CAPÍTULO III: METODLOGÍA. datos, para analizar las características de los migrantes. Esto se realiza en el siguiente

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

Download "CAPÍTULO III: METODLOGÍA. datos, para analizar las características de los migrantes. Esto se realiza en el siguiente"

Transcripción

1 34 CAPÍTULO III: METODLOGÍA 3.. Introduccón Una vez enuncada la teoría y la evdenca empírca exstente sobre la mgracón de retorno resulta convenente pasar a la metodología que se ocupa en este trabajo para probar las hpótess postuladas al prncpo. Para evaluar la prmer hpótess basta recurrr a la estadístca descrptva de los datos, para analzar las característcas de los mgrantes. Esto se realza en el sguente capítulo. Para la segunda hpótess, se llevan a cabo dos metodologías.. La prmera consste de un modelo econométrco probt, y la segunda en el método de la varable nstrumental. El capítulo se organza de la sguente manera. En las próxmas dos seccones se especfcan en detalle las metodologías a ser utlzadas en este trabajo. En la tercera seccón se hace referenca a las varables que se ocupan en los modelos. Y en el últmo apartado se enunca el posble problema de autoseleccón Metodología : Modelo Probt Justfcacón El objetvo de este trabajo es el de encontrar que tan probable es para un remgrante el convertrse en autoempleado tomando en cuenta las característcas que tene. El modelo probt permte llevar a cabo este tpo de estudos dado que en éste se cumple la exstenca de una varable latente subyacente para la cual se observa una evdenca dcotómca. En este trabajo, el modelo probt postula como varable observable s la persona tene o no un

2 35 negoco. Con esta nformacón subsecuentemente el modelo reproduce una varable latente, que se defne como la propensón que tenen un ndvduo de abrr un negoco El Modelo Probt Se observa el sguente modelo P y = / x) = G( β + β x β x ) = G( β + β ), en ( 0 k k 0 X donde G es una funcón que adopta valores entre cero y uno para todos los números reales z. En el modelo probt, G representa la funcón de dstrbucón acumulatva normal estandarzada dada por: F( Z ) 2 t exp[ 2π 2 Z / σ = ] dt Debdo a que el modelo probt es un modelo de varable dependente lmtada, la estmacón de los parámetros se hace a través del método de máxma verosmltud. Este método sugere que se eljan como estmados los valores de los parámetros que maxmcen el logartmo de la funcón de verosmltud (Maddala, 997). La funcón logarítmca de verosmltud para la observacón está dada por: λ ( β ) = y log( G( x β )) + ( y )log( G( x β )) El logartmo de la funcón de verosmltud para una muestra de tamaño n se defne entonces como: = n = λ (β ). El estmador de máxma verosmltud de β, denotado por β maxmza este logartmo de verosmltud (Wooldrdge, 2003). Las propedades de los estmadores de

3 36 máxma verosmltud del modelo son consstentes, asntótcamente normales, y asntótcamente efcentes. A fn de conocer los efectos de los cambos en las varables explcatvas sobre las probabldades de que cualquer observacón pertenezca a uno de los dos grupos (y=0, y=), se emplea una dervada parcal denotada como: p( x) G = g( β 0 + xβ ) β jdonde, g( z) ( z) x z j El térmno g(z) corresponde a una funcón de densdad de probabldad. Dado que en el modelo probt G(.) es una funcón de dstrbucón acumulatva estrctamente postva, g(z)>0 para toda z, el sgno del efecto parcal es el msmo que el de β j. Para probar la sgnfcanca de cada uno de los coefcentes estmados se lleva a cabo la prueba de hpótess H : β 0, con un t estadístco 0 j = β j ( se) β. Para probar la sgnfcanca de varables conjuntamente, exsten dferentes estadístcos, como el estadístco Wald y el estadístco de la razón de verosmltud entre otros. En estos dos casos se emplea una dstrbucón ch-cuadrada (Wooldrdge,2003) El Modelo Econométrco En la revsón bblográfca dos trabajos realzados por McCormck y Wahba (200) para el caso de Egpto y Mesnard (999) para el caso de Tunes utlzan un modelo probt para explcar la decsón de ocupacón de los remgrantes. Tomando sus modelos como referenca, se defne en este trabajo el modelo econométrco como:

4 37 * = β 0 X + βs + β 2 y m + u donde X es un vector que comprende las varables de control de los ndvduos, s representa los ahorros acumulados durante la permanenca en los Estados Undos, m son los meses de permanenca en el exteror y u es el térmno de error normalmente dstrbudo con meda cero y varanza uno. Dado que no se observa y*, sólo cuando el ndvduo se converte en autoempleado y abre un negoco y = s y*>0 (s el ndvduo se converte en autoempleado) y =0 s y* 0 (s el ndvduo no se converte en autoempleado) 3.3. Metodología 2: El Método de la Varable Instrumental Justfcacón La necesdad de recurrr a esta segunda metodología surge a partr de un posble problema de endogenedad de la varable explcatva de ahorro en el modelo econométrco postulado prevamente. Ocurre el problema de endogenedad de los ahorros en la ecuacón de la decsón de ocupacón, s los ahorros de los mgrantes son determnados anterormente durante su permanenca en el exteror. La evdenca empírca sustenta la dea de endogenedad del ahorro. Ilah (999) señala que durante la estanca en el exteror aquellos mgrantes con nterés de convertrse en autoempleados a su retorno, ahorran más que los demás mgrantes. Mesnard(999) por su parte muestra que a su retorno, el 87% de los proyectos emprenddos por remgrantes son fnancados con sus propos ahorros.

5 38 En este trabajo, sguendo la lteratura empírca, se asume la exstenca de endogenedad en las varables explcatvas de ahorro del modelo. Por lo tanto, se recurre al método de varables nstrumentales para soluconar el problema. A contnuacón se explca en que consste este método Planteamento del Problema Suponendo el sguente modelo: y β + x + u = 0 β donde y es la varable dependente y x la varable explcatva, el problema de endogenedad ocurre cuando la varable x se encuentra correlaconada con el térmno de error u. Esto provoca la volacón de uno de los supuestos detrás del método de mínmos cuadradas: Cov(x,u)=0. S no se corrge este problema, se corre el pelgro de obtener estmadores sesgados El Método de la Varable Instrumental Para soluconar el problema, se requere de una nueva varable que cumpla con las sguentes dos restrccones: Cov(z,u)=0 () Cov(z,x) 0. (2) donde z es la varable nstrumental en este caso. Maddala (997) defne la varable nstrumental como aquella que no se correlacona con el térmno de error, pero sí con la varable explcatva de la ecuacón.

