(5 x 3) ( 3 x 5) ( 5 x 1) b1 335, ,3-26, ,59 b2 = 0, , ,8 12,85 = 2,94 b3-26,79 13,8 2, ,31

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

Download "(5 x 3) ( 3 x 5) ( 5 x 1) b1 335, ,3-26, ,59 b2 = 0, , ,8 12,85 = 2,94 b3-26,79 13,8 2, ,31"

Transcripción

1 VENTAS PUBLIC. PRECIOS , 0, , ,8 199, 0, , Y X U 0, 1 0, 10 U1 Modelo matricial con término constante 1 1 0, U2 (el vector de unos recoge ese término constante) 2 1 0,8 U, 1 0,8 U 1 1, U ( x 1) ( x ) ( x 1) 1.- ESTIMACIÓN DE LOS PARÁMETROS DEL MODELO POR MCO 1 0, , X'X 0, 0, 0,8 0,8 1, 1 0, ,8 1 1, ( x ), 28 X'X=,,12 21, 28 21, 18 ( x ) ( x ), -20, -2,79 Dado que la matriz obtenida es simétrica, ella y ADJ(X'X)= -20, 1 1,8 su traspuesta coinciden, con lo que no es necesario -2,79 1,8 2, hacer esa conversión para obtener la inversa. ( x ) DET(X'X)= 9 [ X ' X ] 1 8,02 -,28-0,892 De cara a facilitar los cálculos a mano, la matriz anterior -,28,79 0,8 se suele dejar "sin dividir por el determinante", evitándose -0,892 0,8 0,079 los cálculos decimales hasta el final. Es decir, se trabajaría con: 1/9 * adj[x'x] 0, X'Y= 0, 0, 0,8 0,8 1, 2 10, ( x ) ( x 1) 12 X'Y= 12,8 0 ( x 1 ) b1, -20, -2, ,9 b2 = 0,02-20, 1 1,8 12,8 = 2,9 b -2,79 1,8 2, 0-0,1 ( x 1 ) ( x ) ( x 1 ) ( x 1 ) 2.- VENTAS ESTIMADAS Y ERRORES DEL MODELO

2 1 0, 10 0,2 1 0, 1,9 1, Y estim.= Xb 1 0,8 2,9 2,8 1 0,8-0,1 2,9 1 1,,0 ( x ) ( x 1 ) ( x 1) 0,2-0, e = -0,8 0,81-0,0 suma err 0,00.- MATRIZ DE VARIANZAS-COVARIANZAS DE LOS PARÁMETROS ESTIMADOS Estim. Insesgado varianza de la pertubación aleatoria (e'e((n-k)): 0,2-0, e'e= [ 0,2-0, -0,8 0,81-0,0 ] -0,8 = [ 1,2 ] 0,81-0,0 e'e/(n-k)= 0,01 Desv. Típica: 0,792 Matriz de var-covarianzas de los parámetros: 8, -,2-0,7, -,2-0, 0, -,2,7 0, = -,2 2,7 0,22-0,7 0, 0,1-0, 0,22 0,0 Desviaciones Típicas de los parámetros: Estos valores nos podrían dar una primera idea de S(b1) 2, la bondad de las variables explictivas. Cuanto mayores S(b2) = 1,9 sean relativamente al valor del parámetro calculado, peor S(b) 0,207 será el modelo..- CONTRASTES Y VALIDACIÓN DEL MODELO Signos de los parámetros: - El signo del parámetro constante no tiene ningún significado - La exógena de gastos en publicidad, debiera mantener una relación directa con el nivel de la ventas (a mayor publicidad, más ventas) con lo cual su signo debe ser positivo - En principio, y con bienes normales, la relación entre las ventas y los precios debiera ser inversa (a más precios, menos ventas), luego el signo debiera ser negativo Parámetro Signo obtenido Resultado Publicidad + Correcto Precios - Correcto Cuantía de los parámetros: Para poder realizar esta comparación es necesario obtener los parámetros estandarizados: var(ventas)= 2,7 var(publicidad)= 0,10

3 var(precios)=,8 Dado que es mayor el parámetro que afecta a la publicidad, podemos considerar que la evolución b2* = 0,7 de esta variable es la más importante (en nuestro b* = -0,82 modelo) para determinar las ventas. ESTA COMPARACIÓN SE HACE EN VALORES ABSOLUTOS!! Cálculo del intervalo de confianza de los parámetros Intervalo Confianza Exógena Parámetro Desv.Típ. Gr. Libert Ext. Infer. Ext Sup. Publicidad 2,9 1,9 2 -,7 9, Precios -0,1 0, ,2 0, Dada la longitud de los intervalos de confianza, ninguna de las dos variables explicativas permiten una fiabilidad del resultado de la estimación obtenido Contraste de significación individual de los parámetros T-Student Exógena Parámetro Desv.Típ. T-Student Exp. Gr. Libert T-St tabla (*) Publicidad 2,9 1,9 1,907 2,0 No signif. Precios -0,1 0,207-1,0 2,0 No signif. (*) dado que contamos con unos grados de libertad muy pequeños, buscamos el valor crítico en las tablas y no nos conformamos con que supere 2 (si lo hiciera). Contraste de significación conjunta F-Snedecor Y'Y= 1,7 e'e= 1,2 F-Snedecor exp.=,8 Con los valores de tablas, acepto la K= Grados libertad, 2 hipótesis nula (todos los parámetros n-k= 2 F-Snedecor tabla= 19 son cero con el 9% de probabilidad) Contraste de significación conjunta R cuadrado Var error = 0,221 R cuadr.= 0,9079 Var endóg= 2,7,2 R.cuadr. ajus= 0,8118 F-Sndedkor sobre modelo sin término independiente (en desviaciones a la media) F-Sndedkor= 9,82127 (Calculada a partir de la relación entre la R y la F) Medidas de bondad a priori * Medidas preliminares sobre el error Error cuadrático Medio = 0,221 % error absoluto medio = 1,8% * Contrastes gráficos del modelo -2 desv tip e +2 desv tip e ,2 0, 0,2-1,01 1, , 1 1, -1,01 1, e= -0,8 Y= 2 Y estim= 2,8-1,01 1, ,81, 2,9-1,01 1, ,0,0-1,01 1,01 Gráfico series endógena y estimada

