Qué es la Econometría? Parte II

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

Download "Qué es la Econometría? Parte II"

Transcripción

1 Qué es la Economería? Pare II

2 Esrucura de los daos económicos Necesarios, una vez que se ha especificado el modelo economérico Se necesian de odas las variables que inervienen Tipos de daos: 1. Daos de core ransversal (sección cruzada) Muesra de individuos, hogares, empresas, ciudades, esados, enidades, ec omadas en un momeno deerminado del iempo. Por lo general obenido por un muesreo aleaorio de la población de origen. 2. Daos de core emporal Observaciones de una o más variables obenidas en diferenes periodos de iempo Inconveniene: casi odas esas series económicas son dependienes del iempo: esán relacionadas con su hisoria reciene La frecuencia puede ser diaria, mensual, rimesral, anual, ec Pueden venir expresadas en niveles / asas / logarimos, ec 2

3 Esrucura de los daos económicos 3. Daos de Panel Cruce de ambos ipos de daos: Serie emporal por cada miembro del core ransversal Se necesia más información Más complicado en ciencias como la Economía No suelen ser grauios Caracerísicas de los daos. Se requiere que sean: 1. Suficienes 2. Homogéneos 3. Acuales 3

4 Tipos de variables según su nauraleza Cuaniaivas (Discreas / Coninuas) Proxy: Variables que aproximan al fenómeno a esudiar (hábios de lecura, punuación de es, preferencias..) Ficicias (Dummy): Incorporación de una variable cualiaiva al fenómeno Dicoómicas (1 ó varias) Inervalo / Escalón 4

5 Tipos de variables según su función Variable Endógena (explicada) Y Dependiene, De respuesa, Regresando, Predicha Variable/s Exógena/s (explicaivas) X Independiene, De conrol, Regresor, Predicora 5

6 Especificación básica β β 0 Y + = + X + 1 u Venas = + * Pr ecio + β 0 β 1 u 6

7 Ecuación de Esimación ˆ ˆ ˆ Y = β + β X 0 1 Hay causalidad enre Y y X? 7

8 El Error, de dónde viene? e = Y ˆ Y Errores de especificación Errores de medición: Imperfección de insrumenos Carácer muesral de la información Uilización de variables proxy Aleaoriedad de las variables explicaivas Aleaoriedad de los coeficienes del modelo (ausencia de variables relevanes) 8

9 Ejemplo Y ˆ = 24,5 15,6* X 9

10 Clasificación de Modelos Economéricos 1. Tipología de Daos Core Temporal Core Transversal Daos de Panel 2. Número de variables endógenas a explicar Uniecuacionales Muliecuacionales 3. Momeno del iempo de referencia Esáicos Dinámicos 4. Transformación de los daos a realizar: En Niveles En Tasas de variación En Logarimos 10

11 Eapas en la consrucción de un Modelo Economérico 1. Especificación. Deerminación de: Tema objeo. Análisis de modelos similares Selección de variables económicas Forma funcional Tamaño muesral Período emporal Transformación de los daos. Proxy/Dummy 2. Esimación. 1. Elección del méodo 2. Obención de ecuación de esimación, cálculo del valor de los parámeros (E-Views por ejemplo) 3. Conrase y Validación. Análisis de bondad del modelo 4. Uilización 11

12 Uilidades de los Modelos Economéricos 1. Análisis Esrucural: Conocimieno de la esrucura de dependencia, cuanificación de relaciones (signo y valor) 2. Simulación de políicas económicas. Efecos que sobre la endógena ienen las diferenes esraegias sobre las explicaivas 3. Predicción. Valores a fuuro de las variables exógenas para obener el valor de la endógena 12

13 Resumen Definiciones Qué es la Economería? Breve reseña hisórica Modelos/Sisemas Modelos Económicos/Economéricos Habilidades y Eapas en la creación de un Modelo Economérico Esrucura de los Daos Económicos Tipos de Variables Especificación básica / Ecuación de Esimación Clasificación de Modelos Economéricos Eapas en la consrucción de un Modelo Economérico Uilidades de los Modelos Economéricos 13

Estadística Descriptiva y Analisis de Datos con la Hoja de Cálculo Excel. Series Temporales

Estadística Descriptiva y Analisis de Datos con la Hoja de Cálculo Excel. Series Temporales Esadísica Descripiva y Analisis de Daos con la Hoja de Cálculo Excel Series Temporales Serie emporal una serie emporal es una sucesión de observaciones de una variable realizadas a inervalos regulares

Más detalles

PREVISIÓN DE LA DEMANDA

PREVISIÓN DE LA DEMANDA Capíulo 0. Méodos de Previsión de la OBJETIVOS. Los pronósicos y la planificación de la producción y los invenarios. 2. El proceso de elaboración de los pronósicos. Méodos de previsión de la demanda 4.

Más detalles

ESTUDIO DE MERCADO. MÉTODOS DE PROYECCIÓN

ESTUDIO DE MERCADO. MÉTODOS DE PROYECCIÓN ESTUDIO DE MERCADO. MÉTODOS DE PROECCIÓN Qué es una proyección? Es una esimación del comporamieno de una variable en el fuuro. Específicamene, se raa de esimar el valor de una variable en el fuuro a parir

Más detalles

Una aplicación Bayesiana a la Modelización de Mercados

Una aplicación Bayesiana a la Modelización de Mercados Una aplicación Bayesiana a la Modelización de Mercados Maser Oficial en Ingeniería Maemáica Problema planeado por BAYES INFERENCE, S. A. Exposición del problema (I) Se considera un mercado de compeencia

Más detalles

Análisis estocástico de series temporales

Análisis estocástico de series temporales Análisis esocásico de series emporales Ernes Pons (epons@ub.edu) Análisis esocásico de Series Temporales Moivación Ejemplos 4500000 8 4000000 6 3500000 4 3000000 2 0 2500000-2 2000000-4 500000-6 000000-8

Más detalles

LA METODOLOGÍA DE VECTORES AUTORREGRESIVOS (VAR)

LA METODOLOGÍA DE VECTORES AUTORREGRESIVOS (VAR) LA METODOLOGÍA DE VECTORES AUTORREGRESIVOS (VAR) ESPECIFICACION La meodología VAR es, en ciera forma, una respuesa a la imposición de resricciones a priori que caraceriza a los modelos economéricos keynesianos:

Más detalles

TODO ECONOMETRÍA. Autocorrelación

TODO ECONOMETRÍA. Autocorrelación TODO ECONOMETRÍA Auocorrelación Índice Definición Causas Consecuencias Deección Medidas correcivas Definición de la auocorrelación Definición de auocorrelación La perurbación de una observación cualquiera

Más detalles

ECONOMETRÍA EMPRESARIAL II ADE

ECONOMETRÍA EMPRESARIAL II ADE 4 Bernardí Cabrer Economería Empresarial II Tema 8 ECONOMETRÍA EMPRESARIAL II ADE TEMA 8 MODELOS LINEALES SIN ESTACIONALIDAD I ( Modelos regulares 4 Bernardí Cabrer Economería Empresarial II Tema 8 8.

