UN INDICADOR MENSUAL ADELANTADO DEL SECTOR DE CONSTRUCCIÓN: IMACO

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

Download "UN INDICADOR MENSUAL ADELANTADO DEL SECTOR DE CONSTRUCCIÓN: IMACO"

Transcripción

1 UN INDICADOR MENSUAL ADELANTADO DEL SECTOR DE CONSTRUCCIÓN: IMACO Al Acosa* Dael Barráez Els Paracare Baco Ceral de Veezuela Resume E ese rabajo se cosrue u dcador adelaado de la acvdad del secor de cosruccó co base a u cojuo de seres observadas de produccó o veas de maerales de cosruccó. La meodología empleada es la del facor dámco de Sock Waso se esma medae las éccas de smulacó baesaas. Se aalza el desempeño predcvo del dcador corasádolo co el dcador de volume de cosruccó del Baco Ceral. Palabras clave: acvdad de cosruccó modelo de facor dámco esmacó baesaa dcador adelaado. Códgo JEL: C3 C C53 Absrac I hs paper we cosruc a leadg dcaor of cosruco secor acv based o a se of observed seres produco or sales of buldg maerals. The mehodolog used s he damc facor of Sock ad Waso ad s esmaed usg Baesa smulao echques. We aalze he predcve performace dcaor corasg wh he volume dcaor of he Ceral Bak. Ke Words: cosruco acv damc facor model baesa esmao leadg dcaor. JEL code: C3 C C53 *Las opoes expresadas e ese rabajo so resposabldad exclusva de los auores o compromee al Baco Ceral de Veezuela. Los auores agradecemos a los Profesores N. Merees L. Azocar por plaearos el problema co la meodología cosderada e ese rabajo. Agradecemos ambé a J. Bracho especalsa del secor de su couura por el frucfero ercambo que hemos sosedo. Lcecado e Maemácas de la UC Msc Scearum e Modelos Aleaoros de la UCV. Lcecado Docor e Maemácas de la UCV. Prof. del Posgrado e Maemácas el Posgrado de Modelos Aleaoros de la UCV. 3. Esadísco de la UCV Especalsa e Políca Ecoómca de la UCAB odos los auores so membros del Dpo de Modelos Ecoómcos del BCV.

2 . Iroduccó El secor de cosruccó es u secor de ua relevaca especal e ecoomía por dversas razoes. Tee u peso sgfcavo e el PIB e el caso de Veezuela represea u 7.%. Capa ua fraccó mporae de la versó durae el perodo la versó e cosruccó represeo el 486% de la versó oal. La cosruccó esá dero del meú habual de polícas coracíclcas guberameales. Su compoee resdecal ee u mporae mpaco e el beesar de la poblacó. Puede geerar efecos damzadores e oros secores mporaes como la maufacura el comerco ere oros. E alguos países se ha ecorado evdeca empírca que muesra que el comporameo de la cosruccó se adelaa a la acvdad ecoómca geeral (Pgullem 4a). La medcó del secor de cosruccó e los érmos de cueas acoales se efecúa e muchos países co frecueca rmesral al gual que el PIB. S embargo e Veezuela se dspoe de formacó de frecueca mesual de los prcpales sumos para la cosruccó. E ese rabajo se cosrue u Idcador Mesual Adelaado para el secor de la Cosruccó que llamaremos IMACO e lo sucesvo a parr de u cojuo de seres observadas de veas fabrcacó de dsos maerales requerdos por acvdad. La auraleza propa de esa acvdad exge empos de maduracó de las versoes aes de ser efecvamee coablzadas e el PIB lo que perme que el dcador cosrudo sea adelaado. U dcador de esas caraceríscas perme el mooreo mesual del secor aporado formacó valosa a los versores prvados hacedores de polícas públcas a los agees ecoómcos e geeral para la oma de sus decsoes oreadas a lograr los objevos plaeados. La meodología empleada es la del facor dámco propueso por Sock ad Waso (99) que plaearo su modelo para cosrur dcadores cocdees adelaados de acvdad ecoómca agregada. E la esrucura de facores dámcos u cojuo de seres emporales es represeado como la suma de dos compoees observables el facor dámco que explca el comporameo comú presee e odas las seres el compoee doscrásco que capura el comporameo propo de cada proceso. Se ha desarrollado ua ampla leraura e oro a esos modelos e dversas

3 áreas desaca Berake Bove (3) Cogle Sarge (5) e políca moeara Kapeaos G. (4) For (5) esmacó predccó del úcleo flacoaro. Acosa Barráez ()) e la comparacó de los procesos flacoaros de las prcpales cudades de Veezuela. E el caso de esmacó de la acvdad del secor de la cosruccó el modelo de facor dámco ha sdo empleado por Pgullem 4b para cosrur u dcador cocdee de la acvdad agregada del secor por Caro e Idrovo para cosrur dcadores cocdees desagregados de fraesrucura de vveda ambos para la ecoomía chlea. El prcpal apore de ese rabajo es el carácer adelaado del dcador que se cosaó al comparar el valor del IMACO rezagado co el dcador del volume de cosruccó elaborado por el Baco Ceral. Esa comparacó se efecuó medae los esadíscos habuales el error cuadráco medo el U-Thel obeédose resulados sasfacoros. Además ese rabajo se dfereca de los dos cados prevamee e cuao al po de seres ulzadas a la écca de esmacó. Co respeco a las seres ulzadas sólo se emplearo las seres de las veas o produccó maerales ulzados e cosruccó o se clue las seres de las solcudes de permsos para uevas cosruccoes la sere del empleo del secor. S be puede haber ua relacó ere las solcudes de los permsos el volume de cosruccó sus dcadores coexos resula mu dfícl ecorar ua relacó esable ere las varables (Pgullem 4b) dfculad arbuda al carácer almaceable (que duce u comporameo smlar al de las opcoes faceras) a los efecos de los cambos e las regulacoes las expecavas. Por ora pare las rgdces del mercado laboral ambé dfcula el uso de la sere del empleo del secor para cosrur u dcador adelaado e especal e u mercado laboral parcularmee rígdo como el veezolao. La seleccó de las seres de maerales de cosruccó resula crucal para cosrur u dcador de po adelaado. Se aalzaro 5 seres mesuales de sumos de cosruccó se seleccoaro las de maor correlacó adelaada co el ídce rmesral de cosruccó elaborado por el Baco Ceral de Veezuela. Además el uso exclusvo de esas seres perme calcular elascdades co respeco a cada uo de los sumos cosderados hacer ejerccos de veles de produccó dusral de los sumos para sasfacer deermadas meas de crecmeo del secor. E cuao a la écca de esmacó se emplearo los algormos de smulacó baesaa plaeadas por Km Nelso (998) para esmar el modelo. Los méodos baesaos presea varos aracvos eva las dfculades herees a maxmzar umércamee la fucó de verosmlud co las resrccoes 3

4 sobre los parámeros que mpoe la eoría ecoómca. El uso de las desdades a pror además de corporar formacó o coeda e la muesra e el proceso de esmacó perme rabajar co amaños de muesra meores a los requerdos por los méodos frecuesas que es de parcular erés e uesro caso. Además la esmacó baesaa proporcoa de maera aural la desdad a poseror de los parámeros del modelo. Adcoalmee se cosruó u modelo de regresó leal esmado medae mímos cuadrados ordaros cosderado el msmo grupo de 5 dcadores ulzados para el IMACO e cua especfcacó resularo relevaes 3 de los dcadores que coforma a ese úlmo además de las veas acoales de cablla. Los resulados de ese modelo ambé so sasfacoros pero carece del carácer adelaado del IMACO. El rabajo esá esrucurado de la forma sguee. E la seguda seccó se presea el modelo de facor dámco. E la ercera seccó la daa dspoble el proceso de seleccó de las seres de los maerales de cosruccó. E la cuara los resulados que comprede la evaluacó del desempeño predcvo del dcador el cálculo de elascdades. Falmee las coclusoes.. El Modelo de Facor Dámco Se dspoe de u cojuo de dcadores de sumos para la cosruccó Y Y sus respecvos cremeos logarímcos se deoa medae K Y Y Y K Y.e. Y ( l( Y ) l( Y )). El objevo es descompoer cada uo de esos cremeos como la suma de dos compoees u compoee comú a odos los procesos oro doscráco. La descomposcó se efecuará medae el modelo de facores dámcos de Sock Waso (99). Y D + C + e () ( C δ ) φ ( C δ ) + φ ( C δ ) + w w ~.. d. N( ) w () 4

