ESTACIONARIEDAD DE SERIES TEMPORALES: Definición y contraste de Raíces Unitarias

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

Download "ESTACIONARIEDAD DE SERIES TEMPORALES: Definición y contraste de Raíces Unitarias"

Transcripción

1 NOTAS SOBR STACIONARIDAD D SRIS TMPORAS: Defcó corase de Raíces Uaras SMINARIO D UTIIZACIÓN D OS MODOS CONOMÉTRICOS PARA A SIMUACIÓN Y PRDICIÓN D A CONOMÍA SPAÑOA R. Mahía Mao

2 SQUMA D PRSNTACIÓN: - Defcó de esacoaredad - Cocepo de egrabldad raíz uara - Méodos smples de deeccó de la o esacoaredad - Iroduccó del es DF - Problemas de la aplcacó del es DF: Tes DF P.G.D Tes DF e modelos ARp Tes DF e preseca de auocorrelacó seral Tes DF e modelos MAq Tes DF Cambo srucural - Coclusoes

3 TRASCNDNCIA D ANÁISIS D A STACIONARIDAD - Uso correco de muchas de las dsrbucoes e las eapas del corase valdacó de los modelos ecoomércos - var las regresoes espuras - Como eapa preva e el aálss de coegracó - Ierés cocepual del cocepo de edeca esocásca TNDNCIAS DTRMINISTAS Vs. TNDNCIAS STOCÁSTICAS - a prcpal caracerísca que defe al compoee edecal free al rregular es la de presear efecos permaees sobre la sere emporal. - Defr ua edeca e ua sere emporal es exremadamee secllo. Por ejemplo, la sere:.5.,, 8, 6, 4,,, -, PRODUCTIVIDAD TOTA DFACTOR CONSUMO PRIVADO

4 , 5,, 5,, 5,, -5, XPORTACIONS RAS TOTAS VAOR AÑADIDO N SRVICIOS TNDNCIA STOCÁSTICA - Paseo aleaoro smple: - [ ] [ ] - V [ ] [ [ ] [...] [... ]... 3

5 - Será posble que exsa seres que exhba ese po de edeca esocásca? Paseo aleaoro I Tpo de cambo Pa/Dólar Paseo aleaoro II Tpo de cambo Pa/bra serla Paseo aleaoro co derva edeca esocásca deermsa: a a a Su o esacoaredad e meda varaza hace dfícl su dscó:

6 * RGRSIONS SPURIAS - Cómo es ua regresó espura? - xpermeo de Grager Newbold 974 Charemza Deadma 99 x x a a x e - Sobre u cojuo de muesras de x co 5 observacoes, alrededor de u 75% 65% de las regresoes de sobre x presea corases sgfcavos a u vel de sgfcavdad del 5%. - S embargo, prescdedo de la cosae a : e a x por lo que mpoedo las resrccoes cales x eemos que: e a

7 Secueca de errores o esacoara e varaza a varaza de e o es cosae No exse correlacó seral, la correlacó ere e e ede a uo a medda que se cremea. Dada semejae acumulacó de errores de base, gú es de sgfcavdad puede ser usado co garaías por ello, gua fereca será fable. CONCPTO D INTGRACIÓN - Se dce que ua sere o esacoara es egrada de orde d se represea como ~Id cuado puede ser rasformada e ua sere esacoara dferecádola d veces. - Cocepo prevo: por qué las codcoes de esacoaredad de los modelos de seres emporales ee que ver co las raíces caraceríscas o las raíces del polomo de reardos?. - Porqué ua sere se vuelve esacoara al dferecarla? B A ' A A B A ' B A ' B A ' jemplo B A.5 ' B A.5 ' B A - fecvamee, e los casos vsos aerormee: el caso de u paseo aleaoro puro

8 [ ] [ ] [ ] [ ] [ ] V V... e el caso de uo co derva [ ] [ ] [ ] a a a a [ ] [ ] [ ] [ ] [ ] a a a a a V - ese puo es fudameal dsgur ere edeca deermsa esocásca - Caracerzacó seres I e I Seres I Seres I Presea varaza fa e depedee del empo Su varaza depede del empo ede a fo a medda que el empo ede a fo Tee memora lmada Cualquer ovacó afeca permaeemee a sus procesos Tede a flucuar alrededor de la meda que puede clur ua edeca deermsa Oscla amplamee Presea auocorrelacoes que ede a dsmur rápdamee a medda que el reardo se cremea Su auocorrelacó ede a uo e valor absoluo para cualquer orde del reardo DTCCIÓN D RAÍCS UNITARIAS - Aálss gráfco de la sere períodos coros, las edecas esocáscas puras o so secllas de dsgur de seres s edeca de gú po preseca de edecas deermsas, ésas suele domar el paró gráfco de evolucó gú caso ua sere co ua raíz uara puede dsgurse gráfcamee de ua cuas raíz de u proceso auorregresvo.

9 Raz Uara sacoaro Aú co odas las lmacoes o esá uca de más u aálss gráfco de la sere - Aálss del correlograma de la sere,9,8,7,6,5,4,3,, AR,5 AR,7 AR,8 Paseo Aleaoro Modelo auorregresvo smple: a a 3 ρ ; ρ a ; ρ3 a,...; ρ s a s a Paseo aleaoro smple: ρ s s.5 l problema es, ua vez más, el caso de raíces mu cercaas a la udad

10 a a,99 a,98 a,97 a,96 a, Debe eerse e cuea, además, el caso de la egracó fraccoal Madelbro 969, 97 - Ulzacó del es Durb Waso Sarga Bhargava 983: Se esma el modelo β o Se erprea la medda DW sobre los resduos e como medda de auocorrelacó de la varable orgal dada la equvaleca: DW e e e TST DICKY-FUR: Defcó - Defcó básca del corase: H : a H : - a dsrbucó de probabldad asóca del parámero esmado a presea ua dscoudad cuado a dada la o esacoaredad e varaza de - Debemos usar las ablas de Dcke 976 Fuller 976 ó Macko 99 - l modelo operavo ulzado es:

