Como Calcular la Tasa de Crecimiento de los Agregados Macroeconómicos Mediante el Análisis de Regresión
|
|
- Cristián Barbero Ortega
- hace 7 años
- Vistas:
Transcripción
1 Como Calcular la Tasa de Crecimieno de los Agregados Macroeconómicos Mediane el Análisis de Regresión HL Maa 1 La esadísica ha generado diversos indicadores para medir el crecimieno de los agregados económicos, enre oros: Tasas de Variación (o cambios porcenuales): Índices; Relaciones; Tasa de Crecimieno Compuesa (o promedio geomérico); Tasa anual de crecimieno promedio y Tendencia o méodo de los Mínimos Cuadrados Ordinarios (MCO). No obsane, esa diversidad de crierios, en esas noas solo se ilusrará la manera de calcular la asa de crecimieno mediane el méodo de los MCO y el méodo o modelo geomérico. Como se recordará, la asa de crecimieno compuesa, calculada a parir del Modelo geomérico, solo oma en consideración la primera y la úlima observación de la serie objeo de esudio. Es un indicador excelene, siempre y cuando sus valores exremos no varíen demasiado. Cuando el proceso de crecimieno de la variable es muy voláil, enonces la asa de crecimieno calculada a parir de ese méodo pueda ser compleamene engañosa. De los crierios esadísicos mencionados más arriba, solo el méodo Tasa anual de crecimieno promedio y Tendencia o méodo de los Mínimos Cuadrados Ordinarios oman en consideración cada una de las observaciones bajo esudio. Por ora pare, la asas calculadas por MCO son muy sensiiva a las observaciones exremas (ouliers), por lo que se pueden eliminar aquellas que no esén relacionadas con el proceso bajo esudio En esas noas se ilusrará la forma de calcular las asas de crecimieno, a parir de dos ipos de modelo de crecimieno : el modelo de crecimieno Lineal (ML), el modelo de crecimieno Exponencial (ME) y el Modelo de crecimieno geomérico, respecivamene. Objeivos 1. Esimar los parámeros correspondienes de los modelos de crecimieno Lineal (ML) y Exponencial (ME).. Deerminar cual de los modelos esimados se ajusa mejor a las observaciones del Produco Inerno Bruo real (PIB) de Venezuela, correspondiene al período Calcular la asa de crecimieno (PIB) a parir de ambos modelos 4. Predecir el crecimieno del PIB para los años 004 y 005. Meodología Los parámeros de los modelos de crecimieno [1] y [3] se esimarán mediane el méodo de los MCO. Tal como se puede leer en Gujarai (51-111) dicho méodo busca seleccionar la Función de Regresión Muesral (FRM) de al manera que la suma de los residuos al cuadrado sea la mínima posible, es decir: u ˆ ( Y Y ) = ˆ i i i 1 Profesor Tiular de la Faculad de Ciencias Económicas y Sociales (FACES) de la Universidad de los Andes. No hay ninguna preensión de originalidad en esas noas. Las mismas exisen por odas pares. Mi mayor conribución, si acaso alguna, consisió en ubicarlas, sisemaizarlas, adaparlas y publicarlas para beneficio de los Esudianes de la Faculad de Ciencias Económicas y Sociales de la Universidad de los Andes, en Mérida, Venezuela. El presene rabajo aplica la meodología de S. Amirkhailhali e. al., en su arículo An Empirical Sudy of Selecion and Esimaion of Saisical Growh Models.
2 Especificación de los Modelos Modelos de crecimieno a ser esimados: Modelo Lineal: [1] Y = α + β * + ε Modelo Exponencial: ε [] Y = AB e en donde: Y es el Produco Inerno Bruo real (PIB) de Venezuela a precios consanes de α, β, A y B son los parámeros a ser esimados mediane el méodo de los MCO es el iempo, = 1,,..., T ε son los errores, con sus supuesos caracerísicos: NID (0, σ ) Dado que el modelo [] no puede ser esimado direcamene por MCO se procedió a linealizarlo previamene en logarimos, al y como se indica en [3] [3] LnY = α + β * + ε Los parámeros de [3] son los mismos que los de [1], solo que en ese caso son: α = Ln A y β = Ln ( 1+ r) Dado que los modelo [1] y [3] saisfacen los supuesos del modelo de regresión lineal se procedió a esimar sus parámeros: α, β y σ mediane el méodo de los MCO. A fin de ener una idea preliminar acerca de la forma funcional del modelo a ser esimado, se procedió a preparar un diagrama de dispersión con las observaciones de la variable PIB. Dada la aparene ambigüedad de la gráfica (Lineal? o Exponencial?) se decidió esimar ambas funciones y seleccionar aquel que diera mejor ajuse, en función del crierio Error Medio Absoluo Porcenual (MAPE, por sus siglas en Inglés) PIBR
3 Fuene de la información: La información es emporal, correspondiene al período Las observaciones del PIB, a precios consanes de 1984, se obuvieron de las siguienes fuenes nacionales e inernacionales: INE, Banco Cenral de Venezuela y la Dirección de Esadísica de la FAO. Esimación del Modelo Lineal: La esimación se realizó con el sofware Economeric Views 3 (EViews), versión 4.1, en un odo de acuerdo con las siguienes insrucciones: 1. Clic en el Menú Quick y seleccionen Esimae equaion. En el cuadro de diálogo Equaion Specificaion escriban: Primero, el nombre de la variable Dependiene (en nuesro caso el agregado macroeconómico, PIB) La consane C, para que el Eviews calcule la ordenada en el Origen El iempo (Tmpo) 3. Al erminar de escribir la variable dependiene y la lisa de regresores opriman el boón de comando OK para ver el resulado de la esimación: 3 Economeric Views, EViews, es marca regisrada de la empresa Quaniaive Micro Sofware en USA, así como ambién en oros países del mundo 3
4 Los resulados aneriores permien escribir la función esimada: [] P IB ˆ = * (1400.8) ( ) R = 0.86 S ˆ = DW = Fc Y = Los resulados indican que el modelo se ajusa basane bien a los daos, a juzgar por la magniud del coeficiene de deerminación, R = Como se recordará el coeficiene R varía enre 0 (un ajuse pésimo) y 1 (un ajuse perfeco). Los valores de la Prob asociada a los esadísicos c indican que los mismos son esadísicamene diferenes de cero con un alísimo nivel de significación. Igual sucede con el esadísico F c = Su magniud implica que exise una fuere asociación esadísica enre el PIB y el iempo. Finalmene, la magniud del esadísico de Durbin y Wason, DW = , revela que los errores esimados esán auocorrelacionados posiivamene, es decir: a una secuencia de errores posiivos sigue ora negaiva y viceversa. Ese problema es caracerísico cuando se esiman modelos uilizando series de daos emporales. Según la economería, la auocorrelación es un problema que depende de los daos uilizados, más no de la forma funcional empleada. Tasa de Crecimieno Lineal La asa de crecimieno se define como la asa a la cual crece (o decrece) una variable (o agregado económico) enre dos períodos de iempo. Siguiendo a Amirkhalkhali e al [0] la asa de crecimieno del modelo lineal, r l, = dpib / d se obiene dividiendo la pendiene esimada ( ) enre la media ariméica de la variable dependiene ( PIB = PIB n ) y muliplicando el resulado por 100 para expresarla en porcenaje, es decir: β r l = ( ˆ β / PIˆ B) * 100 Cómo esimar a r l con la ayuda de EViews? 1. Hagan clic en el Menú Quick y seleccionen Generae Series 4