6 39 En este método se prueba la correlacón entre la varable explcatva endógena y la varable nstrumental a través de una regresón smple entre estas varables. x π + z + v, (3) = 0 π donde π = Cov( z, x)/ Var( ). Bajo la prueba de hpótess: z H 0 H a : π = 0 : π 0 se cumple Cov(z,x) 0 s se rechaza la hpótess nula a un nvel de sgnfcanca bastante pequeño (entre y 5%). S se cumplen los supuestos () y (2), se defne el parámetro β y el estmador de la varable nstrumental como: Cov( z, y) β = Cov( z, x) β = n = n = ( z z)( y ( z z)( x _ y) _ x) El estmador de la varable nstrumental tene una dstrbucón normal en muestras relatvamente grandes. En muestras pequeñas, el estmador puede estar un poco sesgado. Por otra parte, bajo este modelo el supuesto de homoscedastcdad de las varanzas condconales de u se cumple con respecto a la varable nstrumental, no con respecto a la 2 2 varable ndependente endógena. Esto es: E ( u / z) = σ = Var( u). S la correlacón entre la varable endógena y la varable nstrumental es pequeña, la varanza de la varable

7 40 nstrumental puede ser mucho mayor a la varanza del método de mínmos cuadrados. S por el contraro, exste una alta correlacón entre esas varables, la varanza tende a dsmnur Evdenca Empírca Caso : Tunes Mesnard (999) utlza un modelo probt usando el método de la varable nstrumental para evtar problemas de endogenedad en la varable de ahorro. Se plantea el modelo de la sguente forma: y z * 2 = X β + z γ + u = X δ + v 2 2 donde X = X X ) es un vector de varables exógenas y z es la acumulacón de ahorro. (, 2 La endogenedad de esta varable es estmada a través de la sguente ecuacón: * y = X β + z2γ + v 2 µ + η en donde, v 2 2 = z X δ es el térmno de error de la regresón de mínmos cuadrados de 2µ z 2 con X y η = u v. Se llega a la conclusón de que µ=0 por lo que la hpótess de exogenedad de los ahorros no se rechaza Caso 2: Pakstán Ilah (999) no conduce prueba de endogenedad de la varable de ahorro. Lo toma como dado y utlza el método de mínmos cuadrados ordnaros con un modelo recursvo para soluconar el problema de endogenedad. En su modelo, se plantean dos ecuacones:

8 4 S J = ψ ( X ) + ε 2 = ψ ( X, S ) + ε 2 2 donde X representa vectores de las varables exógenas del modelo. S son los ahorros hechos en el exteror y J es una varable ndex. El método que se sgue en este artículo es el de estmar en prmer lugar la ecuacón de ahorros por mínmos cuadrados. Y de esa regresón se obtene los valores ajustados ( S ). En segundo lugar, se estma la ecuacón de decsón de ocupacón, en la cual la varable ocupan el lugar derecho de la ecuacón. ( S ) junto con las otras varables exógenas 3.4. Varables del Modelo En este trabajo se realzan dos modelos econométrcos. En el prmero de ellos se analzan úncamente los negocos con establecmentos fjos; en el segundo se agrupan los negocos agrícolas. El objetvo que se persgue con esta separacon es el de medr el mpacto que la acumulacón de captal humano y fnancero tenen en la creacón de un negoco agrícola como no agrícola. Se esperaría encontrar que los negocos con establecmentos fjos requeren de una mayor acumulacón de captal. Los dos modelos tenen como varable dependente, una varable categórca negfjo y negagrcultura respectvamente, las cuales adqueren el valor de uno y cero dependendo s el remgrante decde nvertr en un negoco. Ambas varables se lmtan a tomar en cuenta a aquellos negocos que son abertos ya sea en el msmo año o después, del prmer vaje mgratoro del jefe de famla.

9 42 En la base de datos, la varable negocos con establecmentos fjos se restrnge a la nversón en una tenda, un restaurant, un tallar o una fábrca. La varable negocos agrícolas agrupa a todos los negocos relaconados con la agrcultura y la cranza de ganado. Ambos modelos comprenden las msmas varables ndependentes. Según la especfcacón de la ecuacón del modelo hecha anterormente, el vector X abarca las varables de control de los ndvduos. A fn de facltar el entendmento de las msmas, el vector X se subdvde en cuatro categorías, las cuales son: característcas personales del ndvduo, característcas de la mgracón del ndvduo, rasgos sobre el tpo de negoco mplementado y por últmo, varables relaconadas con el lugar y el año de encuesta. A contnuacón se hace una breve descrpcón de estos grupos de varables ncorporados en el modelo, ncluyendo la explcacón de las varables s y m del modelo Característcas Personales Bajo esta dvsón se especfcan todas las varables que descrben a grandes rasgos a los jefes de famla. Estas varables son: edad, estado cvl, s es padre, número de hjos y educacón. La varable edad es una varable numérca que descrbe la edad del jefe de famla en el momento de la encuesta. Esta varable está expresada en años. La varable estado cvl está especfcada en el modelo a través de ses varables categórcas que son: soltero, casado, unón lbre, vudo, dvorcado y separado. La varable categórca casado es omtda del modelo puesto que es la varable de referenca

10 43 Con relacón al número de hjos, se agregan al modelo dos varables. La prmera, es papá es una varable categórca que toma el valor de uno y cero dependendo s el jefe de famla tene hjos o no. Y la segunda, hjos es una varable numérca del número de hjos que tene el jefe de famla vvendo en la msma casa que él. Tambén se añaden al modelo dez varables categórcas para dstngur entre el nvel de estudos del jefe de famla. Las varables son: sn escolardad, prmara completa e ncompleta, secundara completa e ncompleta, preparatora completa e ncompleta, unversdad completa e ncompleta y posgrado. Se entende por completa cuando los ndvduos alcanzan los ses, nueve, doce y decsete años de estudo respectvamente. De lo contraro se coloca como ncompleto el nvel de estudo. En el trabajo se asume que los años que comprende el estudo superor son cnco. La varable prmara ncompleta queda excluda del modelo porque es la varable de referenca Característcas Mgratoras En cuanto a las característcas de la mgracón, las varables de este apartado tambén explcan las característcas de lo jefes de famla, pero durante su experenca mgratora en los Estados Undos. Las varables de este apartado son: numero de vajes, permanenca en los Estados Undos del prmer y últmo vaje, edad de retorno del prmer y últmo vaje, ahorros acumulados en el país huésped, ahorros traídos a Méxco, cantdad de remesas, conocmento del nglés y ocupacón en los Estados Undos durante el últmo vaje.

