que no existe desplazamiento (o cambio) en el término constante (intercepto) en
6 los dos periodos considerados ( y ). Por su parte, el coeficiente asociado al logaritmo del ingreso (lincome) representa la elasticidad ingreso del ahorro, es decir, un aumento de 1 % en el ingreso induce a un aumento de aproximadamente 0.67 % ( ) en el ahorro. c) La interpretación del coeficiente del intercepto de representa el valor promedio del logaritmo de los ahorros, para el periodo , cuando todos los regresores toman un valor de cero. Tomando el antilogaritmo (es decir, la exponencial), se obtiene un valor de (mil millones de dólares) para ese periodo. Por lo que respecta al periodo , el intercepto toma el valor de ( ) que representa el valor promedio del logaritmo de los ahorros correspondiente a ese periodo cuando el logaritmo del ingreso es toma un valor de cero. Tomando el antilogaritmo se obtiene un valor de (mil millones de dólares) que resulta muy similar al del periodo anterior ( ) (de ahí que esta diferencia no resulte estadísticamente significativa como antes se había apuntado). Este valor no tiene una clara interpretación económica. Ahora bien, aunque el ejercicio no lo solicita, puede ser interesante comparar los resultados anteriores cuando a la regresión se le agrega un efecto interacción, es decir, al estimar el modelo: lsavings 2 lincome 3 dum2 4 (lincome*dum2) gen lindum2= lincome* dum2 list year lincome dum2 lindum year lincome dum2 lindum u
7 Al estimar el modelo con interacción con Stata se tiene reg lsavings lincome dum2 lindum2 Source SS df MS Number of obs = F( 3, 22) = Model Prob > F = Residual R-squared = Adj R-squared = Total Root MSE = lsavings Coef. Std. Err. t P> t [95% Conf. Interval] lincome dum lindum _cons Ahora las cosas han cambiado radicalmente. Los resultados obtenidos indican que tanto el coeficiente asociado a la variable dum2 como al efecto interacción, variable lindum2, resultan ambos estadísticamente significativos, por lo que existe un desplazamiento en el intercepto como un cambio en el impacto (pendiente) de la variable lincome sobre lsavings considerando los dos periodos considerados en el análisis. Para el período , la propensión marginal a ahorrar es ( = ), mientras que para el período anterior es de De la misma manera, el término de intercepto para el primer período es negativo ( ) pero es positivo para las segunda parte del periodo completo en estudio ( = ). Todos los cálculos realizados en esté ejercicio demuestran cómo los errores de especificación pueden cambiar radicalmente los resultados que se pueden obtener en un análisis.
8 9.22 a) Preparación de los datos. Agregar las variables aio y trimestre, de manera tal de contar con la siguiente tabla: AIO TRIMESTRE DISH FRIG WASH DUR file I:\COLMEX_2011\tabla 9_3_GUJARTI-PORTER.dta gen t= yq(aio, trimestre) format t %tq list tsset t
9 tsline frig, ttitle("refrigeradores") name(frig) tsline dish, ttitle("lavalozas") name(dish) tsline wash, ttitle("lavadoras") name(wash) graph combine frig dish wash FRIG DISH q1 1980q1 1982q1 1984q1 1986q1 Refrigeradores 1978q1 1980q1 1982q1 1984q1 1986q1 Lavalozas WASH q1 1980q1 1982q1 1984q1 1986q1 Lavadoras Generación de variables dummy tab trimestre, gen(d) Estimación de los modelos reg frig D2 D3 D4 estimates store frig reg dish D2 D3 D4 estimates store dish reg wash D2 D3 D4 estimates store wash estimates table frig dish wash, b(%7.4f) se(%7.4f) p(%7.4f) stfmt(%7.4g) stats(n rss F r2)