5 . En la sección Ener equaion del cuadro de diálogo Generae Series by Equaion escriban la siguiene expresión: r l = 100*( /@ MEAN( PIB)) : 3. Al concluir hagan clic en el boón de comando OK Observen que EViews realizó el cálculo y colocó el resulado en la venana del archivo de rabajo 4. Hagan doble clic sobre el icono r l, en la venana del archivo de rabajo, con el fin de conocer el resulado Ese resulado se inerprea diciendo que la Variable PIB se ha incremenado ineranualmene a una asa del %. Error Absoluo Medio Porcenual (MAPE) Ese crierio se uiliza para examinar cual de los modelos esimados se ajusa mejor a la serie objeo de esudio, en ese caso el PIB. El MAPE es un número posiivo, el cual no depende de las unidades de medida. Amirkhalkhali e al [03] sosienen que para efecos de decidir cual de los modelos se ajusa mejor a los daos, se deben comparar sus MAPEs y seleccionar aquel que exhiba el MAPE más bajo, generalmene igual o por debajo del nivel 0.05 ó 5% La fórmula para el cálculo de ese crierio es el siguiene: MAPE = 100 * (@ SUM (@ ABS( Y ˆ Y ) / Y Y )) Observaciones: 1. MAPE significa Error Medio Absoluo Porcenual. Y es la variable o agregado macroeconómico objeo de esudio, en nuesro caso el PIB 3. En la expresión del MAPE aparecen las siguienes funciones del Se uiliza para calcular la sumaoria de una Se usa para calcular el valor absoluo de un número o de una Se usa para deerminar el número de observaciones en una serie 4. La diferencia enre los valores observados y esimados de la variable dependiene son los errores esimados, es decir: ε = Y Yˆ. 5
6 Cómo se recordará, an prono como el EViews realiza la esimación inmediaamene almacena los residuos esimados en un arreglo de nombre RESID. Dicho arreglo se encuenra en el archivo de rabajo. A fin de poder rabajar con los errores esimados los usuarios deben asignarlos a una nueva variable. Vamos a uilizar la orden Generae Series del Menú Quick con el fin de realizar dicha asignación. Para ello siga los siguienes pasos: 1. Hagan clic en el menú Quick y seleccionen el comando Generae Series. En la sección Ener equaion del cuadro de diálogo Generae Series by Equaion escriban la siguiene expresión: RESL = RESID, es decir: Dicha expresión no hace ora cosa que asignar los residuos esimados a la nueva variable RESL (residuos esimados correspondienes al modelo lineal): 3. Al concluir la rascripción hagan clic en el boón de comando OK Noen que EViews genera inmediaamene la nueva variable y la coloca en la venana del archivo de rabajo, para que Uds. La uilicen en su rabajo Vamos a uilizar a coninuación los residuos esimados a parir del modelo Lineal con el fin de calcular el crierio MAPE. Cálculo del MAPE a parir del Modelo Lineal A coninuación se reproduce, por conveniencia, la expresión original del MAPE con el fin de ilusrar su esimación con el EViews: MAPE = 100 * (@ SUM (@ ABS( Y ˆ Y ) / Y Y )) Dado que el modelo de crecimieno esimado fue el Lineal vamos a reemplazar en la expresión anerior la variable Y por el PIB, es decir: MAPE = 100 * (@ SUM (@ ABS( PIB ˆ PIB ) / PIB PIB )) Si recordamos que los residuos esimados no son ora cosa que la diferencia enre los valores observados y esimados del PIB, se puede escribir que ε = PIB PIˆ B. 6
7 Ahora bien, si recordamos adicionalmene que los residuos esimados del modelo Lineal habían sido asignados a la nueva variable RESL (para diferenciarlos con los residuos del modelo exponencial a ser esimados, es decir RESe), podemos escribir, por lo ano, la expresión final para el cálculo del MAPE L, correspondiene al modelo Lineal, es decir: MAPE L = 100*(@ SUM (@ ABS( RESL) / PIB PIB )) A coninuación sigan los siguienes pasos para esimar el al modelo Lineal: MAPE L correspondiene 1. Hagan clic en el menú Quick y seleccionen el comando Generae Series. En la sección Ener equaion del cuadro de diálogo Generae Series by Equaion escriban: MAPE L = 100*(@ SUM (@ ABS( RESL) / PIB PIB )) es decir: 4. Al concluir hagan clic en el boón de comando OK 5. Hagan doble clic sobre el icono del MAPEL en la venana del archivo de rabajo para conocer su valor El valor del MAPE L correspondiene al modelo Lineal es igual a 6.56 %. Dicho valor esá ligeramene por encima del valor considerado normal, 0.05 ó 5%. A fin de decidir si ése modelo se ajusa bien a los daos de la muesra se hace necesario esimar el modelo exponencial, calcular su MAPE e y compararlo con el del lineal. Finalmene se seleccionará aquel modelo que presene el MAPE más bajo, de acuerdo con el crierio indicado más arriba. Resumen de los principales resulados de la esimación: Cuadro1. Resulados de la esimación del Modelo de Crecimieno Lineal Modelos de Crecimieno Ordenadas en el origen Pendienes esimadas Tasas de Crecimieno % MAPE % [1] Y = α + β * + ε [] Y ε = AB e No se puede esimar mediane MCO [3] LnY = α + β * + ε 7
8 Modelo Exponencial El modelo de crecimieno lineal se especificó de la siguiene manera: ε [] PIB = AB e Donde: PIB se refiere al Produco Inerno Bruo de Venezuela durane el período A es el Inercepo u ordenada en el origen B es igual a (1+r) r e es la asa de crecimieno promedio anual del período se refiere al iempo en años, desde = 1,,..., 36 ε son los errores con sus supuesos caracerísicos NID (0, σ ) Tal como se indicó al principio, si se oman logarimos en ambos lados de la ecuación [] ésa queda linealizada, pudiéndose esimar mediane el méodo de los MCO [3] LnY = α + β * + ε la función [3] es una función semilogarímica con el iempo como variable independiene. La linealización de la función [] se realizó con el EViews en un odo de acuerdo con el siguiene procedimieno: 1. Hagan clic en el menú Quick y seleccionen el comando Generae Series. En la sección Ener equaion del cuadro de diálogo Generae Series by Equaion escriban la siguiene expresión: LPIB = Log(PIB), es decir: 3. Al concluir hagan clic en el boón de comando OK 4. Hagan doble clic sobre el icono de LPIB en la venana del archivo de rabajo para ver la serie en logarimos 8
9 Esimación del Modelo Exponencial: La esimación se realizó con el EViews, en un odo de acuerdo con las siguienes insrucciones: 1. Clic en el Menú Quick y seleccionen Esimae equaion. En el cuadro de diálogo Equaion Specificaion escriban: Primero, el nombre de la variable Dependiene (en nuesro caso el agregado macroeconómico, LPIB) La consane C, para que el Eviews calcule la ordenada en el Origen El iempo (Tmpo) 3. Al erminar de escribir la variable dependiene y la lisa de regresores opriman el boón de comando OK para ver el resulado de la esimación: Los resulados aneriores permien escribir la función esimada: [] LP IB ˆ = * ( ) ( ) R = 0.83 S ˆ = DW = 0.95 Fc Y =