11 44 La varable numérca numero de vajes expresa el número de vajes que el ndvduo ha realzado a los Estados Undos hasta el momento de la encuesta. Dado que la base analza úncamente a los jefes de famla con experenca mgratora, el valor ncal de esta varable es uno, lo cual se traduce a un solo vaje al otro país. En cuanto a la edad de retorno del prmer y últmo vaje, se crean dos varables numércas edadretornopv y edadretornouv. Ambas varables están meddas en años. Por otra parte, la varable m ncorporada en el modelo econométrco está denotado por las varables duraconpv y duraconuv, que expresan la duracón de la permanenca en el exteror para el prmer y últmo vaje, respectvamente. Con estas varables se busca medr la relacón que exste entre el tempo de resdenca en el extranjero con la decsón de ser autoempleado al retorno de la mgracón. Estas varables están meddas en meses. La acumulacón de captal fnancero en el exteror s, esta descrta por tres varables. La prmera de ellas, ahorroseu, mde la cantdad de dólares ahorrados mensualmente durante la estanca del ndvduo en los Estados Undos. La segunda de ellas, ahorrosmx, calcula el monto que los mgrantes traen a Méxco a su retorno. Y la tercera remesas, determna el valor mensual de dnero que es envado a Méxco. Las tres varables están expresadas en dólares. Y no exste una fuerte correlacón entre las tres varables. Resulta pecular no encontrar correlacón entre estas tres varables. La justfcacón de tal fenómeno se sustenta en los sguentes argumentos. En prmer lugar, los ahorros que los ndvduos acumulan en los Estados Undos pueden no ser destnados en su totaldad a remesas o a guardarlos y traerlos al retorno. Puede ser que parte de lo ahorrado

12 45 permanezca guardado con famlares o amgos en los Estados Undos, para el sguente vaje mgratoro que realce el ndvduo. Esto suponendo que exste una gran crculardad mgratora por parte del ndvduo. En segundo lugar, generalmente el sueldo percbdo por los mgrantes ndocumentados no varía mucho, mentras que la cantdad de remesas envadas s. Se ha observado que dependendo de las necesdades del hogar mexcano, se determna la cantdad de remesas envadas. Por lo tanto, personas ahorrando la msma cantdad de dnero en los Estados Undos pueden dferr en la cantdad de envíos de remesas.. En tercer lugar, es dfícl determnar el patrón de ahorros de los mgrantes, porque puede darse el caso de que estos ganen muy poco más sn embargo manden mucho dnero a sus hogares. Dsmnuyendo los costos de manutencón, como lo son el comer poco, o vvr en una casa o cuarto con muchos mgrantes, se puede lograr tal comportamento. Por otra parte, para poder cuantfcar la acumulacón de captal humano durante la experenca mgratora, se ntroducen al modelo tanto varables relaconadas con la ocupacón del ndvduo en los Estados Undos, como varables que especfcan el nvel de conocmento del nglés. Para el caso de la ocupacón en el exteror, se sgue la msma clasfcacón determnada por el apéndce D de la encuesta MMP93, en la cual se dvden las ocupacones en decnueve opcones. La varable de referenca utlzada es trabajador en agrcultura. Ver Anexo.

13 46 La clasfcacón de la varable de domas se realza en base a su nvel de comprensón y habla. Las cnco varables categórcas que se generan son nohablanoentende, nohablaentendealgo, nohablaentendemucho, hablaentendealgo y hablaentendemucho. En este caso, la varable de referenca es nohablonoentendo Característcas del Negoco Las varables de este grupo tenen por fnaldad ndagar sobre las característcas del negocos en el que se decde nvertr. Las varables de esta dvsón son: tpo de terra que se tene, y tenenca que se tene sobre la terra. En el modelo de negoco fjo con establecmento no se ncorporan estas varables, puesto que resultan nnecesaras en el modelo. Éstas sólo se utlzan en el modelo de negoco agrícola. Para defnr la varable tpo de terra que se tene, se crean ses varables categórcas que son: de rrgacón, terra húmeda, terra seca, huerto, pastzal y otros. La varable otros queda fuera del modelo por ser la varable de referenca. Y en cuanto a la tenenca de la terra, tambén se generan varables categórcas ejdo, prvado, comunal y alqulada. La varable alqulada se toma como varable de referenca. Cabe menconar, que en el caso de las varables de negoco, el jefe de famla no es la undad de análss, sno que lo es el hogar Característcas de Lugar La últma dvsón que se hace es la de lugar. Este grupo comprende las varables lugar de resdenca en los Estados Undos, lugar de encuesta, y año de encuesta. El objetvo que se

14 47 busca con estas varables es el de dentfcar el efecto que el lugar y el tempo tenen sobre la decsón de nvertr en un negoco. Para dentfcar el lugar de encuesta, se crean cuatro varables categórcas areametropoltana, urbanopequeño, pueblo y rancho. Las prmeras dos varables representan áreas urbanas, mentras que las otras dos, áreas rurales. La varable de referenca en este caso es rancho. Para denotar los años de encuesta, tambén se forman varables categórcas para todos los años en los que se llevó a cabo la encuesta, comenzando en 982 hasta llegar al La varable de referenca es 99. Por últmo, se elgen los dez estados más vstados por los mgrantes mexcanos en su últmo vaje a los Estados Undos, y de esos estados se generan varables categórcas. Los estados analzados son: Calforna, Arzona, Illnos, Nueva York, Colorado, Pennsylvana, Idaho, Texas, Florda y Nevada. Los otros estados excludos del análss representan el grupo de referenca El Problema de Autoseleccón En la base de datos utlzada en este trabajo se observa una pérdda mportante de observacones. La causa de esta pérdda de nformacón se le atrbuye a dos factores: en prmer lugar, en muchos casos los encuestados no contestan a las preguntas dado que la pregunta no es aplcable a su caso, por lo que en su respuesta se contesta como no aplca; en segundo lugar, la gente puede no contestar porque no saben con exacttud la respuesta a

15 48 la pregunta, o no queren revelar la nformacón, por lo que en su respuesta se contesta como desconocdo. En este trabajo, tanto la respuesta no aplca, como la respuesta desconocdo son tratados como datos faltantes. A consecuenca de eso, las regresones generan pérddas en el número de observacones. A fn de determnar s la pérdda de observacones es sustancal en la nterpretacón de los resultados, y con el objetvo de asegurar la valdez de los msmos, se verfca la exstenca de un problema de autoseleccón medante dos tablas estadístcas. En cada tabla se muestra una descrpcón estadístca de las varables del modelo, ncorporando en la prmera tabla las 5234 observacones orgnales, y en la segunda, las 3563 observacones trabajadas en los modelos. De obtener resultados muy dstntos entre las dos tablas, se estaría ncurrendo en un problema de autoseleccón.

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

CURSO INTERNACIONAL: CONSTRUCCIÓN DE ESCENARIOS ECONÓMICOS Y ECONOMETRÍA AVANZADA. Instructor: Horacio Catalán Alonso CURSO ITERACIOAL: COSTRUCCIÓ DE ESCEARIOS ECOÓMICOS ECOOMETRÍA AVAZADA Instructor: Horaco Catalán Alonso Modelo de Regresón Lneal Smple El modelo de regresón lneal representa un marco metodológco, que

Más detalles

El Impacto de las Remesas en el PIB y el Consumo en México, 2015

El Impacto de las Remesas en el PIB y el Consumo en México, 2015 El Impacto de las Remesas en el y el Consumo en Méxco, 2015 Ilana Zárate Gutérrez y Javer González Rosas Cudad de Méxco Juno 23 de 2016 1 O B J E T I V O Durante muchos años la mgracón ha sdo vsta como

Más detalles

CAPÍTULO 4 MARCO TEÓRICO

CAPÍTULO 4 MARCO TEÓRICO CAPÍTULO 4 MARCO TEÓRICO Cabe menconar que durante el proceso de medcón, la precsón y la exacttud de cualquer magntud físca está lmtada. Esta lmtacón se debe a que las medcones físcas sempre contenen errores.