Más detalles

Milagro económico dominicano: buena suerte y buenas políticas (Andújar, 2009)

Milagro económico dominicano: buena suerte y buenas políticas (Andújar, 2009) Comenarios al documeno: Milagro económico dominicano: buena suere y buenas políicas (Andújar 2009) III Foro de invesigadores económicos de los bancos cenrales miembros del CMCA San José Cosa Rica Agoso

Más detalles

Proyección de Tráficos Mediante un Modelo Microeconómico

Proyección de Tráficos Mediante un Modelo Microeconómico Proyección de Tráficos Mediane un Modelo Microeconómico Ing. Germán E. Valverde González, M.B.A., M.Sc. Direcor del Deparameno de Ingeniería de Transpore Escuela de Ingeniería Civil, Universidad de Cosa

Más detalles

Curso 2006/07. Tema 1: Procesos Estocásticos. Caracterización de los procesos ARIMA. stico

Curso 2006/07. Tema 1: Procesos Estocásticos. Caracterización de los procesos ARIMA. stico Curso 6/7 Economería II Tema : Procesos Esocásicos. Caracerización de los procesos ARIMA. Concepo de proceso esocásico sico. Esacionariedad fuere y débil de los procesos esocásicos. Teoremas de ergodicidad

Más detalles

h + para cualquier m 1, 5.2. Modelo E-GARCH Introducción

h + para cualquier m 1, 5.2. Modelo E-GARCH Introducción 5.2. Modelo E-GARCH Inroducción Los modelos GARCH exponenciales nacen a parir de la publicación de Daniel Nelson (99) sobre heerocedasicidad condicional en los modelos de renabilidad de acivos. Dicho auor

Más detalles

III EXÁMENES DE ECONOMETRÍA EMPRESARIAL

III EXÁMENES DE ECONOMETRÍA EMPRESARIAL III EXÁMENES DE ECONOMETRÍA EMPRESARIAL 1* a) Indique razonadamene las hipóesis sobre el érmino de perurbación en el modelo lineal básico. b) Suponiendo las hipóesis básicas del aparado a), los residuos

Más detalles

USO DE LAS TRANSFORMADAS DE LAPLACE Y Z EN EL ÁREA DE PROBABILIDAD

USO DE LAS TRANSFORMADAS DE LAPLACE Y Z EN EL ÁREA DE PROBABILIDAD USO DE LAS TRANSFORMADAS DE LAPLACE Y Z EN EL ÁREA DE PROBABILIDAD Inroducción. En muchas áreas de ingeniería se uilizan procesos esocásicos o aleaorios para consruir modelos de sisemas ales como conmuadores

Más detalles

EXAMEN FINAL DE ECONOMETRIA, 3º CURSO (GRADOS EN ECO y ADE) 28 de Junio de :00 horas. Pregunta 19 A B C En Blanco. Pregunta 18 A B C En Blanco

EXAMEN FINAL DE ECONOMETRIA, 3º CURSO (GRADOS EN ECO y ADE) 28 de Junio de :00 horas. Pregunta 19 A B C En Blanco. Pregunta 18 A B C En Blanco EXAMEN FINAL DE ECONOMETRIA, 3º CURSO (GRADOS EN ECO y ADE) 28 de Junio de 2013 12:00 horas Primer Apellido: Nombre: DNI: Teléfono: Segundo Apellido: Grupo y Grado: Profesor(a): e mail: Preguna 1 A B C

Más detalles

PROCESOS ESTOCÁSTICOS PROCESOS ESTOCÁSTICOS INTEGRAL ESTOCÁSTICA ECUACIONES DIFERENCIALES ESTOCASTICAS: LEMA DE ITO

PROCESOS ESTOCÁSTICOS PROCESOS ESTOCÁSTICOS INTEGRAL ESTOCÁSTICA ECUACIONES DIFERENCIALES ESTOCASTICAS: LEMA DE ITO PROCESOS ESOCÁSICOS PROCESOS ESOCÁSICOS INEGRAL ESOCÁSICA ECUACIONES DIFERENCIALES ESOCASICAS: LEMA DE IO Procesos esocásicos Un proceso esocásico describe la evolución emporal de una variable aleaoria.

Más detalles

TEMA 5. CONTROL ADAPTATIVO. CONTROL AVANZADO DE PROCESOS Prof. M.A. Rodrigo TEMA 3. CONTROL ADAPTATIVO

TEMA 5. CONTROL ADAPTATIVO. CONTROL AVANZADO DE PROCESOS Prof. M.A. Rodrigo TEMA 3. CONTROL ADAPTATIVO TEMA 5. CONTROL ADAPTATIVO 1 DINÁMICA DE PROCESOS. LINEALIZACIÓN INTRODUCCIÓN ANÁLISIS DINÁMICO Definición: esudio del comporamieno no esacionario de un sisema Objeivo: sisemaizar comporamienos de sisemas

Más detalles

TEMA VI: EL MODELO DE REGRESIÓN LIENAL SIMPLE

TEMA VI: EL MODELO DE REGRESIÓN LIENAL SIMPLE El modelo de regresión lineal simple EMA VI: EL MODELO DE REGREIÓN LIENAL IMPLE VI..- Inroducción. VI..- El modelo de regresión lineal simple. Propiedades. VI.3.- Obención de los esimadores por mínimos

Más detalles

Ejercicios de Econometría para el tema 4 Curso Profesores Amparo Sancho Amparo Sancho Guadalupe Serrano Pedro Perez