4 2 1 0 Endógena (ventas) Estimada Gráfico de los errores 1,0 1,00 0,0 0,00-0,0-1,00-1,0 Error Desv.Típica Diagrama de Prediccion-Realización Tasas de Crecimiento Real Estimada ,0 88, ,0, ,0 1, ,9 87,9 700,0 00,0 00,0 Sobrestima 00,0 00,0 200,0 100,0 Infraestima 0,0 100,0 100,0 7,0 2,9 * Contraste no paramétrico U - Theil Tasas de Crecimiento Real Estimada Error ^ 2 Est - Real Este valor tiene un rango de variación entre 0 y 1; siendo ,0 88, ,9 0 representativo de que "no hay error", luego el modelo ,0,1 2900,9 -,9 es perfecto y recoge bien todos los cambios de tendencia ,0 1,1 8,8-1, ,9 87,9 2027,,0 El valor 1 significa que el modelo recoge todos los cambios de tendencia justamente al revés. sum(real - est)^2/n... 9,8 sum(real)^2/n... 92, Obviamente, el valor obtenido está más cerca de 1 que sum(est)^2/n ,8 de 0, con lo cual estaríamos prediciendo al revés. U-Theil= 0,2 Medidas de bondad a posteriori: intervalo de variación del predictor n - k = 2 Intervalo +/-,702 9% Prob. t n-k =,0 Es decir, los valores de predicción con este modelo pueden variar dentro de ese +/- 2,1

5 RESULTADOS PRESENTADOS POR E-VIEWS DEL EJERCICIO ANTERIOR Regression Output Dependent Variable: VENTAS Method: Least Squares Date: 11/20/01 Time: 20: Sample: Included observations: Variable Coefficient Std. Error t-statistic Prob. C PUBLIC PRECIOS R-squared Mean dependent var Adjusted R-squared S.D. dependent var S.E. of regression Akaike info criterion 2.22 Sum squared resid Schwarz criterion Log likelihood F-statistic Durbin-Watson stat 2.87 Prob(F-statistic) Residual Actual Fitted Coefficient Covariance Matrix C PUBLIC PRECIOS C PUBLIC PRECIOS Covariance Matrix (of variables) VENTAS PUBLIC PRECIOS Correlation Matrix (of variables) VENTAS PUBLIC PRECIOS C PUBLIC PRECIOS

EXAMEN ECONOMETRÍA I GRUPO 53 - DADE 8 de septiembre de 2005 Prof. Rafael de Arce

EXAMEN ECONOMETRÍA I GRUPO 53 - DADE 8 de septiembre de 2005 Prof. Rafael de Arce EXAMEN ECONOMETRÍA I GRUPO 53 - DADE 8 de septiembre de 005 Prof. Rafael de Arce NOMBRE: DNI: PARTE I.- TEST 1. La hipótesis de rango pleno en el MBRL supone: Que las variables explicativas no tengan ninguna

Más detalles

Errores de especificación. Series simuladas

Errores de especificación. Series simuladas Estimación modelo correcto Dependent Variable: Y Date: 05/13/02 Time: 17:07 Sample: 2 100 Included observations: 99 Errores de especificación. Series simuladas C 5.376164 0.253524 21.20578 0.0000 X1 0.954713

Más detalles

SOLUCIÓN DEL EXAMEN PARCIAL DE ECONOMETRIA I

SOLUCIÓN DEL EXAMEN PARCIAL DE ECONOMETRIA I UNIVERSIDAD NACIONAL DE PIURA FACULTAD DE ECONOMIA SOLUCIÓN DEL EXAMEN PARCIAL DE ECONOMETRIA I 1º El investigador especifica los modelos siguientes: MODELO 1: IMP(t) = a + b IMP(t-1) + c IPM(t) + u(t)

Más detalles

ECONOMETRÍA II PRÁCTICAS DE ORDENADOR. Práctica 3

ECONOMETRÍA II PRÁCTICAS DE ORDENADOR. Práctica 3 ECONOMETRÍA II PRÁCTICAS DE ORDENADOR Práctica 3 Considere la ecuación de inversión RINV t = β 1 +β 2 RPIB t +β 3 r t +u t donde RINV es la inversión real privada, RPIB es el PIB real y r es el tipo de

Más detalles

SOLUCIÓN DE LA PRIMERA PRÁCTICA CALIFICADA DE ECONOMETRIA I

SOLUCIÓN DE LA PRIMERA PRÁCTICA CALIFICADA DE ECONOMETRIA I UNIVERSIDAD NACIONAL DE PIURA FACULTAD DE ECONOMIA SOLUCIÓN DE LA PRIMERA PRÁCTICA CALIFICADA DE ECONOMETRIA I 1º El investigador especifica el modelo siguiente: (7 puntos) M1(t) = a + b P(t) + c(0) PBI(t)

Más detalles

UNIVERSIDAD NACIONAL DE TRUJILLO ESCUELA PROFESIONAL DE ECONOMÍA APUNTES DE CLASE

UNIVERSIDAD NACIONAL DE TRUJILLO ESCUELA PROFESIONAL DE ECONOMÍA APUNTES DE CLASE UNIVERSIDAD NACIONAL DE TRUJILLO ESCUELA PROFESIONAL DE ECONOMÍA APUNTES DE CLASE CAPÍTULO 8: ANÁLISIS DE REGRESIÓN MÚLTIPLE: EL PROBLEMA DE LA INFERENCIA ECONOMETRÍA 2 WILHEM ROOSVELT GUARDIA VÁSQUEZ

Más detalles

INTRODUCCION AL ECONOMETRIC VIEWS. Aquí se introduce la frecuencia y las fechas de comienzo y final de los datos.

INTRODUCCION AL ECONOMETRIC VIEWS. Aquí se introduce la frecuencia y las fechas de comienzo y final de los datos. INTRODUCCION AL ECONOMETRIC VIEWS Introducción de datos 1. Creando una hoja de trabajo (workfile) File New Workfile Aquí se introduce la frecuencia y las fechas de comienzo y final de los datos. 2. Importación

Más detalles

QUINTA PRÁCTICA CALIFICADA DE ECONOMETRIA II. Dependent Variable: CREDITOSB Method: Least Squares Sample: 1992M M07 Included observations: 211

QUINTA PRÁCTICA CALIFICADA DE ECONOMETRIA II. Dependent Variable: CREDITOSB Method: Least Squares Sample: 1992M M07 Included observations: 211 UNIVERSIDAD NACIONAL DE PIURA FACULTAD DE ECONOMIA QUINTA PRÁCTICA CALIFICADA DE ECONOMETRIA II 1º Verificar si cointegra el modelo siguiente: CREDITOSB = a + b EMI + U 1.1. Aplicando la prueba alternativa

Más detalles

SOLUCIÄN DE LA PRIMERA PRÅCTICA CALIFICADA DE ECONOMETRIA II

SOLUCIÄN DE LA PRIMERA PRÅCTICA CALIFICADA DE ECONOMETRIA II UNIVERSIDAD NACIONAL DE PIURA FACULTAD DE ECONOMIA DPTO. ACAD. DE ECONOMIA SOLUCIÄN DE LA PRIMERA PRÅCTICA CALIFICADA DE ECONOMETRIA II 1Ä El investigador especifica el modelo siguiente: Donde: Se le pide:

Más detalles

Cointegración del Índice de Precios al Consumidor y Liquidez monetaria ( ). Venezuela.