10 Variable frig dish wash D D D e _cons 1.2e e N rss 8.1e e e+05 F r legend: b/se/p b) Los coeficientes-pendiente representan los diferenciales del intercepto donde el primer trimestre representa la categoría omitida o de referencia. Como puede observarse del cuadro anterior, en el modelo de las lavadoras (wash) el coeficiente asociado a la variable dummy D4 es el único que resulta estadísticamente significativo (es decir, perceptiblemente diferente al primer trimestre), a un nivel de significancia del 10% ( =0.10), sugiriendo así que solamente las ventas de lavadoras exhiben un cierto tipo de estacionalidad. Esto contrasta con los resultados encontrados para el modelo de los refrigeradores (frig) mostrados en la ecuación (9.7.3) del texto y replicados también el cuadro antes señalado donde había estacionalidad para el segundo y tercer trimestre (pero no para el cuarto trimestre). c) Dado que no existe estacionalidad visible en las ventas del lava lozas (dish) no hay necesidad de desestacionalizar a esta serie. Para el caso de las lavadoras (wash), para generar a la serie de tiempo desestacionalizada se calculan los residuales de esa regresión y se agrega la media de la serie original (con estacionalidads). reg wash D2 D3 D4 predict deswash, resid sum wash replace deswash=deswash tsline wash deswash
11 q1 1980q1 1982q1 1984q1 1986q1 t WASH Serie destacionalizada Observe que la serie desestacionalizada presenta una desviación estándar más reducida que la de la serie original debido a que la fracción de la variación debida a la estacionalidad fue removida. sum wash deswash Variable Obs Mean Std. Dev. Min Max wash deswash A continuación se presentan las series para lavadoras original y desetacionalizada.
12 list wash deswash wash deswash
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... *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 detallesEjercicio 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 detallesMuestreo 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 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 detallesFunciones de Regresión No Lineales (SW Cap. 6)
Funciones de Regresión No Lineales (SW Cap. 6) Todo anteriormente ha sido lineal en las X s La aproximación de que la función de regresión es lineal puede ser satisfactoria para algunas variables pero
Más detallesRepaso 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 detallesEstimar efectos parciales con margins
Estimar efectos parciales con margins David M. Drukker Director of Econometrics Stata 2010 Spanish Stata Users Group meeting Madrid September 2010 1 / 31 Información general Esta charla muestra como usar
Más detallesPRUEBA 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 detallesAnálisis de Tendencias de los indicadores en las Encuestas de Verificación Nacional Muestral
Análisis de Tendencias de los indicadores en las Encuestas de Verificación Nacional Muestral Introducción A partir de 1994, el Registro Federal de Electores ha llevado a cabo diversos ejercicios cuyo objetivo
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 detallesUniversitat Pompeu Fabra Licenciatura de ADE y Economía Econometría I / 10143) Profesor: Javier Coronado Examen Final Diciembre 2011
Econometría I Examen Final 1 Universitat Pompeu Fabra Licenciatura de ADE y Economía Econometría I / 10143) Profesor: Javier Coronado Examen Final Diciembre 2011 Este examen consta de un total de 50 puntos.
Más detallesEconometría 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 detallesUniversidad 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 detallesLAB 13 - Análisis de Covarianza - CLAVE
LAB 13 - Análisis de Covarianza - CLAVE Se realizó un experimento para estudiar la eficacia de un promotor de crecimiento en terneros en lactación. Se usaron cuatro dosis de la droga (0, 2.5, 5 y 7.5 mg).
