Análisis financiero. Lectura No. 7 Métodos de Análisis
|
|
- Gloria Zúñiga Silva
- hace 5 años
- Vistas:
Transcripción
1 Análisis financiero Lectura No. 7 Métodos de Análisis
2 Contextualización Los diferentes métodos de análisis que se pueden utilizar para evaluar y, en su defecto, emitir un diagnostico de una empresa cambian gradualmente dependiendo del grado de análisis y de las variables que se integren a los modelos. En el caso de los métodos estadísticos es importante enfatizar que al trabajar con valores muestrales se obtienen resultados que representan aproximaciones de la realidad, y no son valores exactos.
3 Introducción Es importante analizar los valores que integran un modelo de regresión lineal y analizara su aplicación en el análisis financiero. Los modelos de regresión son métodos estadísticos que modelan la relación entre una variable dependiente o endógena (Y), que es considerada nuestra variable en la investigación, y una serie de variables independientes, explicativas o exógenas (Xi), que son elementos manipulables que permiten observar como incide sobre la expresión de la variable dependiente. Dentro de estos modelos se adiciona un término aleatorio (ε), que se asocia con el error que se ocasiona por no considerar en su totalidad todos los factores que pueden influir directamente en la variable dependiente de la regresión.
4 II.2 Modelos estadísticos II.2.1 Modelos de regresión Un modelo de regresión lineal básico se ejemplifica mediante la siguiente ecuación explicita en Y: Y = β0 + β1 X1 + β2 X2 + + βn Xn + ε Donde la β0 es la intersección o termino constante, es decir, corta al eje explicativo, mostrando el valor exacto de la variable explicita con un valor de Xi de cero. El análisis de regresión es la forma de encontrar si dos o mas variables están relacionadas entre si, considerando que vamos a obtener resultados estadísticos para Y, con específicos para X. Por lo tanto, podemos decir que la variable dependiente es estocástica o aleatoria y la variable independiente es no estocástica.
5 II.2 Modelos estadísticos Ejemplifiquemos este modelo mediante la siguiente ecuación: Y = X Ahora, que pasaría con el valor de Y, si X cambiara a 12.5 unidades. Suponiendo que el primer valor de X fuera de 10 unidades. Caso 1 Y = (10) Y = Caso 2 Y = (22.5) Y = Se puede concluir que al incrementar X en 12.5, la variable dependiente disminuye, es decir, existe una relación inversa entre ambas variables.
6 II.2 Modelos estadísticos El análisis de regresión lineal es útil para encontrar la ecuación que mejor se ajusta a una dispersión de datos. Es importante resaltar que la dispersión se presenta porque existen más factores que influyen en el modelo especificado y además, hay que considerar que siempre existirá dispersión ya que son rectas de regresión muestral y no poblacionales. El resultado de la regresión no es matemáticamente exacto o puntual debido a que son resultados estadísticos o aproximaciones a la realidad; donde la recta puede mostrarnos un valor y en la realidad pudo haber sido otro. Existe dentro del modelo de regresión el Error o Perturbación (ε) que lo podemos definir como la distancia que existe entre los datos de la regresión lineal y el dato observado en la realidad.
7 II.2 Modelos estadísticos La grafica nos muestra un ejemplo de una recta de regresión muestral que explica mejor los datos, ajustándose a los que presentan menores diferencias o errores.
8 II.2 Modelos estadísticos Para poder obtener las ecuaciones de regresión se pueden emplear diversas metodologías: 1) Mínimos cuadrados ordinarios (mco) 2) Máxima Verosimilitud(mv); o bien 3) Método de los momentos.
9 II.2 Modelos estadísticos La metodología mas empleada es la de Mínimos Cuadrados Ordinarios (MCO), la cual consiste en encontrar las menores distancias entre la recta y los puntos.1 Explicado de otra forma, busca los menores errores o diferencias. Los estimadores de MCO están expresados en términos de las variables independientes y dependientes, siendo estimadores puntuales. Al final, los resultados obtenidos nos van a mostrar que tanto los indicadores muestrales se parecen a la poblacional y, por otro lado, se debe especificar correctamente el modelo, con la finalidad de disminuir el sesgo de especificación ocasionado por la causalidad.
10 Conclusión Los modelos estadísticos son expresiones simbólicas representadas en forma de igualdades a manera de diseño experimental, y con supuestos claramente especificados que permiten identificar las restricciones que existen entre las variables, en el caso concreto de la regresión nos indica los diferentes factores que modifican a la variable de respuesta. La regresión en sí misma, no define causalidad, es decir, no te dice quien es causa y quien efecto, por eso es importante desarrollar supuestos previos que sustenten el modelo de la regresión. Es de igual manera importante aclarar que no es lo mismo el termino de correlación y regresión, ya que el primero nos dice que tan fuerte es la relación entre las variables, y el segundo si existe alguna relación entre ellas.