Ejercicios de Econometría para el tema 4 Curso Profesores Amparo Sancho Amparo Sancho Guadalupe Serrano Pedro Perez Ejercicios de Economería para el ema 4 Curso 2005-06 Profesores Amparo Sancho Amparo Sancho Guadalupe Serrano Pedro Perez 1 1. Considérese el modelo siguiene: Y X + u * = α + β 0 Donde: Y* = gasos deseados

Más detalles

Instrumentos y técnicas para la medición de la evasión: el caso uruguayo

Instrumentos y técnicas para la medición de la evasión: el caso uruguayo Plan de la presenación: Insrumenos y écnicas para la medición de la evasión: el caso uruguayo DGI, Uruguay - 44ª. ASAMBLEA GENERAL DEL CIAT 13 de abril de 2010 I. Caracerísicas de los impuesos en Uruguay

Más detalles

GESTIÓN DE INVENTARIOS Código: M. Docente: Julio César Londoño Ortega

GESTIÓN DE INVENTARIOS Código: M. Docente: Julio César Londoño Ortega GESTIÓN DE INVENTARIOS Código: 760033M Docene: Julio César ondoño Orega 1. Concepos avanzados de pronósicos de demanda 1. CONCEPTOS AVANZADOS DE PRONÓSTICOS DE DEMANDA Medición y análisis de los errores

Más detalles

Estimación puntual ± Margen de error

Estimación puntual ± Margen de error Esimación Punual Para esimar el valor de un parámero poblacional se calcula la caracerísica correspondiene de la muesra, a lo que se le conoce como esadísico muesral. A la media muesral x se le idenifica

Más detalles

PROPIEDADES DE LOS ESTIMADORES MCO Profesor Rafael de Arce

PROPIEDADES DE LOS ESTIMADORES MCO Profesor Rafael de Arce Economería I. DADE Noas de Clase PROPIEDADES DE LOS ESTIMADORES MCO Profesor Rafael de Arce (rafael.dearce@uam.es) INTRODUCCIÓN Una vez lograda una expresión maricial para la esimación de los parámeros

Más detalles

Comentarios de la Nota Técnica sobre la Determinación del Incremento de la Reserva de Previsión

Comentarios de la Nota Técnica sobre la Determinación del Incremento de la Reserva de Previsión Comenarios de la Noa Técnica sobre la Deerminación del Incremeno de la Reserva de Previsión Fernando Solís Soberón y Rosa María Alaorre Junio 1992 Serie Documenos de Trabajo Documeno de rabajo No. 3 Índice

Más detalles

4. Modelos de series de tiempo

4. Modelos de series de tiempo 4. Modelos de series de iempo Los modelos comunes para el análisis de series de iempo son los que se basan en modelos auorregresivos y modelos de medias móviles o una combinación de ambos. Es posible realizar

Más detalles

Estimación de modelos de volatilidad estocástica asimétrica. Aplicación en series de rendimientos de índices bursátiles.

Estimación de modelos de volatilidad estocástica asimétrica. Aplicación en series de rendimientos de índices bursátiles. Esimación de modelos de volailidad esocásica asimérica. Aplicación en series de rendimienos de índices bursáiles. Esimación de modelos de volailidad esocásica asimérica. Aplicación en series de rendimienos

Más detalles

Proyección de tasas de actividad

Proyección de tasas de actividad Proyección de asas de acividad Noa meodológica. Inroducción El raar de anicipar el comporamieno fuuro de la población en relación con el mercado de rabajo iene un inerés evidene, pues ofrece información

Más detalles

Nota metodológica de indicadores de actividad del sector servicios

Nota metodológica de indicadores de actividad del sector servicios Noa meodológica de indicadores de acividad del secor servicios Los ndicadores de Acividad del Secor Servicios (ASS) ienen como objeivo medir la evolución a coro plazo de la acividad de las empresas que

Más detalles

Análisis Estadístico de Datos Climáticos

Análisis Estadístico de Datos Climáticos Análisis Esadísico de Daos Climáicos SERIES TEMPORALES I Mario Bidegain (FC) Alvaro Diaz (FI) Universidad de la República Monevideo, Uruguay 2011 CONTENIDO Esudio de las series emporales en Climaología.

Más detalles

Series Temporales Univariantes

Series Temporales Univariantes Profesoras Carolina García-Maros (garcia.maros@upm.es) María Jesús Sánchez Naranjo (mjsan@esii.upm.es) ÍNDICE Inroducción a las series emporales (objeivos, clasificación de los modelos de series, análisis

Más detalles

CONTRASTES DE SIGNIFICATIVIDAD INDIVIDUAL DE LOS PARÁMETROS

CONTRASTES DE SIGNIFICATIVIDAD INDIVIDUAL DE LOS PARÁMETROS ECONOMETRÍA I. LADE Página /8 APUNTES DE CLASE Profesor Rafael de Arce rafael.dearce@uam.es CONTRASTES DE SIGNIFICATIVIDAD INDIVIDUAL DE LOS PARÁMETROS. Inroducción. Inervalo de confianza de los parámeros

Más detalles

UNIVERSIDAD DEL ZULIA FACULTAD DE INGENIERÍA CICLO BÁSICO DEPARTAMENTO DE QUÍMICA CÁTEDRA QUIMICA II CINETICA MARACAIBO, FEBRERO DE 2015

UNIVERSIDAD DEL ZULIA FACULTAD DE INGENIERÍA CICLO BÁSICO DEPARTAMENTO DE QUÍMICA CÁTEDRA QUIMICA II CINETICA MARACAIBO, FEBRERO DE 2015 UNIVERSIDD DEL ZULI FCULTD DE INGENIERÍ CICLO BÁSICO DEPRTMENTO DE QUÍMIC CÁTEDR QUIMIC II CINETIC MRCIBO, FEBRERO DE 205 Profesora: Ing. Neida Núñez CINÉTIC Es una pare de la química que se encarga de

Más detalles

Especificación y Estimación de los MODELOS ARCH. Horacio Catalán Alonso

Especificación y Estimación de los MODELOS ARCH. Horacio Catalán Alonso Especificación y Esimación de los MODELOS ARCH Horacio Caalán Alonso Noviembre de 0 Caracerísicas de las series financieras:. Son lepokuricas (achaadas y con colas más gordas).las relaciones enre ganancia