5 e + e e + ε ε ~.. d. N( ) (3) Co L L T. Dode so varables observables que se esma medae el flro de Kalma. C D e C represea el compoee comú presee e cada sere mulplcado por u facor de escala w es fjado e para ormalzar el compoee comú evar problemas de defcacó. Para cada ua de las seres D e represea el compoee doscrásco. Se asume que ao C como e sgue procesos auoregresvos de segudo orde que las raíces de φ L φ L se ecuera fuera del crculo uaro al gual que las raíces de L L. Los errores so supoe depedees. Para evar el problema de defcacó smuláea de los parámeros δ cosdera las ecuacoes () () e desvacoes de sus medas D se K c c + e (4) ~ N φ c + φ c + w w.. d. () (5) e e + e + ε ε ~.. d. N( ) K (6) co Y Y c C δ Y represea la meda muesral de la sere. Para elmar la correlacó seral e la ecuacó (4) se rasforma ambos membros de la gualdad 4 medae el operador ( L) L L ( + L ) ( L) c ( L) e Y c c c + ε (7) co + ε observe que L) ε. ( e Como las varables observables será esmadas medae el flro de Kalma es ecesaro represear el modelo defdo por las ecuacoes (4)-(6) e la forma de espaco de los esados: 5

6 e H + β v F + β β co H M M M M ) ( R e e E e c c c ε ε ε β K M O M M K K M. ) ( v Q v E w v F φ φ Co β el vecor de esado las marces del ssema coee los hperparámeros descoocdos del modelo. La esmacó de los hperparámeros del vecor de esado se efecuará medae méodos baesaos. Pueso que el modelo esá represeado e la forma de espaco de los esados se ulzará el procedmeo de Carer Koh (994) para mplemear el algormo Gbb Samplg sguedo la meodología preseada e Km Nelso (999) dada su efceca compuacoal rápda covergeca. R F H Defa [ ] φ φ φ [ ] L co [ ] [ ] L [ ] L [ ] β T β β β L sea [ ] * * * T L Ω la formacó dspoble hasa el empo. 6

7 La dea es ulzar el Gbbs Samplg para smular la dsrbucó cojua a poseror de los hperparámeros del vecor de esado es decr smular la dsrbucó P( β φ Ω ) de esa forma eva la maxmzacó dreca de la fucó de verosmlud. El Gbbs Samplg sólo requere smular las dsrbucoes codcoales a poseror de cada uo de los parámeros las cuales se muesra a couacó supoedo que las dsrbucoes a pror so de la msma forma fucoal: P( β Ω φ ) Normal Mulvarada P( φ Ω β ) Normal Mulvarada P( Ω β φ ) L Normal Mulvarada P( Ω β φ ) L Normal P( Ω β φ ) L Iversa Gamma Para smular la dsrbucó Koh (994) el cual dca que: P( β Ω φ ) se ulzará el resulado que Carer T P ( β Ω φ ) P( βt ΩT φ ) Π P( β Ω β+ φ ) dode cada ua de esas dsrbucoes so ormales mulvaradas cuas medas Varazas-Covarazas so obedas por medo del flro de Kalma (para más dealles sobre ese resulado cosule Carer Koh (994) o Km Nelso (999)). Las dsrbucoes codcoales a poseror para el reso de los parámeros so dervadas por medo de u resulado mu coocdo e modelos de regresó leal baesaa co errores Gaussaos para ejemplfcarlo Supoga que se ee el sguee modelo de regresó: Z Xα + u u ~ N( ) dode Z u I r u so vecores de dmesó r X es la marz de regresó se desea esmar el vecor de parámeros α la varaza pror esá dadas por: u. Supoedo que las dsrbucoes a α N ( α Σ ) IG( ν δ ) eoces las dsrbucoes a ~ u ~ poseror esará dadas por: α Z u ~ N( α Σ ) Z α ~ IG( ν δ ) dode: u 7

8 α Σ( Σ α + X Z) Σ ν ( Σ ( ν + r + X X ) u ) / u δ ( δ + ( Z Xα) ( Z Xα)) /. Observe que s β se cosdera coocdo eoces cada ua de las ecuacoes e (4)-(6) se covere e u modelo de regresó leal cuos parámeros puede ser esmados de maera seclla ulzado ese resulado. 3. Seleccó de las varables Las varables cosderadas para la cosruccó del IMACO so dcadores de volume. E oal so quce (5) dcadores: Doce () so ídces de cadad de Lasperes de la Idusra Maufacurera que esá asocados a la acvdad de cosruccó. Los oros res (3) se correspode co las veas acoales de cemeo de cabllas de producos meálcos o plaos expresadas e Toeladas Mércas (TM). Se evaluó el grado de egracó de cada ua de las varables a ravés del es de Dcke Fuller Amplado (ADF). De acuerdo a ese es odas las varables so egradas de orde es decr debe ser dferecadas ua vez para hacerlas esacoaras. Por lo cual la elaboracó del dcador adelaado de cosruccó (IMACO) se hzo e érmos de las asas de varacó ermesuales. La medda esadísca que se empleó para seleccoar las varables que se corporaro e el cálculo del IMACO fue el coefcee de correlacó ere el ídce de cadad de Lasperes de Cosruccó los dcadores señalados co aerordad. La correlacó se hzo co base a uo dos res meses de adelao del dcador respeco al ídce de volume de la cosruccó. Es de desacar que dado que la varable de refereca solo esá dspoble co perodcdad rmesral el cálculo de las correlacoes se realzo co esa msma frecueca. A couacó se muesra la abla N co los 5 dcadores su respecva correlacó co el volume de cosruccó para los adelaos señalados: 8

9 Tabla N Coefcees de Correlacó Idcadores/Correlacoes U adelao Dos adelaos Tres adelaos Veas acoales de Cemeo (e TM) Veas acoales de cabllas (e TM) Veas acoales de producos o plaos (e TM) Fabrcacó de pares pezas de carperías para edfcos cosruccoes Fabrcacó de susacas químcas báscas excepo aboos compuesos de rógeo Fabrcacó de puras barces producos de revesmeo smlares as de mprea masllas Fabrcacó de producos de cerámca o refracara para uso o esrucural Fabrcacó de producos de cerámca refracara Fabrcacó de producos de arclla cerámca o refracara para uso esrucural Fabrcacó de cemeo cal eso Fabrcacó de oros producos merales o meálcos.c.p Idusras báscas de herro acero Fabrcacó de producos meálcos para uso esrucural Fabrcacó de oros producos elaborados de meal.c.p Fabrcacó de moores geeradores rasformadores elécrcos sus pares pezas S la correlacó por pares de varables ere el ídce de volume de la Cosruccó los dcadores rmesralzados es ala (superor o gual a 7) se cosderó relevae para la explcacó de la acvdad. Es de desacar que las maores correlacoes se evdecaro co u mes de adelao úcamee see de los quce dcadores (resalados e color rojo) eía ua relacó leal ala co el volume de cosruccó esos fuero los que se corporaro e el cálculo del IMACO. 9

10 4. Resulados Además de la especfcacó que corpora los see dcadores señalados aerormee se hcero pruebas usado las quce (5) seres de sumos para la cosruccó s embrago el coso compuacoal se cremeó las mejoras logradas o fuero sgfcavas. Adcoalmee se esmó u modelo secllo por MCO ulzado la sere de veas acoales de cemeo cuo coefcee de correlacó co el ídce de Volume de la Cosruccó fue el maor pero los resulados obedos o valdaro los supuesos del modelo leal geeral. Por lo cual el modelo co los see dcadores resuló ser el más parsmooso. Se geeraro 5. smulacoes del muesreador de Gbbs de las cuales se descararo las prmeras. para elmar el efeco del sesgo de la calzacó de algormo. La abla N presea los hperparámeros de las desdades a pror los resulados de la esmacó de las desdades a poseror odas las desdades a pror cosderadas so o formavas para evar sesgos e la esmacó. Como se puede observar e la abla odos los parámeros esmados so esadíscamee sgfcavos e el sedo que los ervalos de cofaza al 95% exclue el cero. Las desdades a poseror so mu esas es decr se cocera alrededor de su moda. Ua vez obedo el facor comú a parr de las seres de sumos para la cosruccó e varacoes ermesuales se cosruó el ídce e veles cosderado como base julo 7. Para evaluar el carácer adelaado de ese úlmo se rmesralzaro sus valores mesuales calculado el promedo arméco co u rezago de los res meses correspodees al rmesre. Para el prmer rmesre del año (que correspode a los meses eero febrero marzo) se promeda el IMACO correspodee al mes de dcembre del año prevo los meses de eero febrero del año. Para el segudo rmesre del año (que correspode a los meses abrl mao juo) se promeda el IMACO correspodee a los meses de marzo abrl mao así sucesvamee hasa obeer los cuaro rmesres.

