ANÁLISIS ESTADÍSTICO DE LA PRODUCCIÓN ARROCERA EN EL ECUADOR
|
|
- Aarón Suárez Córdoba
- hace 5 años
- Vistas:
Transcripción
1 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 Carolna, M.Sc. en Estadístca, Unversty of South Carolna, 198 RESUMEN El arroz más que una costumbre, es una necesdad en todos los hogares a lo largo y ancho del país; ya que consttuye un alto porcentaje de la deta de los ecuatoranos. En este trabajo se ha realzado un estudo estadístco de la produccón de este cereal; tomando para ello un esquema de varables; a las cuales se les ha aplcado dos técncas estadístcas: seres temporales y componentes prncpales. A las varables: exportacones del arroz, pc, y salaro mínmo vtal se les aplcó seres temporales, obtenendo las predccones de dchas varables, hasta el año 15. El conjunto de varables restantes fue modelado a través de regresón. El análss de componentes prncpales se lo realzó agrupando todas las varables; de las cuales se obtuveron 3 varables no observables, a las cuales se las rotuló de la sguente manera; proceso de produccón, ndustralzacón y comercalzacón del arroz, y clma, de acuerdo con las varables que cada una de ellas contene. INTRODUCCIÓN En este trabajo se ha desarrollado un análss de la produccón arrocera en el Ecuador; medante el estudo de certos factores que nfluyen drecta e ndrectamente en una buena produccón de este cereal. El estudo de estos factores se lo ha realzado a través de dos análss: a) seres temporales; y, b) componentes prncpales. De las seres temporales se calculan las proyeccones correspondentes y se analzan los resultados postvos y negatvos de las msmas. Para ello, se ha planteado un esquema de varables observadas, tomadas anualmente desde 197 hasta 1998; las cuales para un mejor estudo se las ha clasfcado en tres grupos; los cuales se muestran en la sguente tabla:
2 TABLA I: VARIABLES DE ESTUDIO Varables económcas: Importacones y exportacones del arroz Índce de precos al consumdor (IPC) Deuda externa Dólar (tpo de cambo) Salaro mínmo vtal Remuneracones Varables de produccón: Superfce sembrada (nverno, verano, total) Superfce cosechada (nverno, verano, total) Produccón (nverno, verano, total) Rendmento por hectárea (nverno, verano, total) Varable clmatológca: Clma CONTENIDO Descrpcón de las varables de estudo Importacones: Compra de algún ben o servco que se realza en un mercado extranjero Exportacones: Venta de benes o servcos que realza un país a un mercado extranjero IPC: La varacon del índce de precos al consumdor es la medda de la nflacón; la msma que se apreca en el aumento persstente del nvel general de precos de los benes y servcos de una economía con la consecuente pérdda del valor adqustvo del cudadano. Deuda Externa: Es un conjunto de oblgacones de un país contraídas con entdades (empresas, bancos prvados, organsmos nternaconales, etc.) resdentes en el exteror, que se dervan de las operacones de crédto nternaconal. Salaro mínmo vtal: Es la cantdad mínma establecda por las leyes de un país que se le debe pagar a un empleado Remuneracon: Es la cantdad de dnero que recbe una persona por los servcos que presta a través de un contrato de trabajo. Superfce sembrada: Comprende la cantdad de suelo en hectáreas ocupada por semllas o plantas destnadas a la produccón agrícola en el período de referenca. Superfce cosechada: Es la cantdad de suelo en hectáreas que luego de haber sdo sembrada o plantada ha sdo cosechada, generando productos agrícolas dentro del período de refernca. Produccón: cantdad total de producto prmaro obtenda de n cultco; meddo en toneladas métrcas. Rendmento por hectárea: Es la cantdad de producto (en toneladas métrcas) dvdda entre el número de hectáreas que se produjeron. Análss de seres temporales relaconadas con la produccón arrocera en el país Exportacones del arroz.- A esta varable el modelo que mejor se ajusta es un ARMA (1,). Como resultado de la predccón obtenda de dcho modelo, (ver fgura A) se tene que las exportacones del arroz en los próxmos años segurá la msma tendenca que ha llevado hasta el momento desde 1997; es decr, rá dsmnuyendo; hasta llegar a una cantdad aproxmada de 67 TM.