10 El modelo exponencial se ajusa basane bien a los daos, a juzgar por la magniud del coeficiene de deerminación, R = Los valores de la Prob asociada a los esadísicos c indican que los mismos son esadísicamene diferenes de cero con un alísimo nivel de significación. Igual sucede con el esadísico F c = Su magniud implica que exise una fuere asociación esadísica enre el PIB y el iempo. Los errores esán auocorrelacionados posiivamene a juzgar por la magniud del esadísico de Durbin y Wason, DW = Como se recordará, la auocorrelación produce esimados insesgados, lineales, consisenes, pero no eficienes, es decir no ienen varianza mínima Tasa de Crecimieno Promedio Anual Siguiendo a Amirkhalkhali e al [0] la asa de crecimieno del modelo exponencial, r e, se obiene omando el anilogarimo de la asa de crecimieno insanánea, βˆ, resarle 1 y muliplicar el resulado por 100, al y como se indica en [7], es decir: [7] = ( EXP( ) 1) * 100 r e Cómo esimar a r e con la ayuda de EViews? 1. Hagan clic en el Menú Quick y seleccionen Generae Series. En la sección Ener equaion del cuadro de diálogo Generae Series by Equaion escriban la siguiene expresión: = ( EXP( ) 1) * 100, es decir: r e 3. Al concluir hagan clic en el boón de comando OK Observen que EViews realiza el cálculo y coloca el resulado en la venana del archivo de rabajo 4. Hagan doble clic sobre el icono r e, en la venana del archivo de rabajo, con el fin de conocer el resulado De acuerdo con el resulado el PIB creció en Venezuela a una asa de crecimieno promedio anula del 1.99 % durane el período
11 Cálculo del MAPE a parir del Modelo Exponencial A coninuación 4 se reproduce, por conveniencia, la expresión original del MAPE con el fin de ilusrar la esimación de ese crierio para el modelo exponencial: MAPE = 100* (@ SUM (@ ABS( Y ˆ Y ) / Y Y )) Si revisan las noas al final de la página 5 y recuerdan, por ora pare, que la serie del PIB se ransformó en logarimos con el fin de esimar el modelo exponencial, se puede rescribir dicho crierio de la siguiene forma: MAPE = 100 * (@ SUM (@ ABS( LnPIB ˆ LnPIB ) / LnPIB LnPIB )) A fin de esimar el MAPE del modelo exponencial hace fala ransferir los residuos esimados por el modelo exponencial desde al arreglo RESID, hasa una nueva variable al como RESe. Para ello sigan los siguienes pasos: 1. Hagan clic en el menú Quick y seleccionen el comando Generae Series. En la sección Ener equaion del cuadro de diálogo Generae Series by Equaion escriban la siguiene expresión: RESe = RESID, es decir: 3. Hagan clic en el boón de comando OK 4. Para ver los residuos del modelo exponencial hagan clic en el icono RESe en el archivo de rabajo La esimación del MAPE, el cual designaremos con las siglas MAPEe, pasa por los siguienes pasos: 1. Hagan clic en el menú Quick y seleccionen el comando Generae Series. En la sección Ener equaion del cuadro de diálogo Generae Series by Equaion escriban: MAPEe = 100 * (@ SUM (@ ABS( RESe) / LnPIB LnPIB )), es decir: 3. Al concluir hagan clic en el boón de comando OK 4. Hagan doble clic sobre el icono del MAPEe en la venana del archivo de rabajo para conocer su valor 4 UNESCAP: XIII. Saisical Noes hp:// 11
12 El valor esimado del MAPE e correspondiene al modelo exponencial, permie complear el cuadro con el fin de decidir cual de los modelos de crecimieno ajusados se ajusa mejor a las observaciones del PIB correspondiene al período : Cuadro. Resulados de la esimación de los Modelo de Crecimieno ( ) Modelos de Crecimieno α β + ε Ordenadas en el origen Pendienes esimadas Tasas de Crecimieno % MAPE % [1] Y = + * [] Y ε = AB e No se puede esimar mediane MCO α β + ε [3] LnY = + * La úlima columna del Cuadro muesra los MAPE calculados para ambos modelos. De acuerdo con ese crierio, mienras mas bajo sea el MAPE mejor será la habilidad prediciva del modelo. En nuesro caso el modelo exponencial. Por lo ano, dicho modelo se uilizará a efecos de ilusrar la predicción con el EViews Cómo realizar la Predicción No obsane la fuere auocorrelación posiiva en los errores, vamos a ilusrar la manera de predecir o pronosicar el PIB para los años 004 y 005, respecivamene. Para ello sigan los siguienes pasos: 1. La función debe haber sido esimada previamene para que el EViews conserve los valores de los parámeros esimados en el arreglo C. Cambie el Rango (Range) del archivo de rabajo a fin especificar el período o los años de la predicción: Clic en el menú Procs del archivo de rabajo y seleccionen Change Workfile Range En el cuadro de diálogo Change Workfile Range amplíen la fecha (end dae) de 003 a 005: Clic en el boón de comando OK Observen en la venana del archivo de rabajo que EViews realizó el cambio del Rango, de a
13 3. Cambien la muesra (Sample) del archivo de rabajo en un odo de acuerdo con la siguiene insrucción: Clic en el menú Procs del archivo de rabajo y seleccionen Sample En el cuadro de diálogo Sample amplíen la fecha final de 003 a Hagan doble clic sobre el icono de la variable (Tmpo) para mosrar el iempo en una venana individual: Arrasren la barra de desplazamieno verical compleamene hacia abajo hasa mosrar los años 004 y 005 donde aparece la leyenda NA (No disponible) Hagan clic en el menú Edi+/- de la venana del archivo de rabajo para ediar (inroducir el iempo) Hagan clic en la celda en blanco a la derecha del año 004 y escriban 37 Hagan clic en la celda en blanco a la derecha del año 005 y escriban Aciven la venana de los resulados (para colocarla en primer plano) haciendo clic en alguna de sus pares: Clic en el menú Forecas (Predicción) del archivo de rabajo o seleccionen Procs/Forecas En el cuadro de exo nombre de la predicción (Forecas name), borren el nombre sugerido por EViews (generalmene el nombre de la variable dependiene seguido de la lera f de forecas) y en su lugar escriban un nombre adecuado. Escriban un nombre en el cuadro de exo S.E. (opional) para que EViews guarde el Error Sandard de la Predicción Finalmene hagan clic en el boón de comando OK para ver los resulados de la predicción: Inervalo de confianza para la predicción: 13