Más detalles

H 0 : La distribución poblacional es uniforme H 1 : La distribución poblacional no es uniforme

H 0 : La distribución poblacional es uniforme H 1 : La distribución poblacional no es uniforme Una hpótess estadístca es una afrmacón con respecto a una característca que se desconoce de una poblacón de nterés. En la seccón anteror tratamos los casos dscretos, es decr, en forma exclusva el valor

Más detalles

Lección 4. Ejercicios complementarios.

Lección 4. Ejercicios complementarios. Introduccón a la Estadístca Grado en Tursmo Leccón 4. Ejerccos complementaros. Ejercco 1 (juno 06). La nformacón relatva al mes de enero sobre los ngresos (X) y los gastos (Y), expresados en mles de euros,

Más detalles

CAPÍTULO IV. MEDICIÓN. De acuerdo con Székely (2005), existe dentro del período información

CAPÍTULO IV. MEDICIÓN. De acuerdo con Székely (2005), existe dentro del período información IV. Base de Datos CAPÍTULO IV. MEDICIÓN De acuerdo con Székely (2005), exste dentro del período 950-2004 nformacón representatva a nvel naconal que en algún momento se ha utlzado para medr la pobreza.

Más detalles

Análisis cuantitativo aplicado al Comercio Internacional y el Transporte

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

Más detalles

Estadísticos muéstrales

Estadísticos muéstrales Estadístcos muéstrales Hemos estudado dferentes meddas numércas correspondentes a conjuntos de datos, entre otras, estudamos la meda, la desvacón estándar etc. Ahora vamos a dstngur entre meddas numércas

Más detalles

Figura 1

Figura 1 5 Regresón Lneal Smple 5. Introduccón 90 En muchos problemas centífcos nteresa hallar la relacón entre una varable (Y), llamada varable de respuesta, ó varable de salda, ó varable dependente y un conjunto

Más detalles

Estadística con R. Modelo Probabilístico Lineal

Estadística con R. Modelo Probabilístico Lineal Estadístca con R Modelo Probablístco Lneal Modelo Probablístco Lneal Forma de la funcón: Y b 0 +b 1 X +e Varable dependente, endógena o a explcar dcotómca : Y, S Y 0 e -b 0 - b 1 X con probabldad p. S

Más detalles

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

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

Más detalles

Ejemplo: Consumo - Ingreso. Ingreso. Consumo. Población 60 familias

Ejemplo: Consumo - Ingreso. Ingreso. Consumo. Población 60 familias Ejemplo: Consumo - Ingreso Ingreso Consumo Poblacón 60 famlas ( YX ) P = x [ YX ] E = x Línea de regresón poblaconal 80 60 Meda Condconal 40 20 00 [ X = 200] EY o o o o [ X = 200] EY 80 o o o 60 o 40 8

Más detalles

Instituto Tecnológico Superior del Sur del Estado de Yucatán EGRESIÓN LINEAL REGRESI. 10 kg. 10 cm

Instituto Tecnológico Superior del Sur del Estado de Yucatán EGRESIÓN LINEAL REGRESI. 10 kg. 10 cm Insttuto Tecnológco Superor del Sur del Estado de Yucatán REGRESI EGRESIÓN LINEAL 100 90 80 70 60 10 kg. 50 40 10 cm. 30 140 150 160 170 180 190 200 Objetvo de la undad Insttuto Tecnológco Superor del

Más detalles

Tema 6. Estadística descriptiva bivariable con variables numéricas

Tema 6. Estadística descriptiva bivariable con variables numéricas Clase 6 Tema 6. Estadístca descrptva bvarable con varables numércas Estadístca bvarable: tpos de relacón Relacón entre varables cuanttatvas Para dentfcar las característcas de una relacón entre dos varables

Más detalles

ANÁLISIS ESTADÍSTICO DE LA PRODUCCIÓN ARROCERA EN EL ECUADOR

ANÁLISIS ESTADÍSTICO DE LA PRODUCCIÓN ARROCERA EN EL ECUADOR 1 ANÁLISIS ESTADÍSTICO DE LA PRODUCCIÓN ARROCERA EN EL ECUADOR Dela E. Montalvo Roca 1, Gaudenco Zurta Herrera 1 Ingenera en Estadístca Informátca Drector de Tess. M.Sc. en Matemátcas, Unversty of South

Más detalles

Modelo de Variables Instrumentales

Modelo de Variables Instrumentales Modelo de Varables Instrumentales Contraste de endogenedad El estmador de MCE es menos efcente que el de MCO cuando las varables explcatvas son exógenas. Las estmacones de MCE pueden tener errores estándar

Más detalles

e i para construir el modelo econométrico que se escribe a continuación:

e i para construir el modelo econométrico que se escribe a continuación: 5.3 Especfcacón del modelo empírco Para este análss se formló n modelo econométrco de seccón crzada, porqe las observacones corresponden a las característcas de las personas encestadas en n msmo período

Más detalles

para cualquier a y b, entonces f(x) es la función de densidad de probabilidad de la variable aleatoria continua X.

para cualquier a y b, entonces f(x) es la función de densidad de probabilidad de la variable aleatoria continua X. Conceptos de Probabldad A contnuacón se presenta una revsón no ehaustva y a manera ntroductora de conceptos báscos de la teoría de probabldades. Un estudo proundo y ormal de estos se puede hacer en Mood

Más detalles

Problemas donde intervienen dos o más variables numéricas

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

Más detalles

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

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

Más detalles

Inferencia en Regresión Lineal Simple

Inferencia en Regresión Lineal Simple Inferenca en Regresón Lneal Smple Modelo de regresón lneal smple: Se tenen n observacones de una varable explcatva x y de una varable respuesta y, ( x, y)(, x, y),...,( x n, y n ) el modelo estadístco

Más detalles

Tema 3: Procedimientos de Constrastación y Selección de Modelos

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

Más detalles

Aspectos fundamentales en el análisis de asociación

Aspectos fundamentales en el análisis de asociación Carrera: Ingenería de Almentos Perodo: BR01 Docente: Lc. María V. León Asgnatura: Estadístca II Seccón A Análss de Regresón y Correlacón Lneal Smple Poblacones bvarantes Una poblacón b-varante contene

Más detalles

PUBLICACIONES DE 4º CURSO

PUBLICACIONES DE 4º CURSO PUBLICACIONES DE 4º CURSO Grado: DERECHO-ADE Asgnatura: ECONOMERÍA Grupos: Únco ema: ESQUEMA EMA Profesores: Inmaculada Vllanúa Departamento de ANÁLISIS ECONÓMICO Curso Académco 04/5 ema : El Modelo Lneal

Más detalles

Slide 1. Slide 2 Organización y Resumen de Datos. Slide 3. Universidad Diego Portales. Tablas de Frecuencia. Estadística I

Slide 1. Slide 2 Organización y Resumen de Datos. Slide 3. Universidad Diego Portales. Tablas de Frecuencia. Estadística I Slde 1 Unversdad Dego Portales Estadístca I Seccón II: Dstrbucones de Frecuenca y Representacón Gráfca Sgla: EST2500 Nombre Asgnatura: Estadístca I Slde 2 Organzacón y Resumen de Datos Como recordará,

Más detalles

Medidas de Variabilidad

Medidas de Variabilidad Meddas de Varabldad Una medda de varabldad es un ndcador del grado de dspersón de un conjunto de observacones de una varable, en torno a la meda o centro físco de la msma. S la dspersón es poca, entonces

Más detalles

truncación inferior en el punto a=25 es igual a El grado de truncación es del

truncación inferior en el punto a=25 es igual a El grado de truncación es del ECONOMETTRÍ ÍA III II.. Cuurrssoo 22000022- -0033 (f( f cchheer roo: : ccuueesst t oonneess lleecccc l 33) ) CUESTTI IONES SOBRE LLA LLECCI IÓN 33: : MODELLOS DE VARIABLLE DEPENDIENTTE LLI IMITTADA 1.