11 Para aprender más Elementos que intervienen en el modelo de regresión Para poder comprender todos los elementos que intervienen en la especificación de un modelo de regresión y al mismo tiempo vislumbrar la utilidad de este en el análisis financiero de una empresa, supongamos la resolución del siguiente caso. La empresa El Cisne presenta los siguientes datos históricos de gastos de publicidad y ventas
12 Lo que realmente quiere conocer la empresa es la relación que existe entre ambas variables y, al mismo tiempo, encontrar el modelo que explica dicha relación. Existen actualmente distintos paquetes informaticos que permiten obtener estos valores como el Statistical Package for the Social Sciences (spss), el cual tiene la capacidad de trabajar con bases de datos grandes. También se puede utilizar Excel para obtener dichos datos, los pasos a seguir son: Ingresar la tabla de información en una hoja de Excel nueva: Para aprender más
13 Posteriormente se debe habilitar el comando de Análisis de datos, para esto se deben realizar los siguientes pasos: 1. Hacer clic en el botón de Microsoft Office y, a continuación, hacer clic en Opciones de Excel. 2. Hacer clic en Complementos y, en el cuadro Administrar, seleccionar Complementos de Excel. 3. Hacer clic en Ir. 4. En el cuadro Complementos disponibles, activar la casilla de verificación Herramientas para análisis y, a continuación, hacer clic en Aceptar. Una vez habilitado el comando, dar clic sobre la opción de regresión: Para aprender más
14 Se habilitara la pantalla para que se especifiquen los valores de la variable explicativa, que en este caso son los Gastos de Publicidad y de la variable dependiente, que serian las Ventas. De igual forma, se tienen que habilitar todas las casillas que se planean analizar. En este caso son: rótulos, nivel de confianza, residuos y curva de regresión ajustada. Para aprender más
15 Una vez realizado este paso, se anexaran las tablas con la información que se especifico en la función de regresión. Para aprender más
16 Para aprender más Con base en esta información se podrá construir la ecuación de regresión para este modelo: Y = β0 + β1 X1 Y = -83, , X La relación entre ambas variables es directa, por lo tanto, si los Gastos de Publicidad aumentan en una unidad, las ventas aumentaran en 9, Una vez que se cuenta con la ecuación de la regresión, se pueden realizar estimaciones suponiendo diversos escenarios, por ejemplo, que pasaría si la empresa decidiera gastar en publicidad el próximo ano 65 (millones): Y = -83, , (65) Y = 531,
17 Para aprender más La empresa estaría esperando obtener por el gasto en publicidad unas ventas de 531, Un dato relevante de analizar es el R2, que es el coeficiente de determinación, el cual nos indica el porcentaje de variación de la dependiente que es explicado por la independiente. En este caso el 98,10% de variación de las ventas son explicados por las variaciones de los Gastos de Publicidad, para el modelo especificado. Se puede sugerir que siempre que R2 sea igual o mayor a 0,8 es aceptable.
18 Referencias Exeberria, J. (1999). Regresión múltiple. Madrid: La Muralla. Gujarati, D. (2003). Econometría. México: McGraw-Hill.
19
Lectura No. 7. Contextualización. Nombre: Métodos de Análisis ANÁLISIS FINANCIERO 1
Análisis financiero ANÁLISIS FINANCIERO 1 Lectura No. 7 Nombre: Métodos de Análisis Contextualización Los diferentes métodos de análisis que se pueden utilizar para evaluar y, en su defecto, emitir un
Más detallesAnálisis de Estados Financieros
Análisis de Estados Financieros 1 Sesión No. 9 Nombre: Diagnóstico financiero. Primera parte. Contextualización Los diferentes métodos de análisis que se pueden utilizar para evaluar y en su defecto emitir
Más detallesLectura No. 8. Contextualización. Nombre: Métodos de Análisis ANÁLISIS FINANCIERO 1
Análisis financiero ANÁLISIS FINANCIERO 1 Lectura No. 8 Nombre: Métodos de Análisis Contextualización Uno de los mayores obstáculos que se presentan en el momento de desarrollar un modelo econométrico
Más detallesDefinición de Correlación