Más detalles

INDICE DE COMERCIO MINORISTA

INDICE DE COMERCIO MINORISTA INDICE DE COMERCIO MINORISTA Noa meodológica Agoso 2012 El Índice de Comercio Minorisa (ICIm) de la C.A. de Euskadi es un indicador coyunural de periodicidad rimesral cuyo objeivo es medir la evolución

Más detalles

Material sobre Diagramas de Fase

Material sobre Diagramas de Fase Maerial sobre Diagramas de Fase Ese maerial esá dedicado a los esudianes de Conrol 1, para inroducirse a los diagramas de fase uilizados para el Análisis de Esabilidad de los punos de equilibrio del sisema

Más detalles

1. Descripción de modelos desarrollados en el BCN. 2. Comentarios generales a los modelos. 3. Limitaciones para el desarrollo de investigaciones

1. Descripción de modelos desarrollados en el BCN. 2. Comentarios generales a los modelos. 3. Limitaciones para el desarrollo de investigaciones Siuación del uso de modelos economéricos en Nicaragua Rigobero Casillo C México, 2 y 3 de diciembre del 2004 Esrucura de la presenación. Descripción de modelos desarrollados en el BCN. 2. Comenarios generales

Más detalles

GRADO TURISMO TEMA 6: SERIES TEMPORALES

GRADO TURISMO TEMA 6: SERIES TEMPORALES GRADO TURISMO TEMA 6: SERIES TEMPORALES Prof. Rosario Marínez Verdú 1 TEMA 6: SERIES TEMPORALES 1. Componenes de una serie emporal. 2. Análisis de la Tendencia. 3. Análisis de las Variaciones Esacionales.

Más detalles

Previsión de Ventas TÉCNICAS CUANTITATIVAS ELEMENTALES DE PREVISIÓN UNIVARIANTE.

Previsión de Ventas TÉCNICAS CUANTITATIVAS ELEMENTALES DE PREVISIÓN UNIVARIANTE. Previsión de Venas TÉCNICAS CUANTITATIVAS ELEMENTALES DE PREVISIÓN UNIVARIANTE. (I) Presenación y concepos básicos en orno al manejo de series emporales. Profesor: Ramón Mahía Curso 2002-2003 I.- Presenación

Más detalles

Investigación y Técnicas de Mercado. Previsión de Ventas TÉCNICAS CUANTITATIVAS ELEMENTALES DE PREVISIÓN UNIVARIANTE.

Investigación y Técnicas de Mercado. Previsión de Ventas TÉCNICAS CUANTITATIVAS ELEMENTALES DE PREVISIÓN UNIVARIANTE. Invesigación y Técnicas de Mercado Previsión de Venas TÉCNICAS CUANTITATIVAS ELEMENTALES DE PREVISIÓN UNIVARIANTE. (I) Presenación y concepos básicos en orno al manejo de series emporales. Profesor: Ramón

Más detalles

Curso Combinado de Predicción y Simulación Edición 2004

Curso Combinado de Predicción y Simulación  Edición 2004 Curso Combinado de Predicción y Simulación www.uam.es/predysim Edición 2004 UNIDAD 2: TÉCNICAS ELEENTALES DE PREDICCIÓN CASO DE APLICACIÓN 1.- Predicción y simulación de los coses salariales en España

Más detalles

TEMA 2 LOS MODELOS ECONOMETRICOS Y SU PROBLEMATICA

TEMA 2 LOS MODELOS ECONOMETRICOS Y SU PROBLEMATICA TEMA 2 LOS MODELOS ECONOMETRICOS Y SU PROBLEMATICA 1. CONCEPTO DE MODELO El ermino modelo debe de idenificarse con un esquema menal ya que es una represenación de la realidad. En ese senido, Pulido (1983)

Más detalles

Capítulo 20. REGRESORES ESTOCASTICOS

Capítulo 20. REGRESORES ESTOCASTICOS Capíulo 20. REGRESORES ESTOCASTICOS 20.. INTRODUCCIÓN... 860 CONSECUENCIAS SOBRE LA ESTIMACIÓN MCO... 862 DISTRIBUCIÓN CONDICIONADA... 866 CASO A. VARIABLE EXPLICATIVA ENDÓGENA CON RETARDO... 868 CASO

Más detalles

Tabla 4.1. x R (t) Cuantificador L niveles. f M muestras/s. Figura 4.23

Tabla 4.1. x R (t) Cuantificador L niveles. f M muestras/s. Figura 4.23 4.4 Codificación El codificador asigna un código binario a cada nivel de salida del cuanificador. Así si el cuanificador iene L niveles habrá 2 n =L códigos disinos, donde cada palabra de código se corresponde

Más detalles

Modelos de Heteroscedasticidad Condicional

Modelos de Heteroscedasticidad Condicional Modelos de Heeroscedasicidad Condicional El objeivo de ese ema es esudiar algunos méodos esadísicos y modelos economéricos disponibles en la lieraura para modelizar la volailidad del rendimieno de un acivo.

Más detalles

Tema 2. Modelos matemáticos de los sistemas físicos

Tema 2. Modelos matemáticos de los sistemas físicos Tema. Modelos maemáicos de los sisemas físicos Objeivos Definir modelo maemáico en el ámbio de la ingeniería de sisemas Conocer la meodología de modelado de sisemas físicos Reconocer un modelo lineal de

Más detalles

Algunos problemas en el empleo de los métodos econométricos

Algunos problemas en el empleo de los métodos econométricos Algunos problemas en el empleo de los méodos economéricos Angel Vilariño. Los daos En las ciencias físicas es cosumbre presenar los daos juno con una medida del error de observación, mienras que en las

Más detalles

E C O N O M E T R I A

E C O N O M E T R I A UNIVERSIDAD NACIONAL DE PIURA FACULAD DE ECONOMIA DPO. DE ECONOMERIA Y MEODOS CUANIAIVOS E C O N O M E R I A I M. Sc. Eco. LUIS A. ROSALES GARCÍA CASILLA, AGOSO DEL 001 CAPIULO I PERURBACIONES AUOCORRELACIONADAS