11 Tabla N Dsrbucoes a pror resulados de la esmacó de las desdades a poseror Pror Poseror Parámero Meda Desv. Sd Meda Desv. Sd Medaa Iervalos de cofaza al 95% φ φ

12 Al realzar la comparacó ere las varacoes errmesrales del IMACO rmesral calculado co la meodología plaeada e el párrafo aeror el volume de cosruccó del secor formal (Ver gráfco N ) se apreca que el prmero es u bue dcador de la edeca de la varable de refereca. Varacoes Porceuales (%) Gráfco N IMACO e Ídce de volume de la cosruccó Varacoes porceuales er rmesrales Q3 3 Q 4 Q3 4 Q 5 Q3 5 Q 6 Q3 6 Q 7 Q3 7 Q 8 Q3 8 Q 9 Q3 9 Q Q3 Q Cosruccó IMACO Poserormee para hacer predccoes del volume de cosruccó se esma ua regresó leal medae mímos cuadrados ordaros de la varacó de esa varable e fucó de la varacó del IMACO rmesral la varacó del ídce del volume de la cosruccó rezagado u rmesre. Los resulados de la esmacó se muesra e la sguee abla. Tabla N 3 Regresó del Volume de cosruccó e fucó del IMACO LS // Varable Depedee: VIQLCONT Fecha: 6/7/ Hora: :38 Período: 3Q3 Q Número de Observacoes: 3 Varable Coefcee Error Esadar Esadísco Probabldad C VIMACO VIQLCONT( ) S S S R².934 F(55) R² Ajusado.9 Supuesos del Modelo Leal: Correlacó seral F(4) Forma Fucoal F(4) Heerocedascdad F(4).4.8 Normaldad CHI( ) Fallo Predcvo F(4) VARIABLES DEL MODELO: IQLCONT: Volume de cosruccó IMACO8: IMACO

13 Como puede observarse e la abla N 3 se verfca los supuesos del modelo de regresó leal presea u bue grado de ajuse. Adcoalmee se calculó el error cuadráco medo de predccó el esadísco U-Thel los cuales permero evdecar el bue desempeño del IMACO como predcor del ídce de volume de cosruccó obeédose respecvamee E cuao a su comporameo como dcador de edeca se observó que el IMACO aceró el sgo de la varacó del volume de cosruccó el 9% de los casos. Ua vez compuado el IMACO como sólo emplea seres de sumos de cosruccó es aural calcular elascdades del volume de la cosruccó co respeco a cada uo de los sumos e dsas eapas del rmesre. Por ejemplo s deseamos calcular la elascdad del -ésmo sumo para el segudo rmesre del año ua vez que se dspoe de los valores observados de marzo abrl se calcula el IMACO co la formacó dspoble hasa abrl luego se supoe que odo los sumos se maee cosaes e el mes de mao salvo el -ésmo que varía u % e ese úlmo mes. La rmesralzacó del IMACO resulae de ese ejercco se roduce e la regresó leal preseada e la abla N 4 se obee el mpaco e el volume de cosruccó. Las elascdades obedas de esa forma se presea e la abla N 4. Tabla N 4 Elascdades de los sumos cosderados e el IMACO. Idcador Supoedo cosaes los dcadores Elascdad % de varacó e: Veas acoales de Cemeo (e TM).987 % de varacó e: Veas acoales de producos o plaos (e TM).379 % de varacó e: Fabrcacó de puras barces producos de revesmeo smlares as de mprea masllas.6 % de varacó e: Fabrcacó de producos de arclla cerámca o refracara para uso esrucural.338 % de varacó e: Fabrcacó de oros producos merales o meálcos.c.p..5 % de varacó e: Fabrcacó de oros producos elaborados de meal.c.p..379 % de varacó e: Fabrcacó de moores geeradores rasformadores elécrcos sus pares pezas.33 3

14 Coclusoes E el presee rabajo se cosruó u dcador mesual para la acvdad del secor cosruccó IMACO de frecueca mesual que perme moorzar la evolucó del secor co ua frecueca meor que el ídce de volume de cosruccó elaborado por el Baco Ceral de Veezuela rmesralmee. Para ello se ulzo el modelo del facor dámco de Sock ad Waso esmado medae éccas baesaas esas éccas resularo de especal erés uldad dado la logud relavamee reducda de las seres cosderadas. El IMACO se obee de las seres de los sumos de cosruccó de maor correlacó adelaada co el cado dcador de volume. El dcador obedo resula ser adelaado como puede evdecarse de los valores calculados para el error cuadráco medo el esadísco U-Thel el R. El uso exclusvo de sumos s corporar oro po de formacó como desempleo del secor úmero de permsos de cosruccó permó esmar elascdades del volume de cosruccó co respeco a cada uo de los sumos seleccoados. Co esas elascdades se plaea de maera aural el problema de esmar la seda ópma de produccó de los dferees sumos para alcazar ua mea dada de crecmeo del volume de cosruccó. 4

15 Referecas Bblográfcas. Acosa A. Barráez D. () Comparacó de la flacó e las prcpales cudades de Veezuela medae u modelo de facor dámco. Por aparecer e Revsa BCV. Berake B.S. Bov J. (3). Moear polc a daa-rch evrome. Joural of Moear Ecoomcs Caro J. Idrovo B. () Meodología para Geerar Idcadores de Acvdad e Ifraesrucura Vveda. Cuaderos de Ecoomía Vol 47 pp Carer C. K. ad P. Koh "O Gbbs Samplg for Sae Space Models". Bomerca Cogle T. ad Sarge T.J. (5). Drfs ad volales: moear polces ad oucomes he pos WWII US. Revew of Ecoomc Damcs vol. 8 Elsever. For M. M. Hall M. Lpp ad L. Rechl (5) The Geeralzed Damc Facor Model: Oe-Sded Esmao ad Forecasg Joural of he Amerca Sascal Assocao Geweke J. (977). The damc facor aalss of ecoomc me seres. I: Ager D.J. Goldberger A.S. (edors) Lae Varables Soco- Ecoomc Models. Amserdam: Norh-Hollad chaper 9 pp Kapeaos G. (4). A oe o modellg core flao for he UK usg a ew damc facor esmao mehod ad a large dsaggregaed prce dex daase. Ecoomcs Leers vol. 85. Elsever. Km Chag-J ad Charles R. Nelso Busess Ccle Turg Pos a New Cocde Idex as Tes of Durao Depedece Based o a Damc Facor Model wh Regme Swchg. Forhcomg Revew of Ecoomcs ad Ecoomc Sascs. Pgullem Facudo 4. "Los Cclos Agregados Los Cclos de la Cosruccó" Cámara Chlea de la Cosruccó Documeo de Trabajo No. 8. Pgullem Facudo. 4. "U dcador mesual de la acvdad de cosruccó" Cámara Chlea de la Cosruccó Documeo de Trabajo No. Sarge T.J. Sms C.A. (977). Busess ccle modelg whou preedg o have oo much a pror ecoomc heor. I: Sms C.A. (edor) New Mehods Busess Research. Meapols: Federal Reserve Bak of Meapols. 5

16 Sock James H. ad Mark W. Waso. (99). A Probabl Model of he Cocde Ecoomc Idcaors. I Leadg Ecoomc Idcaors: New Approaches ad Forecasg Records ed. K. Lahr ad G. H. Moore. Cambrdge Uvers Press

Un indicador mensual adelantado del sector de construcción: IMACO

Un indicador mensual adelantado del sector de construcción: IMACO U dcador mesual adelaado del secor de cosruccó: IMACO Sere Documeos de Trabajo [No. 34] Abrl Al Acosa Dael Barráez Elsy Paracare Baco Ceral de Veezuela Caracas Gereca de Ivesgacoes Ecoómcas Produccó edoral

Más detalles

{ a 1, a 2,..., a } n. Cualquier vector n

{ a 1, a 2,..., a } n. Cualquier vector n Deparameo de Aálss Ecoómco UNIVERSIDAD DE ZARAGOZA Tema 3: Formas cuadrácas reales Para odo el ema, se cosdera e R u ssema de refereca (o base) dado { a 1, a 2,..., a }. Cualquer vecor x R se escrbe de

Más detalles

Introducción a la Econometría Curso 2009/ Serie de Problemas 21

Introducción a la Econometría Curso 2009/ Serie de Problemas 21 Iroduccó a la Ecoomería Curso 9/78 Sere de Problemas. Supoga que u vesgador dspoe de ua muesra de grupos (clases) de educacó prmara y ulza daos del úmero de alumos e cada clase (CS) y de la oa meda obeda

Más detalles

7. Contrastes de Hipótesis

7. Contrastes de Hipótesis 7. Corases de póess Curso - Esadísca Corase de póess Se ha realzado ua ecuesa a 4 persoas elegdas al azar Llamado p a la proporcó de voaes del pardo políco A. Podemos afrmar que p >.5. p? Resulado Ecuesa

Más detalles

PLAN DE TRABAJO 11 Período 23/10/06 al 3/11/06. Durante estas dos semanas estudiarás los modelos de regresiones lineales.