Definición de Correlación En ocasiones nos puede interesar estudiar si existe o no algún tipo de relación entre dos variables aleatorias: Estudiar cómo influye la estatura del padre sobre la estatura del
Más detallesTODO 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 detallesUNIVERSIDAD TECNICA PARTICULAR DE LOJA ESTADISTICA Y PROBABILIDAD ENSAYO N 11
UNIVERSIDAD TECNICA PARTICULAR DE LOJA ESTADISTICA Y PROBABILIDAD ENSAYO N 11 DOCENTE: Ing. Patricio Puchaicela ALUMNA: Andrea C. Puchaicela G. CURSO: 4to. Ciclo de Electrónica y Telecomunicaciones AÑO
Más detallesANÁLISIS DE REGRESIÓN
ANÁLISIS DE REGRESIÓN INTRODUCCIÓN Francis Galtón DEFINICIÓN Análisis de Regresión Es una técnica estadística que se usa para investigar y modelar la relación entre variables. Respuesta Independiente Y
Más detallesCurso de nivelación Estadística y Matemática
Modelo de Curso de nivelación Estadística y Matemática Pruebas de hipótesis, y Modelos ARIMA Programa Técnico en Riesgo, 2017 Agenda Modelo de 1 2 Asociación Medidas de asociación para variables intervalo
Más detallesDESCRIPCIÓN DE DATOS POR MEDIO DE GRÁFICAS
ÍNDICE Introducción: Entrene su cerebro para la estadística... 1 La población y la muestra... 3 Estadísticas descriptivas e inferenciales... 4 Alcanzar el objetivo de estadísticas inferenciales: los pasos
Más detalles7. ANÁLISIS DE VARIABLES CUANTITATIVAS: REGRESIÓN LINEAL SIMPLE
ESCUELA UNIVERSITARIA DE ENFERMERIA DE TERUEL 1 er CURSO DE GRADO DE ENFERMERIA Estadística en Ciencias de la Salud 7. ANÁLISIS DE VARIABLES CUANTITATIVAS: REGRESIÓN LINEAL SIMPLE PROFESOR Dr. Santiago
Más detallesEstadística Inferencial
Estadística Inferencial 1 Sesión No. 9 Nombre: Regresión y correlación lineal Contextualización En la administración, las decisiones suelen basarse en la relación entre dos o más variables. En esta sesión
Más detallesUniversidad Autónoma de Sinaloa
Universidad Autónoma de Sinaloa Facultad de Ciencias Sociales Licenciatura en Economía Programa de estudios Asignatura: Econometría I Clave: Etapa de formación: Básica EFP Área de Conocimiento: Créditos:
Más detallesTema 2: Análisis de datos bivariantes
Tema 2: Análisis de datos bivariantes Los contenidos a desarrollar en este tema son los siguientes: 1. Tablas de doble entrada. 2. Diagramas de dispersión. 3. Covarianza y Correlación. 4. Regresión lineal.
Más detallesLección 3. Análisis conjunto de dos variables
Lección 3. Análisis conjunto de dos variables Estadística Descriptiva Parcialmente financiado a través del PIE13-04 (UMA) GARCÍA TEMA 3. ANÁLII CONJUNTO DE DO VARIABLE 3.1 COVARIANZA COEFICIENTE DE CORRELACIÓN
Más detallesEstadística Inferencial. Sesión No. 9 Regresión y correlación lineal
Estadística Inferencial Sesión No. 9 Regresión y correlación lineal Contextualización En la administración, las decisiones suelen basarse en la relación entre dos o más variables. En esta sesión se estudia
Más detallesAnálisis de regresión y correlación lineal
Análisis de regresión y correlación lineal En las unidades anteriores hemos aplicado metodologías estadísticas para analizar la información de una variable desde una o más muestras utilizando las herramientas
Más detallesModelos linealizables.
Modelos linealizables. 1.- Tras 10 años de funcionamiento, una empresa del sector de las telecomunicaciones, quiere estudiar el beneficio obtenido en dicho periodo en función al número de clientes que
Más detalles1. DEFINICIONES BÁSICAS
1. DEFINICIONES BÁSICAS La estadística tiene dos ramas: La Estadística Descriptiva, que se ocupa de agrupar, resumir y presentar los datos incluidos en una determinada muestra. La Estadística Inferencial
Más detallesAnálisis de Regresión y Correlación Lineal
Análisis de Regresión y Correlación Lineal Análisis de dos ó más variables aleatorias Veamos que en los siguientes estudios hay situaciones donde intervienen más de una variable aleatoria Ejemplos: La
Más detallesMÓDULO X. LA DINÁMICA DE LA ECONOMÍA MUNDIAL PROGRAMA OPERATIVO MATEMÁTICAS ECONOMETRÍA I. Profesor: Noé Becerra Rodríguez.