11 a a a a a γ H : γ free a H : γ<. - os valores de refereca para el corase del parámero γ depede del proceso geerador de daos elegdo: Modelo smple τ: γ Modelo co cosae τ µ : a γ Modelo 3 co cosae ed. deermsa τ τ : a γ a - Puede además corasarse algua hpóess cojua de parámeros Φ,, 3 SCR SCR mr SCR mr mr k r - Por úlmo cabe la posbldad de corasar la uldad de los parámeros usace Surñach e al. 995 Resume de los es DF Valores crícos Modelo Hpóess ula sadísco 95 % 99 % a γ a γ τ τ a dado γ τ ατ a dado γ τ βτ γa φ a γa φ a γ γ τ µ a dado γ τ αµ a γ φ γ γ τ Debe pesarse sempre e la posbldad de la exseca de más de ua raíz uara Charemza Deadma 99 ó Dcke Paula 987 squema de Charemza Deadma 99

12 DF sobre H ~I H DF sobre H ~I H DF sobre H ~I H - No egrable. - Orde superor a. - Fallo DF TST DF Y P.G.D lemeos deermsas - l prcpal problema del es DF es su depedeca de la forma del PGD. sa depedeca es u problema a que geeralmee la forma del PGD se descooce - Qué ocurre s fallamos e la cosderacó de los elemeos deermsas? S omamos como modelo de parda u modelo co edeca deermsa érmo cosae, podemos esar sobreparamerzado la esmacó. Pero además, los valores crícos de refereca para acepar o rechazar la hpóess ula depede crucalmee del modelo esmado: la poeca del corase decrece ao más cuao maor sea el úmero de parámeros añaddos correcamee. a omsó del érmo depedee o la edeca deermsa, cuado esas so varables relevaes, ambé provoca de uevo ua esmable pérdda de poeca. Campbell Perro 99 - Pero además debemos cosderar maces adcoales S se cooce la preseca real de edeca o derva, alguos auores propoe que la hpóess ula γ debe corasarse usado ua dsrbucó ormal esadarzada e lugar de las dsrbucoes asócas abuladas por Dcke Fuller. Hlleberg Mzo 99 - Cómo hacer e la prácca? Observar la gráfca de la sere puede audaros

13 squema de Dolado Perro 99 TST DF N MODOS AUTORRGRSIVOS ARP - Tes ADF: co: a p γ β p γ β p a j a - S embargo, covee recordar que el propo Fuller demosró que la dsrbucó asóca del esadísco del parámero γ esmado, es depedee del úmero de reardos de la varable dferecada que cluamos e la especfcacó del modelo esmado. - Por ao el el es ADF es cocepualmee úl como posble correccó a los problemas de auocorrelacó que pudera aparecer e el érmo de error del modelo básco ulzado e el es smple DF: Solucó Paramérca de la Auocorrelacó Dcke Fuller 98 - a eleccó del úmero de reardos a cosderar vee deermada por: a persseca de la auocorrelacó resdual l modelo eórco de refereca supueso para Creros cláscos de acepacó de varables e u modelo como el es - Sude de sgfcavdad dvdual, Akake o Schwarz TST DF N MODOS CON PROBMAS D AUTOCORRACIÓN SRIA - Para la aplcacó del es DF se asume que los errores del modelo esá déca e depedeemee dsrbudos. - Coamos co la alerava de correccó paramérca del es ADF.

14 - Phllps 987 Phllps Perro 988 señalaro que la dsrbucó asóca de la razó del parámero γ e los modelos del es DF depede de la rao: e dode respode a las expresoes: lm lm - los rabajos Phllps 987 Phllps Perro 988 se sugere ulzar los resduos obedos e la esmacó del modelo DF smple para rasformar los esadíscos asocados a los parámeros del msmo: e e e l r e r r l r - Ua vez compuadas las esmacoes de, corregremos el valor obedo para la razó τ e la esmacó de uesro modelo segú las expresoes sguees de modo que puede eoces ulzarse la abla clásca DF:, Z τ τ τ µ D Z τ τ τ τ - A parr de los rabajos de esos auores se ha propuesos oras correccoes oros esmadores como el de Newe Wes 987, Debe seleccoarse sempre el máxmo úmero de reardos a cosderar o rucao-lag co u procedmeo auomáco usado las propuesas de Newe Wes o de Schwer o a parr del exame deallado de la auocorrelacó.

15 TST DF N MODOS CON COMPONNTS D MDIAS MÓVIS MAq - prcpo puede pesarse e la rasformacó e u modelo ARp : A B A B C el uso de la forma geeral del ADF: a γ β - Debemos acudr a rabajos como los preseados por Sad Dcke 984 sobre el corase de raíces uaras e procesos ARMA de orde descoocdo:... u modelo ARIMA p,,q de órdees descoocdos podía ser aproxmado adecuadamee por u modelo ARIMA s,, de orde s o superor a la raíz cúbca del amaño muesral Debe cosderarse la propuesa de Hall 989 apoada e la ulzacó del méodo de esmacó por varables srumeales. - Debe vglarse especalmee la pérdda de poeca del es ADF PP señalada por Molas 986 Molas Schwer e el caso de procesos MA cercaos a la o verbldad. TST DF N MODOS CON CAMBIO STRUCTURA - preseca de cambo esrucural se ede a acepar sesgadamee la exseca de ua raíz uara. - RROR POR OBSRVACIÓN: Proceso AR esacoaro e veles e dferecas resduos ua vez elmada la edeca deermsa Sere e veles Sere dferecada Resduos veles Resudos dferecas

16 - RROR POR APICACIÓN D TST DF: Proceso Geerador Real AR esacoaro co cambo de edeca de escaló Modelo correco:.5 F N a a Propuesa correca:... esmacó correca a Solucó de u P.Aleaoro smple: a - Solucoes: Aplcar DF ó ADF e las submuesras Ulzar la propuesa de Perro e dos pasos 989. ASPCTOS PNDINTS N ST GUIÓN - Profudzacó e los problemas de poeca del es DF - sacoaredad esacoal: Tes DHF, HGY - Corases de esacoaredad: Tes KPSS MC - Iegracó peródca - Iegracó fraccoal