PLAN DE TRABAJO 11 Período 23/10/06 al 3/11/06. Durante estas dos semanas estudiarás los modelos de regresiones lineales. Pla de Trabajo 0- Año 006 Curso Lbre Assdo de Esadísca II Docees resposables: Lercy Barros - María Sague PLAN DE TRABAJO Período 3/0/06 al 3//06 TEMAS A ESTUDIAR Durae esas dos semaas esudarás los modelos

Más detalles

Álgebra Manuel Hervás Curso

Álgebra Manuel Hervás Curso Álgebra Mauel Hervás Curso 0-0 FORMAS LINEALES Defcó Sea E u espaco vecoral sobre referdo a ua base B e e e,,, Se deoma Forma Leal sobre a la aplcacó leal f : E al que x E f ( x) b De modo que elegdo u

Más detalles

Cuatro medidas de inflación subyacente para Uruguay

Cuatro medidas de inflación subyacente para Uruguay Cuaro meddas de flacó subyacee para Uruguay Rosaa Ferádez 002-2005 688-7565 CUATRO MEDIDAS DE INFLACIÓN SUBYACENTE PARA URUGUAY Rosaa Ferádez Casro Área de Ivesgacoes Ecoómcas Baco Ceral del Uruguay Julo

Más detalles

VOLUMEN IV CAPITULO 3 METODOLOGÍA PARA LA ACTULIZACIÓN DE LAS CURVA DE COSTOS ÓPTIMOS DE RACIONAMIENTO DE ELECTRICIDAD Y GAS NATURAL

VOLUMEN IV CAPITULO 3 METODOLOGÍA PARA LA ACTULIZACIÓN DE LAS CURVA DE COSTOS ÓPTIMOS DE RACIONAMIENTO DE ELECTRICIDAD Y GAS NATURAL ESTUDO DE OSTOS DE RAONAMENTO DE ELETRDAD Y GAS NATURAL Volume V apulo 3 forme Fal Revsó. VOLUMEN V APTULO 3 METODOLOGÍA PARA LA ATULZAÓN DE LAS URVA DE OSTOS ÓPTMOS DE RAONAMENTO DE ELETRDAD Y GAS NATURAL

Más detalles

UNIDAD 7.- Matrices (tema 1 del libro) = MATRICES

UNIDAD 7.- Matrices (tema 1 del libro) = MATRICES UNIDD.- Marces (ema del lbro). MTRICES Ua mar se puede eeder como ua abla de úmeros ordeados e flas columas Defcó.- Se llama mar de dmesó m a u cojuo de úmeros reales dspuesos e m flas columas de la sguee

Más detalles

INGENIERÍA DE CONFIABILIDAD.. PORQUE UNA DE LAS FORMAS MÁS IMPORTANTES DE AGREGAR VALOR, ES EVITAR QUE SE DESTRUYA

INGENIERÍA DE CONFIABILIDAD.. PORQUE UNA DE LAS FORMAS MÁS IMPORTANTES DE AGREGAR VALOR, ES EVITAR QUE SE DESTRUYA Lecura 6 PRONÓSTICOS EN ACTIVOS REPARABLES INGENIERÍA DE CONFIABILIDAD.. PORQUE UNA DE LAS FORMAS MÁS IMPORTANTES DE AGREGAR VALOR, ES EVITAR QUE SE DESTRUYA Medardo Yañez Yañez Meda, Medardo - Gómez de

Más detalles

F = = 0. 64, que es la eficiencia del test de signo relativa al

F = = 0. 64, que es la eficiencia del test de signo relativa al Méodos No Paramércos I 5 Elea J. Maríez do cua. 004 Efceca: La efceca del es de Fredma relava al es F es ( f ( x dx e(, F σ + e observa que o hereda la efceca de los ess de Wlcoxo y Ma-Whey relavas al

Más detalles

ÍNDICE DE INVENTARIOS DEL COMERCIO BASE DICIEMBRE 2014=100

ÍNDICE DE INVENTARIOS DEL COMERCIO BASE DICIEMBRE 2014=100 ÍNDICE DE INVENTARIOS DEL COMERCIO BASE DICIEMBRE 2014=100 DOCUMENTO METODOLÓGICO INSTITUTO NACIONAL DE ESTADÍSTICAS Marzo / 2017 DEPARTAMENTO DE ESTUDIOS ECONÓMICOS COYUNTURALES SUBDEPARTAMENTO DE ESTADÍSTICAS

Más detalles

MODELO CIR. Nota Técnica RESUMEN EJECUTIVO

MODELO CIR. Nota Técnica RESUMEN EJECUTIVO Noa Técca Eero 28, 2014 MODELO CIR RESUMEN EJECUTIVO Al modelar asas de erés se debe omar e cuea que esas so posvas, que hsórcamee ha mosrado u comporameo esable, eedo cambos sgfcavos úcamee como reflejo

Más detalles

7. Contrastes de Hipótesis

7. Contrastes de Hipótesis 7. Corases de póess Curso - Esadísca Corase de póess Se ha realzado ua ecuesa a 4 persoas elegdas al azar Llamado p a la proporcó de voaes del pardo políco A. Podemos afrmar que p >.5. p? Resulado Ecuesa

Más detalles

1.1 MEDIA Y VARIANZA. Demostración: NOTAS: 1 n

1.1 MEDIA Y VARIANZA. Demostración: NOTAS: 1 n . TORÍA ASINTÓTICA Jore duardo Orz Trvño rofesor Asocado eparameo de Ieería de Ssemas e Idusral Uversdad Nacoal de Colomba jeorz@ual.edu.co (a) Se euca (s demosracó) varos resulados mporaes de esadísca.

Más detalles

Figura 1. Figura 2. Para realizar este análisis asumiremos las siguientes condiciones:

Figura 1. Figura 2. Para realizar este análisis asumiremos las siguientes condiciones: Coverdor PUH PU El coverdor Push Pull es u coverdor que hace uso de u rasformador para eer aslameo ere la esó de erada y la esó de salda. Posee además ua ducaca magezae propa del rasformador que como al

Más detalles

Estimación de parámetros en ecuaciones diferenciales estocásticas aplicadas a finanzas

Estimación de parámetros en ecuaciones diferenciales estocásticas aplicadas a finanzas Esmacó de parámeros e ecuacoes dferecales esocáscas aplcadas a fazas Joh Freddy Moreo Trujllo * jho.moreo@uexerado.edu.co * Docee vesgador. Faculad de Fazas, Gobero y Relacoes Ieracoales. Uversdad Exerado

Más detalles

Una Estrategia de Acumulación de Reservas Mediante Opciones de Venta de Dólares. El Caso de Banco de México

Una Estrategia de Acumulación de Reservas Mediante Opciones de Venta de Dólares. El Caso de Banco de México Ua Esraega de Acumulacó de Reservas Medae Opcoes de Vea de Dólares. El Caso de Baco de Méxco INDICE I. REUMEN... II. INTRODUCCIÓN...3 III. IV. OPCIONE DE VENTA DE DÓLARE...4 III.. PRINCIPALE CARACTERÍTICA...4

Más detalles

Para el caso τ = 20 [min], la función se puede representar de las siguientes formas: a) Función Matemática: b) Tabla de Valores

Para el caso τ = 20 [min], la función se puede representar de las siguientes formas: a) Función Matemática: b) Tabla de Valores 1 RAPIDEZ DE CAMBIO Semaa 05 1 Varables depedees y o depedees Defr los cocepos: varable, cosae, cremeo, varacó. Defr los cocepos: varable depedee, varable depedee. Recoocer varables depedees e depedees.

Más detalles

Introducción a la Estadística Descriptiva

Introducción a la Estadística Descriptiva Iroduccó a la Esadísca Descrpva ª Edcó Carla Re Graña María Raml Díaz ITRODUCCIÓ A LA ESTADÍSTICA DESCRIPTIVA. ª Edcó o esá permda la reproduccó oal o parcal de ese lbro, su raameo formáco, la rasmsódeguaformaoporcualquermedo,aseaelecróco,mecáco,porfoocopa,por

Más detalles

Ingeniería de Confiabilidad - Equipos

Ingeniería de Confiabilidad - Equipos SECCION 4. Igeería de Cofabldad-Equpos Igeería de Cofabldad - Equpos Seccó 4 Medardo Yañez Herado Gómez de la Vega Kara Semeco Soo Nayrh Meda Esa seccó esa dedcada al esudo de los aspecos físcos y aleaoros

Más detalles

ECUACIÓN DE DIFUSIÓN PARA FLUJO DE FLUIDOS EN MEDIOS POROSOS.