3 3 1 1 Predccón de las exportacones del arroz del 19 Modelo ARMA (1,) Límte Superor 8 6 Predccón Límte Inferor Fgura A. IPC.- A esta varable se ajustaron dos modelos: ARMA (1,) y ARIMA (1,1,1). A contnuacón en la fgura B., se muestra la predccón para el año al, del prmer modelo menconado anterormente: Predccón del IPC desde el año al Modelo ARMA (1,) Predccón Límte Superor Límte Inferor -6-8 Fgura B. Deuda Externa.- Esta varable fue modelada medante regresón. El modelo general para esta sere es: Y = β + β 1 log(x 1 ) + ε; con ε ~ N(,σ ); Cov (, ε j ) =, j; E[Y] = β + β 1 log(x 1 ); y con un coefcente de determnacón R =.974. Salaro mínmo vtal.- El modelo que mejor se ajustó a esta sere fue un ARMA (1,1); las predccones de este modelo son las que se muestran en la fgura C.
4 4 Predccón del salaro mínmo vtal hasta el año Modelo ARMA (1,1) 15 Predccón 1 Límte Superor Límte Inferor Fgura C. Remuneracones.- Para modelar esta varable se utlzó un modelo cuadrátco de regresón; y cuya varable explcatva es el dólar; y el modelo general es: = Y β X β β + + X ε ; con: ε ~ N(,σ ); Cov (ε, ε j ) =, j; E[Y ] = β + β 1 X 1 + β X. Y con un coefcente de determnacón de Produccón Total.- El modelo para esta varable fue: Y = β + β 1 X 1 + β X 1 + ε; con un coefcente de determnacón de.991; y donde X 1 es la varable superfce cosechada total. Redmento total por hectárea.- Esta varable tene dos modelos de regresón lneal múltple: Modelo I Y = β + β1x 1 + β X + ε ; ε~ N(,σ ); Cov (ε, ε j ) =, j; y, E[Y] = β + β 1 X 1 + β X Donde X 1 es rendmento en nverno y X es rendmento en verano. Modelo II Y = X 4 β + β X + β X + β X + β + ε ; ; ε~ N(,σ ); Cov (ε, ε j ) =, j; y, E[Y] = β + β 1 X 1 + β X +β 3 X 3 + β 4 X 4 Donde X 1 es superfce cosechada en nverno; X produccón en nverno; X 3 superfce cosechada en verano y, X 4 produccón en verano. Ambos modelos con un coefcente de determnacón de 1. Análss de Componentes Prncpales Para el análss de componentes prncpales se trabajó con las varables agrupadas. Luego de realzar este estudo con los datos orgnales, los datos rotados (varmax) y con los datos estandarzados; se obtuveron los sguentes resultados:
5 5 Datos orgnales.- componentes; con un porcentaje de explcacón del 98.48% Datos rotados.- componentes; con un porcentaje de explcacón del 98% Datos estandarzados.- 3 componentes; con un porcentaje de explcacón del 8.8% Se escogeron los resultados de los datos estandarzados como los mejores; porque, s ben es certo que con los datos orgnales y los rotados obtenemos mayor porcentaje de explcacón; pero, exste mucha dscrepanca entre los datos, debdo a las undades en que están meddas las varables; lo cual no permte con clardad dar buenas conclusones. Con los datos estandarzados, las varables ncales se redujeron a 3; las msmas que fueron rotuladas de acuerdo a las varables más sgnfcatvas que las consttuyen. A contnuacón se presentan las componentes rotuladas: Y 1 : proceso de produccón Y 1 =.74X X 1 +.7X X X X X 16 Y : ndustralzacón y comercalzacón del arroz Y =.459X X X 19 Y 3 : clma Y 3 =.633X X 1 : mportacones del arroz X : exportacones del arroz X 3 : pc X 4 : deuda externa X 5 : salaro mínmo vtal X 6 : remuneracones X 7 : dólar (tpo de cambo) X 8 : sup. sembrada en nverno X 9 : sup. sembrada en verano X 1 : sup. sembrada total X 11 : sup. cosechada en nverno X 1 : sup. cosechada en verano X 13 : sup. cosechada total X 14 : produccón en nverno X 15 : produccón en verano X 16 : produccón total X 17 : rendmento en nverno X 18 : rendmento en verano X 19 : rendmento total X : clma CONCLUSIONES 1. De acuerdo al esquema que se plantea en esta tess para analzar la produccón arrocera en nuestro país; según el estudo de componentes prncpales nos podemos concentrar báscamente en dos procesos: a) produccón; y, b) ndustralzacón y comercalzacón del arroz; tomando en cuenta además, la nfluenca que el clma tene en los cultvos.. Como era de esperarse; la produccón del arroz depende exclusvamente de la cantdad de hectáreas que se sembra y las que se cosechan; es decr, la produccón del arroz depende de la superfce sembrada y de la superfce cosechada en un determnado período. 3. De este msmo análss, podemos conclur que otro factor mportante en la produccón del arroz, es el clma; meddo en porcentaje de humedad, de ahí que en período de nverno exsta mayor produccón que en el verano. 4. De acuerdo al esquema planteado en el capítulo de componentes prncpales; las varables ncales observables, se han reducdo a 3 varables no observables; las cuales