Más detallesRegresión con Variables Ficticias
apítulo XII Regresión con Variables Ficticias onceptos y Definiciones La regresión con variables ficticias (variables dummy) surge por la necesidad que tiene el investigador de involucrar variables cualitativas
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 detallesInstrumentos Económicos y Regulación de la Contaminación Industrial: Primera aproximación el caso del Río Bogotá
CONDESAN Experiencias y Métodos M de Manejo de Cuencas y su Contribución n al Desarrollo Rural en los Andes Bogotá, 8-10 de Noviembre del 2004 Instrumentos Económicos y Regulación de la Contaminación Industrial:
Más detallesEJERCICIOS RESUELTOS DE INECUACIONES
EJERCICIOS RESUELTOS DE INECUACIONES 1. Resolver las inecuaciones: a) 3-8 - 7 b) 6-5 > 1-10 a) Para resolver la inecuación, se pasan los términos con al primer miembro y los independientes al segundo quedando
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 detallesZ i
Medidas de Variabilidad y Posición. Jesús Eduardo Pulido Guatire, marzo 010 Cuando trabajamos el aspecto denominado Medidas de Tendencia Central se observó que tanto la media como la mediana y la moda
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 detallesUna 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 detallesaprendizaje 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 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 detallesFUNCIONES EXPONENCIAL Y LOGARÍTMICA
FUNCIONES EXPONENCIAL Y LOGARÍTMICA 1. Crecimiento exponencial. La función exponencial. 1.1 La Función Exponencial. Una función exponencial es una expresión de la forma siguiente:,,. Donde es una constante
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 detallesTema: Análisis de regresión y análisis de varianza. La tabla ANOVA tiene la siguiente representación: CMR F c CME SCE CME=SCE/GLE
Clase de economería 1: Universidad Cenroamericana UCA Tema: Análisis de regresión y análisis de varianza La abla ANOVA iene la siguiene represenación: Fuenes de variación Grados de liberad uma de cuadrados
Más detallesCómo se hace la Prueba t a mano?
Cómo se hace la Prueba t a mano? Sujeto Grupo Grupo Grupo Grupo 33 089 74 5476 84 7056 75 565 3 94 8836 75 565 4 5 704 76 5776 5 4 6 76 5776 6 9 8 76 5776 7 4 78 6084 8 65 45 79 64 9 86 7396 80 6400 0
Más detallesAnálisis Probit. StatFolio de Ejemplo: probit.sgp
STATGRAPHICS Rev. 4/25/27 Análisis Probit Resumen El procedimiento Análisis Probit está diseñado para ajustar un modelo de regresión en el cual la variable dependiente Y caracteriza un evento con sólo
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 detallesEstadísticas Elemental Tema 3: Describir la relación entre dos variables: Correlación y regresión 3.1-1
Estadísticas Elemental Tema 3: Describir la relación entre dos variables: Correlación y regresión 3.1-1 Relación entre dos variables Al estudiar conjuntos de variables con más de una variable, una pregunta
Más detallesESTACIONALIDADES. Proyecto Empresarial II. Dr. José Luis Esparza A.
ESTACIONALIDADES Proyecto Empresarial II Dr. José Luis Esparza A. ESTACIONALIDAD La estacionalidad es un comportamiento o patrón que a veces observamos en una serie de tiempo. Consiste en subidas y bajadas
Más detalles. gen princ=(faminc-ww*whrs)/1000. . probit lfp wa kl6 k618 we princ
UCEMA ECONOMETRIA APLICADA - Probit- El archivo MROZ.xls tiene datos de un un estudio clásico donde se trata de estimar una ecuación de salarios para mujeres. La primer etapa del estudio es determinar
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 detallesProyecciones del PBI para el 2003.
Proyecciones del PBI para el 2003. Por Pablo Frigolé, para Stockssite pablofrigole@stockssite.com Después de muchas preguntas sobre cuál sería el valor de las variables futuras más importantes de la economía
Más detallesANEXOS. 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 detallesUso y Manejo Básico de Bases de datos en STATA 12
Uso y Manejo Básico de Bases de datos en STATA 12 Carrera: Economía Aplicada Asignatura: Econometría 1 Profesor: Carlos Narváez Silva presenta las siguientes opciones para trabajar Inicialmente la interfaz