ECUACIÓN DE DIFUSIÓN PARA FLUJO DE FLUIDOS EN MEDIOS POROSOS. 09- ECUACIÓN DE DIFUSIÓN PARA FLUJO DE FLUIDOS EN MEDIOS POROSOS. Iroduccó. Para obeer la ecuacó geeral que descrbe el comorameo del flujo de fludos a ravés de medos orosos, se hace uso de dferees rcos

Más detalles

Modelos de Regresión análisis de regresión diagrama de dispersión coeficientes de regresión

Modelos de Regresión análisis de regresión diagrama de dispersión coeficientes de regresión Modelos de Regresó E muchos problemas este ua relacó herete etre dos o más varables, resulta ecesaro eplorar la aturaleza de esta relacó. El aálss de regresó es ua técca estadístca para el modelado la

Más detalles

CURSO DE ECONOMETRIA BÁSICA

CURSO DE ECONOMETRIA BÁSICA CURSO DE ECONOMETRIA BÁSICA D. Fracsco Parra Rodríguez. Jefe de Servco de Esadíscas Ecoómcas y Socodemografcas. Isuo Caabro de Esadísca. ICANE, ÍNDICE Tema. Regresó y correlacó leal smple Tema. Regresó

Más detalles

REGRESIÓN LINEAL SIMPLE

REGRESIÓN LINEAL SIMPLE RGRIÓN LINAL IMPL l aálss de regresó es ua técca estadístca para vestgar la relacó fucoal etre dos o más varables, ajustado algú modelo matemátco. La regresó leal smple utlza ua sola varable de regresó

Más detalles

estimación de la estructura de Tasas nominales de chile: aplicación del modelo dinámico nelson-siegel

estimación de la estructura de Tasas nominales de chile: aplicación del modelo dinámico nelson-siegel Volume 4 - º / dcembre 0 estmacó de la estructura de Tasas omales de chle: aplcacó del modelo dámco elso-segel Rodrgo Alaro A. * Sebasá Becerra C. ** Adrés Sager T. *** I. IroduccIó La esmacó de la esrucura

Más detalles

1. Una empresa estudia la evolución de los precios en euros de tres componentes (A, B, C) para una pieza en los últimos 5 años.

1. Una empresa estudia la evolución de los precios en euros de tres componentes (A, B, C) para una pieza en los últimos 5 años. Ejerccos Resuelos Números Ídces Faculad Cecas Ecoómcas y Emresarales Dearameo de Ecoomía Alcada Profesor: Saago de la Fuee Ferádez 1. Ua emresa esuda la evolucó de los recos e euros de res comoees (A,

Más detalles

Una formulación general de un modelo de regresión paramétrico es la siguiente:

Una formulación general de un modelo de regresión paramétrico es la siguiente: Esmadores úcleos y polomos locales. Fracsco Parra Rodrguez Docor e Cecas Ecoómcas. UNED. Modelos de regresó o paramércos Los modelos de regresó paramércos supoe ue los daos observados provee de varables

Más detalles

Métodos indirectos de estimación: razón, regresión y diferencia

Métodos indirectos de estimación: razón, regresión y diferencia Métodos drectos de estmacó: razó, regresó dfereca Cotedo. Itroduccó, defcó de estmadores drectos. Estmador de razó, propedades varazas. Límtes de cofaza. 3. Tamaño de la muestra e los estmadores de razó

Más detalles

TEMA 3. Medidas de variabilidad y asimetría. - X mín. X máx

TEMA 3. Medidas de variabilidad y asimetría. - X mín. X máx TEMA 3 Meddas de varabldad y asmetría 1. MEDIDAS DE VARIABILIDAD La varabldad o dspersó hace refereca al grado de varacó que hay e u cojuto de putuacoes. Por ejemplo: etre dos dstrbucoes que preseta la

Más detalles

4.4. La ciudad circular El Modelo de Salop

4.4. La ciudad circular El Modelo de Salop 4.4. La cudad crcular El Malde Machado Ecoomía Idusral - Malde Machado La Cudad Crcular El modelo de Salop 4.4. La cudad crcular El E el modelo de Hoellg habamos supueso que solo hay dos empresas. Ahora

Más detalles

Los Histogramas. Histograma simple

Los Histogramas. Histograma simple Los Hstogramas El Hstograma es ua forma de represetacó de datos que permte aalzar fáclmete el comportameto de ua poblacó, ya sea per se, o por medo de ua muestra. U Hstograma se defe como u cojuto de barras

Más detalles

x independiente y dependiente 0301a) Concepto de Cambio Fenómenos F( t + t Generalidades Cambio Ejemplo: crecimiento exponencial Cambio de F Positivo

x independiente y dependiente 0301a) Concepto de Cambio Fenómenos F( t + t Generalidades Cambio Ejemplo: crecimiento exponencial Cambio de F Positivo = ( + ( Cabo de ( + ( ( + > ( > 0 Posvo + ( + = ( = 0 ( ( + Nulo + Tpos ( + ( Cabo + Geeraldades Nauraleza El cabo puede ser Carácer Varable Cabo Cosae Aueo o creeo Dsucó o decreeo = Varacó cero ( = (

Más detalles

2. Movimiento Browniano.

2. Movimiento Browniano. Movmeo Browao Defcó y Propedade Báca Defcó : EL proceo de Weer (ó movmeo Browao e u proceo eocáco (Ver ZDZ co valore e R defdo para [, al que: W = co probabldad gual a uo La rayecora o coua Para cualquer

Más detalles

1. Introducción 1.1. Análisis de la Relación

1. Introducción 1.1. Análisis de la Relación . Itroduccó.. Aálss de la Relacó Ejemplos: Relacoes fucoales de terés Redmeto Doss de fertlzate Redmeto hortícola Desdad de platacó Volume de madera a cortar Desdad de platacó Catdad de suplemeto dado

Más detalles

TEMA 5: CAPITALIZACIÓN COMPUESTA ÍNDICE

TEMA 5: CAPITALIZACIÓN COMPUESTA ÍNDICE Maemácas Faceras Prof. Mª Mercedes Rojas de Graca TEMA 5: APITALIZAIÓN OMPUESTA ÍNDIE. APITALIZAIÓN OMPUESTA..... ONEPTO..... DESRIPIÓN DE LA OPERAIÓN....3. ARATERÍSTIAS DE LA OPERAIÓN....4. DESARROLLO

Más detalles

VALOR EN RIESGO PARA UN PORTAFOLIO CON OPCIONES FINANCIERAS *

VALOR EN RIESGO PARA UN PORTAFOLIO CON OPCIONES FINANCIERAS * Revsa Igeerías Uversdad de Medellí VALOR EN RIESGO PARA UN PORTAFOLIO CON OPCIONES FINANCIERAS * Carlos Alexáder Grajales Correa ** Fredy Ocars Pérez Ramírez *** Recbdo: 6//009 Acepado: 08/0/00 RESUMEN

Más detalles

Curvas Sistemas Gráficos Ing. Horacio Abbate 1

Curvas Sistemas Gráficos Ing. Horacio Abbate 1 Crvas Ssemas Gráfcos Ig. Horaco Abbae Polomos de erse Para y cosderar Para y cosderar - - Forma a base ara los olomos de grado. Calqer olomo de grado se ede descrbr como a combacó leal de olomos de erse

Más detalles

TRANSMISIÓN DE CALOR MULTIDIRECCIONAL Y TRANSITORIA

TRANSMISIÓN DE CALOR MULTIDIRECCIONAL Y TRANSITORIA Daposva ema6: rasmsó de calor muldreccoal rasora RANSMISIÓN DE CALOR MULIDIRECCIONAL Y RANSIORIA J.M.Corberá, R. Roo (UPV Daposva ema6: rasmsó de calor muldreccoal rasora ÍNDICE. RANSMISIÓN DE CALOR MULIDIRECCIONAL.

Más detalles

ÍNDICE DE INVENTARIOS DE LA MINERÍA DEL COBRE BASE DICIEMBRE 2014=100

ÍNDICE DE INVENTARIOS DE LA MINERÍA DEL COBRE BASE DICIEMBRE 2014=100 ÍNDICE DE INVENTARIOS DE LA MINERÍA DEL COBRE BASE DICIEMBRE 2014=100 DOCUMENTO METODOLÓGICO INSTITUTO NACIONAL DE ESTADÍSTICAS Marzo / 2017 DEPARTAMENTO DE ESTUDIOS ECONÓMICOS COYUNTURALES SUBDEPARTAMENTO

Más detalles

1.1.- Concepto Definición de cono Definición de función homogénea Interpretación económica de la función homogénea

1.1.- Concepto Definición de cono Definición de función homogénea Interpretación económica de la función homogénea Fucoes homogéeas FUNCIONES HOMOGÉNEAS (ESQUEMA).- Cocepo y propedades...- Cocepo Defcó de coo Defcó de fucó homogéea Ierpreacó ecoómca de la fucó homogéea..- Propedades (Operacoes co fucoes homogéeas)

Más detalles

Redes Neuronales con Base Radial (Poggio y Girosi,1990)

Redes Neuronales con Base Radial (Poggio y Girosi,1990) Redes euroales co Base Radal Poggo y ros,990 Iroduccó a las Redes euroales Arfcales Esquema de rabajo: Esrucura de ua RBF Problema de clasfcacó ora vez Ejemplo XOR Teorema de Cover úmero de euroas Problema

Más detalles

n t T é c n i c Curso de Estadística con R Autor: Francisco Parra Rodríguez Jefe de Servicio de Estadísticas Económicas y Sociodemográficas ICANE

n t T é c n i c Curso de Estadística con R Autor: Francisco Parra Rodríguez Jefe de Servicio de Estadísticas Económicas y Sociodemográficas ICANE D o c u m e Curso de Esadísca co R o s Auor: Fracsco Parra Rodríguez Jefe de Servco de Esadíscas Ecoómcas y Socodemográfcas ICANE DOC. Nº /6 ISSN 444-67 Saader, Caabra T é c c o s . EL MODELO LINEAL GENERAL...3..