Más detalles

UNA MODELIZACIÓN PARA LOS ACCIDENTES DE TRABAJO EN ESPAÑA Y ANDALUCÍA

UNA MODELIZACIÓN PARA LOS ACCIDENTES DE TRABAJO EN ESPAÑA Y ANDALUCÍA UNA MODELIZACIÓN PARA LOS ACCIDENTES DE TRABAJO EN ESPAÑA Y ANDALUCÍA Por Mónica Orega Moreno Profesora Esadísica. Deparameno Economía General y Esadísica RESUMEN El aumeno de la siniesralidad laboral

Más detalles

Guía de Ejercicios Econometría II Ayudantía Nº 3

Guía de Ejercicios Econometría II Ayudantía Nº 3 Guía de Ejercicios Economería II Ayudanía Nº 3 1.- La serie del dao hisórico del IPC Español desde enero de 2002 hasa diciembre de 2011, esá represenada en el siguiene gráfico: 115 110 105 100 95 90 85

Más detalles

Serie Apuntes de Clase ΩΒΓ

Serie Apuntes de Clase ΩΒΓ Serie Apunes de Clase ΩΒΓ N 4 Seiembre del 04 Rafael Busamane Romaní UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS Universidad del Perú, DECANA DE AMÉRICA FACULTAD DE CIENCIAS ECONÓMICAS La Serie Apunes de

Más detalles

Luis H. Villalpando Venegas,

Luis H. Villalpando Venegas, 2007 Luis H. Villalpando Venegas, [SIMULACIÓN DE PRECIOS DEL PETROLEO BRENT ] En ese rabajo se preende simular el precio del peróleo Bren, a ravés de un proceso esocásico con reversión a la media, con

Más detalles

Propuesta A. 1. Dadas las matrices: C = B = A =

Propuesta A. 1. Dadas las matrices: C = B = A = Pruebas de Acceso a Enseñanzas Univerarias Oiciales de Grado 6 Maeria: MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES II El alumno deberá conesar a una de las dos opciones propuesas A ób. Se podrá uilizar

Más detalles

PATRON = TENDENCIA, CICLO Y ESTACIONALIDAD

PATRON = TENDENCIA, CICLO Y ESTACIONALIDAD Pronósicos II Un maemáico, como un pinor o un poea, es un fabricane de modelos. Si sus modelos son más duraderos que los de esos úlimos, es debido a que esán hechos de ideas. Los modelos del maemáico,

Más detalles

Modelo de regresión lineal simple

Modelo de regresión lineal simple Modelo de regresión lineal simple Inroducción Con frecuencia, nos enconramos en economía con modelos en los que el comporamieno de una variable,, se puede explicar a ravés de una variable X; lo que represenamos

Más detalles

ECONOMETRÍA I. Autocorrelación. Autocorrelación. Lección 4: Autocorrelación. Siga. 1. Qué es un modelo con autocorrelación?

ECONOMETRÍA I. Autocorrelación. Autocorrelación. Lección 4: Autocorrelación. Siga. 1. Qué es un modelo con autocorrelación? ECONOMERÍA I Lección 4: Auocorrelación. jm Auocorrelación.. Qué es un modelo con auocorrelación?. Con qué ipo de daos económicos se suelen presenar modelos auocorrelacionados? Auocorrelación. 3. Qué problemas

Más detalles

MODELOS DE VOLATILIDAD DEL FUTURO SOBRE EL BONO NOCIONAL A 10 AÑOS ABSTRACT

MODELOS DE VOLATILIDAD DEL FUTURO SOBRE EL BONO NOCIONAL A 10 AÑOS ABSTRACT MODELOS DE VOLATILIDAD DEL FUTURO SOBRE EL BONO NOCIONAL A 10 AÑOS Ricardo Gimeno a (Universidad Ponificia Comillas) y Eduardo Morales b (Universidad San Pablo CEU) ABSTRACT La información proporcionada

Más detalles

Convolución. Dr. Luis Javier Morales Mendoza Procesamiento Analógico de Señales FIEC - UV

Convolución. Dr. Luis Javier Morales Mendoza Procesamiento Analógico de Señales FIEC - UV Dr. Luis Javier Morales Mendoza Procesamieno Analógico de Señales FIEC - UV Índice.. Inroducción.. La función dela de Dirac.3. Definición de la convolución.3.. propiedades de la convolución.3.. Méodo Gráfico

Más detalles

CAPÍTULO III. METODOLOGÍA. En este capítulo se expondrán los diversos modelos de pronósticos así como su notación, la

CAPÍTULO III. METODOLOGÍA. En este capítulo se expondrán los diversos modelos de pronósticos así como su notación, la CAPÍTULO III. METODOLOGÍA En ese capíulo se expondrán los diversos modelos de pronósicos así como su noación, la esimación de sus parámeros para poder enonces escoger el modelo que más se adecue a la Serie

Más detalles

Sesión 2 Análisis univariado de series de tiempo

Sesión 2 Análisis univariado de series de tiempo Banco Cenral de Reserva del Perú 55º Curso de Exensión Universiaria Economería Prof. Juan F. Casro Sesión Análisis univariado de series de iempo 4. Series de iempo esacionarias 4.. Qué enendemos por proceso

Más detalles

aa Opinión sobre la determinación del Índice Revalorización de las Pensiones 2015

aa Opinión sobre la determinación del Índice Revalorización de las Pensiones 2015 Anejo 1 25 Noviembre 2014 aa Opinión sobre la deerminación del Índice Revalorización de las Pensiones 2015 Anejo 1 La fórmula de cálculo del Índice de Revalorización de las Pensiones (IRP), paso a paso

Más detalles

Capı tulo 3. PLANTEAMIENTO DE UNA TABLA DE DATOS

Capı tulo 3. PLANTEAMIENTO DE UNA TABLA DE DATOS 57 Capı ulo 3. PLANTEAMIENTO DE UNA TABLA DE DATOS La Tabla de Daos resume las principales "operaciones de campo" que compora odo proceso de observación. La definición de la invesigación, planeada en el

Más detalles

Departamento de Fundamentos del Análisis Económico. Universidad de Alicante. Curso 2011/12. ECONOMETRÍA I Hoja de problemas del Tema 3