6 6 se las ha rotulado como: proceso de produccón, ndustralzacón y comercalzacón del arroz y clma. Se las ha rotulado así, basándonos en las varables de explcacón que contene cada una. 5. Según el análss de seres temporales, en las proyeccones de las exportacones del arroz, en los próxmos años segurá la msma tendenca que ha llevado hasta el momento; es decr, dsmnurán, aunque a partr del año 15 aproxmadamente tenderá a establzarse alrededor de las 67 TM. 6. La correlacón entre las varables económcas (llamadas así debdo al estrecho vínculo con la economía del país) y las varables de produccón, no es muy alta; excepto en las varables de índce de precos al consumdor y deuda externa que nfluyen en la cantdad de arroz producdo; debdo a lo que se refere a crédtos y benefcos de los trabajadores. Recordemos que las varables de produccón son: superfce sembrada, superfce cosechada, produccón y rendmento; y las varables económcas son: nflacón, mportacones y exportacones del arroz, deuda externa, salaro, preco del dólar y remuneracón. REFERENCIAS 1. Vergara Bento S., Manual para el nuevo arrocero, Surco Edtores Agrícolas, Quto Ecuador, Centro de Investgacones Unversdad de especaldades Espírtu Santo, Maxmzando la produccón del arroz, Guayaqul, Mnstero de Agrcultura, Superfce sembrada, superfce cosechada, produccón del arroz, Ecuador, Banco Central del Ecuador, Boletín anual Mnstero de Agrcultura, edcón a publcar.
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 detallesCAPÍTULO 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 detallesProblemas 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 detallesCURSO 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 detallesEJERCICIOS: 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 detallesLección 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 detallesLicenciatura 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 detallesEJERCICIO 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 detallesAspectos 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 detallesBoletín 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 detallesTRABAJO 1: Variables Estadísticas Unidimensionales (Tema 1).
TRABAJO 1: Varables Estadístcas Undmensonales (Tema 1). Técncas Cuanttatvas I. Curso 2016/2017. APELLIDOS: NOMBRE: GRADO: GRUPO: DNI (o NIE): A: B: C: D: En los enuncados de los ejerccos que sguen aparecen
Más detallesFigura 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 detallesFacultad de Ciencias Básicas
Facultad de Cencas Báscas ANÁLISIS GRÁFICO DE DATOS EXPERIMENTALES OBJETIVO: Representar gráfcamente datos expermentales. Ajustar curvas a datos expermentales. Establecer un crtero para el análss de grafcas
Más detallesPRECIOS MEDIOS ANUALES DE LAS TIERRAS DE USO AGRARIO (METODOLOGÍA)
SECREARÍA ENERAL ÉCNICA MINISERIO DE ARICULURA, ALIMENACIÓN Y MEDIO AMBIENE SUBDIRECCIÓN ENERAL DE ESADÍSICA PRECIOS MEDIOS ANUALES DE LAS IERRAS DE USO ARARIO (MEODOLOÍA) OBJEIVO: Desde 1983 el Mnstero
Más detallesTema 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 detallesInstituto Nacional de Estadísticas Chile METODOLOGÍA. Encuesta Estructural de Transporte por Carretera Año contable 2012
Insttuto Naconal de Estadístcas Cle METODOLOGÍA Encuesta Estructural de Transporte por Carretera Año contable 0 Insttuto Naconal de Estadístcas 04 ÍNDICE I. METODOLOGÍA ENCUESTA ESTRUCTURAL DE TRANSPORTE
Más detallesEnlaces de las Series de Salarios. Metodología
Enlaces de las eres de alaros Metodología ntroduccón La Encuesta de alaros en la ndustra y los ervcos (E, cuyo últmo cambo de base se produjo en 996) ha sufrdo certas modfcacones metodológcas y de cobertura,
Más detallesDISEÑO SEVERO. PALACIOS C. SEVERO Consultor Metalúrgico. Lima Perú
DISEÑO SEVERO PALACIOS C. SEVERO Consultor Metalúrgco espc@yahoo.com Lma Perú RESUMEN: Se ha desarrollado un nuevo dseño de mucha utldad para los procesos ndustrales al cual he denomnado Dseño Severo.