17 RFRNCIAS BIBIOGRÁFICAS Amao, R.A. va Norde, S. 99. U-Roo ess ad he Burde of Proof. Mmeo. hp://wuecob.wusl.edu/eprs/em/papers/95/955.abs Beauleu, J.J. Mro, J.A Seasoal U Roos Aggregaed U.D. Daa. Joural of coomercs, 5, pp Box, G..P. Jeks, G.M. 97. Tme Seres Aalss: Forecasg ad Corol. Holde-Da. Sa Fracsco, CA. Box, G..P Perce, D.A. 97. Dsrbuo of Resdual Auocorrelaos Auorregresve movg Average Tme Seres Models. Joural of The Amerca Sascal Assocao, 65, pp Campbell, Joh Y. Perro, P. 99. Pfalls ad Opporues: Wha Macroecoomss Should Kow Abou U Roos. Techcal Workg Paper, NBR Workg Paper Seres. Abrl 99. Caova, F. Hase, B Are Seasoal Paers Cosa over Tme? A es for Seasoal Sabl. Joural of Busess ad coomc Sascs, 3, 3, pp Carró, J,l., Sasó, A. Arís, M. 998a. The DF ad KPSS Weddg. Docume de Treball del Dep. coomera, sadísca cooma spaola. Uversa de Barceloa b. Saoar Tes he Presece of Srucural Breaks. Docume de Treball del Dep. coomera, sadísca cooma spaola. Uversa de Barceloa c. The KPSS Tes wh Two Srucural Breaks. Docume de Treball del Dep. coomera, sadísca cooma spaola. Uversa de Barceloa. Charemza, W.W. Deadma, D.F. 99. New Drecos coomerc Pracce. dward lgar Publshg med. glad. Charemza, W.W. Sczewska,.M Jo Applcao of he Dcke Fuller ad KPSS ess. Mmeo. Uvers of eceser, U.K. Cho, I Resdual Based Tess for he Null of Saoar wh Applcaos o U.S. Macroecoomc Tme Seres. coomerc Theor,. Pp De Jog, D., Nakervs, J.C., Sav, N.. Whema, C.H. 99. Iegrao Vs. Tred Saoar Tme Seres. coomerca, 6, 99. Dcke, D. A Hpohess Tesg for No-Saoar Tme Seres. S publcar. Uversdad del sado de Iowa. Dcke, D. A. Fuller, W.A Dsrbuo of he smaes for Auoregresve Tme Seres wh a U Roo. Joural of he Amerca Sascal Assocao, 74, pp kelhood Rao Sascs for Auoregresve Tme Seres wh a U Roo. coomerca, 49, pp Dcke, D.A., Hasza, D.F. Fuller, W.A Tesg for U Roos Seasoal Tme Seres. Joural of Amerca Sascal Assocao, 79. Pp Dcke, D. A. Paula, S Deermg he Order of Dfferecg Auorregresve Processes. Joural of Busess ad coomc Sascs, 5, pp Debold, F.X. Rudebusch, G.D og Memor ad Perssece Aggregae Oupu, Joural of Moear coomcs, 4, pp Dolado, J., Jekso, T. Sosvlla - Rvero, S. 99. Coegrao ad U Ros: A Surve. Servco de sudos, Baco de spaña. Documeo de rabajo 95. Durb, J. Waso, G.S. 95. Tesg for Seral Correlao leas-squares regresso I. Bomerka, 373-4, pp Durlauf, S. Phllps, P.C.B. 988: Treds versus Radom Walks he Tme Seres Aalss. coomerca, 56, pp gle, R.F., Grager, C.W.J Coegrao ad rror Correco: Represeao, smao ad Tesg. coomerca, 55, pp edores. og Ru coomc Relaoshps. Oxford Uvers Press. gle, R.F., Grager, C. Hallma, J. 988: Mergg Shor- ad og Ru Forecass: A applcao of Seasoal Co- Iegrao o Mohl lecrc Sales Forecasg. Joural of coomercs, 4, pp ders, W Appled coomerc Tmes Seres. Joh Wle & Sos, Ic. Ued Saes. Frases, P.H. 99. Model Seleco ad Seasoal Tme Seres. Tberge Isue Seres, 8.

18 Fuller, W.A Iroduco o Sascal Tme Seres. Joh Wle. Nueva York. Geweke, J. Y Porer-Hudak, S The smao ad Applcao of og Memor Tmes Seres Models. Joural of Tme Seres Aalss, 4, pp. -38 Grager, C.W.J Forecasg coomc Tme Seres. Academc Press Ic., New York Forecasg coomc Tme Seres. ª dcó. Academc Press Ic., Orlado. Grager, C.W.J. Joeux, R. 98. A Iroduco o og Memor Tme Seres Models ad Fracoal Dfferecg. Joural of Tme Seres Aalss,, pp Grager, C.W.J. Newbold, P Spurus Regressos coomercs. Joural of coomercs,, pp. -. Hall, A Tesg for U Roo he Presece of Movg Average rrors. Bomerka, 79, pp Hamlo, J. D Tme Seres Aalss. Prceow Uvers Press. Hasza, D.P. Fuller, W.A. 98. Tesg for Nosaoar Parameer Specfcaos Seasoal Tme Seres Models. Aals of Sascs,, pp.9-6. Hobj, B., Frases, P.H. Ooms, M Geeralsaos of he KPSS-Tes for Saoar. coomerc Isue Repor 98. rasmus Uvers Roerdam. Hoskg, J.R.M. 98. Fraccoal Dfferecg, Bomerka, 68, pp Hlleberg, S Seasoal Regressos. Academc Press Ic Modellg Seasoal. Oxford Uvers Press Tess for Seasoal U Roos. Geeral o Specfc or Specfc o Geeral?. Joural of coomercs, 69, pp Hlleberg, S., gle, R.F., Grager, C.W.J. Yoo, B.S. 99. Seasoal Iegrao ad Co-Iegrao. Joural of coomercs, 44, pp Hlleberg, S., Mzo 989. A Noe o he Dsrbuo of he eas Squares smaor of a Radom Walk wh Drf. coomc eers, 9, pp Kwakosk, D., Phllps, P.C.B., Schmd, P.J. Sh, Y. 99. Tesg he Null Hpohess of Saoar Agas he Alerave of a U Roo: How Sure Are We Tha coomc Seres Have a U Roo?. Joural of coomercs, 56, pp ee, J Mmum Sascs Tesg for a Saoar he Presece of a Srucural Break. Workg Paper 97-W3. Deparme of coomcs ad Busess Admsrao. Vaderbl Uvers. ee, J., Huag, Cl.J. Sh, Y O Saoar Tes he Presece of Srucural Break. coomc eers, 55, pp eboure, S.J McCabe, B.M.P. 994a. A Cosse es for U Roo. Joural of Busess & coomc Sascs, Vol.,, pp jug, G.M. Box, G..P O a measure of ack of F Tme Seres Models. Bomerka, 65, pp o, A.W. 99. og Term Memor Sock Marke Prces. coomerca, 59, pp umsdae, R.. Papell, D.H Mulple Tred Breaks ad he U Roo Hpohess. The Revew of coomcs ad Sascs, 79, -8. MacKo, J.G. 99. Crcal Values for Coegrao Tess. Capíulo 3 de og Ru coomc Relaoshps: Readgs Coegrao, edado por R.F. gel C.W.J. Grager. Oxford Uvers Press. Madelbro, B.B og-ru ear, ocal Gaussa Process, H-Specra, ad Ife Varaces. Ieraoal coomc Revew,, pp Sascal Mehodolog for Noperodc Ccles: From he Covarace o R/S Aalss. Aals of coomc ad Socal Measureme, /3, pp Mlls, T.C. 99. Tme Seres Techques for coomss, Cambrdge Uvers Press The coomerc modellg of Facal Tme Seres. Cambrdge Uvers Press Molas, C. e al A oe o Spurous Regresso wh Iegraed Movg Average rrors. Oxford Bulle of coomcs ad Sascs, 48, 3, pp Nabea, S.I. Taaka, K Asmpoc Theor for a Tes for he Cosac of he Regresso Coeffces Agas he Radom Walk Alerave. Aals of Sascs, 6, pp