Cointegración del Índice de Precios al Consumidor y Liquidez monetaria ( ). Venezuela. Cointegración del Índice de Precios al Consumidor y Liquidez monetaria (1997-211). Venezuela. Informe Técnico. PC LC/FT. 2 de Octubre 212 Jhoner Perdomo Karen Tizado Resumen En la búsqueda de una variable

Más detalles

ECONOMETRÍA II PRÁCTICAS DE ORDENADOR. Práctica 2

ECONOMETRÍA II PRÁCTICAS DE ORDENADOR. Práctica 2 ECONOMETRÍA II PRÁCTICAS DE ORDENADOR Práctica 2 El fichero epflic.wf1 contiene una submuestra de hogares de la Encuesta de Presupuestos Familiares 1990/91 formada por parejas con o sin hijos en los que

Más detalles

Regresión con heterocedasticidad y autocorrelación

Regresión con heterocedasticidad y autocorrelación Regresión con heterocedasticidad y autocorrelación Tema 6 Regresión con heterocedasticidad La heterocedasticidad significa que var( i ) cte Es la norma, no la excepción, en especial con datos transversales

Más detalles

Estadística II Tema 4. Regresión lineal simple. Curso 2009/10

Estadística II Tema 4. Regresión lineal simple. Curso 2009/10 Estadística II Tema 4. Regresión lineal simple Curso 009/10 Tema 4. Regresión lineal simple Contenidos El objeto del análisis de regresión La especificación de un modelo de regresión lineal simple Estimadores

Más detalles

EL DESARROLLO EN COLOMBIA: UN ENFOQUE DESDE EL IDH Y LA DISTRIBUCIÓN DEL INGRESO ( )

EL DESARROLLO EN COLOMBIA: UN ENFOQUE DESDE EL IDH Y LA DISTRIBUCIÓN DEL INGRESO ( ) EL DESARROLLO EN COLOMBIA: UN ENFOQUE DESDE EL IDH Y LA DISTRIBUCIÓN DEL INGRESO (1980 2015) Luis Armando Mojica Castro María Esperanza Cuenca Coral Trabajo presentado en la Serie de Seminarios IEEC Departamento

Más detalles

Seminario Regional Proyecto: Fortaleciendo las Capacidades de Análisis de la Política Macroeconómica en Centroamérica y El Caribe

Seminario Regional Proyecto: Fortaleciendo las Capacidades de Análisis de la Política Macroeconómica en Centroamérica y El Caribe Estimación: de una Función de Demanda Mensual por Emisión Monetaria (1997-2004) para Honduras, mediante modelos Econométricos, serie de tiempo y Pronostico. Seminario Regional Proyecto: Fortaleciendo las

Más detalles

ENUNCIADOS DE PROBLEMAS

ENUNCIADOS DE PROBLEMAS UNIVERSIDAD CARLOS III DE MADRID ECONOMETRÍA I Curso 2005/06 EXAMEN FINAL (Convocatoria ordinaria) 30 de Enero de 2006 ENUNCIADOS DE PROBLEMAS PROBLEMA 1: PROBABILIDAD DE DENEGACIÓN DE UNA HIPOTECA Se

Más detalles

Modelos Econométricos Lección 4. Estimación de una sola ecuación entre variables cointegradas (con mecanismo de corrección del error)

Modelos Econométricos Lección 4. Estimación de una sola ecuación entre variables cointegradas (con mecanismo de corrección del error) Modelos Econométricos Lección 4. Estimación de una sola ecuación entre variables cointegradas (con mecanismo de corrección del error) Presentado por Juan Muro Motivación Para entender en profundidad la

Más detalles

ECONOMETRIA: PRÁCTICA OBLIGATORIA (En formato Manual de Uso)

ECONOMETRIA: PRÁCTICA OBLIGATORIA (En formato Manual de Uso) ECONOMETRIA: PRÁCTICA OBLIGATORIA (En formato Manual de Uso) Leer los datos del fichero de Excel (datelectricidad.xls): Al revisar los datos en Excel se ha verificado que la información disponible es de

Más detalles

CAPITULO 4. MODELO ECONOMETRICO. 4.1 Planteamiento del modelo.

CAPITULO 4. MODELO ECONOMETRICO. 4.1 Planteamiento del modelo. 96 CAPITULO 4. MODELO ECONOMETRICO. 4. Planteamiento del modelo. Desde el principio de esta investigación se ha hecho hincapié en descubrir el peso que tiene la inversión neta en el crecimiento de la economía

Más detalles

EJEMPLO DE APLICACIÓN DE MODELIZACIÓN ARIMA A LA SERIE DE COTIZACIONES DIARIAS DE TERRA - LYCOS NOVIEMBRE 1999 A JUNIO 2001

EJEMPLO DE APLICACIÓN DE MODELIZACIÓN ARIMA A LA SERIE DE COTIZACIONES DIARIAS DE TERRA - LYCOS NOVIEMBRE 1999 A JUNIO 2001 EJEMPLO DE APLICACIÓN DE MODELIZACIÓN ARIMA A LA SERIE DE COTIZACIONES DIARIAS DE TERRA - LYCOS NOVIEMBRE 1999 A JUNIO 2001 CURSO DE TÉCNICAS DE PREVISIÓN DE VARIABLES FINANCIERAS PROGRAMA CITIUS Junio

Más detalles

ECONOMETRÍA II Curso: 2009/2010 Práctica 5

ECONOMETRÍA II Curso: 2009/2010 Práctica 5 ECONOMETRÍA II Curso: 2009/2010 Práctica 5 Prof. Juan de Dios Tena El objetivo de esta práctica es introducir al alumno en los ejercicios de especificación, estimación y análisis de resultados de modelos

Más detalles

Proyecciones del PBI para el 2003.

Proyecciones del PBI para el 2003. Proyecciones del PBI para el 2003. Por Pablo Frigolé, para Stockssite pablofrigole@stockssite.com Después de muchas preguntas sobre cuál sería el valor de las variables futuras más importantes de la economía

Más detalles

TEMA 2: Propiedades de los estimadores MCO

TEMA 2: Propiedades de los estimadores MCO TEMA 2: Propiedades de los estimadores MCO Econometría I M. Angeles Carnero Departamento de Fundamentos del Análisis Económico Curso 2011-12 Econometría I (UA) Tema 2: Pdades de los estimadores MCO Curso

Más detalles

DETERMINAR LA VALIDEZ DEL MODELO FINALMENTE SELECCIONADO. Econometría I. 3º LADE Prof. Rafael de Arce Enero 2003 rafael.dearce@uam.

DETERMINAR LA VALIDEZ DEL MODELO FINALMENTE SELECCIONADO. Econometría I. 3º LADE Prof. Rafael de Arce Enero 2003 rafael.dearce@uam. A PARTIR DE LA INFORMACIÓN SUMINISTRADA EN LAS SIGUIENTES HOJAS, CONTRASTAR EL CUMPLIMIENTO DE LAS HIPÓTESIS DEL MBRL Y JUSTIFICAR LAS SUCESIVAS ELECCIONES DE LAS REGRESIONES 1ª, 2ª, 3ª Y DEFINITIVA. DETERMINAR

Más detalles

GUIÓN TEMA 2. PROPIEDADES DE LOS ESTIMADORES MCO 2.1 PROPIEDADES ESTADÍSTICAS DEL ES- TIMADOR MCO DE.