Más detallesMEMORIA TÉCNICA. Dinámica del agua en el suelo a través del contenido de humedad edáfica H Paoli y J Diez
MEMORIA TÉCNICA Dnámca del agua en el suelo a través del contendo de humedad edáfca H Paol y J Dez Análss estadístco: Lc. Ruben Cardoso 1. INTRODUCCIÓN El suelo es el recpente de donde las plantas extraen
Más detallesNOTA 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 detallesEJERCICIOS. 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 detallesRelaciones entre variables
Relacones entre varables Las técncas de regresón permten hacer predccones sobre los valores de certa varable Y (dependente), a partr de los de otra (ndependente), entre las que se ntuye que exste una relacón.
Más detallesFE 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 detallesÍNDICE. 1. Evolución de los precios de la tierra en la C. Valenciana. 2. Principales resultados de los precios de la tierra del año 2016
ÍNDICE 1. Evolucón de los precos de la terra 2011-2016 en la C. Valencana 2. Prncpales resultados de los precos de la terra del año 2016 3. Notas metodológcas Resumen: - El preco medo de la terra de la
Más detallesCAPÍTULO 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 detallesEl 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 detallesRelación 2: Regresión Lineal.
Relacón 2: Regresón Lneal. 1. Se llevó a cabo un estudo acerca de la cantdad de azúcar refnada (Y ) medante un certo proceso a varas temperaturas dferentes (X). Los datos se codfcan y regstraron en el
Más detallesa) DIAGRAMA DE DISPERSION
SIS 335 - A EJEMPLO.- Se ha recogdo datos de una localdad medante sendas encuestas sobre el consumo (Y) de productos de hogar y de la renta (X) de los consumdores consultados, obtenéndose los sguentes
Más detallesA. 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 detallesFormulación y Evaluación de Proyectos
Formulacón y Evaluacón de Proyectos Académco Ttular Ingenero vl Industral Dplomado en Elaboracón y Evaluacón de Proyectos Pontfca Unversdad atólca de hle Académco Suplente Ingenero vl Industral Experto
Más detallesMedidas 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 detallesEXPERIMENTOS ANIDADOS O JERARQUICOS NESTED
EXPERIMENTOS ANIDADOS O JERARQUICOS NESTED Exsten ocasones donde los nveles de un factor B son smlares pero no déntcos para dferentes nveles del factor A. Es decr, dferentes nveles del factor A ven nveles
Más detallesMATEMÁTICAS para estudiantes de primer curso de facultades y escuelas técnicas
Unversdad de Cádz Departamento de Matemátcas MATEMÁTICAS para estudantes de prmer curso de facultades y escuelas técncas Tema 13 Dstrbucones bdmensonales. Regresón y correlacón lneal Elaborado por la Profesora
Más detallesUniversidad de Pamplona Facultad de Ciencias Básicas Física para ciencias de la vida y la salud
Unversdad de Pamplona Facultad de Cencas Báscas Físca para cencas de la vda y la salud AÁLISIS GRÁFICO DE DATOS EXPERIMETALES OBJETIVO: Representar gráfcamente datos expermentales. Ajustar curvas a datos
Más detallesInstituto 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 detallesCorrelación y regresión lineal simple
. Regresón lneal smple Correlacón y regresón lneal smple. Introduccón La correlacón entre dos varables ( e Y) se refere a la relacón exstente entre ellas de tal manera que a determnados valores de se asocan
Más detallesMETODOLOGÍA MUESTRAL ENCUESTA LONGITUDINAL DE EMPRESAS AÑO CONTABLE 2009
METODOLOGÍA MUESTRAL ENCUESTA LONGITUDINAL DE EMPRESAS AÑO CONTABLE 009 INSTITUTO NACIONAL DE ESTADÍSTICAS Novembre / 0 DEPARTAMENTO DE INVESTIGACIÓN Y DESARROLLO Metodología Muestral Encuesta Longtudnal
Más detalles6 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 detallesDISTRIBUCIONES 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 detallesENCUESTA ESTRUCTURAL DE TRANSPORTE POR CARRETERA AÑO CONTABLE 2013 INSTITUTO NACIONAL DE ESTADÍSTICAS
METODOLOGÍA ENCUESTA ESTRUCTURAL DE TRANSPORTE POR CARRETERA AÑO CONTABLE 013 INSTITUTO NACIONAL DE ESTADÍSTICAS 015 ÍNDICE I. METODOLOGÍA ENCUESTA ESTRUCTURAL DE TRANSPORTE INTERURBANO DE PASAJEROS POR
Más detallesIntroducción 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 detallesRecaudación por Impuesto Específico a los Combustibles y Estimación de Recaudación de IVA por Venta de Gasolina
Recaudacón por Impuesto Específco a los Combustbles y Estmacón de Recaudacón de por Venta de Gasolna. 2009-2012 El mpuesto específco a los combustbles recaudado el año 2013 fue de $ 1.171.483 mllones (US$
Más detallesENCUESTA ESTRUCTURAL DE TRANSPORTE POR CARRETERA AÑO CONTABLE 2011 INSTITUTO NACIONAL DE ESTADÍSTICAS
METODOLOGÍA ENCUESTA ESTRUCTURAL DE TRANSPORTE POR CARRETERA AÑO CONTABLE 0 INSTITUTO NACIONAL DE ESTADÍSTICAS 03 ÍNDICE I. METODOLOGÍA ENCUESTA ESTRUCTURAL DE TRANSPORTE INTERURBANO DE PASAJEROS POR CARRETERA.