Más detallesObjetivos del análisis de supervivencia
Regresión de Cox Javier Zamora Unidad de Bioestadística Clínica. IRYCIS 1 Objetivos del análisis de supervivencia Estimar e interpretar las curvas de supervivencia i y/o riesgo. Comparar curvas de supervivencia,
Más detallesEconomía Aplicada. ¾Es importante el tamaño de la clase? Un experimento controlado
Economía Aplicada ¾Es importante el tamaño de la clase? Un experimento controlado Basado en (1999), Experimental Estimates of Education Production Functions, QJE Outline 1 La Idea 2 Proyecto STAR Detalles
Más detallesMEDIDAS DE TENDENCIA CENTRAL
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS (Universidad del Perú, DECANA DE AMERICA) MEDIDAS DE TENDENCIA CENTRAL 20/05/2008 Ing. SEMS 2.1 INTRODUCCIÓN En el capítulo anterior estudiamos de qué manera los
Más detallesConstrucción de Gráficas en forma manual y con programados
Universidad de Puerto Rico en Aguadilla División de Educación Continua y Estudios Profesionales Proyecto CeCiMaT Segunda Generación Tercer Año Título II-B, Mathematics and Science Partnerships Construcción
Más detallesJesús Eduardo Pulido Guatire, marzo Diagrama de Dispersión y Correlación Lineal Simple
Jesús Eduardo Pulido Guatire, marzo 0 Diagrama de Dispersión y Correlación Lineal Simple Hasta el momento el trabajo lo hemos centrado en resumir las características de una variable mediante la organización
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 detallesTécnicas 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 detallesSituación del mercado de semillas de maíz amarillo duro en el Perú
Situación del mercado de semillas de maíz amarillo duro en el Perú Informe para el Ministerio del Ambiente Eduardo Zegarra Setiembre 2013 OBJETIVOS 1. Evaluar la estructura del mercado de semillas de maíz
Más detalles3. ANÁLISIS DE DATOS DE PRECIPITACIÓN.
3. ANÁLISIS DE DATOS DE PRECIPITACIÓN. Teniendo en cuenta que la mayoría de procesos estadísticos se comportan de forma totalmente aleatoria, es decir, un evento dado no está influenciado por los demás,
Más detallesTransformaciones de variables
Transformaciones de variables Introducción La tipificación de variables resulta muy útil para eliminar su dependencia respecto a las unidades de medida empleadas. En realidad, una tipificación equivale
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 detallesTema 5: Análisis de Sensibilidad y Paramétrico
Tema 5: Análisis de Sensibilidad y Paramétrico 5.1 Introducción 5.2 Cambios en los coeficientes de la función objetivo 5.3 Cambios en el rhs 5.4 Análisis de Sensibilidad y Dualidad 5.4.1 Cambios en el
Más detallesProbabilidad y Estadística, EIC 311
Probabilidad y Estadística, EIC 311 Medida de resumen 1er Semestre 2016 1 / 105 , mediana y moda para datos no Una medida muy útil es la media aritmética de la muestra = Promedio. 2 / 105 , mediana y moda
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 detallesSESIÓN 14 DERIVADAS SUCESIVAS DE UNA FUNCION, DE MÁXIMOS Y MÍNIMOS Y LA CONCAVIDAD DE UNA CURVA APLICANDO EL CRITERIO DE LA SEGUNDA DERIVADA
SESIÓN 14 DERIVADAS SUCESIVAS DE UNA FUNCION, DE MÁXIMOS Y MÍNIMOS Y LA CONCAVIDAD DE UNA CURVA APLICANDO EL CRITERIO DE LA SEGUNDA DERIVADA I. CONTENIDOS: 1. Derivadas sucesivas de una función 2. Concavidad
Más detallesIntroducción a la unidad 4:
Introducción a la unidad 4: Valor actual neto, tasa interna de retorno INACAP Virtual Introducción a la Unidad 4 Matemática financiera 2 ÍNDICE DE CONTENIDOS ÍNDICE DE CONTENIDOS... 3 INTRODUCCIÓN... 4
Más detallesEstadís5ca. María Dolores Frías Domínguez Jesús Fernández Fernández Carmen María Sordo. Tema 2. Modelos de regresión
Estadís5ca Tema 2. Modelos de regresión María Dolores Frías Domínguez Jesús Fernández Fernández Carmen María Sordo Departamento de Matemá.ca Aplicada y Ciencias de la Computación Este tema se publica bajo
Más detallesEstadística y sus aplicaciones en Ciencias Sociales 6. Prueba de hipótesis. Facultad de Ciencias Sociales, UdelaR
Estadística y sus aplicaciones en Ciencias Sociales 6. Prueba de hipótesis Facultad de Ciencias Sociales, UdelaR Índice 1. Introducción: hipótesis estadística, tipos de hipótesis, prueba de hipótesis 2.
