RMV FUNDEVAL, Bolsa Nacional de Valores, S.A. y Universidad Interamericana de Costa Rica San José, Costa Rica

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

Download "RMV FUNDEVAL, Bolsa Nacional de Valores, S.A. y Universidad Interamericana de Costa Rica San José, Costa Rica"

Transcripción

1 RV DETERINACIÓN DE LA TASA LIBRE DE RIESGO IPLÍCITA PARA EL ERCADO DE VALORES EN COSTA RICA: UNA PROPUESTA * RODRIGO ATARRITA VENEGAS ** FUNDEVAL, Bolsa Naconal de Valores, S.A. y Unversdad Interamercana de Costa Rca San José, Costa Rca Resumen La fragmentacón propa de algunos mercados de valores no permte establecer una tasa de un actvo lbre de resgo, ya porque este no exste, ya porque el mercado no es lo sufcentemente profundo para dotar de lqudez a todos los nstrumentos fnanceros. Esta nota propone una propuesta para el cálculo de una tasa lbre de resgo mplícta: se efectúa una regresón sobre los rendmentos promedo de los actvos negocados, tenendo como regresor la desvacón estándar de tales. De los parámetros de la regresón, el ntercepto se asumrá como la tasa lbre de resgo mplícta. Se hace un análss de la establdad de dcho parámetro para fjar un estmador estadístcamente robusto. Palabras claves: tasa lbre de resgo mplícta, odelo CAP. Clasfcacón JEL: G11, G12 1. ARCO DE REFERENCIA: EL ODELO CAP El planteamento básco del cual se parte es el del modelo unfactor propuesto en el análss del CAP (por la sglas en nglés de Captal Assets Prce odel) desarollado por Ltner y Sharpe, a ncos de la década de los años sesenta. Tal modelo plantea que exste una relacón drecta entre el rendmento que debe ofrecer una nversón fnancera y el resgo que comprende tal, de manera que: { E[ R ] r } f E[ R ] = rf + [1] Donde E[R ] es el estmador del rendmento esperado del actvo ; r f es el estmador del rendmento lbre de resgo, E[R ] es el rendmento representatvo del mercado; es el * ** La vda docente proporcona partculares satsfaccones, una de ellas son los desafíos que plantean estudantes aventajados sobre cuestonamentos que a la lgera parecen obvos y que en verdad no lo son. uchos de los cuestonamentos que he recbdo en ms clases de teoría de cartera gran en torno a la mposbldad, en algunos mercados, de defnr una tasa de un actvo lbre de resgo. Esta es una propuesta a tal cuestonamento, con m grattud a aquellos que han sdo estudantes de ms cursos. Las opnones aquí expuestas son mías y no comprometen en manera alguna a las entdades para la que trabajo.

2 Determnacón de la tasa lbre de resgo mplícta para el mercado de valores de Costa Rca: una propuesta Págna 2 resgo del portafolo de mercado y es el resgo del actvo, meddo por medo de la desvacón estándar de los retornos. La ecuacón plantea el sencllo argumento de que el rendmento esperado de un nstrumento no ha de ser otra cosa que la suma de la rma por resgo sstemátco (r f ) y la prma por resgo específco ( { E[ R ] r f } ) que no será otra cosa que el resultado de la cantdad de resgo defnda por la desvacón típca de los retornos del actvo ( ) por el preco del resgo ( { E[ R ] r f } ). Lo anteror puede escrbrse, en térmnos de su comprobacón empírca como: Como una ecuacón lneal de la forma: E R ] = f ( ) [1.a.] [ y = mx + b [1.b. Donde el estmador del rendmento es y; m, la pendente de la ecuacón, es el preco del resgo; el regresor x, la cantdad de resgo y, fnalmente, la constante b, el ntercepto, será un estmado de la tasa lbre de resgo mplícta. De forma que, un ejercco de regresón de los retornos promedos para un portafolo de actvos contra sus respectvos resgos específcos, meddos por medo del desvío típco de los retornos observados, ha de permtr obtener un estmador de la tasa lbre de resgo mplícta. 2. ANÁLISIS DE LA EVIDENCIA Se tomó una muestra de 38 actvo fnanceros para los cuales se obtuvo la nformacón de los rendmentos regstrados para un período comprenddo entre el prmero de juno y el 29 de septembre del Para cada uno de ellos se procedó a calcular el rendmento promedo y la desvacón estándar para el total de la muestra de observacones. Ello permtó dervar un gráfco en el espaco de meda-varanza para los valores de promedos y desvacones estándar obtendas, lo que se apreca en la sguente fgura. Para este conjunto se ensayó una regresón lneal sobre los rendmentos, consttuyendo la desvacón estándar como el únco regresor. Los resultados obtendos muestran un pobre desempeño del coefcente de determnacón (r 2 ), que se stuó en un nvel cercano al 1%, hallándose la sguente ecuacón de estmacón: Rˆ = 6,0609 0, 3657 [1.c.]

3 Determnacón de la tasa lbre de resgo mplícta para el mercado de valores de Costa Rca: una propuesta Págna 3 Gráfco 1. Dspersón en el espaco de eda-varanza para una muestra de 38 actvos, observacones del 01-jun-2007 al 29-sep-2007 E{R] 12,00 10,00 8,00 y = -0,3657x + 6,0609 R 2 = 0,0078 6,00 4,00 2,00 0,00 0,00 0,20 0,40 0,60 0,80 1,00 1,20 Fuente: datos obtendos del Vector de Precos de la Bolsa Naconal de Valores, S.A. Sn embargo, para los efectos de este artículo, lo que nos nteresa es el valor del ntercepto, al que hemos elegdo como para varable proxy de la tasa lbre de resgo mplícta ; que en este caso sería de 6,06%. 3. ESTABILIDAD DE LA ESTIACIÓN Para verfcar la establdad de la estmacón obtenda se realzó el sguente ejercco. Para cada uno de los actvos consderados en la muestra, se tomaron muestras sucesvas de 60 datos, para un total de 23 muestras por actvo. Reundas estas muestras por actvo, se calculó para cada actvo su promedo y su desvacón estándar para realzar regresones del tpo [1.c.]. Los valores de los respectvos nterceptos para cada una de las regresones realzadas con la nformacón de los dstntos actvos, arroja la conformacón de una dstrbucón b-modal, con una meda de 6,12%, no obstante con un recorrdo muy amplo (de 6,15%), de manera que el valor de las observacones oscla entre un máxmo de 10,05% y 3,90%. El desvío típco de esta dstrbucón alcanza a ser de 1,09% (los datos de los cálculos se encuentran en el anexo).

4 Determnacón de la tasa lbre de resgo mplícta para el mercado de valores de Costa Rca: una propuesta Págna 4 Gráfco 2. Dstrbucón del valor del ntercepto para regresones realzadas sobre el rendmento y el resgo para una muestra de 38 actvos ,51 5,13 5,74 6,36 6,97 7,59 8,20 8,82 9,43 ore Fuente: datos obtendos del Vector de Precos de la Bolsa Naconal de Valores, S.A. De las 38 observacones (que consttuyen los actvos analzados), 29, es decr un 76% se ubcan en las tres clases domnantes, esto es, en el rango entre 5,13% como valor nferor y 6,97% como valor superor. Esto deja que solamente cuatro observacones se hallen por debajo de esta concentracón y solamente cnco superen el valor de 6,97%; sendo este rango nferor ncluso al que se obtendría de sumar y restar una vez la desvacón estándar (1,09%) al promedo muestral de 6,12%. Consderando lo anteror, una estmacón de 6,06% obtenda para el conjunto de observacones promedo de rendmento y resgo (meddo por medo de la desvacón estándar) de los actvos tomados en cuenta parece ser un buen estmador del ntercepto, que hemos elegdo como varable proxy de la tasa lbre de resgo mplícta. Podría decrse, entonces que, para la muestra analzada, que comprende observacones desde el 01 de juno al 29 de septembre del 2007, un estmador aceptable de la tasa lbre de resgo para el mercado de valores costarrcense sería de 6,06%.