Más detalles

Efecto herding en el mercado bursátil español: detección, caracterización e implicaciones

Efecto herding en el mercado bursátil español: detección, caracterización e implicaciones Efeco herdg e el mercado bursál español: deeccó, caracerzacó e mplcacoes Navdad Blasco de las eras. 6 de abrl de 00. Valeca POR QUÉ? Racoaldad y emocoes so complemearos e los procesos de oma de decsoes

Más detalles

NOMBRE Apellido Paterno Apellido Materno Nombre(s)

NOMBRE Apellido Paterno Apellido Materno Nombre(s) UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO FACULTAD DE INGENIERÍA DIVISIÓN DE CIENCIAS BÁSICAS COORDINACIÓN DE CIENCIAS APLICADAS DEPARTAMENTO DE PROBABILIDAD ESTADÍSTICA SEGUNDO EXAMEN FINAL RESOLUCIÓN SEMESTRE

Más detalles

TEMA 3: EQUIVALENCIA FINANCIERA DE CAPITALES

TEMA 3: EQUIVALENCIA FINANCIERA DE CAPITALES Maemácas Faceras Prof. Mª Mercees Rojas e Graca TEMA 3: EQUIVALENIA FINANIERA DE APITALE ÍNDIE. PRINIPIO DE EQUIVALENIA DE APITALE: ONEPTO. APLIAIONE DEL PRINIPIO DE EQUIVALENIA: UTITUIÓN DE APITALE....

Más detalles

En esta sección estudiaremos el caso en que se usa un solo "Predictor" para predecir la variable de interés ( Y )

En esta sección estudiaremos el caso en que se usa un solo Predictor para predecir la variable de interés ( Y ) Regresó Leal mple. REGREIÓN IMPLE El aálss de regresó es ua herrameta estadístca la cual utlza la relacó, etre dos o más varables de modo que ua varable pueda ser predcha desde la (s) otra (s). Por ejemplo

Más detalles

TEMA 5.- LA DECISIÓN DE INVERTIR EN UN CONTEXTO DE RIESGO Introducción.

TEMA 5.- LA DECISIÓN DE INVERTIR EN UN CONTEXTO DE RIESGO Introducción. TEMA 5.- LA DECISIÓN DE INVERTIR EN UN CONTEXTO DE RIESGO 5..- Itroduccó. Stuacoes segú el vel de formacó: Certeza. Icertdumbre parcal o resgo: (Iversoes co resgo) Icertdumbre total: (Iversoes co certdumbre)

Más detalles

V II Muestreo por Conglomerados

V II Muestreo por Conglomerados V II Muestreo por Coglomerados Dr. Jesús Mellado 31 Por alguas razoes aturales, los elemetos muestrales se ecuetra formado grupos, como por ejemlo, las persoas que vve e coloas de ua cudad, lo elemetos

Más detalles

REVISTA INVESTIGACION OPERACIONAL Vol. 22, No. 2, 2001

REVISTA INVESTIGACION OPERACIONAL Vol. 22, No. 2, 2001 REVISA INVESIGACION OPERACIONAL Vol., No., SOLUCIONES A DIFERENES PROBLEMAS DENRO DEL CAMPO DE LA COMUNICACION ESADISICA J. Navarro Moreo, J.C. Ruz Mola y R.M. Ferádez Alcalá, Deparameo de Esadísca e Ivesgacó

Más detalles

Metodología Índice de Precios de Edificaciones Nuevas

Metodología Índice de Precios de Edificaciones Nuevas Meodología Ídce de recos de Edfcacoes Nuevas COLECCIÓN DOCUMENTOS - ACTUALIZACIÓN 29 Núm. 66 DEARTAMENTO ADMINISTRATIVO NACIONAL DE ESTADÍSTICA HÉCTOR MALDONADO GÓMEZ Drecor CARLOS EDUARDO SEÚLVEDA RICO

Más detalles

Probabilidad y estadística

Probabilidad y estadística Probabldad y estadístca Grupo Lues Jueves PM4 :00-:00 :00-3:00 Trabajado gráfcas,meddas de tedeca cetral, meddas de dspersó e terpretado resultados. Depto. De Igeería Químca Petrolera ESIQIE-IPN hesquogm@yahoo.com.m

Más detalles

menor (espira 2), φ m2 como la suma de dos partes, una proporcional a la corriente I 1 y otra proporcional a la corriente I 2 :

menor (espira 2), φ m2 como la suma de dos partes, una proporcional a la corriente I 1 y otra proporcional a la corriente I 2 : eccó 6.ey de duccó de Faraday. 5 3..- Coefcee de duccó muua Cuado dos o más crcuos esá próxmos uo al oro, el flujo magéco que aravesa uo de ellos, o sólo depede de la corree e ese crcuo, so ambé de la

Más detalles

Tarificación de bonos sobre catástrofes (cat bonds) con desencadenantes de índices de pérdidas. Modelación mediante un proceso de Ornstein-Uhlenbeck

Tarificación de bonos sobre catástrofes (cat bonds) con desencadenantes de índices de pérdidas. Modelación mediante un proceso de Ornstein-Uhlenbeck REVISTA DE MÉTODOS CUANTITATIVOS PARA LA ECONOMÍA Y LA EMPRESA (24). Págas 340 361. Dcembre de 2017. ISSN: 1886-516X. D.L: SE-2927-06. www.upo.es/revsas/dex.php/revmecua/arcle/vew/2891 Tarfcacó de boos

Más detalles

Estadística. Tema 2: Medidas de Tendencia Central.. Estadística. UNITEC Tema 2: Medidas de Tendencia Central Prof. L. Lugo

Estadística. Tema 2: Medidas de Tendencia Central.. Estadística. UNITEC Tema 2: Medidas de Tendencia Central Prof. L. Lugo Estadístca Tema : Meddas de Tedeca Cetral. Estadístca. UNITEC Tema : Meddas de Tedeca Cetral 1 Parámetros y Estadístcos Parámetro: Es ua catdad umérca calculada sobre ua poblacó La altura meda de los dvduos

Más detalles

Reglas para el manejo de los índices de deuda de la BNV. Bolsa Nacional de Valores Version 4.4 13/07/2005

Reglas para el manejo de los índices de deuda de la BNV. Bolsa Nacional de Valores Version 4.4 13/07/2005 Reglas para el maejo de los ídces de deuda de la BV Bolsa acoal de Valores Verso 4.4 3/07/005 ága de 6 COTEIDO ITRODUCCIÓ... 4. erspecva geeral... 4 MAEJO DE LOS ÍDICES... 6. Comé de Ídces de íulos de

Más detalles

FEM-OF: EDP Elíptica de 2 Orden

FEM-OF: EDP Elíptica de 2 Orden 9/02/2008 Capítulo 5: FM-OF: D líptca de 2 Orde Idce: 5..- Operador Dferecal líptco 5.2.- roblema Básco 5.3.- Fucoes Óptmas 5.4.- FM-OF Steklov-ocaré 5.5.- FM-OF Trefftz-Herrera 5.6.- FM-OF etrov-galerk

Más detalles

Análisis de Regresión

Análisis de Regresión Aálss de Regresó Ig. César Augusto Zapata Urqujo Ig. José Alejadro Marí Del Río Facultad de Igeería Idustral Uversdad Tecológca de Perera 0-05 Modelo de Regresó Leal Smple Y Dados A (, ) =,,. Gráfco o

Más detalles

Determination of Intensity-Duration-Frequency (IDF) equation due to presence of ENSO and Niño Costero. Study case: Piura city

Determination of Intensity-Duration-Frequency (IDF) equation due to presence of ENSO and Niño Costero. Study case: Piura city Deermao of Ies-Durao-Frequec (IDF) equao due o presece of ENSO ad Nño Cosero. Sud case: Pura c Mara Farías de Rees, Magser e Igeería Mlagros Ruz ese, Bachller e Igeería Uvers of Pura, Perú, mara.faras@udep.pe,

Más detalles

La Docencia y la importancia de la investigación en Ingeniería

La Docencia y la importancia de la investigación en Ingeniería a Doceca y la mporaca de la esgacó e Igeería J.M. CARBAO JIMÉNEZ. Profesor Iesgador de ESCOM IPN. carballomeez@gmal.com J. GARCÍA MARTINEZ. Iesgador de la ESM-IPN. bucefalo@yahoo.com.m J.A.JÁREZ RAMÍREZ.