Más detallesRESUMEN DE ALGUNOS CONCEPTOS ESTADÍSTICOS ELEMENTALES Y NOTACIÓN EMPLEADA EN EL CURSO
RESUMEN DE ALGUNOS CONCEPTOS ESTADÍSTICOS ELEMENTALES Y NOTACIÓN EMPLEADA EN EL CURSO 1 rojo 1 2 3 4 5 6 Supongamos que tenemos dos dados, uno rojo y otro verde, cada uno de los cuales toma valores entre
Más detallesCAPÍTULO 4 TÉCNICA PERT
54 CAPÍTULO 4 TÉCNICA PERT Como ya se mencionó en capítulos anteriores, la técnica CPM considera las duraciones de las actividades como determinísticas, esto es, hay el supuesto de que se realizarán con
Más detallesUNIVERSIDAD DE COSTA RICA LUIS PAULINO GONZÁLEZ HERNÁNDEZ I-2005 TÓPICOS DE ENCUESTAS POR MUESTREO CÁLCULO DE ERRORES MUESTRALES CON
UNIVERSIDAD DE COSTA RICA LUIS PAULINO GONZÁLEZ HERNÁNDEZ MAESTRÍA EN ESTADÍSTICA I-2005 TÓPICOS DE ENCUESTAS POR MUESTREO CON 2 1. GENERALIDADES DE STATA STATA es un software para el análisis estadístico,
Más detallesIntroducción al Análisis de Series de Tiempo en STATA
Introducción al Análisis de Series de Tiempo en STATA Ejercicio 1: Operadores de retraso y operadores de diferencia Ejercicio 2: Series de ruido blanco Ejercicio 3: Función de autocorrelación muestral
Más detallesI Unidad: La medición de los atributos psicológicos.
EL ESCALAMIENTO PSICOFÍSICO. Las primeras escalas elaboradas que se pueden considerar mediciones o medidas previas a la medición de los psicológico son las denominadas escalas psicofísicas. Representan
Más detallesECONOMETRIA APLICADA NOTAS DATOS DE PANEL
ECONOMETRIA APLICADA NOTAS DATOS DE PANEL Revisión En una de las referencias clásicas en la literatura, Hsiao (1986) los describe como secciones cruzadas de individuos observadas a lo largo del tiempo.
Más detallesDISCRIMINACIÓN SAlARIAl EN ARGENtINA ENtRE NAtIVOS y PARAGUAyOS
DISCRIMINACIÓN SAlARIAl EN ARGENtINA ENtRE NAtIVOS y PARAGUAyOS Victor Eduardo Torres* y Dora Estela Celton** Recibido: 18-05-09. Aceptado: 15-12-09. BIBLID [0210-5462 (2009-2); 45: 263-285]. PAlAbRAS
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 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 detallesContenido: Solución algebraica a los problemas de programación lineal con el método simplex.