MÓDULO X. LA DINÁMICA DE LA ECONOMÍA MUNDIAL PROGRAMA OPERATIVO MATEMÁTICAS ECONOMETRÍA I Profesor: Noé Becerra Rodríguez Objetivo general: Introducir los aspectos fundamentales del proceso de construcción
Más detallesASIGNATURA: ESTADISTICA II (II-055) Ing. César Torrez https://torrezcesar.wordpress.com
ASIGNATURA: ESTADISTICA II (II-055) Ing. César Torrez torrezcat@gmail.com https://torrezcesar.wordpress.com 0416-2299743 Programa de Estadística II UNIDAD IV: REGRESIÓN Y CORRELACIÓN MÚLTIPLE LINEAL TANTO
Más detallesTALLER DE INTRODUCCIÓN A LOS NEGOCIOS
REGRESIÓN LINEAL SIMPLE INTRODUCCIÓN Si sabemos que existe una relación entre una variable denominada dependiente y otras denominadas independientes (como por ejemplo las existentes entre: la experiencia
Más detallesPrograma Oficial de Asignatura. Ficha Técnica. Presentación. Competencias y/o resultados del aprendizaje. Econometría
Ficha Técnica Titulación: Grado en Administración y Dirección de Empresas Plan BOE: BOE número 67 de 19 de marzo de 2014 Asignatura: Módulo: Análisis Económico Curso: Créditos ECTS: 6 Tipo de asignatura:
Más detallesTema 4. Regresión lineal simple
Tema 4. Regresión lineal simple Contenidos El objeto del análisis de regresión La especificación de un modelo de regresión lineal simple Estimadores de mínimos cuadrados: construcción y propiedades Inferencias
Más detallesTema 2: Análisis de datos bivariantes
1 Tema 2: Análisis de datos bivariantes En este tema: Tabla de contingencia, tabla de doble entrada, distribución conjunta. Frecuencias relativas, marginales, condicionadas. Diagrama de dispersión. Tipos
Más detallesEstimación de modelos multiecuacionales mediante el entorno de programación R
Estimación de modelos multiecuacionales mediante el entorno de programación R 1. Resumen En el presente documento vamos a abordar la estimación de modelos de ecuaciones simultáneas mediante el entorno
Más detallesComo usar Excel para resolver una regresión lineal usando la función predefinida estimacion.lineal.
Excel: Regresión Lineal Como usar Excel para resolver una regresión lineal usando la función predefinida estimacion.lineal. Como hacer la gráfica. Ejemplo Los datos de la tabla adjunta, x e y exacto, cumplen
Más detallesEjemplo 6.4. Pilar González y Susan Orbe. Dpto. Economía Aplicada III (Econometría y Estadística)
Ejemplo 6.4 Predicción en el Modelo de Regresión Lineal General Pilar González y Susan Orbe Dpto. Economía Aplicada III (Econometría y Estadística) Pilar González y Susan Orbe OCW 2013 Ejemplo 6.4. Predicción
Más detallesMANUAL DE USUARIO. FOR-TSM (Forecasting Time Series Models)
86 MANUAL DE USUARIO FOR-TSM (Forecasting Time Series Models) FOR-TSM (Forecasting Time Series Models) es una herramienta educativa que permite a los estudiantes de materias de las áreas de Administración
Más detallescon los supuestos clásicos, uno de ellos es que ninguna de las variables X 1, X 2,, X K es
TEMA 2: EXTENSIONES DEL MODELO DE REGRESIÓN LINEAL MÚLTIPLE: MULTICOLINEALIDAD Y TRANSFORMACIONES LINEALES. Wooldridge: Capítulos 6 (apartado 6.1) y 7 Gujarati: Capítulos 9 (apartado 9.8), 10 y 12 1. MULTICOLINEALIDAD
Más detallesCurso: 2º Créditos ECTS: 6 Tipo de asignatura: Obligatoria Tipo de formación: Teórico-Práctica
Ficha Técnica Titulación: Grado en Economía Plan BOE: BOE número 75 de 28 de marzo de 2012 Asignatura: Módulo: Instrumental Curso: 2º Créditos ECTS: 6 Tipo de asignatura: Obligatoria Tipo de formación:
Más detallesDepartamento de Medicina Preventiva y Salud Publica e Historia de la Ciencia. Universidad Complutense de Madrid. SPSS para windows.
TEMA 12 REGRESIÓN LINEAL Mediante la regresión lineal se busca hallar la línea recta que mejor explica la relación entre unas variables independientes o variables de exposición y una variable dependiente
Más detalles5. Regresión Lineal Múltiple