14 Crierios para evaluar la predicción: Raíz del Error Cuadrado Medio (Roo Mean Squared Error): RMSE SQRT (@ SUM ( Y Yˆ ) /@ OBS( Y )) Error Absoluo Medio (Mean Absolue Error): MAE SUM (@ ABS( Y Yˆ Y )) Error Absoluo Medio Relaivo (Mean Absolue Percen Error, MAPE): MAPE = 100*(@ SUM (@ ABS( Y ˆ Y ) / Y Y )) Coeficiene de desigualdad de Theil (Theil Inequaliy Coefficien): ( SQRT (@ SUM ( Y Y Y SQRT(@ SUM ( Y ˆ Y SQRT (@ SUM ( Y Y ))) TIC = + Los dos primeros esadísicos dependen de la escala de medida de la variable dependiene. Esas deberían usarse como medidas relaivas para comparar la predicción de la misma variable realizada en diferenes modelos; mienras más bajo sea el error, mejor habilidad predicaiva de ese modelo de acuerdo a ese crierio. Las resanes medidas son invarianes con respeco a la escala de medida de la variable dependiene. El coeficiene de Desigualdad de Theil siempre oscila enre o y 1, en donde cero indica un ajuse perfeco. 14
15 Proporciones: La proporción del sesgo le dice al invesigador que an lejos esá la media de la predicción de la media de la serie acual u observada La proporción de la varianza dice que an lejos esá la variación de la predicción de la variación de la serie acual u observada. La proporción de la covarianza mide el reso de los errores no sisemáicos de la predicción Noen que la suma del sesgo, la varianza y la proporción es igual a uno Si la predicción es buena, el sesgo y la proporción de la varianza deben ser muy pequeñas, de al manera que la mayor pare del sesgo debe esar concenrado en la proporción de la covarianza. Para una discusión adicional sobre la evaluacion de la predicción consule a Pindiyck y Rubinfeld (1991, Capíulo 1). En nuesro rabajo el sesgo de la proporción es inexisene indicando con ello que la media de la predicción hace un excelene rabajo al ajusarse en forma perfeca a la media de la variable dependiene Además de esos resulados EViews coloca en la venana del archivo de rabajo una variable con los resulados de la predicción. Esa variable iene por lo general el mismo nombre de la variable dependiene seguido de la lera f (de forecas), es decir: (LPIBf) Ver el resulado de la predicción: Siga los siguienes pasos para ver el resulado de la predicción: 1. Hagan doble clic sobre el icono de la predicción LPIBF que se encuenra en la venana del archivo de rabajo Noen que el resulado de la predicción aparece en logarimos. Sigan las siguienes pasos para calcular el anilogarimo de los valores: Clic en el menú Quick y seleccionen Generae Series En el inerior del cuadro de exo Ener equaion, escriban: PREDICCION=EXP(LPIBF) OK 3. Para ver el resulado de la predicción hagan doble clic en el icono Predicción que se encuenra en el archivo de rabajo 4. Noen que la predicción para los años 004 y 005, son respecivamene: y miles de millones de bolívares, respecivamene 15
16 Méodo de Crecimieno Geomérico ( r) ValorFinal = ValorInicial 1 + Valor Final r = ( Valor Inicial 1 No. de años 1) *100 16
Estudio Empírico de la Selección y Estimación de los Modelos de Crecimiento Estadístico
Esudio Empírico de la Selección Esimación de los Modelos de Crecimieno Esadísico S. Amirkhalhali, U.L.G. Rao and S. Amirkhalkhali 1 Resumen: En ese papel se comparan los modelos de crecimieno Lineal Exponencial
Más detallesTODO ECONOMETRÍA. Autocorrelación
TODO ECONOMETRÍA Auocorrelación Índice Definición Causas Consecuencias Deección Medidas correcivas Definición de la auocorrelación Definición de auocorrelación La perurbación de una observación cualquiera
Más detallesESTUDIO DE MERCADO. MÉTODOS DE PROYECCIÓN
ESTUDIO DE MERCADO. MÉTODOS DE PROECCIÓN Qué es una proyección? Es una esimación del comporamieno de una variable en el fuuro. Específicamene, se raa de esimar el valor de una variable en el fuuro a parir
Más detallesTUTORIAL PARA LA ESTIMACIÒN DE UN MODELO CON VARIABLES DUMMY EN EasyReg. Julio César Alonso C.
TUTORIAL PARA LA ESTIMACIÒN DE UN MODELO CON VARIABLES DUMMY EN EasyReg Julio César Alonso C. No. 14 Marzo 2008 Apunes de Economía No. 14 APUNTES DE ECONOMÍA ISSN 1794-029X No. 14, Marzo de 2008 Edior
Más detallesLA METODOLOGÍA DE VECTORES AUTORREGRESIVOS (VAR)
LA METODOLOGÍA DE VECTORES AUTORREGRESIVOS (VAR) ESPECIFICACION La meodología VAR es, en ciera forma, una respuesa a la imposición de resricciones a priori que caraceriza a los modelos economéricos keynesianos:
Más detallesCapítulo Suponga que la función de producción para el país X es la siguiente:
Capíulo 5 BREVE HISTORIA Y CONCEPTOS INTRODUCTORIOS A A TEORÍA DE CRECIMIENTO. Suponga que la función de producción para el país X es la siguiene: Q= F( K, ) = A K a) Cuál de los dos facores, rabajo o
Más detallesEjercicios de Econometría para el tema 4 Curso Profesores Amparo Sancho Amparo Sancho Guadalupe Serrano Pedro Perez
Ejercicios de Economería para el ema 4 Curso 2005-06 Profesores Amparo Sancho Amparo Sancho Guadalupe Serrano Pedro Perez 1 1. Considérese el modelo siguiene: Y X + u * = α + β 0 Donde: Y* = gasos deseados
Más detallesGUÍA DE EJERCICIOS 3 ECONOMETRÍA II., se quiere decidir sobre el número de raíces unitarias mediante un test Dickey-Fuller del tipo
GUÍA DE EJERCICIOS 3 ECONOMETRÍA II 1) Para una deerminada serie, y, se quiere decidir sobre el número de raíces uniarias mediane un es Dickey-Fuller del ipo y y 1 p i 2 y i i 1 Responda a las siguienes
Más detallesHoja de Ejercicios de Econometría: Autocorrelación
Hoja de Ejercicios de Economería: Auocorrelación Ejercicio Un invesigador ha esimado por MCO un modelo de relación enre el consumo ( C ), su pasado y la rena ( R ): () C = β + βc + βr + ε obeniendo los
Más detallesMétodos de Previsión de la Demanda Pronóstico para Series Temporales Niveladas Representación Gráfica
Méodos de Previsión de la Demanda Pronósico para Series Temporales Niveladas Represenación Gráfica REPRESENTACIÓN GRÁFICA DE LA SERIE DE DATOS Período i Demanda Di 25 2 2 3 225 4 24 5 22 Para resolver
Más detallesEconometría Examen Parcial #1 Cali, Sábado 27 de Febrero de 2010
Economería 0616 Examen Parcial #1 Cali, Sábado 7 de Febrero de 010 Profesores: Julio César Alonso C. Carlos Giovanni González Ana Isabel Gallego L. Esudiane: Código: Insrucciones: 1. Lea cuidadosamene
Más detallesLicenciatura de ADE y Licenciatura conjunta Derecho y ADE. Hoja de ejercicios 3
Licenciaura de ADE y Licenciaura conjuna Derecho y ADE Hoja de ejercicios 3 Ejercicio 1 El análisis de series emporales puede aplicarse a la resolución de muliud de problemas económicos. Uno de los que
Más detallesExamen de Econometría II 12 de Enero de 2010
Examen de Economería II 12 de Enero de 2010 ---------------------------------------------------------------------------------------- Apellidos y Nombres: Grupo: ----------------------------------------------------------------------------------------
Más detallesTEMA 4: AUTOCORRELACIÓN
Economería. Tema 4. Pilar Abad TEMA 4: AUTOCORRELACIÓN Wooldridge: Capíulo Gujarai: Capíulo 4 El análisis aplicado de muchos fenómenos económicos exige relajar el supueso de No Auocorrelación que se hace
Más detallesECONOMETRÍA II CURSO Segunda evaluación parcial. donde y son variables artificiales centradas relativas al trimestre i.