GUIÓN TEMA 2. PROPIEDADES DE LOS ESTIMADORES MCO 2.1 PROPIEDADES ESTADÍSTICAS DEL ES- TIMADOR MCO DE. ECONOMETRIA I. Departamento de Fundamentos del Análisis Económico Universidad de Alicante. Curso 011/1 GUIÓN TEMA. PROPIEDADES DE LOS ESTIMADORES MCO Bibliografía apartados.1,. y.3: Greene, 6.6.1, 6.6.3

Más detalles

Economía Aplicada. Modelos con variables dependiente binarias. Departamento de Economía Universidad Carlos III de Madrid

Economía Aplicada. Modelos con variables dependiente binarias. Departamento de Economía Universidad Carlos III de Madrid Economía Aplicada Modelos con variables dependiente binarias Departamento de Economía Universidad Carlos III de Madrid Ver Stock y Watson (capítulo 11) 1 / 28 Modelos con variables dependiente binarias:

Más detalles

Nueva estimación sobre el volumen del PBI informal en base al método de la demanda de circulante. Joaquín Días y Carla Di Paula.

Nueva estimación sobre el volumen del PBI informal en base al método de la demanda de circulante. Joaquín Días y Carla Di Paula. Nueva estimación sobre el volumen del PBI informal en base al método de la demanda de circulante. Joaquín Días y Carla Di Paula Octubre 2009 Este documento tiene por objetivo presentar una nueva estimación

Más detalles

CAPITAL HUMANO Y RENDIMIENTOS EDUCACIÓN

CAPITAL HUMANO Y RENDIMIENTOS EDUCACIÓN CAPITAL HUMANO Y RENDIMIENTOS EDUCACIÓN José L. Raymond UAB 1 Índice de la presentación 1. La medición de los rendimientos de la educación Aproximación estándar rendimiento educación Dos interpretaciones

Más detalles

Curso: Economía Ambiental del Turismo. Aplicación del Método Costo de Viaje

Curso: Economía Ambiental del Turismo. Aplicación del Método Costo de Viaje Curso: Economía Ambiental del Turismo Aplicación del Método Costo de Viaje Estimación de Modelos Poisson para la estimación del Excedente del Consumidor a través del Método del Costo de Viaje: El caso

Más detalles

Influencia de la política económica en los principales indicadores de la economía peruana Amer Ernesto Fernández Dávila Angulo

Influencia de la política económica en los principales indicadores de la economía peruana Amer Ernesto Fernández Dávila Angulo Influencia de la política económica en los principales indicadores de la economía peruana 1950-2006 Amer Ernesto Fernández Dávila Angulo Introducción Todo grupo de medidas económicas tiene por objeto mejorar

Más detalles

1. Determine la validez de los contrastes de significatividad individual en los siguientes supuestos:

1. Determine la validez de los contrastes de significatividad individual en los siguientes supuestos: EXAMEN ECONOMETRÍA 1 PROF. RAFAEL DE ARCE 23 de enero de 2009 NOMBRE: DNI: 1. Determine la validez de los contrastes de significatividad individual en los siguientes supuestos: a) Presencia de variables

Más detalles

T2. El modelo lineal simple

T2. El modelo lineal simple T2. El modelo lineal simple Ana J. López y Rigoberto Pérez Dpto Economía Aplicada. Universidad de Oviedo Curso 2010-2011 Curso 2010-2011 1 / 40 Índice 1 Planteamiento e hipótesis básicas 2 Estimación de

Más detalles

Introducción al tema de raíces unitarias en la modelación econométrica

Introducción al tema de raíces unitarias en la modelación econométrica Banco Central de Costa Rica Departamento de Investigación Económica DIE-NT-01-2008 SEMINARIO-TALLER TÓPICOS DE ECONOMETRIA APLICADA PARTE I Introducción al tema de raíces unitarias en la modelación econométrica

Más detalles

Cointegración El caso bivariado

Cointegración El caso bivariado Cointegración El caso bivariado Definición: La serie Y t es integrada de orden d (denotada I(d)) si al menos debe ser diferenciada d veces para que sea estacionaria. Ejemplos: 1. El proceso random walk

Más detalles

CAPITULO IV MODELOS MULTIECUACIONALES

CAPITULO IV MODELOS MULTIECUACIONALES CAPITULO IV MODELOS MULTIECUACIONALES 1. INTRODUCCIÓN En el modelo básico de regresión y para cualquier punto muestral t tenemos: y = β x + β x + + β x + u t 1 1t 2 2 t... k kt t expresándolo en matrices

Más detalles

INDICADORES DE RENTABILIDAD CON EL USO DE RAZONES EN DATOS PANEL: CASO APLICADO A LA BANCA COMERCIAL MEXICANA

INDICADORES DE RENTABILIDAD CON EL USO DE RAZONES EN DATOS PANEL: CASO APLICADO A LA BANCA COMERCIAL MEXICANA Julio 2014 - Junio 2015 1282 INDICADORES DE RENTABILIDAD CON EL USO DE RAZONES EN DATOS PANEL: CASO APLICADO A LA BANCA COMERCIAL MEXICANA 2008-2014 Rosa María García Becerra Facultad de Contaduría y Administración

Más detalles

Correlación. El coeficiente de correlación mide la fuerza o el grado de asociación entre dos variables (r)

Correlación. El coeficiente de correlación mide la fuerza o el grado de asociación entre dos variables (r) Correlación El coeficiente de correlación mide la fuerza o el grado de asociación entre dos variables (r) El coeficiente de correlación lineal de Pearson (r) permite medir el grado de asociación entre

Más detalles

Regresión múltiple. Demostraciones. Elisa Mª Molanes López

Regresión múltiple. Demostraciones. Elisa Mª Molanes López Regresión múltiple Demostraciones Elisa Mª Molanes López El modelo de regresión múltiple El modelo que se plantea en regresión múltiple es el siguiente: y i = β 0 + β 1 x 1i + β 2 x 2i +...+ β k x ki +

Más detalles

Documento de Trabajo. Debo inscribir más de 22 créditos?