Departamento de Fundamentos del Análisis Económico. Universidad de Alicante. Curso 2011/12. ECONOMETRÍA I Hoja de problemas del Tema 3 Deparameno de Fundamenos del Análisis Económico. Universidad de Alicane. Curso 011/1 ECONOMETRÍA I Hoja de problemas del Tema 3 Noa: En odos los conrases ome como nivel de signi cación el 5%. 1.- Para

Más detalles

VOLATILIDAD DE LA TASA DE CAMBIO PESO DÓLAR: ESTIMACIÓN DE UN INDICADOR PARA LA GESTIÓN DEL RIESGO Y LA PLANEACIÓN DE ESTRATEGIAS DE INVERSIÓN

VOLATILIDAD DE LA TASA DE CAMBIO PESO DÓLAR: ESTIMACIÓN DE UN INDICADOR PARA LA GESTIÓN DEL RIESGO Y LA PLANEACIÓN DE ESTRATEGIAS DE INVERSIÓN VOLATILIDAD DE LA TASA DE CAMBIO PESO DÓLAR: ESTIMACIÓN DE UN INDICADOR PARA LA GESTIÓN DEL RIESGO Y LA PLANEACIÓN DE ESTRATEGIAS DE INVERSIÓN MARCELA CONSTANZA TECANO MOLANO Direcor Ingeniero DIEGO HERNÁNDEZ

Más detalles

UN MODELO DE VALORACIÓN INTERTEMPORAL DE ACTIVOS SIN CONSUMO: ANÁLISIS EMPÍRICO PARA EL MERCADO ESPAÑOL DE VALORES *

UN MODELO DE VALORACIÓN INTERTEMPORAL DE ACTIVOS SIN CONSUMO: ANÁLISIS EMPÍRICO PARA EL MERCADO ESPAÑOL DE VALORES * UN MODELO DE VALORACIÓN INTERTEMPORAL DE ACTIVOS SIN CONSUMO: ANÁLISIS EMPÍRICO PARA EL MERCADO ESPAÑOL DE VALORES * Belén Nieo ** WP-EC 00-0 Correspondencia a Belén Nieo, Dpo. Economía Financiera, Universidad

Más detalles

CURSO INTERNACIONAL: CONSTRUCCIÓN DE ESCENARIOS ECONÓMICOS Y ECONOMETRÍA AVANZADA. Instructor: Horacio Catalán

CURSO INTERNACIONAL: CONSTRUCCIÓN DE ESCENARIOS ECONÓMICOS Y ECONOMETRÍA AVANZADA. Instructor: Horacio Catalán CURSO INTERNACIONAL: CONSTRUCCIÓN DE ESCENARIOS ECONÓMICOS Y ECONOMETRÍA AVANZADA Insrucor: Horacio Caalán TEORÍA DE COINTEGRACIÓN Efecos de las propiedades esocásicas de las series en un modelo de regresión

Más detalles

MODELOS DE PROBABILIDAD I

MODELOS DE PROBABILIDAD I MODELOS DE PROBABILIDAD I MODELOS DE PROBABILIDAD (INTRODUCCIÓN) PROCESOS EXPERIMENTALES DISTRIBUCIÓN CAUSAL DISTRIBUCIÓN DICOTÓMICA DISTRIBUCIÓN BINOMIAL Una disribución de probabilidad queda definida

Más detalles

IDENTIFICACIÓN EN LÍNEA DE LA FUNCIÓN DE TRANSFERENCIA DE UNA MÁQUINA SÍNCRONA

IDENTIFICACIÓN EN LÍNEA DE LA FUNCIÓN DE TRANSFERENCIA DE UNA MÁQUINA SÍNCRONA Scienia e echnica Año XI No 28 Ocubre de 2005 UP. ISSN 0122-1701 31 IDENIFICACIÓN EN LÍNEA DE LA FUNCIÓN DE RANSFERENCIA DE UNA MÁQUINA SÍNCRONA RESUMEN Se presena el uso del algorimo de proyección como

Más detalles

5. MODELOS DE FLUJO EN REACTORES REALES

5. MODELOS DE FLUJO EN REACTORES REALES 5. MODLOS D FLUJO N RACTORS RALS 5.1 INTRODUCCIÓN n el caso de los reacores homogéneos isoérmicos, para predecir el comporamieno de los mismos deben enerse en cuena dos aspecos: - La velocidad a la cual

Más detalles

Test. Cada pregunta correcta está valorada con 0.5 puntos y cada incorrecta resta 0.25 puntos

Test. Cada pregunta correcta está valorada con 0.5 puntos y cada incorrecta resta 0.25 puntos Teléf.: 91 533 38 4-91 535 19 3 8003 MADRID EXAMEN DE ECONOMETRÍA (enero 010) 1h 15 Apellidos: Nombre: Tes. Cada preguna correca esá valorada con 0.5 punos y cada incorreca resa 0.5 punos 1.- Al conrasar

Más detalles

Autómata Finito de 4 Estados y una Variables de Entrada.

Autómata Finito de 4 Estados y una Variables de Entrada. Auómaa Finio de 4 Esados y una Variables de Enrada. Vamos a diseñar un Auómaas Finio (AF) mediane el Procedimieno General de ínesis y a implemenarlo usando bieables D y cuanas pueras lógicas sean necesarias..

Más detalles

3.1 Factor de transmisión atmosférica k(i,j)

3.1 Factor de transmisión atmosférica k(i,j) 3 Meodología El modelo esadísico rabaja relacionando el llamado índice de nubosidad obenido a parir de las imágenes de saélie con la irradiación solar global obenida de las esaciones de medición en superficie.