ECONOMETRÍA II CURSO 2008 Segunda evaluación parcial ) Suponga dos procesos diferenes para la variable rimesral donde y son variables arificiales cenradas relaivas al rimesre i. Responda si las siguienes
Más detallesEstadística Descriptiva y Analisis de Datos con la Hoja de Cálculo Excel. Series Temporales
Esadísica Descripiva y Analisis de Daos con la Hoja de Cálculo Excel Series Temporales Serie emporal una serie emporal es una sucesión de observaciones de una variable realizadas a inervalos regulares
Más detallesEconometría II LADE/LADE-Derecho. Curso 2004/2005. Hoja de ejercicios 1. Soluciones sugeridas PARTE A
Economería II LADE/LADE-Derecho Curso 004/005 Hoja de ejercicios 1 Soluciones sugeridas PARTE A Respuesas correcas en negria, cursiva y con A.1. Se ha modelizado la variable v de dos modos diferenes: (1)
Más detallesCAPÍTULO 3 METODOLOGÍA. En este capítulo se describe la obtención y el funcionamiento del modelo de
CAPÍTULO 3 METODOLOGÍA En ese capíulo se describe la obención y el funcionamieno del modelo de Nelson y Siegel, el cual es fundamenal para obener las esrucuras emporales que servirán para comprender la
Más detallesCorrelación. Dr. Luis Javier Morales Mendoza Procesamiento Analógico de Señales FIEC - UV
Correlación Dr. Luis Javier Morales Mendoza Procesamieno Analógico de Señales FIEC - UV Índice.. Inroducción.. Correlación Cruzada.. Auocorrelación.4. Calculo de la correlación y de la auocorrelación.5.
Más detallesECUACIONES DIFERENCIALES
Tema 1 ECUACIONES DIFERENCIALES EJERCICIO 1 Comprobar que la función y() = c 2 ++3 es una solución del problema de valor inicial 2 y 2y + 2y = 6, y(0) = 3, y (0) = 1, (1.1) en <
Más detallesMetodología de la estimación de los ingresos anuales y mensuales
Meodología de la esimación de los ingresos anuales y mensuales En cumplimieno con lo esablecido en la fracción III, inciso a), del Arículo 41 de la Ley Federal de Presupueso y Responsabilidad Hacendaria,
Más detallesR 2 = 0,9945 R 2 = 0,9937
II EXÁMENES DE ECONOMETRÍA 1 Se han esimado con una muesra de 39 observaciones las siguienes funciones de producción por el méodo de MCO: ˆ 1,3,3,55 O ˆ = α L K e R =,9945 ˆ ˆ 1,41,47 O = β L K R =,9937
Más detallesMODELO JUNIO 2005 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES II
Modelo de eamen Junio MODELO JUNIO MTEMÁTICS PLICDS LS CIENCIS SOCILES II OPCIÓN. (Punuación máima: punos) Se dice que una mari cuadrada es orogonal si T I: Noa: La noación T significa mari ranspuesa de.
Más detallesUna estimación de la inflación anual del 2002 para la Argentina sobre la base de la ecuación de Fisher.
Una esimación de la inflación anual del 2002 para la Argenina sobre la base de la ecuación de Fisher. Pablo Albero Frigolé 1 pablofrigole@uopia.com Febrero de 2002 1 AL momeno de efecuar el rabajo el auor
Más detallesComentarios de la Nota Técnica sobre la Determinación del Incremento de la Reserva de Previsión
Comenarios de la Noa Técnica sobre la Deerminación del Incremeno de la Reserva de Previsión Fernando Solís Soberón y Rosa María Alaorre Junio 1992 Serie Documenos de Trabajo Documeno de rabajo No. 3 Índice
Más detallesQué es la Econometría? Parte II
Qué es la Economería? Pare II Esrucura de los daos económicos Necesarios, una vez que se ha especificado el modelo economérico Se necesian de odas las variables que inervienen Tipos de daos: 1. Daos de
Más detalles11. PREVISIÓN DE LA DEMANDA
. PREVIIÓN E LA EMANA. INROUCCIÓN Anes de comenzar a desarrollar las cuenas previsionales de exploación, la empresa iene que realizar una esimación del volumen de venas que generará la acividad diaria
Más detallesIII EXÁMENES DE ECONOMETRÍA EMPRESARIAL
III EXÁMENES DE ECONOMETRÍA EMPRESARIAL 1* a) Indique razonadamene las hipóesis sobre el érmino de perurbación en el modelo lineal básico. b) Suponiendo las hipóesis básicas del aparado a), los residuos
Más detallesEJC 19: PRUEBAS DE ESTACIONARIEDAD-RAIZ UNITARIA
EJC 19: PRUEBAS DE ESTACIONARIEDAD-RAIZ UNITARIA Coninuando con la serie de serie de venas de auomóviles (4x4) para Colombia desde el primer rimesre de 1970 hasa el segundo rimesre de 1987. Periodo Y Periodo
Más detallesGENERADOR FORMA DE ONDA TRAPEZOIDAL
GENEADO FOMA DE ONDA TAPEZOIDAL Bueno una forma de onda rapezoidal es básicamene lo siguiene: una rampa con pendiene posiiva, luego un nivel consane y a coninuación una rampa con pendiene negaiva. Si nos
Más detallesEstadística Industrial. Universidad Carlos III de Madrid Series temporales Práctica 3
Esadísica Indusrial Universidad Carlos III de Madrid Series emporales Prácica 3 Objeivos: Coninuar con la idenificación de procesos auoregresivos (AR) y de media móvil (MA), mediane la función de auocorrelación
Más detallesE C O N O M E T R I A
UNIVERSIDAD NACIONAL DE PIURA FACULAD DE ECONOMIA DPO. DE ECONOMERIA Y MEODOS CUANIAIVOS E C O N O M E R I A I M. Sc. Eco. LUIS A. ROSALES GARCÍA CASILLA, AGOSO DEL 001 CAPIULO I PERURBACIONES AUOCORRELACIONADAS
Más detallesCAPITULO IV DESARROLLO DE LA INVESTIGACIÓN. En este capítulo se expondrán los métodos utilizados para el pronóstico de los siniestros
CAPITULO IV DESARROLLO DE LA INVESTIGACIÓN En ese capíulo se expondrán los méodos uilizados para el pronósico de los siniesros del seguro de Gasos Médicos Mayores, con base en los daos proporcionados por
Más detallesResumen. Hipótesis central
Alguna Evidencia sobre los Cosos de Dificulades Financieras 2º Congreso Nacional e Inernacional de Finanzas de la Empresa y Mercado de Capiales Consejo Profesional de Economía a de la Ciudad Auónoma de
Más detallesIES CASTELAR BADAJOZ Examen Junio de 2011(General) Solución Antonio Mengiano Corbacho
IES CASTELAR BADAJOZ Eamen Junio de (General) Anonio Mengiano Corbacho PRUEBA DE ACCESO (LOGSE) UNIVERSIDAD DE BALEARES JUNIO (GENERAL) MATEMÁTICAS II Tiempo máimo: horas y minuos Conese de manera clara
Más detallesCurso Combinado de Predicción y Simulación Edición 2004
Curso Combinado de Predicción y Simulación www.uam.es/predysim Edición 2004 UNIDAD 2: TÉCNICAS ELEENTALES DE PREDICCIÓN CASO DE APLICACIÓN 1.- Predicción y simulación de los coses salariales en España
Más detallesDeterminación de las garantías para el contrato de futuros de soja en pesos. Value at Risk
Deerminación de las garanías para el conrao de fuuros de soja en pesos. Value a Risk Gabriela acciano inancial Risk Manager gfacciano@bcr.com.ar Direcora Deparameno de Capaciación y Desarrollo de Mercados
Más detallesEXAMEN FINAL DE ECONOMETRIA, 3º CURSO (GRADOS EN ECO y ADE) 28 de Junio de :00 horas. Pregunta 19 A B C En Blanco. Pregunta 18 A B C En Blanco
EXAMEN FINAL DE ECONOMETRIA, 3º CURSO (GRADOS EN ECO y ADE) 28 de Junio de 2013 12:00 horas Primer Apellido: Nombre: DNI: Teléfono: Segundo Apellido: Grupo y Grado: Profesor(a): e mail: Preguna 1 A B C
Más detallesPROPIEDADES DE LOS ESTIMADORES MCO Profesor Rafael de Arce
Economería I. DADE Noas de Clase PROPIEDADES DE LOS ESTIMADORES MCO Profesor Rafael de Arce (rafael.dearce@uam.es) INTRODUCCIÓN Una vez lograda una expresión maricial para la esimación de los parámeros
Más detallesEspecificación y Estimación de los MODELOS ARCH. Horacio Catalán Alonso
Especificación y Esimación de los MODELOS ARCH Horacio Caalán Alonso Noviembre de 0 Caracerísicas de las series financieras:. Son lepokuricas (achaadas y con colas más gordas).las relaciones enre ganancia
Más detallesPREVISIÓN DE LA DEMANDA
Capíulo 0. Méodos de Previsión de la OBJETIVOS. Los pronósicos y la planificación de la producción y los invenarios. 2. El proceso de elaboración de los pronósicos. Méodos de previsión de la demanda 4.