1 5. Regresión Lineal Múltiple Introducción La regresión lineal simple es en base a una variable independiente y una dependiente; en el caso de la regresión línea múltiple, solamente es una variable dependiente
Más detallesRegresión Lineal. Rodrigo A. Alfaro. Rodrigo A. Alfaro (BCCh) Regresión Lineal / 16
Regresión Lineal Rodrigo A. Alfaro 2009 Rodrigo A. Alfaro (BCCh) Regresión Lineal 2009 1 / 16 Contenidos 1 Regresiones Lineales Regresión Clásica Paquetes estadísticos 2 Estadísticos de Ajuste Global 3
Más detallesUSO HERRAMIENTAS EXCEL PARA LA PREDICCION
USO HERRAMIENTAS EXCEL PARA LA PREDICCION Nassir Sapag Chain MÉTODO DE REGRESIÓN LINEAL SIMPLE El método de Regresión Lineal (o Mínimos cuadrados) busca determinar una recta, o más bien la ecuación de
Más detallesQué es? Primer paso Representación en un sistema de coordenadas. numéricos Cada punto muestra el valor de cada pareja de datos (X e Y)
Gráfico de dispersión Qué es? Primer paso Representación en un sistema de coordenadas cartesianas de los datos numéricos Cada punto muestra el valor de cada pareja de datos (X e Y) Gráfico de dispersión
Más detallesTema 8: Regresión y Correlación
Tema 8: Regresión y Correlación Estadística. 4 o Curso. Licenciatura en Ciencias Ambientales Licenciatura en Ciencias Ambientales (4 o Curso) Tema 8: Regresión y Correlación Curso 2008-2009 1 / 12 Índice
Más detallesCLAVE TALLER REQUISITOS HORA/SEMANA CREDITOS MA-6 SPSS 80% ASISTENCIA 4 6 MARCO REFERENCIAL
1 UNIVERSIDAD AUTONOMA DE YUCATAN FACULTAD DE CONTADURIA Y ADMINISTRACION LICENCIADO EN MERCADOTECNIA Y NEGOCIOS INTERNACIONALES PROGRAMAS GENERALES AREA DE ANALISIS CUANTITATIVO NIVEL DOS: BASICO PROFESIONALIZANTE
Más detallesRegresión Lineal Múltiple
1 Regresión Lineal Múltiple Introducción La regresión lineal simple es en base a una variable independiente y una dependiente; en el caso de la regresión línea múltiple, solamente es una variable dependiente
Más detallesLa econometría : una mirada de pájaro
La econometría : una mirada de pájaro Contenido Objetivo Definición de Econometría Modelos determinista y estocástico Metodología de la econometría Propiedades de un modelo econométrico Supuestos de un
Más detalles3 CAPÍTULO III TRABAJO EMPÍRICO. Para toda evaluación cuantitativa generalmente se tiene uno que basar en
3 CAPÍTULO III TRABAJO EMPÍRICO. 3.1 Modelo Econométrico Para toda evaluación cuantitativa generalmente se tiene uno que basar en experiencias anteriores (Allard, 1980, p. 1). Las experiencias anteriores
Más detallesGUIA DOCENTE ESTADÍSTICA II
GUIA DOCENTE 2016-17 ESTADÍSTICA II Mayo 2016 DATOS GENERALES Nombre del curso: Código: ESTADÍSTICA II 801101, ADE 801916, MKCD Curso: 2016-17 Titulación: Grado en Administración y Dirección de Empresas
Más detallesModelado y simulación en Ingeniería Química. Manuel Rodríguez
ÍNDICE Modelos de caja gris Calibración de modelos Estimación de parámetros Análisis de la estimación Regresión no lineal 1. Modelos de caja gris Son modelos de un sistema (o proceso), donde: Desarrollados
Más detallesREGRESIÓN LINEAL SIMPLE, COEFICIENTE DE DETERMINACIÓN Y CORRELACIONES (EJERCICIOS RESUELTOS)
1 REGRESIÓN LINEAL SIMPLE, COEFICIENTE DE DETERMINACIÓN Y CORRELACIONES (EJERCICIOS RESUELTOS) 1. EN LA REGIÓN DE DRAKUL DE LA REPÚBLICA DE NECROLANDIA, LAS AUTORIDADES ECONÓMICAS HAN REALIZADO UNA REVISIÓN
Más detallesRegresión Lineal Múltiple. Dr. Víctor Aguirre Torres, ITAM. Guión 12.
Regresión Lineal Múltiple 1 Propósito Cuantificar el cambio en el valor esperado de una variable (y) en función del cambio simultáneo otras variables (x 1, x 2,..., x p ). y=variable dependiente (cuantitativa)
Más detallesPronósticos, 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 detallesESTADISTICA AVANZADA MODULO I
ESTADISTICA AVANZADA MODULO I Análisis de Regresión Modelo Supuestos Multiple 20.0 25.0 30.0 35.0 40.0 45.0 50.0 55.0 60.0 65.0 70.0 75.0 80.0 85.0 Consumo Energetico Gráfico de Dispersión 110.000 105.000
Más detallesRegresión Lineal Simple. Dr. Víctor Aguirre Torres, ITAM. Guión 11.