5 Determnacón de la tasa lbre de resgo mplícta para el mercado de valores de Costa Rca: una propuesta Págna 5 Referencas Bblográfcas Alfaro, Olman y Rodrgo atarrta (1994); Implcacones del análss de meda-varanza para el mercado de valores costarrcense. Sere de Comentaros sobre Asuntos Económcos del Banco Central de Costa Rca. N 129. Julo. Engelmajer, Km (2003); atemátca Fnancera y Teoría del Portafolo. ateral del semnaro homónmo dentro del Programa de Especalsta en Gestón de Resgos Bursátles. Unversdad de onterrey. San José, Costa Rca. Octubre y novembre. arkowtz, Harry (1952); Portfolo Selecton. The Journal of Fnance. arzo. atarrta, Rodrgo (1994); El ercado Acconaro en Costa Rca: Un Análss de la Bursatldad de las Empresas. Sere de Comentaros sobre Asuntos Económcos del Banco Central de Costa Rca. N 126. ayo. atarrta, Rodrgo (2003a); Portafolos Ingenuos y Portafolos Intelgentes. Documento de Trabajo DT Bolsa Naconal de Valores, S.A. San José, Costa Rca. essut, Domngo Jorge, Víctor Adrán Álvarez y Hugo Romano Graff (1994); Seleccón de Inversones. Introduccón a la teoría de cartera. Edcones acch. Argentna. Pascale, Rcardo (1998); Decsones Fnanceras. Tercera edcón. Edcones acch. Argentna. Van Horne, James C. (1997); Admnstracón Fnancera. Décma Edcón. Prentce Hall. éxco.

6 Determnacón de la tasa lbre de resgo mplícta para el mercado de valores de Costa Rca: una propuesta Págna 6 Resultados de las regresones del rendmento promedo con respecto al resgo (meddo por la desvacón estándar) para un conjunto de 38 actvos, realzado sobre 23 muestras de 60 observacones Anexo Pendente nrtercepto R2 Actvo 1-1,46 8,45 0,93 Actvo 2 0,73 5,34 0,97 Actvo 3-1,78 6,45 0,99 Actvo 4 1,83 4,23 0,74 Actvo 5-2,50 3,90 0,74 Actvo 6 0,98 6,38 0,91 Actvo 7-3,56 6,02 0,72 Actvo 8-2,22 6,59 0,53 Actvo 9-2,01 10,05 0,86 Actvo 10 1,21 6,77 0,98 Actvo 11-0,28 5,41 0,85 Actvo 12-2,31 6,55 0,22 Actvo 13 1,83 4,54 0,36 Actvo 14-2,02 5,97 0,86 Actvo 15-0,56 6,12 0,34 Actvo 16-0,49 6,25 0,16 Actvo 17-2,16 6,67 0,54 Actvo 18 3,54 5,82 0,52 Actvo 19 1,26 5,44 0,95 Actvo 20-0,27 5,41 0,88 Actvo 21-2,06 7,08 0,22 Actvo 22 1,79 5,31 0,81 Actvo 23-0,08 5,42 0,30 Actvo 24-0,53 6,51 0,49 Actvo 25-1,02 6,54 0,98 Actvo 26-2,38 4,77 0,84 Actvo 27-0,12 6,27 0,44 Actvo 28 0,02 5,72 0,01 Actvo 29-0,91 6,62 0,96 Actvo 30-0,86 5,91 1,00 Actvo 31-3,39 6,13 0,84 Actvo 32-2,41 7,03 0,66 Actvo 33-5,41 5,63 0,81 Actvo 34-0,89 6,65 0,99 Actvo 35-0,73 5,78 0,99 Actvo 36-3,37 7,56 0,80 Actvo 37-2,50 5,63 0,96 Actvo 38-2,16 5,58 0,97 Promedo 6,12 DE 1,09 áxmo 10,05 ínmo 3,90 Fuente: datos obtendos del Vector de Precos de la Bolsa Naconal de Valores, S.A.

APLICACIÓN DEL ANALISIS INDUSTRIAL EN CARTERAS COLECTIVAS DE VALORES

APLICACIÓN DEL ANALISIS INDUSTRIAL EN CARTERAS COLECTIVAS DE VALORES APLICACIÓN DEL ANALISIS INDUSTRIAL EN CARTERAS COLECTIVAS DE VALORES Documento Preparado para la Cámara de Fondos de Inversón Versón 203 Por Rodrgo Matarrta Venegas 23 de Setembre del 204 2 Análss Industral

Más detalles

Econometría. Ayudantía # 01, Conceptos Generales, Modelo de Regresión. Profesor: Carlos R. Pitta 1

Econometría. Ayudantía # 01, Conceptos Generales, Modelo de Regresión. Profesor: Carlos R. Pitta 1 Escuela de Ingenería Comercal Ayudantía # 01, Conceptos Generales, Modelo de Regresón Profesor: Carlos R. Ptta 1 1 cptta@spm.uach.cl Escuela de Ingenería Comercal Ayudantía 01 Parte 01: Comentes Señale

Más detalles

EL MODELO DE CARTERA DE PROYECTOS

EL MODELO DE CARTERA DE PROYECTOS EL ODELO DE CATEA DE POYECTOS. Decsones fnanceras y mercado de captales: la síntess neoclásca 2. La utldad del modelo de arkowtz en la valoracón de proyectos de nversónó 3. Determnacón de equvalentes de

Más detalles

Medidas de centralización

Medidas de centralización 1 Meddas de centralzacón Meda Datos no agrupados = x X = n = 0 Datos agrupados = x X = n = 0 Medana Ordenamos la varable de menor a mayor. Calculamos la columna de la frecuenca relatva acumulada F. Buscamos

Más detalles

Muestra: son datos de corte transversal correspondientes a 120 familias españolas.

Muestra: son datos de corte transversal correspondientes a 120 familias españolas. Capítulo II: El Modelo Lneal Clásco - Estmacón Aplcacones Informátcas 3. APLICACIONES INFORMÁTICAS Fchero : cp.wf (modelo de regresón smple) Seres: : consumo famlar mensual en mles de pesetas RENTA: renta

Más detalles

EJERCICIOS. Ejercicio 1.- Para el modelo de regresión simple siguiente: Y i = βx i + ε i i =1,..., 100. se tienen las siguientes medias muestrales:

EJERCICIOS. Ejercicio 1.- Para el modelo de regresión simple siguiente: Y i = βx i + ε i i =1,..., 100. se tienen las siguientes medias muestrales: EJERCICIOS Tema 2: MODELO DE REGRESION LINEAL SIMPLE Ejercco 1.- Para el modelo de regresón smple sguente: Y = βx + ε =1,..., 100 se tenen las sguentes medas muestrales: ( P y ) /n =0.3065 ( P y 2 ) /n

Más detalles

A. Una pregunta muy particular que se puede hacer a una distribución de datos es de qué magnitud es es la heterogeneidad que se observa.