Más detalles

El MÉTODO MATEMÁTICO PARA LAS SERIES VARIABLES CON GRADIENTE ARITMÉTICO DECRECIENTE

El MÉTODO MATEMÁTICO PARA LAS SERIES VARIABLES CON GRADIENTE ARITMÉTICO DECRECIENTE Mg Mrco oo Plz Vdurre El MÉTODO MTEMÁTIO PR LS SERIES VRIBLES ON RDIENTE RITMÉTIO DEREIENTE El presee documeo desrroll e delle el méodo ulzdo por Jme rcí e su lro Memács cers co ecucoes e dferec f, sedo

Más detalles

DOLARIZACIÓN EN EL ECUADOR

DOLARIZACIÓN EN EL ECUADOR JUSTIFICACIÓN DE LA IMPLEMENTACIÓN DEL SISTEMA DE DOLARIZACIÓN EN EL ECUADOR Por Lvo Armjos Toro, Mauel Gozález Asudllo Igeero e Esadísca Iformáca 003 Drecor de Tóco, Ecoomsa, Escuela Sueror Polécca del

Más detalles

Modelación hidrológica empleando isoyetas de relieve, una aproximación geoestadística

Modelación hidrológica empleando isoyetas de relieve, una aproximación geoestadística lmae Varably ad hage Hydrologcal Impacs Proceedgs of he Ffh FRIND World oferece held a Havaa uba November 006 IAHS Publ. 308 006. 6 odelacó hdrológca empleado soyeas de releve ua aproxmacó geoesadísca

Más detalles

MÉTODOS MATEMÁTICOS EN TEORÍA FINANCIERA

MÉTODOS MATEMÁTICOS EN TEORÍA FINANCIERA MÉTODOS MATEMÁTICOS EN TEORÍA FINANCIERA José Rgobero Parada Daza Uversdad de Cocepcó, Chle Regsro Propedad Ielecual Nº.798 I.S.B.N. 956-89-9- Auor: José Rgobero Parada Daza ÍNDICE CAPÍTULO I OPTIMIZACIÓN

Más detalles

Vida media residual de mixturas finitas y aplicaciones a sistemas coherentes

Vida media residual de mixturas finitas y aplicaciones a sistemas coherentes Vda meda resdual de mxuras fas y aplcacoes a ssemas coherees Vda meda resdual de mxuras fas y aplcacoes a ssemas coherees Navarro Camacho, Jorge jorgeav@umes Deparameo de Esadísca e Ivesgacó Operava Uversdad

Más detalles

SERIE DE TIEMPO: APLICACION DEL CRITERIO NORMA L1 1

SERIE DE TIEMPO: APLICACION DEL CRITERIO NORMA L1 1 SERIE DE TIEMPO: APLICACION DEL CRITERIO NORMA L Adrés E Reyes Polaco Profesor Asocado UCV I-INTRODUCCION E el sguee arículo se presea la aplcacó del crero orma L e la obecó de los esmadores de los parámeros

Más detalles

por SANTIAGO RODRÍGUEZ FEIJOÓ Universidad de Las Palmas de Gran Canaria CARLOS GONZÁLEZ CORREA Consejería de E. y H. del Gobierno de Canarias

por SANTIAGO RODRÍGUEZ FEIJOÓ Universidad de Las Palmas de Gran Canaria CARLOS GONZÁLEZ CORREA Consejería de E. y H. del Gobierno de Canarias ESTADÍSTICA ESAÑOLA Vol. 44, Núm. 50, 2002, págs. 229 a 255 La eoría de la ardad Relava del oder de Compra ere erroros ecoómcos que ee ua msma moeda: ua aplcacó a las comudades auóomas españolas por SANTIAO

Más detalles

Años I0 t (base 1992 = 100)

Años I0 t (base 1992 = 100) Esadísca y Meodología de la vesgacó Dada cualquer varable de la que coocemos los valores referdos a dsos perodos emporales, eedemos por úmero ídce de esa varable e dchos perodos el resulado de dvdr los

Más detalles

ELABORACIÓN DE UN ÍNDICE COMPUESTO CAPÍTULO = X

ELABORACIÓN DE UN ÍNDICE COMPUESTO CAPÍTULO = X 5 CAPÍTULO ELABORACIÓN DE UN ÍNDICE COMPUESTO Ls Ídces Cmpuess, expresa de maera resumda la varacó prmed de u cju de varables respec de u períd base. Csderems u Agregad Cmplej "X", csud pr las varables

Más detalles

Supongamos que hemos aplicado el test F y hemos rechazado la H0.

Supongamos que hemos aplicado el test F y hemos rechazado la H0. Comparacó de medas tomadas de a pares CONDICION Meda s --------- ---------- ------ ---------- 0.00 3.0000 0.00 3.73 3 97.00 3.0000 4 93.00.44 TOTAL 98.73.6036 Supogamos que hemos aplcado el test F y hemos

Más detalles

TEMA 2.- LA CAPITALIZACIÓN COMPUESTA.

TEMA 2.- LA CAPITALIZACIÓN COMPUESTA. TEMA.- LA APITALIZAIÓN OMPUESTA. Objevo: Foralzar la ley de capalzacó copuesa y esudar sus agudes dervadas.. EXPRESIÓN ANALÍTIA Y REPRESENTAIÓN GRÁFIA. La ley facera de capalzacó copuesa ee la sguee expresó

Más detalles

Qué es ESTADISTICA? OBJETIVO. Variabilidad de las respuestas. Las mismas condiciones no conducen a resultados exactamente similares PROBLEMA SOLUCIÓN

Qué es ESTADISTICA? OBJETIVO. Variabilidad de las respuestas. Las mismas condiciones no conducen a resultados exactamente similares PROBLEMA SOLUCIÓN Qué es ESADISICA? Es u couto de la rama de las Matemátcas Es algo aburrdo que mplca u motó de cuetas 3 Es u couto de téccas que se puede usar para probar cualquer cosa 4 Es u couto de coocmetos téccas

Más detalles

INSTITUTO POLITECNICO NACIONAL CENTRO DE INVESTIGACIÓN Y DESARROLLO DE TECNOLOGÍA DIGITAL MAESTRIA EN CIENCIAS CON ESPECIALIDAD EN SISTEMAS DIGITALES

INSTITUTO POLITECNICO NACIONAL CENTRO DE INVESTIGACIÓN Y DESARROLLO DE TECNOLOGÍA DIGITAL MAESTRIA EN CIENCIAS CON ESPECIALIDAD EN SISTEMAS DIGITALES INSTITUTO POLITCNICO NACIONAL CNTRO D INVSTIGACIÓN Y DSARROLLO D TCNOLOGÍA DIGITAL MASTRIA N CINCIAS CON SPCIALIDAD N SISTMAS DIGITALS MODLADO D ANTNAS MPLANDO DIFRNCIAS FINITAS N L DOMINIO DL TIMPO TSIS

Más detalles

Determinantes del Consumo de Energía en el Perú

Determinantes del Consumo de Energía en el Perú Año de la Iegracó Nacoal y recoocmeo de Nuesra Dversdad FACULTAD DE ECONOMÍA ANTEPROYECTO DE TESIS Deermaes del Cosumo de Eergía e el Perú 97-2009 -----------------------------------------------------------------------------

Más detalles

PyE_ EF1_TIPO2_

PyE_ EF1_TIPO2_ SEMESTRE 9- TIPO DURACIÓN MÁIMA.5 HORAS JUNIO DE 9 NOMBRE. "Scram" es el térmo que utlza los geeros ucleares para descrbr u rápdo cerre de emergeca de u reactor uclear. La dustra uclear ha hecho esuerzos

Más detalles

GRADO EN PSICOLOGIA INTRODUCCIÓN AL ANÁLISIS DE DATOS Código Asignatura: FEBRERO 2010 EXAMEN MODELO A

GRADO EN PSICOLOGIA INTRODUCCIÓN AL ANÁLISIS DE DATOS Código Asignatura: FEBRERO 2010 EXAMEN MODELO A Febrero 20 EAMEN MODELO A Pág. 1 GRADO EN PICOLOGIA INTRODUCCIÓN AL ANÁLII DE DATO Códgo Asgatura: 620137 FEBRERO 20 EAMEN MODELO A Tabla 1: Para estudar la relacó etre las putuacoes e u test () y el redmeto

Más detalles

Respuesta. Si 100 manzanas es una muestra suficientemente grande podemos ocupar el TCL. Por lo tanto:

Respuesta. Si 100 manzanas es una muestra suficientemente grande podemos ocupar el TCL. Por lo tanto: Curso: Estadístca Iferecal (ICO 8306) Profesores: Esteba Calvo, Pablo Huechapa y Omar Ramos Ayudates: José T. Meda, Fabo Salas y Daela Vlches PROBLEMA Cosdere que Ud. es dueño de u campo que produce mazaas,

Más detalles

Ensayos Limitaciones del modelo lineal de probabilidad y alternativas de modelación microeconométrica

Ensayos Limitaciones del modelo lineal de probabilidad y alternativas de modelación microeconométrica Esayos Lmacoes del modelo leal de probabldad y aleravas de modelacó mcroecoomérca Resume Absrac Résumé E ese arículo se eama res méodos para desarrollar modelos de probabldad para ua varable de respuesa

Más detalles

Máximos y Mínimos de funciones de dos variables

Máximos y Mínimos de funciones de dos variables Mámos Mímos de fucoes de dos varables Aplcacoes a Modelacó Matemátca AJUTE DE CURVA Regresó leal Lealzacó: epoecal, potecas razoes Coceptos geerales f() Problema geeral: e tee u cojuto dscreto de valores

Más detalles

Capítulo 3 Metodología.