Más detallesAnálisis 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 detallesT. 9 El modelo de regresión lineal
1 T. 9 El modelo de regresón lneal 1. Conceptos báscos sobre el análss de regresón lneal. Ajuste de la recta de regresón 3. Bondad de ajuste del modelo de regresón Modelos predctvos o de regresón: la representacón
Más detallesÍNDICE. 1. Evolución de los precios de la tierra en la C. Valenciana. 2. Principales resultados de los precios de la tierra del año 2017
ÍNDICE 1. Evolucón de los precos de la terra 2011-2017 en la C. Valencana 2. Prncpales resultados de los precos de la terra del año 2017 3. Notas metodológcas Resumen: - En el año 2017, el preco medo de
Más detallesCARTAS DE CONTROL. Han sido difundidas exitosamente en varios países dentro de una amplia variedad de situaciones para el control del proceso.
CARTAS DE CONTROL Las cartas de control son la herramenta más poderosa para analzar la varacón en la mayoría de los procesos. Han sdo dfunddas extosamente en varos países dentro de una ampla varedad de
Más detallesInferencia 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 detallesCOLEGIO 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 detallesExamen Final de Econometría Grado
Examen Fnal de Econometría Grado 17 de Mayo de 2016 15.30 horas Apelldos: Grado (ADE/ ECO): Nombre del profesor(a): Nombre: Grupo: Emal: Antes de empezar a resolver el examen, rellene TODA la nformacón
Más detallesTEMA III EL ANÁLISIS DE REGRESIÓN LINEAL MÚLTIPLE
TEMA III EL ANÁLISIS DE REGRESIÓN LINEAL MÚLTIPLE LECTURA OBLIGATORIA Regresón Lneal Múltple. En Ral, A. y Varela, J. (008). Estadístca Práctca para la Investgacón en Cencas de la Salud. Coruña: Netbblo.
Más detallesTema 6 El mercado de bienes y la función IS
Tema 6 El mercado de benes y la funcón IS Macroeconomía I Sánchez Curso 2008-09 Bblografía para preparar este tema Apuntes de clase Capítulo 5, Macroeconomía, O. Blanchard, pp. 81-100 Objetvo del tema
Más detallesRegresión 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 detallesACTIVIDADES ESTADÍSTICA UNIDIMENSIONAL. a) Calcula la temperatura media y la temperatura mediana de la semana.