19 Newbold, P. Daves, N rror mss-specfcao ad spurous regressos. Ieraoal coomc Revew,7, pp Newe, W.K. Wes, K.D Auomac lag Seleco Covarace Marx smao. Revew of coomc Sudes med, 64, pp Norega-Muro, A Nosaoar ad Srucural Breaks coomc Tme Seres. Averbur. Aldersho. Novales, A coomería. Mc Graw Hll. Madrd Osbor, D Seasoal ad Hab Perssece a fe Ccle Model of Cosumpo. Joural of Appled coomercs, 3, pp Oero, J.M coomería: Seres emporales predccó. AC. Madrd Park, J.Y. 99. Tesg for U Roos ad Coegrao b Varable Addo. A Fomb, T.B. Rhodes, G.F. 99 edors: Advaces coomercs: Co-Iegraos, Spurus Regressos ad U Roos. Ja Press Ic. Perro, P Treds ad Radom Walks Macroecoomc Tmes Seres: Furher vdece from a ew Approach. Joural of coomcs Damcs ad Corol,, pp The Grea Crash, he Ol Prce Shock, ad he U Roo Hpohess. coomerca, 57, pp Phllps, P.C.B Udersadg Spurus Regressos coomercs. Joural of coomercs, 33, pp Tme Seres Regresso wh a U Roo. coomerca, 55, pp Phllps, P.C.B, Perro, P Tesg for a U Roo Tme Seres Regresso. Bomerka, 75, pp Plosser, C.I. Schwer, G.W Moe Icome ad Suspos: Measurg ecoomc relaoshps ad he effecs of dfferecg. Joural of Moear coomcs, 4, pp Rappopr, P. Rechl, Segmeed Treds ad No-Saoar Tme Seres. The coomc Joural, 99, pp Sad, S. Y Dcke, D.A Tesg for U Roos Auorregresve-Movg Average Models wh Ukow Order. Bomerka, 7, pp Sakkoe, P. uukoe, R Tesg for a Movg Average U Roo Auorregresve Iegraed Movg Average Models. Joural of he Amerca Sascal Assocao, 88, pp Sarga, J. Bhargava, A Tesg Resdual from eas Squares Regressos for Beg Geeraed b he Gaussa Radom Walk. coomerca, 5, pp Schwer, G.W ffecs of Model Specfcao o Tes for U Roo Macroecoomc Daa. Joural of Moear coomcs,, pp Tes for U Roos: A Moe Carlo Ivesgao. Joural of Busess ad coomc Sascs, 7,, pp Surñach, J., Arís, M., ópez,. Y Sasó, A Aálss ecoómco regoal. Nocoes báscas de la eoría de la coegracó. Ao Bosch dor. Barceloa. Taaka, K. 99. Tesg for a Movg Average U Roo. coomerc Theor, 6, pp Tao, G. Y Grupe, M. 98. Hdde Perodc Auorregresve-Movg Average Models Tme-Seres Daa. Bomerka, 67, Valdero, A Applcao of a Tme Seres Iequal o he Deeco of No-Iverble Movg Average Processes. Documes de Treball 98/4 de la Dvsó de Cèces Jurídques, coòmques Socals. Wold, H A Sud he Aalss of Saoar Tmes Seres. Sockholm: Almqvs ad Wksell. Yule, G.U. 96. Wh do we somemes ge osese correlaos bewee me seres?. Joural of he Roal Sascal Soce, 89, pp. -64.

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

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

{ 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

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

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

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

VARIABLE ALEATORIA Y FUNCIÓN DE DISTRIBUCIÓN

VARIABLE ALEATORIA Y FUNCIÓN DE DISTRIBUCIÓN VARIABLE ALEATORIA Y FUNCIÓN DE DISTRIBUCIÓN - INTRODUCCIÓN E este tema se tratará de formalzar umércamete los resultados de u feómeo aleatoro Por tato, ua varable aleatora es u valor umérco que correspode

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

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

-Métodos Estadísticos en Ciencias de la Vida

-Métodos Estadísticos en Ciencias de la Vida -Métodos Estadístcos e Cecas de la Vda Regresó Leal mple Regresó leal smple El aálss de regresó srve para predecr ua medda e fucó de otra medda (o varas). Y = Varable depedete predcha explcada X = Varable

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

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

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

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

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

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

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

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

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

TIPOS DE TENDENCIAS Y SUS CONSEQUENCIAS. Tendencias estocásticas versus deterministas.