Más detalles

Solución de los Ejercicios de Práctica # 1. Econometría 1 Prof. R. Bernal

Solución de los Ejercicios de Práctica # 1. Econometría 1 Prof. R. Bernal Solucón de los Ejerccos de ráctca # 1 Econometría 1 rof. R. Bernal 1. La tabla de frecuencas está dada por: Marca A Marca B

Más detalles

ANEXO A: Método de Interpolación de Cokriging Colocado

ANEXO A: Método de Interpolación de Cokriging Colocado ANEXO A: Método de Interpolacón de Corgng Colocado A. Conceptos Báscos de Geoestadístca Multvarada La estmacón conunta de varables aleatoras regonalzadas, más comúnmente conocda como Corgng (Krgng Conunto),

Más detalles

Modelos lineales Regresión simple y múl3ple

Modelos lineales Regresión simple y múl3ple Modelos lneales Regresón smple y múl3ple Dept. of Marne Scence and Appled Bology Jose Jacobo Zubcoff Modelos de Regresón Smple Que tpo de relacón exste entre varables Predccón de valores a partr de una

Más detalles

Capítulo III Metodología. El presente trabajo, trata de estimar el diferencial salarial sindical para el caso de México.

Capítulo III Metodología. El presente trabajo, trata de estimar el diferencial salarial sindical para el caso de México. Capítulo III Metodología El presente trabajo, trata de estmar el dferencal salaral sndcal para el caso de Méxco. Las metodologías a utlzar en la estmacón del modelo conssten en lo sguente 1 : Utlzar un

Más detalles

Efectos fijos o aleatorios: test de especificación

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

Más detalles

Tema 1: Estadística Descriptiva Unidimensional

Tema 1: Estadística Descriptiva Unidimensional Fenómeno determnsta: al repetrlo en déntcas condcones se obtene el msmo resultado. Fenómeno aleatoro: no es posble predecr el resultado. La estadístca se ocupa de aquellos fenómenos no determnstas donde

Más detalles

6 Impacto en el bienestar de los beneficiarios del PAAM

6 Impacto en el bienestar de los beneficiarios del PAAM 6 Impacto en el benestar de los benefcaros del PAAM Con el fn de evaluar el efecto del PAAM sobre sus benefcaros, se consderó como hpótess que el Programa ha nfludo en el mejoramento de la caldad de vda

Más detalles

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

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

Más detalles

COLEGIO INGLÉS MEDIDAS DE DISPERSIÓN

COLEGIO INGLÉS MEDIDAS DE DISPERSIÓN COLEGIO IGLÉS DEPARTAMETO IVEL: CUARTO MEDIO PSU. UIDAD: ESTADISTICA 3 PROFESOR: ATALIA MORALES A. ROLADO SAEZ M. MIGUEL GUTIÉRREZ S. JAVIER FRIGERIO B. MEDIDAS DE DISPERSIÓ Las meddas de dspersón dan

Más detalles

MODELOS PARA DATOS DE RECUENTO

MODELOS PARA DATOS DE RECUENTO ECONOMETRÍA III Curso 2008/09 MODELOS PARA DATOS DE RECUENTO Profesores: Víctor J. Cano Fernández y M. Carolna Rodríguez Donate Dpto. de Economía de las Instrtucones, Estadístca Económca y Econometría

Más detalles

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

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

Más detalles

INTRODUCCIÓN. Técnicas estadísticas

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

Más detalles

EXAMEN FINAL DE ECONOMETRIA, 3º CURSO (GRADOS EN ECO y ADE) 19 de Septiembre de :30 horas. Pregunta 19 A B C En Blanco

EXAMEN FINAL DE ECONOMETRIA, 3º CURSO (GRADOS EN ECO y ADE) 19 de Septiembre de :30 horas. Pregunta 19 A B C En Blanco EXAMEN FINAL DE ECONOMETRIA, 3º CURSO (GRADOS EN ECO y ADE) 19 de Septembre de 01 15:30 horas Prmer Apelldo: Nombre: DNI: Teléfono: Segundo Apelldo: Grupo y Grado: Profesor(a): e mal: Pregunta 1 A B C

Más detalles

RECETA ELECTRÓNICA: IMPACTO SOBRE EL GASTO FARMACEÚTICO

RECETA ELECTRÓNICA: IMPACTO SOBRE EL GASTO FARMACEÚTICO RECETA ELECTRÓNICA: IMPACTO SOBRE EL GASTO FARMACEÚTICO Introduccón Dseño del estudo Especfcacón del modelo Resultados Introduccón Dseño del estudo Especfcacón del modelo Resultados Introduccón: Esquema

Más detalles

CURSO 2007 PRACTICO 12 MODELOS DE VARIABLE DEPENDIENTE CUALITATIVA EJERCICIO 1 A)

CURSO 2007 PRACTICO 12 MODELOS DE VARIABLE DEPENDIENTE CUALITATIVA EJERCICIO 1 A) Unversdad de la Repúblca, Facultad de Cencas Económcas y Admnstracón. ECONOMETRÍA II - CURSO 7 PRACTICO MODELOS DE VARIABLE DEPENDIENTE CUALITATIVA EJERCICIO A) Una nvestgacón sobre el mercado laboral

Más detalles

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

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

Más detalles

AJUSTE DE LA CURVA DE PROBABILIDAD DEL ESCURRIMIENTO MEDIO HIPERANUAL ANUAL SEGÚN LA TEORÍA S B JOHNSON.

AJUSTE DE LA CURVA DE PROBABILIDAD DEL ESCURRIMIENTO MEDIO HIPERANUAL ANUAL SEGÚN LA TEORÍA S B JOHNSON. AJUSTE DE LA CURVA DE PROBABILIDAD DEL ESCURRIMIENTO MEDIO HIPERANUAL ANUAL SEGÚN LA TEORÍA S B JOHNSON. Revsta Voluntad Hdráulca No. 57, 98. Págnas 58-64 RESUMEN Se nforma sobre el desarrollo del método

Más detalles

EJERCICIOS: Tema 3. Los ejercicios señalados con.r se consideran de conocimientos previos necesarios para la comprensión del tema 3.