Matemátcas Aplcadas a las Cencas Socales I ACTIVIDADES ESTADÍSTICA UNIDIMENSIONAL 1) Se ha meddo la temperatura en grados centígrados la presón atmosférca en mm en una cudad durante una semana obtenéndose
Más detallesCASO PRÁCTICO TEORÍA. 1 i (REGRESIÓN LINEAL CON PESOS ESTADÍSTICOS OBTENIDOS DE RÉPLICAS)
Caso 6: Calbrado para fosfato y predccón nversa 43 Caso 6 : Calbrado para fosfato y predccón nversa (REGRESIÓN LINEAL CON PESOS ESTADÍSTICOS OBTENIDOS DE RÉPLICAS) CASO PRÁCTICO Al hacer calbrados con
Más detallesCÁNONES ANUALES DE DE ARRENDAMIENTOS RÚSTICOS (Metodología)
SEREARÍA EERAL ÉA MSERO DE ARULURA, ALMEAÓ Y MEDO AMBEE SUBDREÓ EERAL DE ESADÍSA ÁOES AUALES DE DE ARREDAMEOS RÚSOS (Metodología) OBJEVO El canon de arrendamento rústco se defne como el pago que realza
Más detallesPrueba de Evaluación Continua
Estadístca Descrptva y Regresón y Correlacón Prueba de Evaluacón Contnua 1-III-18 1.- Dada la varable x y la nueva varable y=a+bx, ndcar (demostrándolo) la expresón exstente entre las respectvas medas
Más detallesApéndice A: Metodología para la evaluación del modelo de pronóstico meteorológico
Apéndce A: Metodología para la evaluacón del modelo de pronóstco meteorológco Apéndce A: Metodología para la evaluacón del modelo de pronóstco meteorológco Tabla de contendos Ap.A Apéndce A: Metodología
Más detallesAplicación de un Modelo para la Predicción de Pérdidas de Trayectoria en un Sistema de Comunicaciones Inalámbricas en Pisos de Edificios
ENGI Revsta Electrónca De La Facultad De Ingenería Vol. No. Dcembre Año ISSN 56-561 Aplcacón de un Modelo para la Predccón de Pérddas de Trayectora en un Sstema de Comuncacones Inalámbrcas en Psos de Edfcos
Más detallesEstadística Teórica I EXÁMENES
Estadístca Descrptva EXCEL SPSS Facultad Cencas Económcas y Empresarales Departamento de Economía Aplcada Profesor: Santago de la Fuente Fernández Estadístca Teórca I EXÁMEES Estadístca Descrptva EXCEL
Más detallesMedidas de centralización
1 Meddas de centralzacón Meda Datos no agrupados = x X = n = 0 Datos agrupados = x X = n = 0 Medana Ordenamos la varable de menor a mayor. Calculamos la columna de la frecuenca relatva acumulada F. Buscamos
Más detallesPronósticos. Humberto R. Álvarez A., Ph. D.
Pronóstcos Humberto R. Álvarez A., Ph. D. Predccón, Pronóstco y Prospectva Predccón: estmacón de un acontecmento futuro que se basa en consderacones subjetvas, en la habldad, experenca y buen juco de las
Más detallesEstadística Descriptiva y Analisis de Datos con la Hoja de Cálculo Excel. Números Índices
Estadístca Descrptva y Analss de Datos con la Hoja de Cálculo Excel úmeros Índces úmeros Índces El número índce es un recurso estadístco para medr dferencas entre grupos de datos. Un número índce se puede
Más detallesPRECIOS MEDIOS ANUALES DE LAS TIERRAS DE USO AGRARIO (METODOLOGÍA)
SECREARÍA EERAL ÉCCA MSERO DE ARCULURA, ALMEACÓ Y MEDO AMBEE SUBDRECCÓ EERAL DE ESADÍSCA PRECOS MEDOS AUALES DE LAS ERRAS DE USO ARARO (MEODOLOÍA) OBJEVO: Desde 1983 el Mnstero de Agrcultura, Almentacón
Más detallesLa elasticidad como una aplicación de análisis de oferta y demanda
La elastcdad como una aplcacón de análss de oerta y demanda por Aracel Ramírez Zamora La elastcdad mde la sensbldad de una varable a otra, nos ndca la varacón porcentual que expermentará la cantdad demandada
Más detallesLa elasticidad como una aplicación de análisis de oferta y demanda
La elastcdad como una aplcacón de análss de oerta y demanda por Aracel Ramírez Zamora La elastcdad mde la sensbldad de una varable a otra, nos ndca la varacón porcentual que expermentará la cantdad demandada
Más detallesMETODOLOGÍA ENCUESTA ESTRUCTURAL DE TRANSPORTE POR CARRETERA AÑO CONTABLE 2014 INSTITUTO NACIONAL DE ESTADÍSTICAS
METODOLOGÍA ENCUESTA ESTRUCTURAL DE TRANSPORTE POR CARRETERA AÑO CONTABLE 014 INSTITUTO NACIONAL DE ESTADÍSTICAS AÑO 016 ÍNDICE I. METODOLOGÍA ENCUESTA ESTRUCTURAL DE TRANSPORTE INTERURBANO DE PASAJEROS