Capítulo 3 Metodología. Capíulo 3 Meodología. 3.1. Represenacón paramérca de la relacón enre el ngreso per cápa de los hogares y las caraceríscas soco-demográfcas de sus membros. La meodología ulzada en ese rabajo se basa en

Más detalles

Manual del usuario. Software de Matemáticas Herramientas de Estadística y Probabilidad. HEST Versión 1.9.7

Manual del usuario. Software de Matemáticas Herramientas de Estadística y Probabilidad. HEST Versión 1.9.7 Maual del usuaro HET Versó.9.7 ofware de Maemácas Herrameas de Esadísca y robabldad Wdows X - Wdows Vsa - Wdows 7 - Wdows 8 - Wdows O F T W R E Refereca: HET www.vaasofware.com EÑOL ÍDICE Iroduccó...3

Más detalles

Facultad de Ciencias Económicas y Administrativas. Departamento de Economía. Análisis Espectral. Alvaro Montenegro. Bogotá, Marzo de 2009

Facultad de Ciencias Económicas y Administrativas. Departamento de Economía. Análisis Espectral. Alvaro Montenegro. Bogotá, Marzo de 2009 Faculad de Cecas Ecoómcas y Admsravas Deparameo de Ecoomía Aálss Especral Alvaro Moeegro Bogoá, Marzo de 009 Esa vesgacó fue facada por la Pofca Uversdad Javeraa y correspode a desarrollos del proyeco

Más detalles

INCERTIDUMBRE EN LA MEDICIÓN DE LA VELOCIDAD PARA LA SIMULACION DE OBJETOS EN MOVIMIENTO.

INCERTIDUMBRE EN LA MEDICIÓN DE LA VELOCIDAD PARA LA SIMULACION DE OBJETOS EN MOVIMIENTO. Scea e Tecca Año XV, No, Dcembre 009. versdad Tecológca Perera. ISSN 0-70 5 INCERTIDMBRE EN LA MEDICIÓN DE LA VELOCIDAD PARA LA SIMLACION DE OBJETOS EN MOVIMIENTO. Measureme uceray of e velocy for e smulao

Más detalles

Probabilidad ( A) Los axiomas de la probabilidad. φ = el conjunto vacío A B = A y no B C

Probabilidad ( A) Los axiomas de la probabilidad. φ = el conjunto vacío A B = A y no B C Los axomas de la probabldad obabldad El prmer paso para descrbr la certdumbre es cosderar el cojuto de posbles resultados obtedos a partr de u expermeto aleatoro. Este cojuto es llamado espaco muestral

Más detalles

Taller de Preparación para el examen Models Life Contingencies (MLC) de la SOA.

Taller de Preparación para el examen Models Life Contingencies (MLC) de la SOA. Taller de Preparacó para el eame Models Lfe Cogeces MLC de la SO. Trdad Gozález Bolla El presee es u forme del rabajo desarrollado durae el aller de preparacó para el eame MLC de SO ue uo lugar e la Faculad

Más detalles

Análisis de Regresión y Correlación Lineal

Análisis de Regresión y Correlación Lineal Aálss de Regresó y Correlacó Leal 2do C. 2018 Mg. Stella Fgueroa Clase Nº 14 Tpos de relacoes etre varables Exste u compoete aleatoro por lo que las predccoes tee asocado u error de predccó. Modelo determsta

Más detalles

Tema 2: El modelo básico de regresión lineal múltiple (I)

Tema 2: El modelo básico de regresión lineal múltiple (I) Tema : l modelo básco de regresó leal múltple I Casaldad la ocó de cetrs parbs e el aálss ecoométrco Repaso del cocepto de regresó smple: Recta de regresó poblacoal p verss recta de regresó estmada Motvacó

Más detalles

SEMESTRE DURACIÓN MÁXIMA 2.5 HORAS DICIEMBRE 10 DE 2008 NOMBRE

SEMESTRE DURACIÓN MÁXIMA 2.5 HORAS DICIEMBRE 10 DE 2008 NOMBRE UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉICO FACULTAD DE INGENIERÍA DIVISIÓN DE CIENCIAS BÁSICAS COORDINACIÓN DE CIENCIAS APLICADAS PROBABILIDAD ESTADÍSTICA SEGUNDO EAMEN FINAL RESOLUCIÓN SEMESTRE 009- DURACIÓN

Más detalles

Estimación de parámetros Tema 2. Propiedades de los buenos estimadores. 2. Estimación por intervalos

Estimación de parámetros Tema 2. Propiedades de los buenos estimadores. 2. Estimación por intervalos Uverdad Auóoma de Madrd Emacó de parámero Tema. Emacó puual Propedade de lo bueo emadore. Emacó por ervalo.. Coruccó del ervalo de cofaza. íme cofdecale. Nvel de cofaza y vel de rego... Iervalo de cofaza

Más detalles

Estimación de Parámetros de Sistemas Lineales vía Matrices Operacionales

Estimación de Parámetros de Sistemas Lineales vía Matrices Operacionales Esmacó de Parámeros de Ssemas Leales vía Marces Operacoales Isdro I. Lázaro, Salvador Ramírez lazaro@zeus.umch.mx szavala@zeus.umch.mx Faculad de Igeería Elécrca-Uversdad Mchoacaa de Sa Ncolás de Hdalgo

Más detalles

Procedimiento de actualización econométrica de modelos input-output.

Procedimiento de actualización econométrica de modelos input-output. Procedmeo de acualzacó ecoomérca de modelos pu-oupu Fracsco Parra Rodríguez Docor e Cecas Ecoómcas Deparameo de Ecoomía Aplcada y Esadísca UNED - Iroduccó E aálss pu-oupu se ha propuesos al meos cuaro

Más detalles

7. Muestreo con probabilidades desiguales.

7. Muestreo con probabilidades desiguales. 7. Muestreo co probabldades desguales. 7. Itroduccó. 7.. Probabldades de clusó. 7.. Pesos del dseño muestral. 7.. Alguos métodos co probabldades desguales. 7. Estmacó de la meda, proporcó total poblacoales.

Más detalles

Objetivos. Introducción n a las medidas de posición n (tendencia central o tipismo): Moda y Mediana Media aritmética

Objetivos. Introducción n a las medidas de posición n (tendencia central o tipismo): Moda y Mediana Media aritmética Objetvos Itroduccó a las meddas de poscó (tedeca cetral o tpsmo): Moda y Medaa Meda artmétca tca Cuartles,, decles y percetles Meddas de poscó Defcó: : refereca a u lugar específco de ua dstrbucó, epresado

Más detalles

ANalysis Of VAriance ANOVA Análisis de la Varianza. Teresa Villagarcía

ANalysis Of VAriance ANOVA Análisis de la Varianza. Teresa Villagarcía ANalyss Of VArace ANOVA Aálss de la Varaza Teresa Vllagarcía El objetvo del dseño de expermetos Estudar s determados factores fluye sobre ua varable de uestro terés. Por ejemplo: Redmeto de u proceso dustral.

Más detalles

DOCUMENTO DE TRABAJO. www.economia.puc.cl. Desequilibrios Monetarios y Cambiarios e Inflación en México: 1995:3-2004:4. Oknan Bello Dinarte.

DOCUMENTO DE TRABAJO. www.economia.puc.cl. Desequilibrios Monetarios y Cambiarios e Inflación en México: 1995:3-2004:4. Oknan Bello Dinarte. Isuo I N S T Ide T coomía U T O D C O N O M Í A T S I S d e M A G Í S T R DOCUMNTO D TRABAJO 2005 Desequlbros Moearos y Cambaros e Iflacó e Méxco: 995:3-2004:4 Oka Bello Dare. www.ecooma.uc.cl Pofca Uversdad

Más detalles

Probabilidad y estadística

Probabilidad y estadística Probabldad y estadístca Grupo PM4 Trabajado gráfcas,meddas de tedeca cetral, meddas de dspersó e terpretado resultados Prof. Mguel Hesquo Garduño. Depto. De Igeería Químca Petrolera ESIQIE-IPN hesquogm@yahoo.com.m

Más detalles

PROBABILIDAD Y ESTADISTICA

PROBABILIDAD Y ESTADISTICA 1. Es u cojuto de procedmetos que srve para orgazar y resumr datos, hacer ferecas a partr de ellos y trasmtr los resultados de maera clara, cocsa y sgfcatva? a) La estadístca b) Las matemátcas c) La ceca

Más detalles

Flujo en acuífero libre

Flujo en acuífero libre SESIÓN PRÁCTICA EDP PARABÓLICA CON MÉTODO FTCS Flujo e acuíero lbre E esa sesó se aalza medae el méodo eplíco de derecas as la evolucó emporal del vel reáco sobre ua geomería de acuíero lbre alerada por

Más detalles