Regresión Lineal Simple 1 Propósito Cuantificar el cambio en el valor esperado de una variable (y) en función de otra variable (x). y=var. Dependiente (cuantitativa) x=var. Explicativa (cuantitativa) 2
Más detallesANÁLISIS DE LA VARIANZA CON UN FACTOR (ANOVA)
ANÁLISIS DE LA VARIANZA CON UN FACTOR (ANOVA) El análisis de la varianza permite contrastar la hipótesis nula de que las medias de K poblaciones (K >2) son iguales, frente a la hipótesis alternativa de
Más detallesTema VII. La predicción de variables
7.1. La ecuación lineal de regresión: - Variable dependiente e independiente (fijas ó aleatorias):. Fijas (modelo I de regresión). Aleatorias (modelo II; más complejo) - Objetivo predictivo (básico en
Más detallesT2. 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 detalles1 Introducción. 2 Modelo. Hipótesis del modelo MODELO DE REGRESIÓN LOGÍSTICA
MODELO DE REGRESIÓN LOGÍSTICA Introducción A grandes rasgos, el objetivo de la regresión logística se puede describir de la siguiente forma: Supongamos que los individuos de una población pueden clasificarse
Más detallesCORRELACION Y REGRESION
CORRELACION Y REGRESION En el siguiente apartado se presenta como calcular diferentes índices de correlación, así como la forma de modelar relaciones lineales mediante los procedimientos de regresión simple
Más detallesUnidad Temática 3: Estadística Analítica. Unidad 9 Regresión Lineal Simple Tema 15
Unidad Temática 3: Estadística Analítica Unidad 9 Regresión Lineal Simple Tema 15 Estadística Analítica CORRELACIÓN LINEAL SIMPLE Indica la fuerza y la dirección de una relación lineal proporcional entre
Más detallesUNIVERSIDAD NACIONAL DE LA PLATA FACULTAD DE CIENCIAS NATURALES Y MUSEO CÁTEDRA DE ESTADÍSTICA CLASE ESPECIAL. Tema:
UNIVERSIDAD NACIONAL DE LA PLATA FACULTAD DE CIENCIAS NATURALES Y MUSEO CÁTEDRA DE ESTADÍSTICA CLASE ESPECIAL Tema: Correlación múltiple y parcial. Ecuaciones y planos de regresión La Plata, septiembre
Más detallesINDICE 1. Qué es la Estadística? 2.Descripción de Datos: Distribuciones de Frecuencia y Presentación Gráfica
INDICE 1. Qué es la Estadística? 1 Introducción 2 Qué significa estadística? 2 Por qué se estudia la estadística? 4 Tipos de estadística 5 Estadística descriptiva 5 Estadística inferencial 6 Tipos de variables
Más detallesASOCIACIÓN ENTRE DOS VARIABLES CONTINUAS: REGRESIÓN Y CORRELACIÓN
CURSO DE BIOESTADÍSTICA BÁSICA Y SPSS ASOCIACIÓN ENTRE DOS VARIABLES CONTINUAS: REGRESIÓN Y CORRELACIÓN Amaia Bilbao González Unidad de Investigación Hospital Universitario Basurto (OSI Bilbao-Basurto)
Más detallesSede Andina, San Carlos de Bariloche. Licenciatura en Administración, Licenciatura en Hotelería, Licenciatura en Turismo y. Licenciatura en Economía.
Sede y localidad Carreras Sede Andina, San Carlos de Bariloche Licenciatura en Administración, Licenciatura en Hotelería, Licenciatura en Turismo y Licenciatura en Economía. Programa Analítico de la asignatura
Más detallesIng. MSc. Luis Fernando Restrepo Gómez
Ing. MSc. Luis Fernando Restrepo Gómez Introducción a la Valuación Masiva METODOLOGÍA VALUATORIA Sigue los pasos de la metodología científica, y se apoya en el análisis estadístico de datos comparables.
Más detallesTema 10: Introducción a los problemas de Asociación y Correlación
Tema 10: Introducción a los problemas de Asociación y Correlación Estadística 4 o Curso Licenciatura en Ciencias Ambientales Licenciatura en Ciencias Ambientales (4 o Curso) Tema 10: Asociación y Correlación
Más detallesEscuela de Economía Universidad de Carabobo Profesor: Exaú Navarro Pérez.
Escuela de Economía Universidad de Carabobo Profesor: Exaú Navarro Pérez. Econometría Regresión Múltiple: Municipio Ocupados Población Analfabeta Mayor de 10 años Total de Viviendas Bejuma 18.874 1.835
Más detallesEJEMPLOS DE PRONÓSTICOS
PRONÓSTICO ES UNA TÉCNICA QUE PERMITE PREDECIR EL FUTURO, BASÁNDOSE EN: ACONTECIMIENTOS PASADOS. INFORMACIÓN ESTADÍSTICA RECABADA SOBRE EXPERIENCIAS SIMILARES. ESTIMACIONES BASADAS EN ESTUDIOS DE MERCADO
Más detallesCAPÍTULO 5. Proyecciones de las Fuentes de Empleo Características Generales del Modelo de Regresión Lineal Múltiple de las Fuentes
CAPÍTULO 5 Proyecciones de las Fuentes de Empleo 5.1. Características Generales del Modelo de Regresión Lineal Múltiple de las Fuentes de Empleo a Nivel Nacional. Para la proyección de las fuentes de empleo
Más detallesTEMA 5: Especificación y Predicción en el MRL
EMA 5: Especificación y Predicción en el MRL Econometría I M. Angeles Carnero Departamento de Fundamentos del Análisis Económico Curso 2011-12 Econometría I (UA) ema 5: Especificación y Predicción Curso
Más detallesCorrelación. 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 detallesUnidad V: Estadística aplicada
Unidad V: Estadística aplicada 5.1 Inferencia estadística: Concepto, Estimación, Prueba de hipótesis La Inferencia Estadística es la parte de la estadística matemática que se encarga del estudio de los
Más detallesEl Modelo de Regresión Lineal
ECONOMETRÍA I El Modelo de Regresión Lineal Dante A. Urbina CONTENIDOS 1. Regresión Lineal Simple 2. Regresión Lineal Múltiple 3. Multicolinealidad 4. Heterocedasticidad 5. Autocorrelación 6. Variables
Más detallesEstadística Inferencial. Sesión 11. Regresión y correlación múltiple
Estadística Inferencial Sesión 11. Regresión y correlación múltiple Contextualización En la sesión anterior se presentó la regresión lineal simple y se mostró su uso en la obtención de una ecuación de
Más detalles3. RELACION ENTRE DOS CONJUNTOS DE DATOS.