EJERCICIOS: Tema 3. Los ejercicios señalados con.r se consideran de conocimientos previos necesarios para la comprensión del tema 3. EJERCICIOS: Tema 3 Los ejerccos señalados con.r se consderan de conocmentos prevos necesaros para la comprensón del tema 3. Ejercco 1.R Dos bblotecas con el msmo fondo bblográfco especalzado ofrecen las

Más detalles

TEMA 4. Modelos para Datos Censurados y de Selección Muestral.

TEMA 4. Modelos para Datos Censurados y de Selección Muestral. TEMA 4. Modelos para Datos Censurados y de Seleccón Muestral. Profesor: Pedro Albarrán Pérez Unversdad de Alcante. Curso 2010/2011. Contendo 1 Introduccón 2 Modelo Tobt Introduccón Estmacón por Máxma Verosmltud

Más detalles

CAPÍTULO IV. IV.1 Correlación de los resultados experimentales

CAPÍTULO IV. IV.1 Correlación de los resultados experimentales CAPÍTULO IV IV. Correlacón de los resultados expermentales La aplcacón de modelos de solucón para correlaconar los resultados que se obtenen en los expermentos, resulta de gran mportanca para amplar la

Más detalles

Factores que inciden en la probabilidad de pobreza: una propuesta metodológica para la Región Metropolitana de Santiago

Factores que inciden en la probabilidad de pobreza: una propuesta metodológica para la Región Metropolitana de Santiago Factores que ncden en la probabldad de pobreza: una propuesta metodológca para la de Santago Santago, novembre de 2011 Índce Índce Introduccón 1. Descrpcón del modelo 2. Los datos 3. Resultados de estmacón

Más detalles

Tema 5: PROBLEMAS EN LA ESTIMACIÓN DEL MODELO DE REGRESIÓN LINEAL SIMPLE

Tema 5: PROBLEMAS EN LA ESTIMACIÓN DEL MODELO DE REGRESIÓN LINEAL SIMPLE Introduccón a la Econometría Tema 5: PROBLEMAS E LA ESTIMACIÓ DEL MODELO Tema 5: PROBLEMAS E LA ESTIMACIÓ DEL MODELO DE REGRESIÓ LIEAL SIMPLE. Problemas en la especfcacón del modelo. La prmera etapa de

Más detalles

Estimación de incertidumbres en calibración de Osciladores

Estimación de incertidumbres en calibración de Osciladores Estmacón de ncertdumbres en calbracón de Oscladores J. Maurco López R. Dvsón de Tempo Frecuenca Centro Naconal de Metrología maurco.lopez@cenam.mx Resumen La frecuenca de salda de los oscladores debe ser

Más detalles

EXAMEN FINAL DE ECONOMETRIA, 3º CURSO (GRADOS EN ECO y ADE) 6 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) 6 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) 6 de Juno de 3 9: horas Prmer Apelldo: Nombre: DNI: Teléfono: Segundo Apelldo: Grupo y Grado: Profesor(a): e mal: Pregunta A B C En Blanco Pregunta

Más detalles

1.Variables ficticias en el modelo de regresión: ejemplos.

1.Variables ficticias en el modelo de regresión: ejemplos. J.M.Arranz y M.M. Zamora.Varables fctcas en el modelo de regresón: ejemplos. Las varables fctcas recogen los efectos dferencales que se producen en el comportamento de los agentes económcos debdo a dferentes

Más detalles

Capítulo 2: ANALISIS EXPLORATORIO de DATOS Estadística Computacional 1º Semestre 2003

Capítulo 2: ANALISIS EXPLORATORIO de DATOS Estadística Computacional 1º Semestre 2003 Unversdad Técnca Federco Santa María Departamento de Informátca ILI-80 Capítulo : ANALISIS EXPLORATORIO de DATOS Estadístca Computaconal º Semestre 003 Profesor :Héctor Allende Págna : www.nf.utfsm.cl/~hallende

Más detalles

Licenciatura en Administración y Dirección de Empresas INTRODUCCIÓN A LA ESTADÍSTICA EMPRESARIAL

Licenciatura en Administración y Dirección de Empresas INTRODUCCIÓN A LA ESTADÍSTICA EMPRESARIAL INTRODUCCIÓN A LA ESTADÍSTICA EMPRESARIAL Relacón de Ejerccos nº 2 ( tema 5) Curso 2002/2003 1) Las cento trenta agencas de una entdad bancara presentaban, en el ejercco 2002, los sguentes datos correspondentes

Más detalles

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

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

Más detalles

Universidad Diego Portales Facultad de Economía y Empresa

Universidad Diego Portales Facultad de Economía y Empresa Unversdad Dego Portales Profesor: Carlos R. Ptta Hasta este momento nos hemos enfocado en juegos en los cuales cualquer nformacón que es conocda por un jugador es conocda por todos los demás (es decr,

Más detalles

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

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

Más detalles

Problema: Existe relación entre el estado nutricional y el rendimiento académico de estudiantes de enseñanza básica?

Problema: Existe relación entre el estado nutricional y el rendimiento académico de estudiantes de enseñanza básica? Relacones entre varables cualtatvas Problema: xste relacón entre el estado nutrconal y el rendmento académco de estudantes de enseñanza básca? stado Nutrconal Malo Regular Bueno TOTAL Bajo 13 95 3 55 Rendmento

Más detalles

MODELOS DE ELECCIÓN BINARIA

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

Más detalles

Ejercicios y Talleres. puedes enviarlos a

Ejercicios y Talleres. puedes enviarlos a Ejerccos y Talleres puedes envarlos a klasesdematematcasymas@gmal.com www.klasesdematematcasymas.com EJERCICIOS DE REGRESIONES Y ANALISIS DE COVARIANZA Analzar la nformacón recoplada por medo de los dferentes

Más detalles

DISTRIBUCIONES BIDIMENSIONALES

DISTRIBUCIONES BIDIMENSIONALES Matemátcas 1º CT 1 DISTRIBUCIONES BIDIMENSIONALES PROBLEMAS RESUELTOS 1. a) Asoca las rectas de regresón: y = +16, y = 1 e y = 0,5 + 5 a las nubes de puntos sguentes: b) Asgna los coefcentes de correlacón

Más detalles

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

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

Más detalles

EXAMEN FINAL DE ECONOMETRIA, 3º CURSO (GRADOS EN ECO y ADE) 17 de Mayo de :00 horas

EXAMEN FINAL DE ECONOMETRIA, 3º CURSO (GRADOS EN ECO y ADE) 17 de Mayo de :00 horas EXAMEN FINAL DE ECONOMETRIA, 3º CURSO (GRADOS EN ECO y ADE) 7 de Mayo de 08 9:00 horas Prmer Apelldo: Nombre: DNI: Teléfono: Segundo Apelldo: Grupo y Grado: Profesor(a): e-mal: Pregunta A B C En Blanco

Más detalles

EXPERIMENTACIÓN COMERCIAL(I)