TIPOS DE TENDENCIAS Y SUS CONSEQUENCIAS. Tendencias estocásticas versus deterministas. TIPOS D TNDNCIAS Y SUS CONSQUNCIAS. Tendencas esocáscas versus deermnsas. Concepos báscos. Parmos de la base que una sere emporal es la realzacón de un proceso esocásco. Tal y como vmos en los modelos

Más detalles

MÉTODOS ESTADÍSTICOS PARA EL CONTROL DE CALIDAD

MÉTODOS ESTADÍSTICOS PARA EL CONTROL DE CALIDAD UNIVERSIDAD DE LOS ANDES. FACULTAD DE CIENCIAS ECONÓMICAS Y SOCIALES DEPARTAMENTO DE CIENCIAS ADMINISTRATIVAS MÉRIDA ESTADO MÉRIDA Admstracó de la Produccó y las Operacoes II Prof. Mguel Olveros MÉTODOS

Más detalles

Sistemas Productivos

Sistemas Productivos Ssemas Producvos º Elemeos de dseño del proceso producvo A la hora de dseñar ua udad producva, hay que realzar ua sere de decsoes esraégcas que cluye ecesaramee:. Localzacó de la plaa: lugar dode físcamee

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

ANÁLISIS DE LA VARIANZA ANOVA COMPARACIONES MULTIPLES ENTRE MEDIAS MUESTRALES

ANÁLISIS DE LA VARIANZA ANOVA COMPARACIONES MULTIPLES ENTRE MEDIAS MUESTRALES ANÁLISIS DE LA VARIANZA COMPARACIONES MULTIPLES ENTRE MEDIAS MUESTRALES ANOVA Marta Alper Profesora Adjuta de Estadístca alper@fcym.ulp.edu.ar http://www.fcym.ulp.edu.ar/catedras/estadstca INTRODUCCION

Más detalles

Análisis de supervivencia. Albert Sorribas Grup de Bioestadística I Biomatemàtica Departament de Ciències Mèdiques Bàsiques Universitat de Lleida

Análisis de supervivencia. Albert Sorribas Grup de Bioestadística I Biomatemàtica Departament de Ciències Mèdiques Bàsiques Universitat de Lleida Análss de supervvenca Alber Sorrbas Grup de Boesadísca I Bomaemàca Deparamen de Cènces Mèdques Bàsques Unversa de Lleda Esquema general Inroduccón al análss de supervvenca Tpos de esudos El concepo de

Más detalles

V Muestreo Estratificado

V Muestreo Estratificado V Muestreo Estratfcado Dr. Jesús Mellado 10 Certas poblacoes que se desea muestrear, preseta grupos de elemetos co característcas dferetes, s los grupos so pleamete detfcables e su peculardad y e su tamaño,

Más detalles

RESUMEN. Códigos de campo JEL: F0 C6 SUMMARY

RESUMEN. Códigos de campo JEL: F0 C6 SUMMARY RESUMEN El ema raado e ese rabao se emarca dero del esquema de Cueas Saéle del Tursmo. Maemácamee se desarrolla u ssema de ecuacoes e dferecas. Se pare de la ecuacó macroecoómca fudameal e equlbro para

Más detalles

Un generador matricial de claves frente a Blum Blum Shub.

Un generador matricial de claves frente a Blum Blum Shub. U geerador marcal de claves free a lum lum Sub. Rafael Álvarez, Joa-Josep Clme, eadro Torosa 3 y oo Zamora 4 Deparame de Cèca de la Compuacó Iel lgèca rfcal. Uversa d'laca, Campus de Sa Vce, p.correus

Más detalles

(Feb03-1ª Sem) Problema (4 puntos). Se dispone de un semiconductor tipo P paralepipédico, cuya distribución de impurezas es

(Feb03-1ª Sem) Problema (4 puntos). Se dispone de un semiconductor tipo P paralepipédico, cuya distribución de impurezas es (Feb03-ª Sem) Problema (4 putos). Se dspoe de u semcoductor tpo P paraleppédco, cuya dstrbucó de mpurezas es ( x a) l = A 0 dode A y 0 so mpurezas/volume, l es u parámetro de logtud y a la poscó de ua

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

MODELOS DE REGRESIÓN LINEALES Y NO LINEALES: SU

MODELOS DE REGRESIÓN LINEALES Y NO LINEALES: SU MODELOS DE REGRESIÓN LINEALES Y NO LINEALES: SU APLICACIÓN EN PROBLEMAS DE INGENIERÍA Clauda Maard Facultad de Igeería. Uversdad Nacoal de Lomas de Zamora Uversdad CAECE Bueos Ares. Argeta. maard@uolsects.com.ar

Más detalles

1.1 INTRODUCCION & NOTACION

1.1 INTRODUCCION & NOTACION 1. SIMULACIÓN DE SISEMAS DE COLAS Jorge Eduardo Ortz rvño Profesor Asocado Departameto de Igeería de Sstemas e Idustral Uversdad Nacoal de Colomba jeortzt@ual.edu.co 1.1 INRODUCCION & NOACION Clete Servdor

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

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

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

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

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

Algunas Recomendaciones para la Enseñanza de la Estadística Descriptiva o Análisis de Datos

Algunas Recomendaciones para la Enseñanza de la Estadística Descriptiva o Análisis de Datos Alguas Recomedacoes para la Eseñaza de la Estadístca Descrptva o Aálss de Datos Itroduccó Elemetos Báscos para Aplcar Estadístca Descrptva La Estadístca Descrptva o Formula Iferecas La Estadístca Descrptva

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

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

Los principales métodos para la selección y valoración de inversiones se agrupan en dos modalidades: métodos estáticos y métodos dinámicos

Los principales métodos para la selección y valoración de inversiones se agrupan en dos modalidades: métodos estáticos y métodos dinámicos Dreccó Facera Pág Sergo Alejadro Herado Westerhede, Igeero e Orgazacó Idustral 5. INTRODUCCIÓN Los prcpales métodos para la seleccó y valoracó de versoes se agrupa e dos modaldades: métodos estátcos y

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

LÍNEA DE REGRESIÓN MÍNIMO CUADRÁTICA BASADA EN ERRORES RELATIVOS

LÍNEA DE REGRESIÓN MÍNIMO CUADRÁTICA BASADA EN ERRORES RELATIVOS LÍNEA DE REGRESIÓN MÍNIMO CUADRÁTICA BASADA EN ERRORES RELATIVOS Mercedes Alvargozález Rodríguez - malvarg@ecoo.uov.es Uversdad de Ovedo Reservados todos los derechos. Este documeto ha sdo extraído del