3. RELACION ENTRE DOS CONJUNTOS DE DATOS. 3. 1 Introducción En la búsqueda de mejoras o en la solución de problemas es necesario, frecuentemente, investigar la relación entre variables. Para lo cual existen
Más detallesGrado en Finanzas y Contabilidad
Econometría Grado en Finanzas y Contabilidad Apuntes basados en el libro Introduction to Econometrics: A modern Approach de Wooldridge 3.1 Colinealidad Exacta 3.2 Los efectos de la multicolinealidad Del
Más detallesTEMA 10 Correlación y regresión. El modelo de regresión simple
TEMA 10 Correlación y regresión. El modelo de regresión simple Karl Pearson (1857-1936) 1. Introducción. Modelos matemáticos 2. Métodos numéricos. Resolución de sistemas lineales y ecuaciones no lineales
Más detallesEconometría Aplicada
Econometría Aplicada Inferencia estadística, bondad de ajuste y predicción Víctor Medina Intervalos de confianza Intervalos de confianza Intervalos de confianza Intervalos de confianza La pregunta que
Más detallesANÁLISIS ESTADÍSTICO REGRESIÓN LINEAL SIMPLE
ANÁLISIS ESTADÍSTICO REGRESIÓN LINEAL SIMPLE Jorge Fallas jfallas56@gmail.com 2010 1 Temario Introducción: correlación y regresión Supuestos del análisis Variación total de Y y variación explicada por
Más detallesUniversidad de Chile DIPLOMA PREPARACIÓN Y EVALUACIÓN SOCIAL DE PROYECTOS Prof: Sara Arancibia
Universidad de Chile DIPLOMA PREPARACIÓN Y EVALUACIÓN SOCIAL DE PROYECTOS Prof: Sara Arancibia Estudio de Caso: Estudio Morfología Coeficiente de Correlación Considere el archivo Estudio Morfología.sav.
Más detallesREGRESIÓN 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 detallesEstadística 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 detallesProfesor: 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 detallesECONOMETRÍA I. Tema 2: El Modelo de Regresión Lineal Simple. Patricia Moreno Juan Manuel Rodriguez Poo Alexandra Soberon Departamento de Economía
ECONOMETRÍA I Tema 2: El Modelo de Regresión Lineal Simple Patricia Moreno Juan Manuel Rodriguez Poo Alexandra Soberon Departamento de Economía Alexandra Soberon (UC) ECONOMETRÍA I 1 / 42 Modelo de Regresión
Más detallesEstadística para el análisis de los Mercados S3_A1.1_LECV1. Estadística Descriptiva Bivariada
Estadística Descriptiva Bivariada En el aspecto conceptual, este estudio puede ser generalizado fácilmente para el caso de la información conjunta de L variables aunque las notaciones pueden resultar complicadas
Más detallesElaboró: Luis Casas Vilchis
Correlación de Pearson (r P, r) Una correlación se define como la coincidencia en el patrón de valores altos de una variable con los valores altos en la otra variable, y bajos con bajos y moderados con
Más detallesTEMA 4 Modelo de regresión múltiple
TEMA 4 Modelo de regresión múltiple José R. Berrendero Departamento de Matemáticas Universidad Autónoma de Madrid Análisis de Datos - Grado en Biología Estructura de este tema Modelo de regresión múltiple.