Más detallesCARGA Y DESCARGA DE UN CONDENSADOR
1. Objeivos CARGA Y DESCARGA DE UN CONDENSADOR Esudiar los procesos de carga y de descarga de un condensador. Deerminar el iempo caracerísico, τ, del circuio. 2. Fundameno eórico Un condensador es un sisema
Más detallesExperimento 3. Análisis del movimiento en una dimensión. Objetivos. Teoría
Experimeno 3 Análisis del movimieno en una dimensión Objeivos. Esablecer la relación enre la posición y la velocidad de un cuerpo en movimieno 2. Definir la velocidad como el cambio de posición en un inervalo
Más detallesEstimación de modelos de volatilidad estocástica asimétrica. Aplicación en series de rendimientos de índices bursátiles.
Esimación de modelos de volailidad esocásica asimérica. Aplicación en series de rendimienos de índices bursáiles. Esimación de modelos de volailidad esocásica asimérica. Aplicación en series de rendimienos
Más detallesY K AN AN AN MODELO SOLOW MODELO
MODELO SOLOW MODELO Rendimienos consanes a escala decrecienes en uso de facores. Tasa de ahorro exógena, s. Crecimieno exógeno, a asa g, de eficiencia del rabajo. Equilibrio mercado de bienes de facores.
Más detallesCONSIDERACIONES RESPECTO AL INDICADOR DÉFICIT FISCAL/PIB Juan Carlos Requena I N T R O D U C C I O N
CONSIDERACIONES RESPECTO AL INDICADOR DÉFICIT FISCAL/PIB Juan Carlos Requena I N T R O D U C C I O N Los méodos uilizados para la elaboración del Presupueso General de la Nación es uno de los emas acuales
Más detallesVOLATILIDAD DE LA TASA DE CAMBIO PESO DÓLAR: ESTIMACIÓN DE UN INDICADOR PARA LA GESTIÓN DEL RIESGO Y LA PLANEACIÓN DE ESTRATEGIAS DE INVERSIÓN
VOLATILIDAD DE LA TASA DE CAMBIO PESO DÓLAR: ESTIMACIÓN DE UN INDICADOR PARA LA GESTIÓN DEL RIESGO Y LA PLANEACIÓN DE ESTRATEGIAS DE INVERSIÓN MARCELA CONSTANZA TECANO MOLANO Direcor Ingeniero DIEGO HERNÁNDEZ
Más detallesANEXO Las instituciones calcularán mensualmente los puntos en riesgo utilizando el procedimiento que a continuación se detalla:
ANEXO 5 METODOLOGIA A SEGUIR PARA DETERMINAR EL MONTO MÍNIMO DEL FIDEICOMISO, ASÍ COMO EL IMPORTE DE LAS CUOTAS SOBRE LAS CUALES SE CALCULARÁN LAS APORTACIONES A QUE SE REFIERE EL ARTÍCULO 55 BIS DE LA
Más detallesPropagación de crecidas en ríos y embalses
GUÍA DEL TRABAJO PRACTICO N 8 Propagación de crecidas en ríos y embalses 1 Pare: Propagación de crecidas en río. Méodo de Muskingum Conocidos los hidrogramas de enrada y salida de un ramo del río Tapenagá
Más detallesLuis H. Villalpando Venegas,
2007 Luis H. Villalpando Venegas, [SIMULACIÓN DE PRECIOS DEL PETROLEO BRENT ] En ese rabajo se preende simular el precio del peróleo Bren, a ravés de un proceso esocásico con reversión a la media, con
Más detalles4. SERIES TEMPORALES Y
4. SERIES TEMPORALES Y NÚMEROS ÍNDICE Objeivo Esudiar la evolución de una variable en el iempo. Bibliografia recomendada Peña y Romo (1997). Capíulos 11 y 12. Índice 1. Represenación gráfica de una serie
Más detallesRELACIÓN ENTRE LA RAZÓN DE CAMBIO INSTANTÁNEA Y LA DERIVADA DE UNA FUNCIÓN. Razón de cambio instantánea y la derivada de una función
RELACIÓN ENTRE LA RAZÓN DE CAMBIO INSTANTÁNEA Y LA DERIVADA DE UNA FUNCIÓN Razón de cambio insanánea y la derivada de una función anerior Reomemos nuevamene el problema del proyecil esudiado en la secuencia
Más detallesCURSO INTERNACIONAL: CONSTRUCCIÓN DE ESCENARIOS ECONÓMICOS Y ECONOMETRÍA AVANZADA. Instructor: Horacio Catalán
CURSO INTERNACIONAL: CONSTRUCCIÓN DE ESCENARIOS ECONÓMICOS Y ECONOMETRÍA AVANZADA Insrucor: Horacio Caalán TEORÍA DE COINTEGRACIÓN Efecos de las propiedades esocásicas de las series en un modelo de regresión
Más detalles12/10/2010. No independencia de los errores: autocorrelación. Estructura de la varianza bajo un proceso AR (1) Estructura AR (1) de la varianza
// No independencia de los errores: auocorrelación Forino Vela Peón Universidad Auónoma Meropoliana fvela@correoxocuammx Ocubre, // México, D F Esrucura de la varianza bajo un proceso AR () Para deerminar
Más detallesNotas sobre Análisis de Series de Tiempo: Estacionariedad, Integración y Cointegración
Noes on Time Series Analysis:\Saionariy, Inegraion and Coinegraion hp://www.personal.rdg.ac.uk/~lessda/lecure3.hm Noas sobre Análisis de Series de Tiempo: Esacionariedad, Inegración y Coinegración Generalidades
Más detallesModelo de Vector de Corrección de Error (VEC) y Modelo de Vector Autorregresivo (VAR)
Modelo de Vecor de Corrección de Error (VEC) Modelo de Vecor Auorregresivo (VAR) Hemos esudiado las propiedades de los daos de series de iempo las relaciones de coinegración enre pares de series no esacionarias.