A. Una pregunta muy particular que se puede hacer a una distribución de datos es de qué magnitud es es la heterogeneidad que se observa. MEDIDA DE DIPERIÓ A. Una pregunta muy partcular que se puede hacer a una dstrbucón de datos es de qué magntud es es la heterogenedad que se observa. FICHA º 18 Las meddas de dspersón generalmente acompañan

Más detalles

MATEMÁTICAS para estudiantes de primer curso de facultades y escuelas técnicas

MATEMÁTICAS para estudiantes de primer curso de facultades y escuelas técnicas Unversdad de Cádz Departamento de Matemátcas MATEMÁTICAS para estudantes de prmer curso de facultades y escuelas técncas Tema 13 Dstrbucones bdmensonales. Regresón y correlacón lneal Elaborado por la Profesora

Más detalles

Econometría de corte transversal. Pablo Lavado Centro de Investigación de la Universidad del Pacífico

Econometría de corte transversal. Pablo Lavado Centro de Investigación de la Universidad del Pacífico Econometría de corte transversal Pablo Lavado Centro de Investgacón de la Unversdad del Pacífco Contendo Defncones báscas El contendo mínmo del curso Bblografía recomendada Aprendendo econometría Defncones

Más detalles

PRUEBAS DE ACCESO A LAS UNIVERSIDADES DE ANDALUCÍA PARA MAYORES DE 25 AÑOS MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES

PRUEBAS DE ACCESO A LAS UNIVERSIDADES DE ANDALUCÍA PARA MAYORES DE 25 AÑOS MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES PRUEBAS DE ACCESO A LAS UNIVERSIDADES DE ANDALUCÍA PARA MAYORES DE AÑOS EXÁMENES PROPUESTOS Y RESUELTOS DE MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES CONVOCATORIAS DE --- F Jménez Gómez Este cuaderno

Más detalles

Apéndice A: Metodología para la evaluación del modelo de pronóstico meteorológico

Apéndice A: Metodología para la evaluación del modelo de pronóstico meteorológico Apéndce A: Metodología para la evaluacón del modelo de pronóstco meteorológco Apéndce A: Metodología para la evaluacón del modelo de pronóstco meteorológco Tabla de contendos Ap.A Apéndce A: Metodología

Más detalles

PORTAFOLIO DE TRES ACTIVOS FINANCIEROS

PORTAFOLIO DE TRES ACTIVOS FINANCIEROS PORTAFOLIO DE TRES ACTIVOS FINANCIEROS Contendo:. Introduccón.. Fondos Mutuos. Rendmento y Resgo.. Parámetros estadístcos de un Portafolo de Tres Actvos. a) El Retorno de un Portafolo. b) El Resgo de un

Más detalles

3. VARIABLES ALEATORIAS.

3. VARIABLES ALEATORIAS. 3. VARIABLES ALEATORIAS. Una varable aleatora es una varable que toma valores numércos determnados por el resultado de un epermento aleatoro (no hay que confundr la varable aleatora con sus posbles valores)

Más detalles

Histogramas: Es un diagrama de barras pero los datos son siempre cuantitativos agrupados en clases o intervalos.

Histogramas: Es un diagrama de barras pero los datos son siempre cuantitativos agrupados en clases o intervalos. ESTADÍSTICA I. Recuerda: Poblacón: Es el conjunto de todos los elementos que cumplen una determnada propedad, que llamamos carácter estadístco. Los elementos de la poblacón se llaman ndvduos. Muestra:

Más detalles

Problemas donde intervienen dos o más variables numéricas

Problemas donde intervienen dos o más variables numéricas Análss de Regresón y Correlacón Lneal Problemas donde ntervenen dos o más varables numércas Estudaremos el tpo de relacones que exsten entre ellas, y de que forma se asocan Ejemplos: La presón de una masa

Más detalles

INSTITUTO DE FÍSICA FACULTAD DE INGENIERÍA

INSTITUTO DE FÍSICA FACULTAD DE INGENIERÍA INSTITUTO DE FÍSICA FACULTAD DE INGENIERÍA LABORATORIO 1-008 PRACTICA 4: LEYES DE LOS GASES 1. OBJETIVOS ) Comprobacón expermental de las leyes de los gases. En este caso nos vamos a concentrar en el estudo

Más detalles

2 Dos tipos de parámetros estadísticos

2 Dos tipos de parámetros estadísticos Dos tpos de parámetros estadístcos Págna 198 1. Calcula la meda, la medana y la moda de cada una de estas dstrbucones estadístcas: a) 4, 5, 6, 6, 6, 6, 7, 11, 1, 17 b), 1, 6, 9,, 8, 9,, 14, c), 3, 3, 3,

Más detalles

Análisis de Regresión y Correlación

Análisis de Regresión y Correlación 1 Análss de Regresón y Correlacón El análss de regresón consste en emplear métodos que permtan determnar la mejor relacón funconal entre dos o más varables concomtantes (o relaconadas). El análss de correlacón

Más detalles

Mª Dolores del Campo Maldonado. Tel: :

Mª Dolores del Campo Maldonado. Tel: : Mª Dolores del Campo Maldonado Tel: : 918 074 714 e-mal: ddelcampo@cem.mtyc.es Documentacón de referenca nternaconalmente aceptada ISO/IEC GUIDE 98-3:008 Uncertanty of measurement Part 3: Gude to the n

Más detalles

EJERCICIOS REPASO I. Profesor: Juan Antonio González Díaz. Departamento Métodos Cuantitativos Universidad Pablo de Olavide

EJERCICIOS REPASO I. Profesor: Juan Antonio González Díaz. Departamento Métodos Cuantitativos Universidad Pablo de Olavide EJERCICIOS REPASO I Profesor: Juan Antono González Díaz Departamento Métodos Cuanttatvos Unversdad Pablo de Olavde 1 EJERCICIO 1: Un nversor se plantea realzar varas operacones de las que desea obtener

Más detalles

LECTURA 06: MEDIDAS DE TENDENCIA CENTRAL (PARTE I) LA MEDIA ARITMÉTICA TEMA 15: MEDIDAS ESTADISTICAS: DEFINICION Y CLASIFICACION

LECTURA 06: MEDIDAS DE TENDENCIA CENTRAL (PARTE I) LA MEDIA ARITMÉTICA TEMA 15: MEDIDAS ESTADISTICAS: DEFINICION Y CLASIFICACION Unversdad Católca Los Ángeles de Chmbote LECTURA 06: MEDIDAS DE TENDENCIA CENTRAL (PARTE I) LA MEDIA ARITMÉTICA TEMA 15: MEDIDAS ESTADISTICAS: DEFINICION Y CLASIFICACION 1. DEFINICION: Las meddas estadístcas

Más detalles

Valoración de Instrumentos del Vector de Precios

Valoración de Instrumentos del Vector de Precios Valoracón de Instrumentos del Vector de Precos VERSIÓN SEPTIEMBRE 9 VERSIÓN SEPTIEMBRE 9 CONTENIDO INTRODUCCIÓN.... INSTRUMENTOS FINANCIEROS.... Títulos de Deuda de Emsores Públcos... A) Bonos de Establzacón