Más detallesEstadística para la Economía y la Gestión IN 3401
Estadística para la Economía y la Gestión IN 3401 3 de junio de 2010 1 Modelo de Regresión con 2 Variables Método de Mínimos Cuadrados Ordinarios Supuestos detrás del método MCO Errores estándar de los
Más detallesPRÁCTICA: ESTADÍSTICA DESCRIPTIVA CON SPSS 1
ESTADÍSTICA CURSO 2012/2013 GRADO EN BIOLOGÍA PRÁCTICA: ESTADÍSTICA DESCRIPTIVA CON SPSS 1 1. Introducción El programa estadístico SPSS está organizado en dos bloques: el editor de datos y el visor de
Más detalles(3620) ECONOMETRÍA (3620)
Programa de la asignatura Curso: 2013 / 2014 (3620) ECONOMETRÍA (3620) PROFESORADO Profesor/es: MARIA ISABEL LANDALUCE CALVO - correo-e: iland@ubu.es FICHA TÉCNICA Titulación: LICENCIATURA EN ADMINISTRACIÓN
Más detallesVARIABLES ESTADÍSTICAS BIDIMENSIONALES
VARIABLES ESTADÍSTICAS BIDIMENSIONALES 1.- En una variable estadística bidimensional, el diagrama de dispersión representa: a) la nube de puntos. b) las varianzas de las dos variables. c) los coeficientes
Más detallesÍNDICE PRESENTACIÓN 1 I. INTRODUCCIÓN A LA ECONOMETRÍA... 4 CURRICULUM I.1. 4 Definición... I.2
ÍNDICE Pags. PRESENTACIÓN 1 I. INTRODUCCIÓN A LA ECONOMETRÍA... 4 CURRICULUM I.1 4 Definición... I.2 4 Propósito... 1.3 Evolución y Perspectivas de la Econometría... 4 1.4 Los Modelos Macroeconómicos más
Más detallesGUIA DE EXCEL PARA ANÁLISIS ESTADÍSTICO BÁSICO DE DATOS EXPERIMENTALES
GUIA DE EXCEL PARA ANÁLISIS ESTADÍSTICO BÁSICO DE DATOS EXPERIMENTALES Material didáctico elaborado por: M.I. María Estela Audelo Vucovich M.E. Antonio García Osornio Abril de 2017 La hoja de cálculo es
Más detallesTODO ECONOMETRIA. Bondad del ajuste Contraste de hipótesis
TODO ECONOMETRIA Bondad del ajuste Contraste de hipótesis Índice Bondad del ajuste: Coeficiente de determinación, R R ajustado Contraste de hipótesis Contrastes de hipótesis de significación individual:
Más detallesREGRESIÓN Y ESTIMACIÓN TEMA 1: REGRESIÓN LINEAL SIMPLE
UNIDAD 3 REGRESIÓN Y ESTIMACIÓN TEMA 1: REGRESIÓN LINEAL SIMPLE Relación entre variables de interés 1 Relación entre variables de interés Muchas decisiones gerenciales se basan en la relación entre 2 o
Más detallesPUBLICACIONES DE 4º CURSO
PUBLICACIONES DE 4º CURSO Grado: DERECHO-ADE Asignatura: ECONOMETRÍA Grupos: ÚNICO Tema: Tema1. Concepto y método de la Econometría. Profesores: Inmaculada Villanúa Departamento de ANÁLISIS ECONÓMICO Curso
Más detallesEstadística II Examen Final 19/06/2015 Soluciones. Responda a las preguntas siguientes en los cuadernillos de la Universidad
Estadística II Examen Final 19/06/2015 Soluciones Responda a las preguntas siguientes en los cuadernillos de la Universidad Utilice diferentes cuadernillos para responder a cada uno de los ejercicios Indique
Más detallesEstadística para la Economía y la Gestión IN 3401 Clase 5
Estadística para la Economía y la Gestión IN 3401 Clase 5 Problemas con los Datos 9 de junio de 2010 1 Multicolinealidad Multicolinealidad Exacta y Multicolinealidad Aproximada Detección de Multicolinealidad
Más detallesGRADO : ADE ASIGNATURA: ECONOMETRÍA I. Curso: 2 Cuatrimestre: 2 Asignaturas que se recomienda tener superadas: Estadística I y II
FICHA DESCRIPTIVA DE LA ASIGNATURA GUIA DOCENTE Curso Académico 2012/2013 GRADO : ADE ASIGNATURA: ECONOMETRÍA I Módulo Materia Ampliaciones de Métodos Cuantitativos Econometría Créditos 6 Ubicación Carácter
Más detallesNota de los autores... vi
ÍNDICE Nota de los autores... vi 1 Qué es la estadística?... 1 1.1 Introducción... 2 1.2 Por qué se debe estudiar estadística?... 2 1.3 Qué se entiende por estadística?... 4 1.4 Tipos de estadística...
Más detallesRegresión Lineal Simple y Múltiple Regresión Logística
Regresión Lineal Simple y Múltiple Regresión Logística Miguel González Velasco Departamento de Matemáticas. Universidad de Extremadura MUI en Ciencias de la Salud MUI en Ciencias de la Salud (UEx) Regresión
Más detallesCUESTIONES 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 detallesTEMA 4 CUESTIONARIO DE AUTOEVALUACIÓN
4.5.- En cuál de los siguientes casos se podría utilizar la varianza residual en lugar del coeficiente de determinación para medir la calidad del ajuste? Con el mismo conjunto de datos y dos ajustes distintos.
Más detallesUNIVERSIDAD DE VALLADOLID FACULTAD DE CIENCIAS ECONÓMICAS Y EMPRESARIALES DEPARTAMENTO DE ECONOMÍA APLICADA PROYECTO DOCENTE DE ECONOMETRÍA
UNIVERSIDAD DE VALLADOLID FACULTAD DE CIENCIAS ECONÓMICAS Y EMPRESARIALES DEPARTAMENTO DE ECONOMÍA APLICADA PROYECTO DOCENTE DE ECONOMETRÍA LICENCIATURA: ADMINISTRACIÓN Y DIRECCIÓN DE EMPRESAS CURSO: CUARTO
Más detalles