Más detalles

Introducción al método

Introducción al método Tema 12 Inroducción al méodo 12.1 Deerminanes del crecimieno económico y hechos esilizados. 12.2 La imporancia de la función de producción 12.3 Crecimieno económico y disribución de la rena Bibliografía:

Más detalles

Tema 8: SERIES TEMPORALES

Tema 8: SERIES TEMPORALES Inroducción a la Economería Tema 8: ERIE TEMPORALE Tema 8: ERIE TEMPORALE. Concepo y componenes de una serie emporal. Definiremos una serie emporal como cualquier conjuno de N observaciones cuaniaivas

Más detalles

LECTURA 07: PRUEBA DE HIPÓTESIS (PARTE I) TEMA 15: PRUEBA DE HIPOTESIS: DEFINICIONES GENERALES

LECTURA 07: PRUEBA DE HIPÓTESIS (PARTE I) TEMA 15: PRUEBA DE HIPOTESIS: DEFINICIONES GENERALES LECTURA 7: PRUEBA DE HIPÓTESIS (PARTE I) TEMA 15: PRUEBA DE HIPOTESIS: DEFINICIONES GENERALES 1 INTRODUCCION El propósio de análisis esadísico es reducir el nivel de inceridumbre en el proceso de decisiones

Más detalles

BANCO CENTRAL DE COSTA RICA

BANCO CENTRAL DE COSTA RICA BANCO CENTRAL DE COSTA RICA Esado acual de la modelación y esraegias fuuras Noviembre del 2004 Por qué esimar modelos macro en un Banco Cenral? Marco analíico para evaluar siuación económica acual y evolución

Más detalles

TEMA 7 La curva de Phillips

TEMA 7 La curva de Phillips TEMA 7 La curva de Phillips Manual: Macroeconomía, Olivier Blanchard Presenaciones: Fernando e Yvonn Quijano La asa naural de desempleo y la curva de Phillips Figura 1 La inflación y el desempleo en Esados

Más detalles

Modelos multiecuacionales para explicar y predecir el comportamiento del mercado de trabajo

Modelos multiecuacionales para explicar y predecir el comportamiento del mercado de trabajo Modelos muliecuacionales para explicar y predecir el comporamieno del mercado de rabajo Robero Bande (Universidade de Saniago de Composela y GAME- IDEGA) Trabajo preparado para el I Seminario Chronos Cambio

Más detalles

APROXIMACIÓN A LA EXTENSIÓN MULTIDIMENSIONAL DE LA METODOLOGÍA TIR

APROXIMACIÓN A LA EXTENSIÓN MULTIDIMENSIONAL DE LA METODOLOGÍA TIR APROXIMACIÓN A LA EXTENSIÓN MULTIDIMENSIONAL DE LA METODOLOGÍA TIR Federico Palacios González - fpalacio@ugr.es Eduardo Pérez Rodríguez - eperezr@ugr.es José Mª Herrerías Velasco - jmherrer@lainmail.com

Más detalles

Índice de diapositivas en Tr2009_1_Introduccion_Solow.doc

Índice de diapositivas en Tr2009_1_Introduccion_Solow.doc Deparameno de Economía, Faculad de Ciencias Sociales, Universidad de la República, Uruguay Maesría en Economía Inernacional 2009. Macroeconomía. Alvaro Foreza Índice de diaposiivas en Tr2009_1_Inroduccion_Solow.doc

Más detalles

TEMA 2 MODELO LINEAL SIMPLE (MLS) Gujarati, Econometria (2004)

TEMA 2 MODELO LINEAL SIMPLE (MLS) Gujarati, Econometria (2004) EMA 2 MODELO LINEAL SIMPLE (MLS) Gujarai, Economeria (2004). Planeamieno e inerpreación del modelo economérico lineal simple. Capíulo 2 páginas 36 a 39 2. Hipóesis Básicas del Modelo Capíulo 3 páginas

Más detalles

Sesión 2 Análisis univariado de series de tiempo. 5. Series de tiempo no estacionarias en media

Sesión 2 Análisis univariado de series de tiempo. 5. Series de tiempo no estacionarias en media Banco Cenral de Reserva del Perú 55º Curso de Exensión Universiaria Economería Prof. Juan F. Casro Sesión 2 Análisis univariado de series de iempo 5. Series de iempo no esacionarias en media La maoría

Más detalles

1. INTRODUCCIÓN. XVI Jornadas ASEPUMA IV Encuentro Internacional Vol Actas_16 Issue 1: 901

1. INTRODUCCIÓN. XVI Jornadas ASEPUMA IV Encuentro Internacional Vol Actas_16 Issue 1: 901 Esimación de un nuevo modelo de volailidad esocásica asimérico por umbrales (modelo TA-ARSV). Aplicación a series de rendimieno del precio medio de maerias primas Esimación de un nuevo modelo de volailidad

Más detalles

Estudio Empírico de la Selección y Estimación de los Modelos de Crecimiento Estadístico

Estudio Empírico de la Selección y Estimación de los Modelos de Crecimiento Estadístico Esudio Empírico de la Selección Esimación de los Modelos de Crecimieno Esadísico S. Amirkhalhali, U.L.G. Rao and S. Amirkhalkhali 1 Resumen: En ese papel se comparan los modelos de crecimieno Lineal Exponencial

Más detalles

Cobertura de una cartera de bonos con forwards en tiempo continuo

Cobertura de una cartera de bonos con forwards en tiempo continuo Coberura de una carera de bonos con forwards en iempo coninuo Bàrbara Llacay Gilber Peffer Documeno de Trabajo IAFI No. 7/4 Marzo 23 Índice general Inroducción 2 Objeivos......................................

Más detalles

MODELO JUNIO 2005 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES II

MODELO JUNIO 2005 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES II Modelo de eamen Junio MODELO JUNIO MTEMÁTICS PLICDS LS CIENCIS SOCILES II OPCIÓN. (Punuación máima: punos) Se dice que una mari cuadrada es orogonal si T I: Noa: La noación T significa mari ranspuesa de.

Más detalles

Modelos estructurales de series de tiempo Est. Laura I. Giménez

Modelos estructurales de series de tiempo Est. Laura I. Giménez Modelos esrucurales de series de iempo Es. Laura I. Giménez Universidad Nacional del Nordese Insiuo Nacional de Tecnología Agropecuaria 1 Programa Jueves, 30 de julio de 009 Inroducción al análisis de

Más detalles

Determinación de las garantías para el contrato de futuros de soja en pesos. Value at Risk

Determinación de las garantías para el contrato de futuros de soja en pesos. Value at Risk Deerminación de las garanías para el conrao de fuuros de soja en pesos. Value a Risk Gabriela acciano inancial Risk Manager gfacciano@bcr.com.ar Direcora Deparameno de Capaciación y Desarrollo de Mercados

Más detalles

Gráficos con Maple. . El segundo argumento especifica la variable independiente y su rango x de variación.