Más detalles

SELECCIÓN DE PORTAFOLIOS DE ACCIONES A PARTIR DE LA LINEA DE MERCADO DE CAPITALES CON ACTIVOS FINANCIEROS DE COLOMBIA

SELECCIÓN DE PORTAFOLIOS DE ACCIONES A PARTIR DE LA LINEA DE MERCADO DE CAPITALES CON ACTIVOS FINANCIEROS DE COLOMBIA Scenta et echnca Año XIII, o 35, Agosto de 2007. Unversdad ecnológca de erera. ISS 022-70 299 SELECCIÓ DE ORAFOLIOS DE ACCIOES A ARIR DE LA LIEA DE MERCADO DE CAIALES CO ACIVOS FIACIEROS DE COLOMBIA Selecton

Más detalles

GUÍA 5. Roberto Fabián Retrepo A., M. Sc. en Física Profesor Asociado Escuela de Física Universidad Nacional de Colombia

GUÍA 5. Roberto Fabián Retrepo A., M. Sc. en Física Profesor Asociado Escuela de Física Universidad Nacional de Colombia GUÍA 5 Dego Lus Arstzábal R., M. Sc. en Físca Profesor Asocado Escuela de Físca Unversdad aconal de Colomba Roberto Fabán Retrepo A., M. Sc. en Físca Profesor Asocado Escuela de Físca Unversdad aconal

Más detalles

Especialista en Estadística y Docencia Universitaria REGRESION LINEAL MULTIPLE

Especialista en Estadística y Docencia Universitaria REGRESION LINEAL MULTIPLE Especalsta en Estadístca y Docenca Unverstara REGRESION LINEAL MULTIPLE El modelo de regresón lneal múltple El modelo de regresón lneal múltple con p varables predctoras y basado en n observacones tomadas

Más detalles

EL ANÁLISIS DE LA VARIANZA (ANOVA) 2. Estimación de componentes de varianza

EL ANÁLISIS DE LA VARIANZA (ANOVA) 2. Estimación de componentes de varianza EL ANÁLSS DE LA VARANZA (ANOVA). Estmacón de componentes de varanza Alca Maroto, Rcard Boqué Grupo de Qumometría y Cualmetría Unverstat Rovra Vrgl C/ Marcel.lí Domngo, s/n (Campus Sescelades) 43007-Tarragona

Más detalles

Relaciones entre variables

Relaciones entre variables Relacones entre varables Las técncas de regresón permten hacer predccones sobre los valores de certa varable Y (dependente), a partr de los de otra (ndependente), entre las que se ntuye que exste una relacón.

Más detalles

Tema 3. Estadísticos univariados: tendencia central, variabilidad, asimetría y curtosis

Tema 3. Estadísticos univariados: tendencia central, variabilidad, asimetría y curtosis Tema. Estadístcos unvarados: tendenca central, varabldad, asmetría y curtoss 1. MEDIDA DE TEDECIA CETRAL La meda artmétca La medana La moda Comparacón entre las meddas de tendenca central. MEDIDA DE VARIACIÓ

Más detalles

TRABAJO 1: Variables Estadísticas Unidimensionales (Tema 1).

TRABAJO 1: Variables Estadísticas Unidimensionales (Tema 1). TRABAJO 1: Varables Estadístcas Undmensonales (Tema 1). Técncas Cuanttatvas I. Curso 2016/2017. APELLIDOS: NOMBRE: GRADO: GRUPO: DNI (o NIE): A: B: C: D: En los enuncados de los ejerccos que sguen aparecen

Más detalles

ENCUESTA ESTRUCTURAL DE TRANSPORTE POR CARRETERA AÑO CONTABLE 2011 INSTITUTO NACIONAL DE ESTADÍSTICAS

ENCUESTA ESTRUCTURAL DE TRANSPORTE POR CARRETERA AÑO CONTABLE 2011 INSTITUTO NACIONAL DE ESTADÍSTICAS METODOLOGÍA ENCUESTA ESTRUCTURAL DE TRANSPORTE POR CARRETERA AÑO CONTABLE 0 INSTITUTO NACIONAL DE ESTADÍSTICAS 03 ÍNDICE I. METODOLOGÍA ENCUESTA ESTRUCTURAL DE TRANSPORTE INTERURBANO DE PASAJEROS POR CARRETERA.

Más detalles

Análisis cuantitativo aplicado al Comercio Internacional y el Transporte

Análisis cuantitativo aplicado al Comercio Internacional y el Transporte Máster de Comerco, Transporte y Comuncacones Internaconales Análss cuanttatvo aplcado al Comerco Internaconal y el Transporte Ramón úñez Sánchez Soraya Hdalgo Gallego Departamento de Economía Introduccón

Más detalles

Tema 3: Procedimientos de Constrastación y Selección de Modelos

Tema 3: Procedimientos de Constrastación y Selección de Modelos Tema 3: Procedmentos de Constrastacón y Seleccón de Modelos TEMA 3: PROCEDIMIENTOS DE CONTRASTACIÓN Y SELECCIÓN DE MODELOS 3) Introduccón a los Modelos con Restrccones Estmacón Restrngda 3) Contrastes

Más detalles

EJERCICIO 1 1. VERDADERO 2. VERDADERO (Esta afirmación no es cierta en el caso del modelo general). 3. En el modelo lineal general

EJERCICIO 1 1. VERDADERO 2. VERDADERO (Esta afirmación no es cierta en el caso del modelo general). 3. En el modelo lineal general PRÁCTICA 6: MODELO DE REGRESIÓN MÚLTIPLE SOLUCIÓN EJERCICIO. VERDADERO. VERDADERO (Esta afrmacón no es certa en el caso del modelo general. 3. En el modelo lneal general Y =X β + ε, explcar la forma que

Más detalles

De factores fijos. Mixto. Con interacción Sin interacción. No equilibrado. Jerarquizado

De factores fijos. Mixto. Con interacción Sin interacción. No equilibrado. Jerarquizado Análss de la varanza con dos factores. Introduccón Hasta ahora se ha vsto el modelo de análss de la varanza con un factor que es una varable cualtatva cuyas categorías srven para clasfcar las meddas de

Más detalles

FORMULARIO PARA LA PRESENTACIÓN DE RESUMEN DE PONENCIA

FORMULARIO PARA LA PRESENTACIÓN DE RESUMEN DE PONENCIA FORMULARIO PARA LA PRESENTACIÓN DE RESUMEN DE PONENCIA TÍTULO DE LA PONENCIA: Heterogenedad en los perfles de ngreso y retornos a la educacón superor en el Perú AUTOR: Gustavo Yamada, Juan F. Castro y

Más detalles

5.0 ESTADÍSTICOS PARA DATOS AGRUPADOS.

5.0 ESTADÍSTICOS PARA DATOS AGRUPADOS. 5.0 ESTADÍSTICOS PARA DATOS AGRUPADOS. Para organzar los datos a medda que el número de observacones crece, es necesaro condensar más los datos en tablas apropadas, a fn de presentar, analzar e nterpretar

Más detalles

Programa de Asesor Financiero (PAF) Nivel I

Programa de Asesor Financiero (PAF) Nivel I Programa de Asesor Fnancero (PAF) Nvel I MÓDULO 1_Fundamentos de la Inversón SOLUCIÓN_CUESTIONARIOS DEL LIBRO Capítulos 1-3: CAPITALIZACIÓN Y DESCUENTO Capítulo 4: TIPOS DE INTERÉS Y RENTABILIDAD Capítulo