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

Más detalles

Tema 4 MODELOS CON DATOS DE RECUENTO

Tema 4 MODELOS CON DATOS DE RECUENTO ECONOMETRÍA II Prof.: Begoña Álvarez 2007-2008 Tema 4 MODELOS CON DATOS DE RECUENTO 1. Datos de recuento: ejemplos 2. Por qué utlzamos modelos específcos para datos de recuento? 3. Modelo Posson 4. Modelo

Más detalles

Introducción a la Física. Medidas y Errores

Introducción a la Física. Medidas y Errores Departamento de Físca Unversdad de Jaén Introduccón a la Físca Meddas y Errores J.A.Moleón 1 1- Introduccón La Físca y otras cencas persguen la descrpcón cualtatva y cuanttatva de los fenómenos que ocurren

Más detalles

Solución Taller No. 10 Econometría II Prof. Bernal

Solución Taller No. 10 Econometría II Prof. Bernal Solucón Taller No. 0 Econometría 2007 II Prof. Bernal. a. El modelo que hay que estmar es el sguente: partcpa = B + B edad _ nno + B genero _ nno + B * edad _ mama + B secundara + B casada + B trabaja

Más detalles

ECUACIONES DIFERENCIALES Problemas de Valor Inicial

ECUACIONES DIFERENCIALES Problemas de Valor Inicial DIVISIÓN DE IENIAS FÍSIAS Y MATEMÁTIAS DTO. TERMODINÁMIA Y FENÓMENOS DE TRANSFERENIA MÉTODOS AROXIMADOS EN ING. QUÍMIA TF-33 EUAIONES DIFERENIALES roblemas de Valor Incal Esta guía fue elaborada por: rof.

Más detalles

1 EY ( ) o de E( Y u ) que hace que g E ( Y ) sea lineal. Por ejemplo,

1 EY ( ) o de E( Y u ) que hace que g E ( Y ) sea lineal. Por ejemplo, Modelos lneales generalzados En los modelos no lneales (tanto en su formulacón con coefcentes fjos o coefcentes aleatoros) que hemos vsto hasta ahora, exsten algunos que se denomnan lnealzables : son modelos

Más detalles

Modelos unifactoriales de efectos aleatorizados

Modelos unifactoriales de efectos aleatorizados Capítulo 4 Modelos unfactorales de efectos aleatorzados En el modelo de efectos aleatoros, los nveles del factor son una muestra aleatora de una poblacón de nveles. Este modelo surge ante la necesdad de

Más detalles

La actividad laboral de las mujeres casadas y el desempleo de sus cónyuges Resumen

La actividad laboral de las mujeres casadas y el desempleo de sus cónyuges Resumen La actvdad laboral de las mujeres casadas y el desempleo de sus cónyuges Resumen En este trabajo, se busca analzar la actvdad de las mujeres que vven en pareja y, en partcular, determnar en qué medda el

Más detalles

TEMA 14. ESCALAMIENTO CONJUNTO. INTRODUCCIÓN A LA TEORÍA DE LA RESPUESTA A LOS ITEMS (TRI)

TEMA 14. ESCALAMIENTO CONJUNTO. INTRODUCCIÓN A LA TEORÍA DE LA RESPUESTA A LOS ITEMS (TRI) TEMA 14. ESCALAMIENTO CONJUNTO. INTRODUCCIÓN A LA TEORÍA DE LA RESPUESTA A LOS ITEMS (TRI) 14.1. La Curva Característca de los ítems (CCI) 14.. Los errores típcos de medda 14.3. La Funcón de Informacón

Más detalles

Regresión de Datos de Vida

Regresión de Datos de Vida Regresón de Datos de Vda Resumen El procedmento Regresón de Datos de Vda está dseñado para ajustar un modelo estadístco paramétrco relaconado con tempos de falla a una o más varables predctoras. Los predctores

Más detalles

CAPÍTULO 5 REGRESIÓN CON VARIABLES CUALITATIVAS

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

Más detalles

Integración n Financiera Internacional y Crecimiento Económico

Integración n Financiera Internacional y Crecimiento Económico Integracón n Fnancera Internaconal y Crecmento Económco Camla Csneros Encuentro de Economstas 27 BCRP Esquema Motvacón Efectos en el crecmento Presentacón n del modelo Análss Empírco Seres de tempo: Perú

Más detalles

Tema 4: Variables aleatorias

Tema 4: Variables aleatorias Estadístca 46 Tema 4: Varables aleatoras El concepto de varable aleatora surge de la necesdad de hacer más manejables matemátcamente los resultados de los expermentos aleatoros, que en muchos casos son

Más detalles

3 LEYES DE DESPLAZAMIENTO

3 LEYES DE DESPLAZAMIENTO eyes de desplazamento EYES DE DESPAZAMIENTO En el capítulo dos se expone el método de obtencón de las leyes de desplazamento dseñadas por curvas de Bézer para mecansmos leva palpador según el planteamento

Más detalles

PyE_ EF2_TIPO1_

PyE_ EF2_TIPO1_ UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉICO FACULTAD DE INGENIERÍA DIVISIÓN DE CIENCIAS BÁSICAS COORDINACIÓN DE CIENCIAS APLICADAS DEPARTAMENTO DE PROBABILIDAD Y ESTADÍSTICA SEGUNDO EAMEN FINAL RESOLUCIÓN SEMESTRE

Más detalles

Riesgos Proporcionales de Cox

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

Más detalles

CAPÍTULO III. METODOLOGÍA 1. sismos pasados, por lo que este se calculara evaluando primero la tasa de actividad sísmica

CAPÍTULO III. METODOLOGÍA 1. sismos pasados, por lo que este se calculara evaluando primero la tasa de actividad sísmica CAPÍTULO III. METODOLOGÍA 1 III.1 Evaluacón del pelgro sísmco La determnacón drecta del pelgro sísmco rara vez se puede hacer debdo a la falta de nformacón en cuanto a las aceleracones que se han producdo

Más detalles

Regresión múltiple k k

Regresión múltiple k k Métodos de Regresón Estadístca Ismael Sánchez Borrego Regresón múltple El modelo de regresón múltple es la extensón a k varables explcatvas del modelo de regresón smple estudado en el apartado anteror.

Más detalles

NOTA METODOLÓGICA 1. CÁLCULO DEL IDH. METODOLOGÍA ONU

NOTA METODOLÓGICA 1. CÁLCULO DEL IDH. METODOLOGÍA ONU Desarrollo humano en España: 1980-2011 44 NOTA METODOLÓGICA 1. CÁLCULO DEL IDH. METODOLOGÍA ONU El IDH defndo por las Nacones Undas desde 2010 en sus nformes anuales mde los adelantos medos de un país

Más detalles

, x es un suceso de S. Es decir, si :

, x es un suceso de S. Es decir, si : 1. Objetvos: a) Aprender a calcular probabldades de las dstrbucones Bnomal y Posson usando EXCEL. b) Estudo de la funcón puntual de probabldad de la dstrbucón Bnomal ~B(n;p) c) Estudo de la funcón puntual

Más detalles

FISICOQUÍMICA FARMACÉUTICA (0108) UNIDAD 1. CONCEPTOS BÁSICOS DE CINÉTICA QUÍMICA

FISICOQUÍMICA FARMACÉUTICA (0108) UNIDAD 1. CONCEPTOS BÁSICOS DE CINÉTICA QUÍMICA FISICOQUÍMICA FARMACÉUTICA (008) UNIDAD. CONCEPTOS BÁSICOS DE CINÉTICA QUÍMICA Mtra. Josefna Vades Trejo 06 de agosto de 0 Revsón de térmnos Cnétca Químca Estuda la rapdez de reaccón, los factores que

Más detalles

CAPÍTULO III ACCIONES. Artículo 9º Clasificación de las acciones. Artículo 10º Valores característicos de las acciones. 10.