Más detalles1. Desarrollo Preguntas. Universidad Simón Bolívar Departamento de Matemáticas Puras y Aplicadas
Universidad Simón Bolívar Deparameno de Maemáicas Puras y Aplicadas Maemáicas IV (MA-5 Sepiembre-Diciembre 8 4 ra Auoevaluación Maerial Cubiero: La presene auoevaluación versa sobre el maerial cubiero
Más detallesaa Opinión sobre la determinación del Índice Revalorización de las Pensiones 2015
Anejo 1 25 Noviembre 2014 aa Opinión sobre la deerminación del Índice Revalorización de las Pensiones 2015 Anejo 1 La fórmula de cálculo del Índice de Revalorización de las Pensiones (IRP), paso a paso
Más detallesTema: Análisis de regresión y análisis de varianza. La tabla ANOVA tiene la siguiente representación: CMR F c CME SCE CME=SCE/GLE
Clase de economería 1: Universidad Cenroamericana UCA Tema: Análisis de regresión y análisis de varianza La abla ANOVA iene la siguiene represenación: Fuenes de variación Grados de liberad uma de cuadrados
Más detallesCurso 2006/07. Tema 1: Procesos Estocásticos. Caracterización de los procesos ARIMA. stico
Curso 6/7 Economería II Tema : Procesos Esocásicos. Caracerización de los procesos ARIMA. Concepo de proceso esocásico sico. Esacionariedad fuere y débil de los procesos esocásicos. Teoremas de ergodicidad
Más detallesDETERMINANTES Y VULNERABILIDAD
DETERMINANTES Y VULNERABILIDAD DE LA DEUDA PÚBLICA P EN VENEZUELA María a Fernanda Hernández ndez Edgar Rojas Lizbeh Seijas 30 de enero de 2007 Conenido 2 Objeivo Dinámica y deerminanes de la deuda Aspecos
Más detallesrepresentando la relación existente entre los datos observados en un instante y los observados en el instante anterior.
ALISADO SERIES EMPORALES Faculad Ciencias Económicas y Empresariales Deparameno de Economía Aplicada Profesor: Saniago de la Fuene Fernández ANÁLISIS DE AUOCORRELACIÓN Dada la serie emporal ( X ) ( X,X,,X
Más detallesEstimación puntual ± Margen de error
Esimación Punual Para esimar el valor de un parámero poblacional se calcula la caracerísica correspondiene de la muesra, a lo que se le conoce como esadísico muesral. A la media muesral x se le idenifica
Más detallesTEMA 2: CINETICA DE LA TRASLACIÓN
TEMA 2: CINETICA DE LA TRASLACIÓN 1.1. Inroducción. Para ener caracerizado un movimieno mecánico cualquiera, hay que esablecer primero respeco a que cuerpo (s) se va a considerar dicho movimieno. Ese cuerpo
Más detallesPRUEBA DE ACCESO (LOGSE) UNIVERSIDAD DE BALEARES JUNIO 2011 (GENERAL) (RESUELTOS por Antonio Menguiano) Tiempo máximo: 1 horas y 30 minutos
IES CSTELR BDJOZ PRUEB DE CCESO (LOGSE) UNIVERSIDD DE BLERES JUNIO (GENERL) (RESUELTOS por nonio Menguiano) MTEMÁTICS II Tiempo máimo: horas y minuos Conese de manera clara y razonada una de las dos opciones
Más detallesObservatorio Económico
México Observaorio Económico Ociel Hernández o.hernandez@bbva.bancomer.com Expecaivas de políica monearia de los mercados financieros Esimación de la políica monearia implícia en la curva IRS La prima
Más detalles(3.5 Puntos) A e jπk B 1 B e j2πk D 5 C πe j5φ F π + φ D 5e jφ E 5φ E e j5φ (1 + cos(α)) A ( 1) k F ( 5e jφ ) C π G ( 1/j) π/2 G π/2 φ
IE TE Nombre: Insiuo Tecnológico de osa Rica Escuela de Ingeniería Elecrónica EL-47 Modelos de Sisemas Profesor: Dr. Pablo lvarado Moya I Semesre, 6 Examen Parcial Toal de Punos: 64 Punos obenidos: Porcenaje:
Más detallesTema 3. Especificación, estimación y validación de modelos ARIMA
Tema 3. Especificación, esimación y validación de modelos ARIMA. La Meodología Box-Jenkins. Especificación inicial.. Conrases de raíces uniarias.. Análisis de correlogramas y correlogramas parciales 3.
Más detalles3.1 Factor de transmisión atmosférica k(i,j)
3 Meodología El modelo esadísico rabaja relacionando el llamado índice de nubosidad obenido a parir de las imágenes de saélie con la irradiación solar global obenida de las esaciones de medición en superficie.
Más detallesOndas y Rotaciones. Principios fundamentales II
Ondas y Roaciones rincipios fundamenales II Jaime Feliciano Hernández Universidad Auónoma Meropoliana - Izapalapa México, D. F. 5 de agoso de 0 INTRODUCCIÓN. Generalmene el esudio del movimieno se realiza
Más detallesSesión 2 Análisis univariado de series de tiempo
Banco Cenral de Reserva del Perú 55º Curso de Exensión Universiaria Economería Prof. Juan F. Casro Sesión Análisis univariado de series de iempo 4. Series de iempo esacionarias 4.. Qué enendemos por proceso
Más detallesMetodología para el pronóstico de los ingresos anuales y mensuales
Meodología para el pronósico de los ingresos anuales y mensuales En cumplimieno con lo esablecido en la fracción III, inciso a), del Arículo 41 de la Ley Federal de Presupueso y Responsabilidad Hacendaria,
Más detalles4. Modelos de series de tiempo
4. Modelos de series de iempo Los modelos comunes para el análisis de series de iempo son los que se basan en modelos auorregresivos y modelos de medias móviles o una combinación de ambos. Es posible realizar
Más detallesAnálisis clásico de series temporales
Análisis clásico de series emporales Profesor: Anonio Caparrós Ruiz Análisis clásico de series emporales. Inroducción Hasa ahora nos hemos ubicado en el campo de la Economería causal, es decir, una variable
Más detallesMilagro económico dominicano: buena suerte y buenas políticas (Andújar, 2009)
Comenarios al documeno: Milagro económico dominicano: buena suere y buenas políicas (Andújar 2009) III Foro de invesigadores económicos de los bancos cenrales miembros del CMCA San José Cosa Rica Agoso
Más detallesCurso 2006/07. Tema 2: El incumplimiento de la hipótesis de estacionariedad. Cómo resolverla. 2. La falta de estacionariedad en varianza
Economería II Tema 2: El incumplimieno de la hipóesis de esacionariedad. Cómo resolverla. Inroducción 2. La fala de esacionariedad en varianza 3. La fala de esacionariedad en media Tema 2 2. Inroducción
Más detallesGESTIÓN DE INVENTARIOS Código: M. Docente: Julio César Londoño Ortega
GESTIÓN DE INVENTARIOS Código: 760033M Docene: Julio César ondoño Orega 1. Concepos avanzados de pronósicos de demanda 1. CONCEPTOS AVANZADOS DE PRONÓSTICOS DE DEMANDA Medición y análisis de los errores
Más detallesINCIDENCIA DEL IVA EN LOS INDICES DE PRECIOS AL CONSUMIDOR Y AL PRODUCTOR. RESUMEN
INCIDENCIA DEL IVA EN LOS INDICES DE PRECIOS AL CONSUMIDOR Y AL PRODUCTOR. Jandry Humbero Morea Zambrano 1 Ec. Manuel González RESUMEN La presene invesigación, iene por objeivo analizar mediane herramienas
Más detallesComplejidad de modelos: Sesgo y Varianza
Complejidad de modelos: Sesgo y Varianza 17 de abril de 2008 Noas de clase. Rolando Belrán A Las medidas de sesgo y varianza son úiles para los modeladores en ano que ayudan a regular la complejidad del
Más detallesECONOMETRÍA APLICADA A LA TOMA DE DECISIONES
ECONOMETRÍA APLICADA A LA TOMA DE DECISIONES EMPRESARIALES Lección 3: Heeroscedasicidad. S jm1 Diaposiiva 1 jm1 Se agradece la conribución de los profesores Arranz, Suárez y Zamora, cuyos maeriales de
Más detallesComo podrás observar, los valores de la última columna no son iguales a qué se debe esto, si para una función lineal sí resultaron iguales?