Más detalles

Descripción de una variable

Descripción de una variable Descrpcón de una varable Tema. Defncones fundamentales. Tabla de frecuencas. Datos agrupados. Meddas de poscón Meddas de tendenca central: meda, medana, moda Ignaco Cascos Depto. Estadístca, Unversdad

Más detalles

Correlación y regresión lineal simple

Correlación y regresión lineal simple . Regresón lneal smple Correlacón y regresón lneal smple. Introduccón La correlacón entre dos varables ( e Y) se refere a la relacón exstente entre ellas de tal manera que a determnados valores de se asocan

Más detalles

REGRESION Y CORRELACION

REGRESION Y CORRELACION nav Estadístca (complementos) 1 REGRESION Y CORRELACION Fórmulas báscas en la regresón lneal smple Como ejemplo de análss de regresón, descrbremos el caso de Pzzería Armand, cadena de restaurantes de comda

Más detalles

MUESTREO EN POBLACIONES FINITAS

MUESTREO EN POBLACIONES FINITAS MUESTREO EN POBLACIONES FINITAS Antono Morllas A.Morllas: Muestreo 1 MUESTREO EN POBLACIONES FINITAS 1. Conceptos estadístcos báscos. Etapas en el muestreo 3. Tpos de error 4. Métodos de muestreo 5. Tamaño

Más detalles

CAPÍTULO 5 REGRESIÓN CON VARIABLES CUALITATIVAS

CAPÍTULO 5 REGRESIÓN CON VARIABLES CUALITATIVAS CAPÍTULO 5 REGRESIÓN CON VARIABLES CUALITATIVAS Edgar Acuña Fernández Departamento de Matemátcas Unversdad de Puerto Rco Recnto Unverstaro de Mayagüez Edgar Acuña Analss de Regreson Regresón con varables

Más detalles

Pronósticos. Humberto R. Álvarez A., Ph. D.

Pronósticos. Humberto R. Álvarez A., Ph. D. Pronóstcos Humberto R. Álvarez A., Ph. D. Predccón, Pronóstco y Prospectva Predccón: estmacón de un acontecmento futuro que se basa en consderacones subjetvas, en la habldad, experenca y buen juco de las

Más detalles

Maestría en Administración. Medidas Descriptivas. Formulario e Interpretación. Dr. Francisco Javier Cruz Ariza

Maestría en Administración. Medidas Descriptivas. Formulario e Interpretación. Dr. Francisco Javier Cruz Ariza Maestría en Admnstracón Meddas Descrptvas Formularo e Interpretacón Dr. Francsco Javer Cruz Arza A contnuacón mostramos el foco de atencón de las dstntas meddas que abordaremos en el presente manual. El

Más detalles

Medidas de Tendencia Central y de Variabilidad

Medidas de Tendencia Central y de Variabilidad Meddas de Tendenca Central y de Varabldad Contendos Meddas descrptvas de forma: curtoss y asmetría Meddas de tendenca central: meda, medana y moda Meddas de dspersón: rango, varanza y desvacón estándar.

Más detalles

TEMA III EL ANÁLISIS DE REGRESIÓN LINEAL MÚLTIPLE

TEMA III EL ANÁLISIS DE REGRESIÓN LINEAL MÚLTIPLE TEMA III EL ANÁLISIS DE REGRESIÓN LINEAL MÚLTIPLE LECTURA OBLIGATORIA Regresón Lneal Múltple. En Ral, A. y Varela, J. (008). Estadístca Práctca para la Investgacón en Cencas de la Salud. Coruña: Netbblo.

Más detalles

Vida Util, características de la Fiabilidad e Inviabilidad y distribuciones teóricas en el terreno de la fiabilidad

Vida Util, características de la Fiabilidad e Inviabilidad y distribuciones teóricas en el terreno de la fiabilidad Vda Utl, característcas de la Fabldad e Invabldad y dstrbucones teórcas en el terreno de la fabldad Realzado por: Mgter. Leandro D. Torres Vda Utl Este índce se refere a una vda útl meda nomnal y se puede

Más detalles

T. 9 El modelo de regresión lineal

T. 9 El modelo de regresión lineal 1 T. 9 El modelo de regresón lneal 1. Conceptos báscos sobre el análss de regresón lneal. Ajuste de la recta de regresón 3. Bondad de ajuste del modelo de regresón Modelos predctvos o de regresón: la representacón

Más detalles

La adopción y uso de las TICs en las Microempresas Chilenas

La adopción y uso de las TICs en las Microempresas Chilenas Subdreccón Técnca Depto. Investgacón y Desarrollo Estadístco Subdreccón de Operacones Depto. Comerco y Servcos INFORME METODOLÓGICO DISEÑO MUESTRAL La adopcón y uso de las TICs en las Mcroempresas Clenas

Más detalles

CÁLCULO DE INCERTIDUMBRE EN MEDIDAS FÍSICAS: MEDIDA DE UNA MASA

CÁLCULO DE INCERTIDUMBRE EN MEDIDAS FÍSICAS: MEDIDA DE UNA MASA CÁLCULO DE INCERTIDUMBRE EN MEDIDAS FÍSICAS: MEDIDA DE UNA MASA Alca Maroto, Rcard Boqué, Jord Ru, F. Xaver Rus Departamento de Químca Analítca y Químca Orgánca Unverstat Rovra Vrgl. Pl. Imperal Tàrraco,

Más detalles

ESTADISTÍCA. 1. Población, muestra e individuo. 2. Variables estadísticas. 3. El proceso que se sigue en estadística

ESTADISTÍCA. 1. Población, muestra e individuo. 2. Variables estadísticas. 3. El proceso que se sigue en estadística ESTADISTÍCA. Poblacón, muestra e ndvduo Las característcas de una dstrbucón se pueden estudar drectamente sobre la poblacón o se pueden nferr a partr de l estudo de una muestra. Poblacón estadístca es

Más detalles

Reconocimiento de Locutor basado en Procesamiento de Voz. ProDiVoz Reconocimiento de Locutor 1

Reconocimiento de Locutor basado en Procesamiento de Voz. ProDiVoz Reconocimiento de Locutor 1 Reconocmento de Locutor basado en Procesamento de Voz ProDVoz Reconocmento de Locutor Introduccón Reconocmento de locutor: Proceso de extraccón automátca de nformacón relatva a la dentdad de la persona

Más detalles

Estadísticos muéstrales

Estadísticos muéstrales Estadístcos muéstrales Una empresa dedcada al transporte y dstrbucón de mercancías, tene una plantlla de 50 trabajadores. Durante el últmo año se ha observado que 5 trabajadores han faltado un solo día

Más detalles

FE DE ERRATAS Y AÑADIDOS AL LIBRO FUNDAMENTOS DE LAS TÉCNICAS MULTIVARIANTES (Ximénez & San Martín, 2004)

FE DE ERRATAS Y AÑADIDOS AL LIBRO FUNDAMENTOS DE LAS TÉCNICAS MULTIVARIANTES (Ximénez & San Martín, 2004) FE DE ERRATAS Y AÑADIDOS AL LIBRO FUNDAMENTOS DE LAS TÉCNICAS MULTIVARIANTES (Xménez & San Martín, 004) Capítulo. Nocones báscas de álgebra de matrces Fe de erratas.. Cálculo de la transpuesta de una matrz