Más detallesFISICOQUÍMICA 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 detallesGERENCIA DE OPERACIONES Y PRODUCCIÓN DISEÑO DE NUEVOS PRODUCTOS Y SERVICIOS ESTRATEGIAS DE OPERACIONES
GERENCIA DE OPERACIONES Y PRODUCCIÓN DISEÑO DE NUEVOS PRODUCTOS Y SERVICIOS ESTRATEGIAS DE OPERACIONES PRONÓSTICOS PREDICCIÓN, PRONÓSTICO Y PROSPECTIVA Predccón: estmacón de un acontecmento futuro que
Más detallesCapitalización y descuento simple
Undad 2 Captalzacón y descuento smple 2.1. Captalzacón smple o nterés smple 2.1.1. Magntudes dervadas 2.2. Intereses antcpados 2.3. Cálculo de los ntereses smples. Métodos abrevados 2.3.1. Método de los
Más detallesEjemplo: 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 detallesModelo Mundell - Fleming
Balanza de pagos Es un regstro estadístco que sntetza sstemátcamente para un perodo específco, las transaccones económcas llevadas a cabo entre los resdentes de un país (operacones comercales, de servcos
Más detallesESTADISTÍCA. 1. Población, muestra e individuo. 2. Variables estadísticas. 3. El proceso que se sigue en estadística
ESTADISTÍCA. Poblacón, muestra e ndvduo Las característcas de una dstrbucón se pueden estudar drectamente sobre la poblacón o se pueden nferr a partr de l estudo de una muestra. Poblacón estadístca es
Más detallesEl 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 detallesRegresión Lineal Simple y Correlación
4 Regresón Lneal Smple y Correlacón 4.1. Fundamentos teórcos 4.1.1. Regresón La regresón es la parte de la estadístca que trata de determnar la posble relacón entre una varable numérca, que suele llamarse
Más detallesFinanzas bursátiles 150 horas / 5 módulos
Dplomado en Fnanzas bursátles 0 horas / módulos Dplomado en Fnanzas bursátles Inversones bursátles Coberturas fnanceras Valuacón de actvos fnanceros Admnstracón de resgos Análss fundamental y técnco Inversones
Más detallesREGRESION 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 detallesAgregación temporal en el Análisis por Envoltura de Datos
Agregacón temporal en el Análss por Envoltura de Datos ƒ Índce Gabrel Vlla Caro, Marcos Calle Suárez 2, osé Manuel García Sánchez 3 Ingenero Industral. Dpto. Organzacón Industral Gestón de Empresas. Escuela
Más detallesTEMA III EL ANÁLISIS DE REGRESIÓN LINEAL MÚLTIPLE
TEMA III EL ANÁLISIS DE REGRESIÓN LINEAL MÚLTIPLE LECTURA OBLIGATORIA Regresón Lneal Múltple. En Ral, A. y Varela, J. (008). Estadístca Práctca para la Investgacón en Cencas de la Salud. Coruña: Netbblo.
Más detallesMACROECONOMÍA: ECONOMÍA CERRADA GRADO EN ADMINISTRACIÓN Y DIRECCIÓN DE EMPRESAS
MACROECONOMÍA: ECONOMÍA CERRADA GRADO EN ADMINISTRACIÓN Y DIRECCIÓN DE EMPRESAS TEMA 6. EL MODELO IS LM (PARTE B) Curso 2011 2012 Departamento de Análss Económco: Teoría Económca e Hstora Económca Unversdad
Más detallesDiagnóstico de Fortalezas y Debilidades Comunales
Dagnóstco de Fortalezas y Debldades Comunales Introduccón Los avances y mayores nveles de desarrollo que el país ha mostrado durante los últmos 15 años, se han traducdo, entre otros aspectos, en un aumento
Más detallesPRÁCTICA 16: MODELO DE REGRESIÓN MÚLTIPLE SOLUCIÓN
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 b + e, explcar la forma
Más detallesComp. Monop. Krugman (1979)
Comp. Monop. Krugman (1979) Desarrolla un modelo en el que el Comerco exste debdo a la exstenca de economías de escala, no a dferencas en dotacones o tecnología. Asume que las economías de escala son nternas
Más detallesAnálisis de Regresión y Correlación
1 Análss de Regresón y Correlacón El análss de regresón consste en emplear métodos que permtan determnar la mejor relacón funconal entre dos o más varables concomtantes (o relaconadas). El análss de correlacón