Razón de cambio de una función cuadráica Ejemplo.5 Un puno se desplaza en el plano describiendo el lugar geomérico correspondiene a la función f ( x x 6x 3. Obén la razón promedio de cambio. Considera
Más detallesEjercicio sobre el PIB histórico anual español 1
Ejercicio sobre el PIB hisórico anual español 1 El gráfico adjuno recoge la evolución del PIB anual español (en miles de millones de peseas de 15) de 15 a 2. 6 5 4 3 2 1 PIB Considere ahora la ransformación
Más detallesPATRON = TENDENCIA, CICLO Y ESTACIONALIDAD
Pronósicos II Un maemáico, como un pinor o un poea, es un fabricane de modelos. Si sus modelos son más duraderos que los de esos úlimos, es debido a que esán hechos de ideas. Los modelos del maemáico,
Más detallesSeñales Elementales. Dr. Luis Javier Morales Mendoza. FIEC Universidad Veracruzana Poza Rica Tuxpan
Señales Elemenales Dr. Luis Javier Morales Mendoza FIEC Universidad Veracruzana Poza Rica Tuxpan Índice 3.1. Señales elemenales en iempo coninuo: impulso uniario, escalón uniario, rampa uniaria y la señal
Más detallesESTIMACIÓN DE LA EVASIÓN EN EL IMPUESTO AL VALOR AGREGADO MEDIANTE EL MÉTODO DEL CONSUMO Asesoría Económica - DGI Mayo 2009
ESTIMACIÓN DE LA EVASIÓN EN EL IMPUESTO AL VALOR AGREGADO MEDIANTE EL MÉTODO DEL CONSUMO 2000-2008 Asesoría Económica - DGI Mayo 2009 1. Jusificación y meodología empleada El objeivo del esudio de la evasión
Más detallesINSTITUTO NACIONAL DE ESTADÍSTICA SISTEMA DE METADATOS HIDROCARBUROS. 1.0 Agregado Estadístico- Estadísticas e Indicadores de Hidrocarburos
INSTITUTO NACIONAL DE ESTADÍSTICA SISTEMA DE METADATOS HIDROCARBUROS.0 Agregado Esadísico- Esadísicas e Indicadores de Hidrocarburos. Marco concepual El Deparameno de indicadores por acividad económica,
Más detallesECONOMETRÍA EMPRESARIAL II ADE
4 Bernardí Cabrer Economería Empresarial II Tema 8 ECONOMETRÍA EMPRESARIAL II ADE TEMA 8 MODELOS LINEALES SIN ESTACIONALIDAD I ( Modelos regulares 4 Bernardí Cabrer Economería Empresarial II Tema 8 8.
Más detalles5. Modelos dinámicos
5. Modelos dinámicos Los modelos lineales dinámicos son un caso paricular de una clase más grande de modelos dinámicos. En general los modelos dinámicos se caracerizan por ener una dinámica en los parámeros
Más detallesESTUDIO MULTIVARIADO DE LAS SERIES DE TIEMPO TASA DE DESO- CUPACIÓN DE GRAN BUENOS AIRES Y GRAN ROSARIO,
Décimas Jornadas "Invesigaciones en la Faculad" de Ciencias Económicas Esadísica, noviembre de 2005 Blaconá, María Teresa* Bussi, Javier** *Insiuo de Invesigaciones Teóricas Aplicadas de la Escuela de
Más detallesEL MODELO P* COMO INDICADOR DE PRONÓSTICO DE LA INFLACIÓN EN REPÚBLICA DOMINICANA
EL MODELO P* COMO INDICADOR DE PRONÓSTICO DE LA INFLACIÓN EN REPÚBLICA DOMINICANA Alexander Medina Banco Cenral de la República Dominicana Mayo 2007 Conenido Objeivo del Esudio Enorno Económico de República
Más detallesModelos de Ecuaciones Simultáneas. donde R y Y son variables endógenas, y M es determinada exógenamente.
1 Modelos de Ecuaciones Simuláneas Considere el siguiene modelo: R = β + β M + β Y + u (1) 0 1 2 1 Y = α + α R + u (2) 0 1 2 donde R y Y son variables endógenas, y M es deerminada exógenamene. La información
Más detallesAnálisis estocástico de series temporales
Análisis esocásico de series emporales Ernes Pons (epons@ub.edu) Análisis esocásico de Series Temporales Moivación Ejemplos 4500000 8 4000000 6 3500000 4 3000000 2 0 2500000-2 2000000-4 500000-6 000000-8
Más detallesNombre y Apellidos:... EXAMEN de TECNICAS ECONOMETRICAS (Enero 2013)
Nombre y Apellidos:... NIU:... Grupo Reducido:... EXAMEN de TECNICAS ECONOMETRICAS (Enero 2013) Lea cuidadosamene cada preguna. Marque muy claramene la respuesa de cada preguna en la hoja de respuesas.
Más detallesDescomposición Estacional
Descomposición Esacional Resumen El procedimieno de Descomposición Esacional divide una serie de iempo en res componenes: 1. endencia-ciclo 2. esacionalidad 3. irregularidad Cada componene puede ser graficado
Más detallesUNA MODELIZACIÓN PARA LOS ACCIDENTES DE TRABAJO EN ESPAÑA Y ANDALUCÍA
UNA MODELIZACIÓN PARA LOS ACCIDENTES DE TRABAJO EN ESPAÑA Y ANDALUCÍA Por Mónica Orega Moreno Profesora Esadísica. Deparameno Economía General y Esadísica RESUMEN El aumeno de la siniesralidad laboral
Más detallesPROCEDIMIENTO METODOLÓGICO PARA EL CÁLCULO DE LOS ÍNDICES DE PRECIOS DE COMERCIO EXTERIOR
UNITED NATIONS DEPARTMENT OF ECONOMIC AND SOCIAL AFFAIRS STATISTICS DIVISION ANDEAN COMMUNITY GENERAL SECRETARIAT UNITED NATIONS ECONOMIC COMMISSION FOR LATIN AMERICA AND THE CARIBBEAN Regional Workshop
Más detallesTEMA 7 La curva de Phillips
TEMA 7 La curva de Phillips Manual: Macroeconomía, Olivier Blanchard Presenaciones: Fernando e Yvonn Quijano La asa naural de desempleo y la curva de Phillips Figura 1 La inflación y el desempleo en Esados
Más detallesNORMA DE CARACTER GENERAL N
NORMA DE CARACTER GENERAL N REF.: MODIFICA EL TÍTULO I, SOBRE INVERSIÓN DE LOS FONDOS DE CESANTÍA, POLÍTICAS DE INVERSIÓN Y SOLUCIÓN DE CONFLICTOS DE INTERÉS Y EL TÍTULO III, SOBRE VALORIZACIÓN DE LAS
Más detallesModelo de regresión lineal simple
Modelo de regresión lineal simple Inroducción Con frecuencia, nos enconramos en economía con modelos en los que el comporamieno de una variable,, se puede explicar a ravés de una variable X; lo que represenamos
Más detallesDepartamento de Fundamentos del Análisis Económico. Universidad de Alicante. Curso 2011/12. ECONOMETRÍA I Hoja de problemas del Tema 3
Deparameno de Fundamenos del Análisis Económico. Universidad de Alicane. Curso 011/1 ECONOMETRÍA I Hoja de problemas del Tema 3 Noa: En odos los conrases ome como nivel de signi cación el 5%. 1.- Para
Más detalles