Más detalles

EXPERIMENTACIÓN COMERCIAL(I)

EXPERIMENTACIÓN COMERCIAL(I) EXPERIMENTACIÓN COMERCIAL(I) En un expermento comercal el nvestgador modfca algún factor (denomnado varable explcatva o ndependente) para observar el efecto de esta modfcacón sobre otro factor (denomnado

Más detalles

LECTURA 07: MEDIDAS DE TENDENCIA CENTRAL (PARTE II) LA MEDIANA Y LA MODA TEMA 17: LA MEDIANA Y LA MODA

LECTURA 07: MEDIDAS DE TENDENCIA CENTRAL (PARTE II) LA MEDIANA Y LA MODA TEMA 17: LA MEDIANA Y LA MODA LECTURA 07: MEDIDAS DE TENDENCIA CENTRAL (PARTE II) LA MEDIANA Y LA MODA TEMA 17: LA MEDIANA Y LA MODA. LA MEDIANA: Es una medda de tendenca central que dvde al total de n observacones debdamente ordenadas

Más detalles

Tema 1: Estadística Descriptiva Unidimensional Unidad 2: Medidas de Posición, Dispersión y de Forma

Tema 1: Estadística Descriptiva Unidimensional Unidad 2: Medidas de Posición, Dispersión y de Forma Estadístca Tema 1: Estadístca Descrptva Undmensonal Undad 2: Meddas de Poscón, Dspersón y de Forma Área de Estadístca e Investgacón Operatva Lceso J. Rodríguez-Aragón Septembre 2010 Contendos...............................................................

Más detalles

E.U.I.T.I. Bilbao. Asignatura: MÉTODOS ESTADÍSTICOS DE LA INGENIERÍA

E.U.I.T.I. Bilbao. Asignatura: MÉTODOS ESTADÍSTICOS DE LA INGENIERÍA E.U.I.T.I. Blbao Asgnatura: MÉTODOS ESTADÍSTICOS DE LA INGENIERÍA E.U.I.T.I. Blbao Asgnatura: MÉTODOS ESTADÍSTICOS DE LA INGENIERÍA TEMA 2: ESTADÍSTICA DESCRIPTIVA 1. RESUMEN Métodos para resumr y descrbr

Más detalles

METODOLOGÍA MUESTRAL ENCUESTA A LAS PEQUEÑAS Y MEDIANAS EMPRESAS

METODOLOGÍA MUESTRAL ENCUESTA A LAS PEQUEÑAS Y MEDIANAS EMPRESAS SUBDIRECCIÓN TÉCNICA DEPARTAMENTO DE INVESTIGACIÓN Y DESARROLLO ÁREA DE ANÁLISIS ESTADÍSTICAS ECONÓMICAS METODOLOGÍA MUESTRAL ENCUESTA A LAS PEQUEÑAS Y MEDIANAS EMPRESAS Santago, Enero de 2008. Departamento

Más detalles

MODELOS DE ELECCIÓN BINARIA

MODELOS DE ELECCIÓN BINARIA MODELOS DE ELECCIÓN BINARIA Econometría I UNLP http://www.econometra1.depeco.econo.unlp.edu.ar/ Modelos de Eleccón Bnara: Introduccón Estamos nteresados en la probabldad de ocurrenca de certo evento Podemos

Más detalles

Práctica 12 - Programación en C++ Pág. 1. Practica Nº 12. Prof. Dr. Paul Bustamante. Informática II Fundamentos de Programación - Tecnun

Práctica 12 - Programación en C++ Pág. 1. Practica Nº 12. Prof. Dr. Paul Bustamante. Informática II Fundamentos de Programación - Tecnun Práctca 1 - Programacón en C++ Pág. 1 Práctcas de C++ Practca Nº 1 Informátca II Fundamentos de Programacón Prof. Dr. Paul Bustamante Práctca 1 - Programacón en C++ Pág. 1 INDICE ÍNDICE... 1 1.1 Ejercco

Más detalles

Tema 8 - Estadística - Matemáticas CCSSI 1º Bachillerato 1

Tema 8 - Estadística - Matemáticas CCSSI 1º Bachillerato 1 Tema 8 - Estadístca - Matemátcas CCSSI 1º Bachllerato 1 TEMA 8 - ESTADÍSTICA 8.1 NOCIONES GENERALES DE ESTADÍSTICA 8.1.1 INTRODUCCIÓN Objetvo: La estadístca tene por objeto el desarrollo de técncas para

Más detalles

PRINCIPIOS PARA LA VALORACIÓN DE INVERSIONES

PRINCIPIOS PARA LA VALORACIÓN DE INVERSIONES PRINCIPIOS PARA LA VALORACIÓN DE INVERSIONES Y SELECCIÓN N DE PROYECTOS FELIPE ANDRÉS HERRERA R. - ING. ADMINISTRADOR Especalsta en Ingenería Fnancera Unversdad Naconal de Colomba Escuela de la Ingenería

Más detalles

Ejercicio nº 1. a) Elabora una tabla de frecuencias. b) Representa gráficamente la distribución.

Ejercicio nº 1. a) Elabora una tabla de frecuencias. b) Representa gráficamente la distribución. Ejercco nº En una empresa de teleonía están nteresados en saber cuál es el número de aparatos teleóncos (ncludos teléonos móvles) que se tene en las vvendas. Se hace una encuesta y, hasta ahora, han recbdo

Más detalles

Regresión y Correlación Métodos numéricos

Regresión y Correlación Métodos numéricos Regresón y Correlacón Métodos numércos Prof. Mguel Hesquo Garduño. Est. Mrla Benavdes Rojas Depto. De Ingenería Químca Petrolera ESIQIE-IPN hesquogm@yahoo.com.mx mbenavdesr5@gmal.com Regresón lneal El

Más detalles

NOMBRE Apellido Paterno Apellido Materno Nombre(s) Porcentaje de defectos producidos Máquina Porcentaje de producción

NOMBRE Apellido Paterno Apellido Materno Nombre(s) Porcentaje de defectos producidos Máquina Porcentaje de producción UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉICO FACULTAD DE INGENIERÍA DIVISIÓN DE CIENCIAS BÁSICAS COORDINACIÓN DE CIENCIAS APLICADAS DEPARTAMENTO DE PROBABILIDAD Y ESTADÍSTICA PRIMER EAMEN FINAL RESOLUCIONES

Más detalles

CAPITULO 3.- ANÁLISIS CONJUNTO DE DOS VARIABLES. 3.1 Presentación de los datos. Tablas de doble entrada.

CAPITULO 3.- ANÁLISIS CONJUNTO DE DOS VARIABLES. 3.1 Presentación de los datos. Tablas de doble entrada. Introduccón a la Estadístca Empresaral Capítulo - Análss conjunto de dos varables Jesús ánchez Fernández CAPITULO - AÁLII COJUTO DE DO VARIABLE Presentacón de los datos Tablas de doble entrada En el capítulo

Más detalles

CARTAS DE CONTROL. Han sido difundidas exitosamente en varios países dentro de una amplia variedad de situaciones para el control del proceso.

CARTAS DE CONTROL. Han sido difundidas exitosamente en varios países dentro de una amplia variedad de situaciones para el control del proceso. CARTAS DE CONTROL Las cartas de control son la herramenta más poderosa para analzar la varacón en la mayoría de los procesos. Han sdo dfunddas extosamente en varos países dentro de una ampla varedad de

Más detalles

Población: Es el conjunto de todos los elementos cuyo conocimiento nos interesa y serán objeto de nuestro estudio.