Más detalles

74 Elena J. Martínez 1º cuat. 2015

74 Elena J. Martínez 1º cuat. 2015 7 Elea J. Maríez º ca. 5 Score geerale: El e de lcoo e baa e lo rago de lo valore abolo de la obervacoe. Geeralzaremo el e, lzado o lo rago o coe de lo rago de lo valore abolo, deomada core. Decó: Sea

Más detalles

Una Propuesta de Presentación del Tema de Correlación Simple

Una Propuesta de Presentación del Tema de Correlación Simple Ua Propuesta de Presetacó del Tema de Correlacó Smple Itroduccó Ua Coceptualzacó de la Correlacó Estadístca La Correlacó o Implca Relacó Causa-Efecto Vsualzacó Gráfca de la Correlacó U Idcador de Asocacó:

Más detalles

Gestión de operaciones

Gestión de operaciones Gestó de operacoes Modelado de restrccoes co varables baras Modelado de programacó o leal Pedro Sáchez pedro.sachez@upcomllas.es Cotedo Restrccoes especales Restrccoes lógcas Productos de varables Modelos

Más detalles

Matemáticas 1 1 EJERCICIOS RESUELTOS: Números Complejos. Elena Álvarez Sáiz. Dpto. Matemática Aplicada y C. Computación. Universidad de Cantabria

Matemáticas 1 1 EJERCICIOS RESUELTOS: Números Complejos. Elena Álvarez Sáiz. Dpto. Matemática Aplicada y C. Computación. Universidad de Cantabria Matemátcas EJERCICIOS RESUELTOS: Números Complejos Elea Álvare Sá Dpto. Matemátca Aplcada y C. Computacó Uversdad de Catabra Igeería de Telecomucacó Fudametos Matemátcos I Ejerccos: Números Complejos Iterpretacó

Más detalles

Examen Parcial de Econometría II. Nombre: RESOLUCION DEL EXAMEN PARCIAL Paralelo:

Examen Parcial de Econometría II. Nombre: RESOLUCION DEL EXAMEN PARCIAL Paralelo: Escuela Superior Poliécnica del Lioral Faculad de Economía y Negocios 30-11-2011 Examen Parcial de Economería II Nombre: RESOLUCION DEL EXAMEN PARCIAL Paralelo: REGLAMENTO DE EVALUACIONES Y CALIFICACIONES

Más detalles

METODOLOGÍA ÍNDICE DE DISTRIBUCIÓN DE ENERGÍA ELÉCTRICA, GAS POR CAÑERÍA Y AGUA POTABLE (IDEGA) (Preeliminar)

METODOLOGÍA ÍNDICE DE DISTRIBUCIÓN DE ENERGÍA ELÉCTRICA, GAS POR CAÑERÍA Y AGUA POTABLE (IDEGA) (Preeliminar) MEODOLOGÍA ÍNDCE DE DSBUCÓN DE ENEGÍA ELÉCCA, GAS PO CAÑEÍA Y AGUA POABLE (DEGA) (Preelmar) SUBDECCÓN ÉCNCA SUBDECCÓN DE OPEACONES Saago, 26 de Dcembre de 2007 CHDA/GGM/GMA/VM ÍNDCE Págas. roduccó 3 2.

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

PRONÓSTICOS. Tema Nº 2 FACILITADOR LIC. ESP. MIGUEL OLIVEROS

PRONÓSTICOS. Tema Nº 2 FACILITADOR LIC. ESP. MIGUEL OLIVEROS UNIVERSIDAD DE LOS ANDES FACULTAD DE CIENCIAS ECONÓMICAS Y SOCIALES ESCUELA DE ADMINISTRACIÓN Y CONTADURÍA PUBLICA DEPARTAMENTO DE CIENCIAS ADMINISTRATIVAS ADMINISTRACIÓN DE LA PRODUCCIÓN Y LAS OPERACIONES

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

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

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

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

4 METODOLOGIA ADAPTADA AL PROBLEMA

4 METODOLOGIA ADAPTADA AL PROBLEMA 4 MEODOLOGA ADAPADA AL PROBLEMA 4.1 troduccó Báscamete el problema que se quere resolver es ecotrar la actuacó óptma sobre las tesoes de los geeradores, la relacó de tomas de los trasformadores y el valor

Más detalles

Regresión - Correlación

Regresión - Correlación REGRESIÓN Regresó - Correlacó Aálss que requere la cosderacó de o más varables cuattatvas e forma smultáea. Aálss de Regresó: estuda la relacó fucoal de ua o más varables respecto de otra Aálss de Correlacó:

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

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

TEMA 3.- OPERACIONES DE AMORTIZACION : PRESTAMOS A INTERES VARIABLE 3.1.-CLASIFICACIÓN DE LOS PRÉSTAMOS A INTERÉS VARIABLE :

TEMA 3.- OPERACIONES DE AMORTIZACION : PRESTAMOS A INTERES VARIABLE 3.1.-CLASIFICACIÓN DE LOS PRÉSTAMOS A INTERÉS VARIABLE : Dpto. Ecoomía Facera y otabldad Pla de Estudos 994 urso 008-09. TEMA 3 Prof. María Jesús Herádez García. TEMA 3.- OPERAIONES DE AMORTIZAION : PRESTAMOS A INTERES VARIABLE 3..-LASIFIAIÓN DE LOS PRÉSTAMOS

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

REVISTA INVESTIGACION OPERACIONAL Vol. 23, No.2, 2002

REVISTA INVESTIGACION OPERACIONAL Vol. 23, No.2, 2002 REVISTA INVESTIGACION OPERACIONAL Vol. 23, No.2, 2002 UN SISTEMA BASADO EN CASOS PARA LA TOMA DE DECISIONES EN CONDICIONES DE INCERTIDUMBRE Ilaa Guérrez Maríez, Rafael E. Bello Pérez y Adrés Tellería Rodríguez

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

TEMA 11 OPERACIONES DE AMORTIZACION O PRESTAMO (II)