Documento de Trabajo. Debo inscribir más de 22 créditos? Documento de Trabajo Debo inscribir más de 22 créditos? Rodrigo Navia Carvallo 2004 El autor es Ph.D in Economics, Tulane University, EEUU. Máster of Arts in Economics, Tulane University, EEUU. Licenciado

Más detalles

Crecimiento i y Desarrollo Humano: Perú en la década del 2000

Crecimiento i y Desarrollo Humano: Perú en la década del 2000 Crecimiento i y Desarrollo Humano: Perú en la década del 2000 Fernando Vásquez Encuentro de Economistas del BCRP Las expresiones vertidas en esta presentación no representan necesariamente las del Banco

Más detalles

2 Introducción a la inferencia estadística Introducción Teoría de conteo Variaciones con repetición...

2 Introducción a la inferencia estadística Introducción Teoría de conteo Variaciones con repetición... Contenidos 1 Introducción al paquete estadístico S-PLUS 19 1.1 Introducción a S-PLUS............................ 21 1.1.1 Cómo entrar, salir y consultar la ayuda en S-PLUS........ 21 1.2 Conjuntos de datos..............................

Más detalles

CUESTIONES Y PROBLEMAS DE DISTRIBUCIONES DE FRECUENCIAS BIDIMENSIONALES PROPUESTOS EN EXÁMENES

CUESTIONES Y PROBLEMAS DE DISTRIBUCIONES DE FRECUENCIAS BIDIMENSIONALES PROPUESTOS EN EXÁMENES TUTORÍA DE INTRODUCCIÓN A LA ESTADÍSTICA (º A.D.E.) CUESTIONES Y PROBLEMAS DE DISTRIBUCIONES DE FRECUENCIAS BIDIMENSIONALES PROPUESTOS EN EXÁMENES 1º) Qué ocurre cuando r = 1: a) Los valores teóricos no

Más detalles

Factores explicativos detrás de la apreciación del tipo de cambio real desde los noventa en El Salvador.

Factores explicativos detrás de la apreciación del tipo de cambio real desde los noventa en El Salvador. Factores explicativos detrás de la apreciación del tipo de cambio real desde los noventa en El Salvador. Versión preliminar. Oscar Cabrera Melgar Resumen 1. Las apreciaciones en el tipo de cambio real

Más detalles

ECONOMETRÍA I. Licenciatura de admón. y Dcción de Empresas Grupos 3A1 y 3A2 Convocatoria de septiembre de 2002 Profesor Rafael de Arce NOMBRE GRUPO

ECONOMETRÍA I. Licenciatura de admón. y Dcción de Empresas Grupos 3A1 y 3A2 Convocatoria de septiembre de 2002 Profesor Rafael de Arce NOMBRE GRUPO ECONOMETRÍA I. Licenciatura de admón. y Dcción de Empresas Grupos 3A1 y 3A2 Convocatoria de septiembre de 2002 Profesor Rafael de Arce NOMBRE GRUPO 1. Cuáles son los distintos usos que se le pueden dar

Más detalles

Pronósticos, Series de Tiempo y Regresión. Capítulo 4: Regresión Lineal Múltiple

Pronósticos, Series de Tiempo y Regresión. Capítulo 4: Regresión Lineal Múltiple Pronósticos, Series de Tiempo y Regresión Capítulo 4: Regresión Lineal Múltiple Temas Modelo de regresión lineal múltiple Estimaciones de Mínimos Cuadrados Ordinarios (MCO); estimación puntual y predicción

Más detalles

ESTIMACIÓN DE LAS DEMANDAS DEL CAFÉ, YERBA MATE Y TÉ EN ARGENTINA. Agosto Categoría: Trabajo de investigación

ESTIMACIÓN DE LAS DEMANDAS DEL CAFÉ, YERBA MATE Y TÉ EN ARGENTINA. Agosto Categoría: Trabajo de investigación ESTIMACIÓN DE LAS DEMANDAS DEL CAFÉ, YERBA MATE Y TÉ EN ARGENTINA Agosto 2015 Categoría: Trabajo de investigación Lysiak Emiliano 1 lysiak.emiliano@inta.gob.ar CEL. 03754-526134 1 Investigador Área de

Más detalles

APROVECHAMIENTO DE HERRAMIENTAS ECONOMÉTRICAS EN LA CARRERA DE LICENCIATURA EN CONTABILIDAD Y FINANZAS PARA LA SOLUCIÓN DE PROBLEMAS EMPRESARIALES.

APROVECHAMIENTO DE HERRAMIENTAS ECONOMÉTRICAS EN LA CARRERA DE LICENCIATURA EN CONTABILIDAD Y FINANZAS PARA LA SOLUCIÓN DE PROBLEMAS EMPRESARIALES. APROVECHAMIENTO DE HERRAMIENTAS ECONOMÉTRICAS EN LA CARRERA DE LICENCIATURA EN CONTABILIDAD Y FINANZAS PARA LA SOLUCIÓN DE PROBLEMAS EMPRESARIALES. MSc. Teresa Pérez Sosa 1, Dr. Roberto Suarez Ojeda 2,

Más detalles

Working Paper Series Economic Development. Econometrics. Faculty of Economics and Business. University of Santiago de Compostela No.

Working Paper Series Economic Development. Econometrics. Faculty of Economics and Business. University of Santiago de Compostela No. Working Paper Series Economic Development. Econometrics. Faculty of Economics and Business. University of Santiago de Compostela No. 77 MODELOS ECONOMETRÍCOS DEL EMPLEO EN ESPAÑA: ANÁLISIS COMPARATIVO

Más detalles

TODO ECONOMETRIA TEMA 1: MODELO BASICO DE REGRESIÓN LINEAL MULTIPLE (MBRL)

TODO ECONOMETRIA TEMA 1: MODELO BASICO DE REGRESIÓN LINEAL MULTIPLE (MBRL) TODO ECONOMETRIA TEMA 1: MODELO BASICO DE REGRESIÓN LINEAL MULTIPLE (MBRL) NOTA IMPORTANTE - Estas notas son complementarias a las notas de clase del primer semestre correspondientes a los temas de Regresión

Más detalles

SOLUCIÓN DEL EXAMEN PARCIAL DE ECONOMETRIA II

SOLUCIÓN DEL EXAMEN PARCIAL DE ECONOMETRIA II UNIVERSIDAD NACIONAL DE PIURA FACULTAD DE ECONOMIA DPTO. ACAD. DE ECONOMIA SOLUCIÓN DEL EXAMEN PARCIAL DE ECONOMETRIA II 1º El investigador especifica el siguiente modelo: Se le pide: 1.1. Realice la prueba

Más detalles

Las variables incluidas en el modelo se interpretan de la siguiente forma:

Las variables incluidas en el modelo se interpretan de la siguiente forma: PRÁCTICA 4: EL MODELO LINEAL DE PROBABILIDAD - Estimar un modelo lineal de probabilidad - Interpretar los coeficientes estimados - Obtener las probabilidad estimadas - Contrastar la normalidad de las perturbaciones

Más detalles

ÍNDICE CAPÍTULO 1. INTRODUCCIÓN

ÍNDICE CAPÍTULO 1. INTRODUCCIÓN ÍNDICE CAPÍTULO 1. INTRODUCCIÓN 1.1. OBJETO DE LA ESTADÍSTICA... 17 1.2. POBLACIONES... 18 1.3. VARIABLES ALEATORIAS... 19 1.3.1. Concepto... 19 1.3.2. Variables discretas y variables continuas... 20 1.3.3.