Tema II: Programación Lineal Contenido: Solución algebraica a los problemas de programación lineal con el método simplex. Introducción El método simplex resuelve cualquier problema de PL con un conjunto
Más detallesIntroducción al cálculo numérico. Método de Euler
Capíítullo T1 Introducción al cálculo numérico. Método de Euler En la figura 1.1 se muestra una masa sometida a la aceleración de la gravedad soportada por un muelle un amortiguador viscoso colocados en
Más detallesEJERCICIOS RESUELTOS DE INTEGRAL DEFINIDA
EJERCICIOS RESUELTOS DE INTEGRAL DEFINIDA. Calcular las siguientes integrales definidas: b) d e d c) + d d) d e) sen d f) + d d ( ) En primer lugar se ha calculado una primitiva de f() Barrow. y después
Más detallesREGRESIÓN LINEAL SIMPLE, COEFICIENTE DE DETERMINACIÓN Y CORRELACIONES (EJERCICIOS RESUELTOS)
1 REGRESIÓN LINEAL SIMPLE, COEFICIENTE DE DETERMINACIÓN Y CORRELACIONES (EJERCICIOS RESUELTOS) 1. EN LA REGIÓN DE DRAKUL DE LA REPÚBLICA DE NECROLANDIA, LAS AUTORIDADES ECONÓMICAS HAN REALIZADO UNA REVISIÓN
Más detallesTeoría de errores -Hitogramas
FÍSICA I Teoría de errores -Hitogramas Autores: Pablo Iván ikel - e-mail: pinikel@hotmail.com Ma. Florencia Kronberg - e-mail:sil_simba@hotmail.com Silvina Poncelas - e-mail:flo_kron@hotmail.com Introducción:
Más detallesEL PRINCIPIO DE MÁXIMA VEROSIMILITUD (LIKELIHOOD)
EL PRINCIPIO DE MÁXIMA VEROSIMILITUD (LIKELIHOOD) Fortino Vela Peón fvela@correo.xoc.uam.mx FVela-0 Objetivo Introducir las ideas básicas del principio de máxima verosimilitud. Problema Considere el experimento
Más detallesTema 1.- Correlación Lineal
Tema 1.- Correlación Lineal 3.1.1. Definición El término correlación literalmente significa relación mutua; de este modo, el análisis de correlación mide e indica el grado en el que los valores de una
Más detallesMultiple 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 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 detallesCORRELACIÓN Y REGRESIÓN. Raúl David Katz
CORRELACIÓN Y REGRESIÓN Raúl David Katz 1 Correlación y regresión Introducción Hasta ahora hemos visto el modo de representar la distribución de frecuencias de los datos correspondientes a una variable
Más detallesTema Contenido Contenidos Mínimos
1 Estadística unidimensional - Variable estadística. - Tipos de variables estadísticas: cualitativas, cuantitativas discretas y cuantitativas continuas. - Variable cualitativa. Distribución de frecuencias.
Más detallesMETODOLOGÍA DE CONSTRUCCIÓN DE GRUPOS SOCIOECONÓMICOS Pruebas SIMCE 2012
METODOLOGÍA DE CONSTRUCCIÓN DE GRUPOS SOCIOECONÓMICOS Pruebas SIMCE 2012 Departamento de Pruebas Nacionales División de Evaluación de Logros de Aprendizaje AGENCIA DE CALIDAD DE LA EDUCACIÓN Índice 1.
Más detallesRegresión y Correlación
Relación de problemas 4 Regresión y Correlación 1. El departamento comercial de una empresa se plantea si resultan rentables los gastos en publicidad de un producto. Los datos de los que dispone son: Beneficios
Más detallesDiagnósticos regresión
Diagnósticos regresión de Cox Víctor Abraira Unidad de Bioestadística Clínica. IRYCIS 1 Diagnósticos de regresión Se trata de evaluar lo adecuado del modelo. Hay tres aspectos: Asunciones Bondad de ajuste
Más detallesExactitud y Linearidad del Calibrador
Exactitud y Linearidad del Calibrador Resumen El procedimiento Exactitud y Linearidad del Calibrador fue diseñado para estimar la exactitud del sistema de medición. En contraste con los procedimientos
Más detalles4.1 Análisis bivariado de asociaciones
4.1 Análisis bivariado de asociaciones Los gerentes posiblemente estén interesados en el grado de asociación entre dos variables Las técnicas estadísticas adecuadas para realizar este tipo de análisis
Más detallesIncidencia de Anestesia General en Operación Cesárea: Registro de Tres Años. Castillo Alvarado, Frencisco Miguel. CAPÍTULO III
CAPÍTULO III ESTADÍSTICA DE LOS PORTADORES DE CARGA DEL SEMICONDUCTOR 1. Introducción. Cada material suele presentar varias bandas, tanto de conducción (BC) como de valencia (BV), pero las más importantes