TEMA 11 OPERACIONES DE AMORTIZACION O PRESTAMO (II) Dapotva Matemátca Facera TEMA OPERACIONES DE AMORTIZACION O PRESTAMO (II). Prétamo dcado 2. Prétamo co teree atcpado. Prétamo Alemá 3. Valor facero del prétamo. Uufructo y uda propedad Dapotva 2 Matemátca

Más detalles

Introducción a la Teoría de Inventarios

Introducción a la Teoría de Inventarios Clase # 4 Las organzacones esán consanemene vendo como camba el nvel de sus nvenaros en el empo. Inroduccón a la Teoría de Invenaros El ener un nvel bajo de nvenaros mplca resgos para no sasacer la demanda

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

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

Regresión lineal simple

Regresión lineal simple Descrpcó breve del tema Regresó leal smple Tema. Itroduccó. El modelo de regresó smple 3. Hpótess del modelo Lealdad, homogeedad, homocedastcdad, depedeca ormaldad 4. Estmacó de los parámetros Mímos cuadrados,

Más detalles

Test de Hipótesis. Error de tipo I: Rechazar H 0 siendo H 0 Verdadera. Error de tipo II: No rechazar H 0 siendo H 0 Falsa

Test de Hipótesis. Error de tipo I: Rechazar H 0 siendo H 0 Verdadera. Error de tipo II: No rechazar H 0 siendo H 0 Falsa Error tpo I: Rechazar H sedo H Verdara Test Hpótess Error tpo II: No rechazar H sedo H Falsa Nvel Sgfcacó: = P(error tpo I = P(Rechazar H sedo H Verdara Probabldad error tpo II: = P(error tpo II = P(No

Más detalles

INTEGRAL DE LÍNEA EN EL CAMPO COMPLEJO

INTEGRAL DE LÍNEA EN EL CAMPO COMPLEJO INTEGRAL DE LÍNEA EN EL AMPO OMPLEJO ARRERA: Igeería Electromecáca ASIGNATURA: DOENTES: Ig. Norberto laudo MAGGI Ig. Horaco Raúl DUARTE INGENIERÍA ELETROMEÁNIA INTEGRAL DE LÍNEA EN EL AMPO OMPLEJO ONEPTOS

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

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

Capítulo 3. Consideraciones sobre métodos numéricos

Capítulo 3. Consideraciones sobre métodos numéricos 3.. Iroduccó 5 Capíulo 3. Cosderacoes sobre méodos umércos 3.. Iroduccó E ese capíulo se presea la eoría y alguos cocepos sobre los que se susea los esquemas umércos de ala resolucó. Su aplcacó a las ecuacoes

Más detalles

RENTABILIDAD Y RIESGO DE CARTERAS Y ACTIVOS TEMA 3- I FUNTAMENTOS DE DIRECCIÓN FINANCIERA. Fundamentos de Dirección Financiera Tema 3- Parte I 1

RENTABILIDAD Y RIESGO DE CARTERAS Y ACTIVOS TEMA 3- I FUNTAMENTOS DE DIRECCIÓN FINANCIERA. Fundamentos de Dirección Financiera Tema 3- Parte I 1 RENTILIDD Y RIESGO DE CRTERS Y CTIVOS TEM 3- I FUNTMENTOS DE DIRECCIÓN FINNCIER Fudametos de Dreccó Facera Tema 3- arte I RIESGO y RENTILIDD ( decsoes de versó productvas) EXISTENCI DE RIESGO ( los FNC

Más detalles

F.V. SC gl CM F Bloque Tratamiento Error Total AGRO Examen Parcial 1. Nombre:

F.V. SC gl CM F Bloque Tratamiento Error Total AGRO Examen Parcial 1. Nombre: Exame Parcal 1 Nombre: AGRO 66 1 Istruccoes: Por favor lea los eucados y las pregutas cudadosamete. Se puede usar el lbro y la calculadora. Para obteer crédto parcal las respuestas debe ser cosstetes.

Más detalles

Cálculo y Estadística

Cálculo y Estadística Cálculo y Esadísca PROBABILIDAD, VARIABLES ALEATORIAS Y DISTRIBUCIONES ª Prueba de Evaluacón Connua 0--5 Tes en Moodle correspondene a la pare de Probabldad, Varables Aleaoras y Dsrbucones ( Punos).- Una

Más detalles

Consumo de gas natural en Bolivia: Una aplicación del Sistema Cuadrático Casi Ideal de Demanda

Consumo de gas natural en Bolivia: Una aplicación del Sistema Cuadrático Casi Ideal de Demanda Cosumo de gas aural e Bolva: Ua alcacó del Ssema Cuadráco Cas Ideal de Demada Medacel Morroy Maurco Agoso 2009 Resume Ese documeo ea cuafcar los osbles macos sobre el cosumo de gas aural reseco a deermadas

Más detalles

PRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.G.S.E

PRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.G.S.E PRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.G.S.E CURSO.-.3 - CONVOCATORIA: MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES - Cada alumo debe elegir sólo ua de las pruebas (A o B) y, detro de ella, sólo debe

Más detalles

Tema 5. DIAGONALIZACIÓN DE MATRICES

Tema 5. DIAGONALIZACIÓN DE MATRICES José Maía Maíe Mediao Tema DGONLZCÓN DE MTRCES oducció Poecia de ua mai Sea Supogamos que se desea calcula : 7 7 8 8 Deemia ua egla paa o esula imediao Compobemos, aes de segui adelae, que MDM, siedo M

Más detalles

Análisis Estadístico de Datos Climáticos

Análisis Estadístico de Datos Climáticos Aálss Estadístco d Datos Clmátcos Rgrsó lal smpl (Wlks, cap. 6.) Vo Storch ad Zwrs (Cap. 8) 05 Rgrsó La rgrsó, gral, s utlza habtualmt para stmar modlos paramétrcos d la rlacó tr varabls ua scala cotua,

Más detalles

1.2. Medidas de Concentración

1.2. Medidas de Concentración .. Meddas de Cocetracó Matlde Machado.. Meddas de Cocetracó La gra mayora de los mercados se ecuetra etre los extremos de competeca perfecta (cocetracó mma) y moopolo (cocetracó máxma). Las meddas de cocetracó

Más detalles

Curso 2006/07. Tema 9: Modelos con retardos distribuidos (I) 9.1. Análisis de los efectos dinámicos en un modelo con retardos distribuidos