Más detalles

Profesor: Hugo S. Salinas. Primer Semestre Tabla 1: Inteligencia y Rendimiento. X Y Figura 1: Inteligencia y Rendimiento.

Profesor: Hugo S. Salinas. Primer Semestre Tabla 1: Inteligencia y Rendimiento. X Y Figura 1: Inteligencia y Rendimiento. UNIVERSIDAD DE ATACAMA FACULTAD DE CIENCIAS JURÍDICAS / CARRERA DE TRABAJO SOCIAL TECNOLOGÍA INFORMÁTICA I (SPSS) ESTADÍSTICA DESCRIPTIVA CON MÁS DE UNA VARIABLE Profesor: Hugo S. Salinas. Primer Semestre

Más detalles

Tema 3.2: Modelo lineal general: inferencia y predicción. Universidad Complutense de Madrid 2013

Tema 3.2: Modelo lineal general: inferencia y predicción. Universidad Complutense de Madrid 2013 Tema 3.2: Modelo lineal general: inferencia y predicción Universidad Complutense de Madrid 2013 Contraste de hipótesis paramétricas en el MLG (I) Necesitamos añadir a la lista de hipótesis del MLG, la

Más detalles

ILUSTRACIÓN DEL PROBLEMA DE LA IDENTIFICABILIDAD EN LOS MODELOS MULTIECUACIONALES

ILUSTRACIÓN DEL PROBLEMA DE LA IDENTIFICABILIDAD EN LOS MODELOS MULTIECUACIONALES ILUSTRACIÓN DEL PROBLEMA DE LA IDENTIFICABILIDAD EN LOS MODELOS MULTIECUACIONALES El objetivo de este documento es ilustrar matemáticamente, y con un caso concreto, el problema de la identificación en

Más detalles

Estadística y sus aplicaciones en Ciencias Sociales 5. Estimación. Facultad de Ciencias Sociales, UdelaR

Estadística y sus aplicaciones en Ciencias Sociales 5. Estimación. Facultad de Ciencias Sociales, UdelaR Estadística y sus aplicaciones en Ciencias Sociales 5. Estimación Facultad de Ciencias Sociales, UdelaR Índice 1. Repaso: estimadores y estimaciones. Propiedades de los estimadores. 2. Estimación puntual.

Más detalles

2.1. Interdependencia y modelos multiecuacionales

2.1. Interdependencia y modelos multiecuacionales 3 Modelos de oferta y demanda del PIB CAPÍTULO 2 MODELOS DE OFERTA Y DEMANDA DEL PIB Mª Carmen Guisán y Pilar Expósito 2.. Interdependencia y modelos multiecuacionales Una cuestión importante en el desarrollo

Más detalles

ESTADISTICA II. INGENIERIA INFORMATICA, 3 ER Curso

ESTADISTICA II. INGENIERIA INFORMATICA, 3 ER Curso ESTADISTICA II INGENIERIA INFORMATICA, 3 ER Curso 22 - Diciembre - 2.006 Primera Parte - Test Apellidos y Nombre:... D.N.I. :... Nota : En la realización de este examen sólo esta permitido utilizar calculadoras

Más detalles

Tema 4: Cuestiones importantes en el Modelo Lineal General (MLG) Universidad Complutense de Madrid 2013

Tema 4: Cuestiones importantes en el Modelo Lineal General (MLG) Universidad Complutense de Madrid 2013 Tema 4: Cuestiones importantes en el Modelo Lineal General (MLG) Universidad Complutense de Madrid 2013 1 Colinealidad (I) La multicolinealidad es un problema que surge cuando las variables explicativas

Más detalles

UNIVERSIDAD NACIONAL DE TRUJILLO ESCUELA PROFESIONAL DE ECONOMÍA ECONOMETRÍA II MODELO DE ECUACIONES SIMULTÁNEAS EJERCICIO 20.14

UNIVERSIDAD NACIONAL DE TRUJILLO ESCUELA PROFESIONAL DE ECONOMÍA ECONOMETRÍA II MODELO DE ECUACIONES SIMULTÁNEAS EJERCICIO 20.14 UNIVERSIDAD NACIONAL DE TRUJILLO ESCUELA PROFESIONAL DE ECONOMÍA ECONOMETRÍA II MODELO DE ECUACIONES SIMULTÁNEAS EJERCICIO 20.14 Sigüenza Aguilar Victoria Profesores responsables del curso: Jorge Zegarra,

Más detalles

Técnicas de Muestreo Métodos

Técnicas de Muestreo Métodos Muestreo aleatorio: Técnicas de Muestreo Métodos a) unidad muestral elemental: a.1) muestreo aleatorio simple a.2) muestreo (seudo)aleatorio sistemático a.3) muestreo aleatorio estratificado b) unidad

Más detalles

La eficiencia y el equilibrio competitivo

La eficiencia y el equilibrio competitivo La eficiencia y el equilibrio competitivo Denis R. Villalobos Araya, Ph.D Lima, Perú Junio 2009 La eficiencia y el equilibrio competitivo Una asignación de recursos es eficiente si maximiza el excedente

Más detalles

2. La apertura exterior de la economía portuguesa en

2. La apertura exterior de la economía portuguesa en Estudios Económicos Regionales y Sectoriales. AEEADE Vol. 1, num. 2 (2001) MODELO ECONOMÉTRICO SECTORIAL DE LA ECONOMÍA PORTUGUESA E IMPACTO POSITIVO DEL COMERCIO EXTERIOR PADRAO, Reinaldo Instituto Empresarial

Más detalles

INTERPRETACIÓN DE LA REGRESIÓN. Interpretación de la regresión

INTERPRETACIÓN DE LA REGRESIÓN. Interpretación de la regresión INTERPRETACIÓN DE LA REGRESIÓN Este gráfico muestra el salario por hora de 570 individuos. 1 Interpretación de la regresión. regresión Salario-Estudios Source SS df MS Number of obs = 570 ---------+------------------------------

Más detalles

CRECIMIENTO ECONÓMICO LOS DATOS

CRECIMIENTO ECONÓMICO LOS DATOS CRECIMIENTO ECONÓMICO LOS DATOS Crecimiento económico es relevante: Esperanza de vida y consumo per cápita aumentan con renta y proporción de pobres disminuyen con renta per cápita CPC & RPC 180 Países

Más detalles

Efecto de la sobre-educación en el ingreso de personas con estudios de nivel superior en México

Efecto de la sobre-educación en el ingreso de personas con estudios de nivel superior en México Ensayos Volumen XXV, núm.2, noviembre 2006, pp.21-42 Efecto de la sobre-educación en el ingreso de personas con estudios de nivel superior en México Oscar Javier de La Garza Garza Pedro A. Villezca Becerra

Más detalles

INDICE. Prólogo a la Segunda Edición

INDICE. Prólogo a la Segunda Edición INDICE Prólogo a la Segunda Edición XV Prefacio XVI Capitulo 1. Análisis de datos de Negocios 1 1.1. Definición de estadística de negocios 1 1.2. Estadística descriptiva r inferencia estadística 1 1.3.