Más detallesAmpliación de la metodología actual para el estudio de la tensión de tesorería a corto de un sector. M. A. Farreras Salvador Linares Elena Rondós
Amplacón de la metodología actual para el estudo de la tensón de tesorería a corto de un sector M. A. Farreras Salvador Lnares Elena Rondós Rato una herramenta utlzada en el estudo de una empresa o ben
Más detallesColección de problemas de. Poder de Mercado y Estrategia
Coleccón de problemas de Poder de Mercado y Estratega Curso 3º - ECO- 016-017 Iñak Agurre Jaromr Kovark Marta San Martín Fundamentos del Análss Económco I Unversdad del País Vasco UPV/EHU Poder de Mercado
Más detallesPoblación 1. Población 1. Población 2. Población 2. Población 1. Población 1. Población 2. Población 2. Frecuencia. Frecuencia
MAT-3 Estadístca I Tema : Meddas de Dspersón Facltador: Félx Rondón, MS Insttuto Especalzado de Estudos Superores Loyola Introduccón Las meddas de tendenca central son ndcadores estadístcos que resumen
Más detalles+ y 1 ; U 2 (x 2,y 2 ) = ax 2 (x 2) 2 2
13. Consdere un mercado en el que hay dos consumdores con las sguentes funcones de utldad: U 1 (x 1,y 1 = 4x 1 (x 1 + y 1 ; U (x,y = ax (x + y con 4 > a >0 donde x, =1,, es la cantdad del ben x consumda
Más detallesObjetivo del tema. Esquema del tema. Economía Industrial. Tema 2. La demanda de la industria
Economía Industral Tema. La demanda de la ndustra Objetvo del tema Entender el modelo económco de comportamento del consumdor, fnalmente resumdo en la funcón de demanda. Comprender el carácter abstracto
Más detallesTODO ECONOMETRIA. Variables cualitativas
TODO ECONOMETRIA Varables cualtatvas Índce Defncón de las varables dummy (o varables fctcas) Regresón con varables explcatvas dummy Varables dummy S queremos estudar s los hombres ganan más que las mujeres,
Más detallesMuestra: 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 detallesTema 9: Otros temas de aplicación
Tema 9: Otros temas de aplcacón. Introduccón Exsten muchos elementos nteresantes y aplcacones del Matlab que no se han comentado a lo largo de los temas. Se nvta al lector a que nvestgue sobre ellos según
Más detallesTÉCNICAS CUANTITATIVAS PARA LA EMPRESA
TÉCNICAS CUANTITATIVAS PARA LA EMPRESA 1. Ejerccos Curso 2008-2009 http://www.ugr.es/local/metcuant 1 Curso 2008/2009 1º Curso de la Lcencatura de Admnstracón y Dreccón de Empresas Ejerccos 1.- Sea una
Más detallesEXPECTATIVAS Y POLÍTICAS DE ESTABILIZACION
Documentos de Investgacón EXPECTATIVAS Y POLÍTICAS DE ESTABILIZACION Rchard Roca Documento de Investgacón: DI 02-001 http://economa.unmsm.edu.pe/lnea/investgacon/di:02-001 Insttuto de Investgacones de
Más detalles3.3 Prueba de Matemáticas y Lenguaje
04 3.3 Prueba de Matemátcas y Lenguaje Con el objetvo de conocer el nvel de conocmento de ml doscentos sesenta y cuatro estudantes de las escuelas nvestgadas dentro de la cudad de Guayaqul, se efectúa
Más detallesEJERCICIOS PROPUESTOS TEMAS 1 Y 2
EJERCICIOS PROPUESTOS TEMAS 1 Y 2 1.- Indca para los sguentes caracteres s son varables (dferencando entre dscretas y contnuas) o atrbutos, y la escala de medda a la que pertenecen: a) Nvel de estudos
Más detallesEl modelo Mundell-Fleming: IS-LM en economía abierta
l modelo Mundell-Flemng: IS-LM en economía aberta TMA 6: l modelo Mundell-Flemng 6. Introduccón 6.2 La IS de una economía aberta 6.3 l equlbro del mercado fnancero: La LM y la PNCI 6.4 l modelo con tpo
Más detallesEJERCICIOS DE ESTADÍSTICA BIDIMENSIONAL.
EJERCICIOS DE ESTADÍSTICA BIDIMENSIONAL. 1. Una cofradía de pescadores regstra la cantdad de sardnas que llegan al puerto (X), en klogramos, el preco de la subasta en la lonja (Y), en euros por klo, han
Más detallesGuía para la autoevaluación del del capítulo 6
Capítulo 6: EL BANCO CENTRAL Y LA POLÍTICA MONETARIA Guía para la autoevaluacón del del capítulo 6 1) Ante una recuperacón económca, cuál es el cambo que se produce en los valores de equlbro del mercado
Más detalles