Población: Es el conjunto de todos los elementos cuyo conocimiento nos interesa y serán objeto de nuestro estudio. Tema 9 - Estadístca - Matemátcas B 4º E.S.O. 1 TEMA 9 - ESTADÍSTICA 9.1 DOS RAMAS DE LA ESTADÍSTICA 9.1.1 - INTRODUCCIÓN Objetvo: La estadístca tene por objeto el desarrollo de técncas para el conocmento

Más detalles

Riesgos Proporcionales de Cox

Riesgos Proporcionales de Cox Resgos Proporconales de Cox Resumen El procedmento Resgos Proporconales de Cox esta dseñado para ajustar un modelo estadístco sem-parámetrco a los tempos de falla de una o mas varables predctoras. Los

Más detalles

PRACTICA 4. Asignatura: Economía y Medio Ambiente Titulación: Grado en ciencias ambientales Curso: 2º Semestre: 1º Curso

PRACTICA 4. Asignatura: Economía y Medio Ambiente Titulación: Grado en ciencias ambientales Curso: 2º Semestre: 1º Curso PRACTICA 4 Asgnatura: Economía y Medo Ambente Ttulacón: Grado en cencas ambentales Curso: º Semestre: 1º Curso 010-011 Profesora: Inmaculada C. Álvarez Ayuso Inmaculada.alvarez@uam.es PREGUNTAS TIPO TEST

Más detalles

INTRODUCCIÓN. Técnicas estadísticas

INTRODUCCIÓN. Técnicas estadísticas Tema : Estadístca Descrptva Undmensonal ITRODUCCIÓ Fenómeno determnsta: al repetrlo en déntcas condcones se obtene el msmo resultado. (Ejemplo: lómetros recorrdos en un ntervalo de tempo a una velocdad

Más detalles

Cálculo y EstadísTICa. Primer Semestre.

Cálculo y EstadísTICa. Primer Semestre. Cálculo y EstadísTICa. Prmer Semestre. EstadísTICa Curso Prmero Graduado en Geomátca y Topografía Escuela Técnca Superor de Ingeneros en Topografía, Geodesa y Cartografía. Unversdad Poltécnca de Madrd

Más detalles

Práctica 2 Caracterización de un dinamómetro

Práctica 2 Caracterización de un dinamómetro Págna 1/9 Práctca Caracterzacón de un dnamómetro Págna 1 Págna /9 1. Segurdad en la ejecucón Pelgro o fuente de energía 1 Peso de las masas patrón Resgo asocado Al manpular las masas nadecuadamente se

Más detalles

Diseño de la Muestra. Introducción. Tipo de muestreo y estratificación

Diseño de la Muestra. Introducción. Tipo de muestreo y estratificación Dseño de la Muestra A Introduccón Sguendo las orentacones dadas por la Ofcna Estadístca de la Unón Europea (EUROSTAT) se a selecconado una muestra probablístca representatva de la poblacón de los ogares

Más detalles

OPERACIONES ARMONIZACION DE CRITERIOS EN CALCULO DE PRECIOS Y RENDIMIENTOS

OPERACIONES ARMONIZACION DE CRITERIOS EN CALCULO DE PRECIOS Y RENDIMIENTOS P L V S V LT R A BANCO DE ESPAÑA OPERACIONES Gestón de la Informacón ARMONIZACION DE CRITERIOS EN CALCULO DE PRECIOS Y RENDIMIENTOS El proceso de ntegracón fnancera dervado de la Unón Monetara exge la

Más detalles

EJERCICIOS DE ESTADÍSTICA BIDIMENSIONAL.

EJERCICIOS DE ESTADÍSTICA BIDIMENSIONAL. EJERCICIOS DE ESTADÍSTICA BIDIMENSIONAL. 1. Una cofradía de pescadores regstra la cantdad de sardnas que llegan al puerto (X), en klogramos, el preco de la subasta en la lonja (Y), en euros por klo, han

Más detalles

CAPÍTULO 3 METODOLOGÍA. En el siguiente capítulo se presenta al inicio, definiciones de algunos conceptos actuariales

CAPÍTULO 3 METODOLOGÍA. En el siguiente capítulo se presenta al inicio, definiciones de algunos conceptos actuariales CAPÍTULO 3 METODOLOGÍA En el sguente capítulo se presenta al nco, defncones de algunos conceptos actuarales que se utlzan para la elaboracón de las bases técncas del Producto de Salud al gual que la metodología

Más detalles

Consumo de un estudiante granadino

Consumo de un estudiante granadino Consumo de un estudante granadno Trabajo de Econometría 3º de GADE, grupo C María Teresa Penado García Ana Isabel Béjar Pérez Marna Herrero López ÍNDICE Introduccón y varables escogdas para realzar el

Más detalles

Regresión Lineal Simple y Correlación

Regresión Lineal Simple y Correlación 4 Regresón Lneal Smple y Correlacón 4.1. Fundamentos teórcos 4.1.1. Regresón La regresón es la parte de la estadístca que trata de determnar la posble relacón entre una varable numérca, que suele llamarse

Más detalles

Efectos fijos o aleatorios: test de especificación

Efectos fijos o aleatorios: test de especificación Cómo car?: Montero. R (2011): Efectos fjos o aleatoros: test de especfcacón. Documentos de Trabajo en Economía Aplcada. Unversdad de Granada. España Efectos fjos o aleatoros: test de especfcacón Roberto

Más detalles

TEMA 3. VARIABLE ALEATORIA

TEMA 3. VARIABLE ALEATORIA TEMA 3. VARIABLE ALEATORIA 3.. Introduccón. 3... Dstrbucón de Probabldad de una varable aleatora 3... Funcón de Dstrbucón de una varable aleatora 3.. Varable aleatora dscreta 3... Funcón masa de probabldad

Más detalles

GERENCIA DE OPERACIONES Y PRODUCCIÓN DISEÑO DE NUEVOS PRODUCTOS Y SERVICIOS ESTRATEGIAS DE OPERACIONES

GERENCIA DE OPERACIONES Y PRODUCCIÓN DISEÑO DE NUEVOS PRODUCTOS Y SERVICIOS ESTRATEGIAS DE OPERACIONES GERENCIA DE OPERACIONES Y PRODUCCIÓN DISEÑO DE NUEVOS PRODUCTOS Y SERVICIOS ESTRATEGIAS DE OPERACIONES PRONÓSTICOS PREDICCIÓN, PRONÓSTICO Y PROSPECTIVA Predccón: estmacón de un acontecmento futuro que

Más detalles

Economía de la Empresa: Financiación

Economía de la Empresa: Financiación Economía de la Empresa: Fnancacón Francsco Pérez Hernández Departamento de Fnancacón e Investgacón de la Unversdad Autónoma de Madrd Objetvo del curso: Dentro del contexto de Economía de la Empresa, se

Más detalles

Comparación entre distintos Criterios de decisión (VAN, TIR y PRI) Por: Pablo Lledó

Comparación entre distintos Criterios de decisión (VAN, TIR y PRI) Por: Pablo Lledó Comparacón entre dstntos Crteros de decsón (, TIR y PRI) Por: Pablo Lledó Master of Scence en Evaluacón de Proyectos (Unversty of York) Project Management Professonal (PMP certfed by the PMI) Profesor