Más detalles

ESTUDIO DE LA RECAUDACIÓN DEL IMPUESTO A LOS INGRESOS BRUTOS Abril de 2017

ESTUDIO DE LA RECAUDACIÓN DEL IMPUESTO A LOS INGRESOS BRUTOS Abril de 2017 ESTUDIO DE LA RECAUDACIÓN DEL IMPUESTO A LOS INGRESOS BRUTOS Abril de 2017 Por Adrián Gutiérrez Cabello Colaborador: Víctor Pérez Barcia Introducción El Impuesto sobre los Ingresos Brutos, principal recurso

Más detalles

Repaso de estadística básica. Juan D. Barón Santiago de Chile, 8 de abril de 2013

Repaso de estadística básica. Juan D. Barón Santiago de Chile, 8 de abril de 2013 Repaso de estadística básica Juan D. Barón Santiago de Chile, 8 de abril de 2013 1 I. CONCEPTOS ESTADÍSTICOS BÁSICOS 2 Las decisiones se toman bajo incertidumbre Las decisiones se basan en información

Más detalles

CUERPO TÉCNICO, OPCION ESTADISTICA

CUERPO TÉCNICO, OPCION ESTADISTICA CUERPO TÉCNICO, OPCION ESTADISTICA ESTADÍSTICA TEÓRICA BÁSICA TEMA 1. Fenómenos aleatorios. Conceptos de probabilidad. Axiomas. Teoremas de probabilidad. Sucesos independientes. Teorema de Bayes. TEMA

Más detalles

Diferencia de la tasa de cambio

Diferencia de la tasa de cambio Ejemplo 1: Prueba de raíz unitaria de Dickey y Fuller Este ejemplo utiliza información del archivo erate1.wf1. Sea LO el logaritmo de la tasa de cambio oficial peso-dólar en Colombia para el período 197:1

Más detalles

LA PARIDAD DEL PODER DE COMPRA ENTRE PERÚ y ESTADOS ( )

LA PARIDAD DEL PODER DE COMPRA ENTRE PERÚ y ESTADOS ( ) LA PARIDAD DEL PODER DE COMPRA ENTRE PERÚ y ESTADOS UNIDOS (1991.01 2011.07) Ponente: Mag. Cornelio TicseNúñez RESUMEN Los resultados obtenidos muestran que los datosnoseajustan a lo que predice la teoría

Más detalles

DIFERENCIAS EN EL GASTO DE LOS HOGARES ARRENDATARIOS DE TRES REGIONES DE COLOMBIA EN 2003 MARISOL PEÑARANDA SALAMANCA

DIFERENCIAS EN EL GASTO DE LOS HOGARES ARRENDATARIOS DE TRES REGIONES DE COLOMBIA EN 2003 MARISOL PEÑARANDA SALAMANCA DIFERENCIAS EN EL GASTO DE LOS HOGARES ARRENDATARIOS DE TRES REGIONES DE COLOMBIA EN 2003 MARISOL PEÑARANDA SALAMANCA UNIVERSIDAD DEL VALLE FACULTAD DE CIENCIAS SOCIALES Y ECONÓMICAS PROGRAMA ACADÉMICO

Más detalles

ETSI de Topografía, Geodesia y Cartografía

ETSI de Topografía, Geodesia y Cartografía Disttool Es una herramienta de MATLAB que permite visualizar de forma gráfica las características de cada distribución con la posibilidad de variar sus parámetros. Las funciones que muestra son: Función

Más detalles

USO DEL FILTRO DE KALMAN PARA ESTIMAR LA TENDENCIA DE UNA SERIE

USO DEL FILTRO DE KALMAN PARA ESTIMAR LA TENDENCIA DE UNA SERIE DIVISIÓN ECONÓMICA DEPARTAMENTO DE INVESTIGACIONES ECONÓMICAS INFORME TÉCNICO DIE-87-003-IT USO DEL FILTRO DE KALMAN PARA ESTIMAR LA TENDENCIA DE UNA SERIE Ana Cecilia Kikut V. OCTUBRE, 003 Entre los diferentes

Más detalles

Simulación mediante modelos

Simulación mediante modelos 1 Un proyecto econométrico Simulación mediante modelos Esta nota está destinada a exhibir un proyecto típico de simulación mediante un modelo econométrico. Se recomienda que cada alumno desarrolle, en

Más detalles

Modelo de regresión lineal aplicado al análisis regional

Modelo de regresión lineal aplicado al análisis regional Universidad Autonoma de Ciudad Juarez From the SelectedWorks of Isaac Sánchez-Juárez Winter December 31, 2014 Modelo de regresión lineal aplicado al análisis regional Isaac Sánchez-Juárez, Universidad

Más detalles

PROGRAMA DE ESTADÍSTICA DESCRIPTIVA

PROGRAMA DE ESTADÍSTICA DESCRIPTIVA PROGRAMA DE ESTADÍSTICA DESCRIPTIVA CONCEPTOS BÁSICOS DE ESTADÍSTICA Definición de Estadística Origen del concepto. Evolución histórica de la Estadística Estadística Descriptiva y Estadística Inferencial

Más detalles

Tema: Análisis de regresión y análisis de varianza. La tabla ANOVA tiene la siguiente representación: CMR F c CME SCE CME=SCE/GLE

Tema: 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 detalles

REGRESIÓN LINEAL SIMPLE

REGRESIÓN LINEAL SIMPLE REGRESIÓN LINEAL SIMPLE 1. El problema de la regresión lineal simple. Método de mínimos cuadrados 3. Coeficiente de regresión 4. Coeficiente de correlación lineal 5. El contraste de regresión 6. Inferencias

Más detalles

Es el comercio exterior de bienes la solución a la crisis en España? Trabajo Fin de Grado

Es el comercio exterior de bienes la solución a la crisis en España? Trabajo Fin de Grado Es el comercio exterior de bienes la solución a la crisis en España? Trabajo Fin de Grado 4 de Septiembre 2014 Universidad Politécnica de Cartagena. Facultad de Ciencias de la Empresa. Departamento de

Más detalles

Estructura económica y economía negra en la Argentina. Ernesto A. O Connor Universidad Católica Argentina

Estructura económica y economía negra en la Argentina. Ernesto A. O Connor Universidad Católica Argentina Estructura económica y economía negra en la Argentina Ernesto A. O Connor Universidad Católica Argentina Setiembre de 2007 Esquema: I. Introducción: procesos de crecimiento e inserción internacional II.