Más detalles1. Cómo introducir datos en SPSS/PC? - Recordatorio
1 Taller de Estadística Curso 2oo5/2oo6 Descripción de datos bivariantes El objetivo de esta práctica es familiarizarse con las técnicas de descripción de datos bidimensionales y con algunas de las opciones
Más detallesUNIVERSIDAD AUTÓNOMA DEL ESTADO DE MÉXICO
UNIVERSIDAD AUTÓNOMA DEL ESTADO DE MÉXICO CENTRO UNIVERSITARIO UAEM ZUMPANGO LICENCIATURA EN TURISMO UNIDAD DE APRENDIZAJE: ESTADISTICA TEMA 1.5 : ESTADISTICA DESCRIPTIVA M. EN C. LUIS ENRIQUE KU MOO FECHA:
Más detallesHoja de Ejercicios 4 Análisis de regresión con información cualitativa
Hoja de Ejercicios 4 Análisis de regresión con información cualitativa Nota: En aquellos ejercicios en los que se incluyen estimaciones y referencia al archivo de datos utilizado, el estudiante debería
Más detallesProbabilidad y Estadística
Probabilidad y Estadística Tema 9 Experimentación y presentación de datos Objetivo de aprendizaje del tema Al finalizar el tema serás capaz de: Describir los conceptos de experimentación y determinación
Más detallesCapítulo 8. Análisis Discriminante
Capítulo 8 Análisis Discriminante Técnica de clasificación donde el objetivo es obtener una función capaz de clasificar a un nuevo individuo a partir del conocimiento de los valores de ciertas variables
Más detallesMétodos Estadísticos Multivariados
Métodos Estadísticos Multivariados Victor Muñiz ITESM Victor Muñiz (ITESM) Métodos Estadísticos Multivariados Agosto-Diciembre 2011 1 / 20 Victor Muñiz (ITESM) Métodos Estadísticos Multivariados Agosto-Diciembre
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 detallesTema 2. Descripción Conjunta de Varias Variables
Tema 2. Descripción Conjunta de Varias Variables Cuestiones de Verdadero/Falso 1. La covarianza mide la relación lineal entre dos variables, pero depende de las unidades de medida utilizadas. 2. El análisis
Más detallesCOMPETITIVIDAD A NIVEL PAÍS; UNA EVALUACIÒN DEL CASO BOLIVIA.
COMPETITIVIDAD A NIVEL PAÍS; UNA EVALUACIÒN DEL CASO BOLIVIA. CÓDIGO: 7054 Resumen La competitividad a nivel país entendida como la capacidad que tiene una economía de incrementar el nivel de vida de los
Más detallesNueva estimación sobre el volumen del PBI informal en base al método de la demanda de circulante. Joaquín Días y Carla Di Paula.
Nueva estimación sobre el volumen del PBI informal en base al método de la demanda de circulante. Joaquín Días y Carla Di Paula Octubre 2009 Este documento tiene por objetivo presentar una nueva estimación
Más detalles1. Caso no lineal: ajuste de una función potencial
1. Caso no lineal: ajuste de una función potencial La presión (P) y el volumen (V ) en un tipo de gas están ligados por una ecuación del tipo PV b = a, siendo a y b dos parámetros desconocidos. A partir
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 detallesHipótesis Alternativa: Afirmación sobre las posibles alternativas que se tienen a la afirmación hecha en la hipótesis nula.
PRUEBA DE HIPÓTESIS Introducción (10 min) En el mundo de las finanzas, la administración y la economía tan importante como saber hacer y entender a cabalidad las estimaciones que nos ayudaran a la toma
Más detallesPráctica 2: Periodicidad
Práctica 2: Periodicidad Apellidos, nombre Apellidos, nombre Grupo Puesto Fecha El objetivo de esta práctica es explorar las utilidades de representación gráfica de MATLAB para observar las especiales
Más detallesAnálisis 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 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 detallesDeterminación del tamaño de muestra (para una sola muestra)
STATGRAPHICS Rev. 4/5/007 Determinación del tamaño de muestra (para una sola muestra) Este procedimiento determina un tamaño de muestra adecuado para la estimación o la prueba de hipótesis con respecto
Más detallesHoja de Trabajo 1: Gráfica en Papel Cuadriculado
Hoja de Trabajo 1: Gráfica en Papel Cuadriculado La Tabla 1 a continuación muestra la población de cierta ciudad a partir del año 1900 hasta el año 2000, en lapsos de 10 años. Tabla 1 Año Población 1900
Más detalles