Más detalles

LECTURA N 06: MEDIDAS DE TENDENCIA CENTRAL (PARTE I) TEMA 14: MEDIDAS ESTADISTICAS: DEFINICION Y CLASIFICACION

LECTURA N 06: MEDIDAS DE TENDENCIA CENTRAL (PARTE I) TEMA 14: MEDIDAS ESTADISTICAS: DEFINICION Y CLASIFICACION Unversdad Católca Los Ángeles de Chmbote LECTURA N 06: MEDIDAS DE TENDENCIA CENTRAL (PARTE I) TEMA 4: MEDIDAS ESTADISTICAS: DEFINICION Y CLASIFICACION. DEFINICION Las meddas estadístcas son meddas de resumen

Más detalles

Matemática Financiera Sistemas de Amortización de Deudas

Matemática Financiera Sistemas de Amortización de Deudas Matemátca Fnancera Sstemas de Amortzacón de Deudas 7 Qué aprendemos Sstema Francés: Descomposcón de la cuota. Amortzacones acumuladas. Cálculo del saldo. Evolucón. Representacón gráfca. Expresones recursvas

Más detalles

ESTADÍSTICA UNIDIMENSIONAL

ESTADÍSTICA UNIDIMENSIONAL ESTADÍSTICA UNIDIMENSIONAL La estadístca undmensonal trata de resumr la nformacón contenda en una tabla que contene nformacón de una sola varable en unos pocos números. Las meddas de poscón pueden ser:

Más detalles

Análisis de Weibull. StatFolio de Muestra: Weibull analysis.sgp

Análisis de Weibull. StatFolio de Muestra: Weibull analysis.sgp Análss de Webull Resumen El procedmento del Análss de Webull está dseñado para ajustar una dstrbucón de Webull a un conjunto de n observacones. Es comúnmente usado para analzar datos representando tempos

Más detalles

Reconciliación de datos experimentales. MI5022 Análisis y simulación de procesos mineralúgicos

Reconciliación de datos experimentales. MI5022 Análisis y simulación de procesos mineralúgicos Reconclacón de datos expermentales MI5022 Análss y smulacón de procesos mneralúgcos Balances Balances en una celda de flotacón En torno a una celda de flotacón (o un crcuto) se pueden escrbr los sguentes

Más detalles

Estadística. Problemas de Estadística 1º Ciclo ESO Departamento de Matemáticas Raúl González Medina

Estadística. Problemas de Estadística 1º Ciclo ESO Departamento de Matemáticas  Raúl González Medina 1 Estadístca 01.- Indca que varables son cualtatvas y cuales cuanttatvas: a) Comda Favorta. b) Profesón que te gusta. c) Número de goles marcados por tu equpo favorto en la últma temporada. d) Número de

Más detalles

1. Lección 7 - Rentas - Valoración (Continuación)

1. Lección 7 - Rentas - Valoración (Continuación) Apuntes: Matemátcas Fnanceras 1. Leccón 7 - Rentas - Valoracón (Contnuacón) 1.1. Valoracón de Rentas: Constantes y Dferdas 1.1.1. Renta Temporal y Pospagable En este caso, el orgen de la renta es un momento

Más detalles

FÓRMULA DE CREDIBILIDAD PARA LA ESTIMACIÓN DE LAS CORRELACIONES ENTRE LÍNEAS DE NEGOCIO EN EL CÁLCULO DEL SCR DEL MÓDULO DE SUSCRIPCIÓN NO VIDA

FÓRMULA DE CREDIBILIDAD PARA LA ESTIMACIÓN DE LAS CORRELACIONES ENTRE LÍNEAS DE NEGOCIO EN EL CÁLCULO DEL SCR DEL MÓDULO DE SUSCRIPCIÓN NO VIDA Anales del Insttuto de Actuaros Españoles, 3ª época, 18, 2012/151-170 FÓRMULA DE CREDIBILIDAD PARA LA ESTIMACIÓN DE LAS CORRELACIONES ENTRE LÍNEAS DE NEGOCIO EN EL CÁLCULO DEL SCR DEL MÓDULO DE SUSCRIPCIÓN

Más detalles

DISTRIBUCION DE RENDIMIENTOS: APLICACIONES

DISTRIBUCION DE RENDIMIENTOS: APLICACIONES DISTRIBUCION DE RENDIMIENTOS: APLICACIONES Puntos a desarrollar Como es el modelo de dstrbucon normal de los rendmentos Como se puede utlzar para hacer predccones futuras sobre precos de actvos Como se

Más detalles

Tema 1: Análisis de datos unidimensionales

Tema 1: Análisis de datos unidimensionales Tema : Análss de datos undmensonales. Varables estadístcas undmensonales. Representacones gráfcas.. Característcas de las dstrbucones de frecuencas undmensonales.. Varables estadístcas undmensonales. Representacones

Más detalles

CÁLCULO DE LA TASA INTERNA DE RETORNO DE LA EDUCACIÓN EN COLOMBIA *

CÁLCULO DE LA TASA INTERNA DE RETORNO DE LA EDUCACIÓN EN COLOMBIA * CÁLCULO DE LA TASA INTERNA DE RETORNO DE LA EDUCACIÓN EN * INTRODUCCIÓN Helmuth Yesd Aras Gómez ** Álvaro Hernando Chaves Castro *** El efecto de la educacón sobre el desarrollo económco tradconalmente

Más detalles

REGRESION LINEAL SIMPLE

REGRESION LINEAL SIMPLE REGREION LINEAL IMPLE Jorge Galbat Resco e dspone de una muestra de observacones formadas por pares de varables: (x 1, y 1 ), (x, y ),.., (x n, y n ) A través de esta muestra, se desea estudar la relacón

Más detalles

ESTADÍSTICA BIDIMENSIONAL ÍNDICE GENERAL

ESTADÍSTICA BIDIMENSIONAL ÍNDICE GENERAL ESTADÍSTICA BIDIMESIOAL ÍDICE GEERAL 1.-Varable Estadístca Bdmensonal. Tablas de frecuenca... 1.1.- Concepto de varable estadístca bdmensonal. Eemplos.... 1..-Tablas bdmensonales de frecuencas. Tablas

Más detalles

1. Sustituir el punto 1.1. de la Sección 1. de las normas sobre Tasas de interés en las operaciones de crédito por el siguiente:

1. Sustituir el punto 1.1. de la Sección 1. de las normas sobre Tasas de interés en las operaciones de crédito por el siguiente: "2014 - AÑO DE HOMENAJE AL ALMIRANTE GUILLERMO BROWN, EN EL BICENTENARIO DEL COMBATE NAVAL DE MONTEVIDEO" COMUNICACIÓN A 5590 10/06/2014 A LAS ENTIDADES FINANCIERAS, A LAS CAJAS DE CRÉDITO COOPERATIVAS

Más detalles

Población: Es el conjunto de todos los elementos cuyo conocimiento nos interesa y serán objeto de nuestro estudio.

Población: Es el conjunto de todos los elementos cuyo conocimiento nos interesa y serán objeto de nuestro estudio. Tema 9 - Estadístca - Matemátcas B 4º E.S.O. 1 TEMA 9 - ESTADÍSTICA 9.1 DOS RAMAS DE LA ESTADÍSTICA 9.1.1 - INTRODUCCIÓN La estadístca tene por objeto el desarrollo de técncas para el conocmento numérco

Más detalles