Más detalles

Prácticas Tema 2: El modelo lineal simple

Prácticas Tema 2: El modelo lineal simple Prácticas Tema 2: El modelo lineal simple Ana J. López y Rigoberto Pérez Departamento de Economía Aplicada. Universidad de Oviedo PRACTICA 2.1- Se han analizado sobre una muestra de 10 familias las variables

Más detalles

Estadística II Tema 4. Regresión lineal simple. Curso 2010/11

Estadística II Tema 4. Regresión lineal simple. Curso 2010/11 Estadística II Tema 4. Regresión lineal simple Curso 010/11 Tema 4. Regresión lineal simple Contenidos El objeto del análisis de regresión La especificación de un modelo de regresión lineal simple Estimadores

Más detalles

Regresión lineal. Marcelo Rodríguez Ingeniero Estadístico - Magíster en Estadística

Regresión lineal. Marcelo Rodríguez Ingeniero Estadístico - Magíster en Estadística Regresión lineal Marcelo Rodríguez Ingeniero Estadístico - Magíster en Estadística Universidad Católica del Maule Facultad de Ciencias Básicas Pedagogía en Matemática Estadística I 01 de enero de 2012

Más detalles

ANÁLISIS DE FRECUENCIAS

ANÁLISIS DE FRECUENCIAS ANÁLISIS DE FRECUENCIAS EXPRESIONES PARA EL CÁLCULO DE LOS EVENTOS PARA EL PERÍODO DE RETORNO T Y DE LOS RESPECTIVOS ERRORES ESTÁNDAR DE ESTIMACIÓN REQUERIDOS PARA LA DETERMINACIÓN DE LOS INTERVALOS DE

Más detalles

478 Índice alfabético

478 Índice alfabético Índice alfabético Símbolos A, suceso contrario de A, 187 A B, diferencia de los sucesos A y B, 188 A/B, suceso A condicionado por el suceso B, 194 A B, intersección de los sucesos A y B, 188 A B, unión

Más detalles

ANALISIS DE REGRESIÓN Y CORRELACIÓN LINEAL

ANALISIS DE REGRESIÓN Y CORRELACIÓN LINEAL ANALISIS DE REGRESIÓN Y CORRELACIÓN LINEAL Msc. Lácides Baleta Octubre 16 Página 1 de 11 REGRESIÓN Y CORRELACIÓN LINEAL Son dos herramientas para investigar la dependencia de una variable dependiente Y

Más detalles

LAS INDUSTRIAS DERIVADAS DE LA MADERA EN ESPAÑA ( ). COMPARACIÓN INTERNACIONAL, MODELOS ECONOMETRICOS Y ANÁLISIS DE CAUSALIDAD

LAS INDUSTRIAS DERIVADAS DE LA MADERA EN ESPAÑA ( ). COMPARACIÓN INTERNACIONAL, MODELOS ECONOMETRICOS Y ANÁLISIS DE CAUSALIDAD University of Santiago de Compostela. Faculty of Economics. Econometrics* Working Paper Series Economic Development. nº 52 LAS INDUSTRIAS DERIVADAS DE LA MADERA EN ESPAÑA (1964-1990). COMPARACIÓN INTERNACIONAL,

Más detalles

TEMA VI: EL MODELO DE REGRESIÓN LINEAL MÚLTIPLE

TEMA VI: EL MODELO DE REGRESIÓN LINEAL MÚLTIPLE ESADÍSICA II EMA VI: EL MODELO DE REGRESIÓN LINEAL MÚLIPLE VI.1.- Introducción. VI..- Hipótesis básicas del modelo de regresión lineal múltiple. VI.3.- El estimador mínimo cuadrático ordinario del modelo

Más detalles

Modelo Econométrico Empleo en México

Modelo Econométrico Empleo en México Memoria del XXI Coloquio Mexicano de Economía Matemática y Econometría Modelo Econométrico Empleo en México Mónica González Morales 1 Introducción 2000 a 2010 trimestralmente comprar productos fabricados

Más detalles

DISEÑOS EXPERIMENTALES DE DOS GRUPOS Y MULTIGRUPO

DISEÑOS EXPERIMENTALES DE DOS GRUPOS Y MULTIGRUPO TEMA II ESQUEMA GENERAL Diseño experimental de dos grupos: definición y clasificación Formatos del diseño y prueba de hipótesis Diseño experimental multigrupo: definición Formato del diseño multigrupo

Más detalles

El modelo Lineal General

El modelo Lineal General El Lineal General Román Salmerón Gómez Universidad de Granada RSG El lineal uniecuacional múltiple 1 / 68 Estimación del Validación del Explotación del Estimación del Validación del Explotación del RSG

Más detalles

EXAMEN D'ECONOMETRIA II. LLICENCIATURA EN ECONOMIA. JUNY DE 2006 COGNOMS... NOM...

EXAMEN D'ECONOMETRIA II. LLICENCIATURA EN ECONOMIA. JUNY DE 2006 COGNOMS... NOM... EXAMEN D'ECONOMETRIA II. LLICENCIATURA EN ECONOMIA. JUNY DE 2006 COGNOMS... NOM... 1. A partir de dades individuals corresponents a 706 individus, s ha estimat per mínims quadrats ordinaris un model de

Más detalles

ESTADÍSTICA. Tema 4 Regresión lineal simple

ESTADÍSTICA. Tema 4 Regresión lineal simple ESTADÍSTICA Grado en CC. de la Alimentación Tema 4 Regresión lineal simple Estadística (Alimentación). Profesora: Amparo Baíllo Tema 4: Regresión lineal simple 1 Estructura de este tema Planteamiento del

Más detalles

Introducción a la Estadística Aplicada en la Química

Introducción a la Estadística Aplicada en la Química Detalle de los Cursos de Postgrado y Especialización en Estadística propuestos para 2015 1/5 Introducción a la Estadística Aplicada en la Química FECHAS: 20/04 al 24/04 de 2015 HORARIO: Diario de 10:00

Más detalles

CENTRO LATINOAMERICANO DE DEMOGRAFIA

CENTRO LATINOAMERICANO DE DEMOGRAFIA NACIONES UNIDAS UNITED NATIONS CENTRO LATINOAMERICANO DE DEMOGRAFIA REUNION TECNICA SOBRE "NUEVAS METODOLOGIAS ESTADISTICAS APLICADAS A LA DEMOGRAFIA" 2,3 y 4 de Setiembre, 1991 DETERMINANTES DEL NIVEL

Más detalles

Caballero, Cabello, Cano y Ruiz. 1.- Introducción

Caballero, Cabello, Cano y Ruiz. 1.- Introducción 1.- Introducción Partiendo de los estudios de Markowitz (1959) y de trabajos posteriores, como el de Sharpe (1963), en nuestro trabajo, una vez seleccionada la cartera, pretendemos dar un paso más, realizando

Más detalles

Prueba t para muestras independientes

Prueba t para muestras independientes Prueba t para muestras independientes El procedimiento Prueba t para muestras independientes compara las medias de dos grupos de casos. Para esta prueba, idealmente los sujetos deben asignarse aleatoriamente

Más detalles