CAPÍTULO III ACCIONES. Artículo 9º Clasificación de las acciones. Artículo 10º Valores característicos de las acciones. 10. CAÍTULO III ACCIONES Artículo 9º Clasfcacón de las accones Las accones a consderar en el proyecto de una estructura o elemento estructural serán las establecdas por la reglamentacón específca vgente o

Más detalles

Modelo Lineal Múltiple. Clase 03. Profesor: Carlos R. Pitta. ICPM050, Econometría. Universidad Austral de Chile Escuela de Ingeniería Comercial

Modelo Lineal Múltiple. Clase 03. Profesor: Carlos R. Pitta. ICPM050, Econometría. Universidad Austral de Chile Escuela de Ingeniería Comercial Unversdad Austral de Chle Escuela de Ingenería Comercal ICPM050, Econometría Clase 03 Modelo Lneal Múltple Profesor: Carlos R. Ptta Econometría, Prof. Carlos R. Ptta, Unversdad Austral de Chle. Análss

Más detalles

El Modelo IS-LM. El modelo IS-LM

El Modelo IS-LM. El modelo IS-LM El Modelo IS-LM El modelo IS-LM 4. Introduccón 4.2 La demanda agregada: La funcón de nversón 4.3 Equlbro del mercado de benes: La curva IS 4.4 Equlbro del mercado de dnero: La curva LM 4.5 Equlbro de la

Más detalles

FORMULARIO PARA LA PRESENTACIÓN DE RESUMEN DE PONENCIA

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

Más detalles

CONSIDERACIONES METODOLÓGICAS SOBRE LA ESTIMACIÓN ECONOMÉTRICA DE LAS ECUACIONES DE INGRESOS DE LOS INTEGRANTES DE LA PAREJA CONYUGAL

CONSIDERACIONES METODOLÓGICAS SOBRE LA ESTIMACIÓN ECONOMÉTRICA DE LAS ECUACIONES DE INGRESOS DE LOS INTEGRANTES DE LA PAREJA CONYUGAL Sextas Jornadas "Investgacones en la Facultad" de Cencas Económcas y Estadístca, novembre de 00. María Teresa Blaconá María del Carmen Garca María Gabrela Borgognone Javer Buss Nora Ventron José Lus Pellegrn

Más detalles

Oferta de Trabajo Parte 2. Economía Laboral Julio J. Elías LIE - UCEMA

Oferta de Trabajo Parte 2. Economía Laboral Julio J. Elías LIE - UCEMA Oferta de Trabajo Parte 2 Economía Laboral Julo J. Elías LIE - UCEMA Curva de oferta de trabajo ndvdual Consumo Salaro por hora ($) G w=$20 F w=$25 25 Curva de Oferta de Trabajo Indvdual w=$14 20 14 w

Más detalles

Mosto Vino joven Vino crianza Vino reserva Gran reserva Precio [ /l] Coste [ /l] Evap [%]

Mosto Vino joven Vino crianza Vino reserva Gran reserva Precio [ /l] Coste [ /l] Evap [%] PROBLEMA: EL BODEGUERO Un bodeguero ha tendo una buena cosecha que estma sea de 10000 ltros. El bodeguero ha de decdr qué cantdad de la cosecha dedcarla a hacer mosto, qué cantdad conservarla un año en

Más detalles

REGRESION LINEAL SIMPLE

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

Más detalles

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

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

Más detalles

Boletín de la Tendencia Laboral del Desarrollo Humano

Boletín de la Tendencia Laboral del Desarrollo Humano Boletín de la Tendenca Laboral del Desarrollo Humano Notas técncas AÑO 05 NÚMERO 6 PROGRAMA DE LAS NACIONES UNIDAS PARA EL DESARROLLO MÉXICO Nota técnca Índce de Compettvdad Socal (cs) El cs es una medda

Más detalles

El contexto básico para el análisis es un modelo de regresión de la forma: α (1)

El contexto básico para el análisis es un modelo de regresión de la forma: α (1) ECONOMETRIA - ECON 3301 - SEMESTRE II - 08 Profesor: Ramón Rosales; rrosales@unandes.edu.co Profesor Taller: Wllam Delgado; w-delgad@unandes.edu.co Profesor Taller: Juan Carlos Vasquez; jvasquez@unandes.edu.co

Más detalles

LA RELACIÓN SALUD Y PRODUCTIVIDAD EN COSTA RICA

LA RELACIÓN SALUD Y PRODUCTIVIDAD EN COSTA RICA LA RELACIÓN SALUD Y PRODUCTIVIDAD EN COSTA RICA Gustavo Pcado (Caja Costarrcense del Seguro Socal) Juan Rafael Vargas (Unversdad de Costa Rca) Los prncpales ndcadores de salud en Costa Rca son comparables

Más detalles

EDO: Ecuación Diferencial Ordinaria Soluciones numéricas. Jorge Eduardo Ortiz Triviño

EDO: Ecuación Diferencial Ordinaria Soluciones numéricas. Jorge Eduardo Ortiz Triviño EDO: Ecuacón Dferencal Ordnara Solucones numércas Jorge Eduardo Ortz Trvño Organzacón general Errores en los cálculos numércos Raíces de ecuacones no-lneales Sstemas de ecuacones lneales Interpolacón ajuste

Más detalles

Probabilidad Grupo 23 Semestre Segundo examen parcial

Probabilidad Grupo 23 Semestre Segundo examen parcial Probabldad Grupo 3 Semestre 015- Segundo examen parcal La tabla sguente presenta 0 postulados, algunos de los cuales son verdaderos y otros son falsos. Analza detendamente cada postulado y elge tu respuesta

Más detalles

Nos interesa asignar probabilidades a valores numéricos obtenidos a partir de fenómenos aleatorios, es decir a variables aleatorias.

Nos interesa asignar probabilidades a valores numéricos obtenidos a partir de fenómenos aleatorios, es decir a variables aleatorias. Estadístca (Q) Dana M. Kelmansky 5 Varables Aleatoras Nos nteresa asgnar probabldades a valores numércos obtendos a partr de fenómenos aleatoros, es decr a varables aleatoras. Por ejemplo, calcular la

Más detalles

PyE_ EF1_TIPO1_

PyE_ EF1_TIPO1_ SEMESTRE 00- TIPO DURACIÓN MÁIMA.5 HORAS DICIEMBRE DE 00 NOMBRE. El índce de clardad se determnó en los celos de Morelos, para cada uno de los 365 días de un año, obtenéndose los sguentes datos. Límtes

Más detalles