Gráficos con Maple. . El segundo argumento especifica la variable independiente y su rango x de variación. Gráficos con Maple Maple incluye poenes capacidades gráficas que permien realizar represenaciones bidimensionales, ridimensionales e incluso animaciones. El programa es muy flexible en lo que a la enrada

Más detalles

Políticas y modelos en Tinbergen y Muth Policies and models Tinbergen and Muth

Políticas y modelos en Tinbergen y Muth Policies and models Tinbergen and Muth Políicas y modelos en Tinbergen y Muh Policies and models Tinbergen and Muh Javier Galán Figueroa* Resumen El presene documeno revisa los rabajos de Jan Tinbergen y John Muh, quienes son considerados los

Más detalles

" CONTRASTES DE EXPECTATIVAS RACIONALES Y NEUTRALIDAD DE LA POLITICA MONETARIA A CORTO PLAZO: EL CASO DE ESPAÑA "

 CONTRASTES DE EXPECTATIVAS RACIONALES Y NEUTRALIDAD DE LA POLITICA MONETARIA A CORTO PLAZO: EL CASO DE ESPAÑA " CONTRASTES DE EXPECTATIVAS RACIONALES Y NEUTRALIDAD DE LA POLITICA MONETARIA A CORTO PLAZO: EL CASO DE ESPAÑA " Ignacio Díaz-Emparanza Herrero INDICE [-------------------------------------------------]

Más detalles

Estadística de Valor Tasado de Vivienda

Estadística de Valor Tasado de Vivienda Esadísica de Valor Tasado de Vivienda Meodología Subdirección General de Esudios y Esadísicas Madrid, enero de 2016 Índice 1 Inroducción 2 Objeivos 3 Ámbios de la esadísica 3.1 Ámbio poblacional 3.2 Ámbio

Más detalles

Efectos Económicos de la Política Fiscal en el Perú: Una análisis Comparativo y Metodológico de SVAR. (Avance) Subgerencia de Investigación Económica

Efectos Económicos de la Política Fiscal en el Perú: Una análisis Comparativo y Metodológico de SVAR. (Avance) Subgerencia de Investigación Económica Efecos Económicos de la Políica Fiscal en el Perú: Una análisis Comparaivo y Meodológico de SVAR Jens Hagen (Universidad de Kiel) Miguel Tam (UNI) (Avance) Subgerencia de Invesigación Económica Moivación

Más detalles

Correlación. Dr. Luis Javier Morales Mendoza Procesamiento Analógico de Señales FIEC - UV

Correlación. Dr. Luis Javier Morales Mendoza Procesamiento Analógico de Señales FIEC - UV Correlación Dr. Luis Javier Morales Mendoza Procesamieno Analógico de Señales FIEC - UV Índice.. Inroducción.. Correlación Cruzada.. Auocorrelación.4. Calculo de la correlación y de la auocorrelación.5.

Más detalles

CONSTRUCCIÓN DE UNA TABLA DE MORTALIDAD PARA LA POBLACIÓN ECUATORIANA por Javier Fernando Sánchez Nevárez

CONSTRUCCIÓN DE UNA TABLA DE MORTALIDAD PARA LA POBLACIÓN ECUATORIANA por Javier Fernando Sánchez Nevárez CONSTRUCCIÓN DE UNA TABLA DE MORTALIDAD PARA LA POBLACIÓN ECUATORIANA por Javier Fernando Sánchez Nevárez El presene rabajo muesra de manera sisemáica el desarrollo de una abla acuarial para la población

Más detalles

NORMA DE CARACTER GENERAL N

NORMA DE CARACTER GENERAL N NORMA DE CARACTER GENERAL N REF.: MODIFICA EL TÍTULO I, SOBRE INVERSIÓN DE LOS FONDOS DE CESANTÍA, POLÍTICAS DE INVERSIÓN Y SOLUCIÓN DE CONFLICTOS DE INTERÉS Y EL TÍTULO III, SOBRE VALORIZACIÓN DE LAS

Más detalles

Pablo Vinuesa 2006, vinuesa@ccg.unam.mx; http://www.ccg.unam.mx/~vinuesa/ 1

Pablo Vinuesa 2006, vinuesa@ccg.unam.mx; http://www.ccg.unam.mx/~vinuesa/ 1 BE-IV, L-UNM, México Para el análisis filogenéico de secuencias alineadas virualmene odos los méodos describen la evolución de las secuencias usando un modelo que consa de dos componenes: 1. un árbol filogenéico

Más detalles

Tutorial para la estimación de Ecuaciones Simultáneas por el método de Mínimos Cuadrados en dos Etapas en Easyreg. Julio César Alonso C.

Tutorial para la estimación de Ecuaciones Simultáneas por el método de Mínimos Cuadrados en dos Etapas en Easyreg. Julio César Alonso C. Tuorial para la esimación de Ecuaciones Simuláneas por el méodo de Mínimos Cuadrados en dos Eapas en Easyreg Julio César Alonso C. No. 18 Marzo de 2009 Apunes de Economía No. 18 APUNTES DE ECONOMÍA ISSN

Más detalles

Concepto de señales y procesos

Concepto de señales y procesos Concepo de señales y procesos Mario Esévez Báez 1 José M. Esévez Carrera 2 Andrés Machado García 3 Maerial publicado originalmene en formao hml en: InfoWiki conribuors. librosabieros:concepos_acerca_de_senales_y_procesos.

Más detalles

[I] LA NUEVA ENCUESTA PERMANENTE DE HOGARES (EPH CONTINUA)

[I] LA NUEVA ENCUESTA PERMANENTE DE HOGARES (EPH CONTINUA) [ANEXO METODOLOGICO] [I] LA NUEVA ENCUESTA PERMANENTE DE HOGARES (EPH CONTINUA) A parir del 2003 y, a efecos de capar más sensiblemene los cambios producidos en el mercado de rabajo argenino, el INDEC

Más detalles

Tourism & Management Studies ISSN: Universidade do Algarve Portugal

Tourism & Management Studies ISSN: Universidade do Algarve Portugal Tourism & Managemen Sudies ISSN: 2182-8458 ms-journal@ualg.p Universidade do Algarve Porugal Daza Izquierdo, J. Análisis de la inerrelación crecimieno-renabilidad en Brasil Tourism & Managemen Sudies,

Más detalles