Curso 2006/07. Tema 9: Modelos con retardos distribuidos (I) 9.1. Análisis de los efectos dinámicos en un modelo con retardos distribuidos Curso 26/7 Economería II Tema 9: Modelos con reardos dsrbudos (I) 1. Análss de los efecos dnámcos en un modelo de reardos dsrbudos 2. La dsrbucón de reardos Tema 9 1 9.1. Análss de los efecos dnámcos en

Más detalles

Aplicación de Boostrapping en Regresión I

Aplicación de Boostrapping en Regresión I Aplcacó de Boostrappg e Regresó I U modelo de regresó leal basado e observacoes (x,y ) es de la forma y =x β+e (=,,..) dode y so los valores observados de la varable de respuesta y, y los x so vectores

Más detalles

JUGAMOS CON LAS LETRAS Y PALABRAS

JUGAMOS CON LAS LETRAS Y PALABRAS JUGAMOS CON LAS LETRAS Y PALABRAS Con este material se pretende reforzar el reconocimiento de las letras trabajadas en el aula a través del método letrilandia ; este es un paso posterior al conocimiento

Más detalles

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

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

Más detalles

Trabajos. Temario. Tema 6. El diodo. Tema 6: El diodo. Tema 6. El diodo. Introducción. Objetivos:

Trabajos. Temario. Tema 6. El diodo. Tema 6: El diodo. Tema 6. El diodo. Introducción. Objetivos: emaro rabajos. odo 7. El rassor. Magesmo 9. duccó elecromagéca. rcuos de corree alera. Odas elecromagécas. lcacoes ócas odo. odo Zeer. odo LE 3. Foododo. odo úel 5. odo Schoky El rassor. El JFE, fudameos

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

División de Evaluación Social de Inversiones

División de Evaluación Social de Inversiones MEODOLOGÍA SIMPLIFICADA DE ESIMACIÓN DE BENEFICIOS SOCIALES POR DISMINUCIÓN DE LA FLOA DE BUSES EN PROYECOS DE CORREDORES CON VÍAS EXCLUSIVAS EN RANSPORE URBANO Dvsó de Evaluacó Socal de Iversoes 2013

Más detalles

Tema 8B El análisis fundamental y la valoración de títulos

Tema 8B El análisis fundamental y la valoración de títulos PARTE III: Decisioes fiacieras y mercado de capiales Tema 8B El aálisis fudameal y la valoració de íulos 8B.1 Iroducció. 8B.2 El aálisis fudameal y la valoració de íulos. 8B.3 Modelos para la valoració

Más detalles

PARTE 2 - ESTADISTICA. Parte 2 Estadística Descriptiva. 7. 1 Introducción

PARTE 2 - ESTADISTICA. Parte 2 Estadística Descriptiva. 7. 1 Introducción Parte Estadístca Descrptva Prof. María B. Ptarell PARTE - ESTADISTICA 7- Estadístca Descrptva 7. Itroduccó El campo de la estadístca tee que ver co la recoplacó, orgazacó, aálss y uso de datos para tomar

Más detalles

Estadística aplicada al Periodismo

Estadística aplicada al Periodismo Estadístca aplcada al Perodsmo Temaro de la asgatura Itroduccó. Aálss de datos uvarates. Aálss de datos bvarates. Seres temporales y úmeros ídce. Probabldad y Modelos probablístcos. Itroduccó a la fereca

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

Sobre los Efectos de la Política Monetaria en Colombia.

Sobre los Efectos de la Política Monetaria en Colombia. Sobre los Efecos de la Políca Moeara e Coloba. Lus F. Melo y lvaro J. Rascos acodelarepúblca February 9 4 bsrac E ese docueo esudaos alguos caales ecasos de aplfcacó y los efecos cuaavos de la políca oeara

Más detalles

ANALISIS DE INDICADORES DE COMERCIO EXTERIOR Y POLÍTICA COMERCIAL

ANALISIS DE INDICADORES DE COMERCIO EXTERIOR Y POLÍTICA COMERCIAL ANALISIS DE INDICADORES DE COMERCIO EXTERIOR Y POLÍTICA COMERCIAL José E. Durán Lma, Ofcal de Asunos Económcos Claudo Aravena, Analsa Esadísco Carlos Ludeña, Consulor Inernaconal Asesoría Técnca de 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

ANÁLISIS DE LA VARIANZA Es coocdo que ua varable aleatora Y se puede cosderar como suma de ua costate μ de ua varable aleatora ε, que represeta el error aleatoro: μ ε Este modelo se adapta be a datos de

Más detalles

UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO POSGRADO EN ECONOMIA UNAM FACULTAD DE ECONOMÍA ECONOMETRIA. Proceso Estocástico. Mtro. Horacio Catalán Alonso

UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO POSGRADO EN ECONOMIA UNAM FACULTAD DE ECONOMÍA ECONOMETRIA. Proceso Estocástico. Mtro. Horacio Catalán Alonso UNIVERSIDAD NACIONAL AUÓNOMA DE MÉXICO POSGRADO EN ECONOMIA UNAM FACULAD DE ECONOMÍA ECONOMERIA Proceso Esocásico Mro. Horacio Caalá Aloso Proceso esocásico Defiició.- U Proceso Esocásico (PE es ua secuecia

Más detalles

MUESTREO EN POBLACIONES FINITAS (1) Dos aspectos básicos de la inferencia estadística, no vistos aún:

MUESTREO EN POBLACIONES FINITAS (1) Dos aspectos básicos de la inferencia estadística, no vistos aún: A. Morllas - p. - MUESTREO E POBLACIOES FIITAS () Dos aspectos báscos de la fereca estadístca, o vstos aú: Proceso de seleccó de la muestra Métodos de muestreo Tamaño adecuado e poblacoes ftas Fabldad

Más detalles

Control estadístico de procesos. Control de procesos. Definición de proceso bajo control estadístico. Causas de la variabilidad en un proceso

Control estadístico de procesos. Control de procesos. Definición de proceso bajo control estadístico. Causas de la variabilidad en un proceso Cotrol de procesos Hstórcamete ha evolucoado e dos vertetes: Cotrol automátco de procesos (APC) empresas de produccó cotua (empresas químcas) Cotrol estadístco de procesos (SPC) e sstemas de produccó e

Más detalles