Héctor G. González Padilla Banco Central de la República Argentina. 30 de deptiembre de 2016
|
|
|
- Marcos Méndez Alcaraz
- hace 5 años
- Vistas:
Transcripción
1 Una Aplicación del Análisis de Intervención: Una Evaluación del Efecto del Régimen de Control de Cambios sobre el PIB Trimestral en Argentina en el Período Héctor G. González Padilla Banco Central de la República Argentina 30 de deptiembre de Las opiniones son del autor y no representan necesariamente las del BCRA o sus autoridades. HGGP(BCRA) () Análisis de Intervención 30 de deptiembre de / 17
2 Esquema de la Presentación Motivación HGGP(BCRA) () Análisis de Intervención 30 de deptiembre de / 17
3 Esquema de la Presentación Motivación Objectivos HGGP(BCRA) () Análisis de Intervención 30 de deptiembre de / 17
4 Esquema de la Presentación Motivación Objectivos Metodología HGGP(BCRA) () Análisis de Intervención 30 de deptiembre de / 17
5 Esquema de la Presentación Motivación Objectivos Metodología Datos HGGP(BCRA) () Análisis de Intervención 30 de deptiembre de / 17
6 Esquema de la Presentación Motivación Objectivos Metodología Datos Resultados HGGP(BCRA) () Análisis de Intervención 30 de deptiembre de / 17
7 Esquema de la Presentación Motivación Objectivos Metodología Datos Resultados Conclusiones HGGP(BCRA) () Análisis de Intervención 30 de deptiembre de / 17
8 Motivación HGGP(BCRA) () Análisis de Intervención 30 de deptiembre de / 17
9 Motivación Crecimiento PIB real trimestral Período Media Mediana Desvío Estándar Preintervención - I III Posintervención - IV IV Fuente: elaboración del autor en base a INDEC. HGGP(BCRA) () Análisis de Intervención 30 de deptiembre de / 17
10 Motivación Crecimiento PIB real trimestral Período Media Mediana Desvío Estándar Preintervención - I III Posintervención - IV IV Fuente: elaboración del autor en base a INDEC. Evolución de las Reservas Internacionales -variación anual como porcentaje del PIB Fuente: elaboración del autor en base a BCRA, INDEC y Banco Mundial. HGGP(BCRA) () Análisis de Intervención 30 de deptiembre de / 17
11 Motivación Crecimiento PIB real trimestral Período Media Mediana Desvío Estándar Preintervención - I III Posintervención - IV IV Fuente: elaboración del autor en base a INDEC. Evolución de las Reservas Internacionales -variación anual como porcentaje del PIB Fuente: elaboración del autor en base a BCRA, INDEC y Banco Mundial. Dado que la actividad económica declinó en forma sostenida a partir del cuarto trimestre de 2011, evaluar si el control de cambios vigente en Argentina, en el período octubre diciembre 2015, tuvo algún efecto en esa declinación. HGGP(BCRA) () Análisis de Intervención 30 de deptiembre de / 17
12 Objetivos Aplicar el análisis de intervención de series temporales para cuantificar el impacto del control de cambios sobre la tasa de crecimiento del PIB real trimestral en el período octubre diciembre HGGP(BCRA) () Análisis de Intervención 30 de deptiembre de / 17
13 Metodología Modelo ARIMA HGGP(BCRA) () Análisis de Intervención 30 de deptiembre de / 17
14 Metodología Modelo ARIMA Serie x t sin intervención x t = µ + Θ (B) Φ (B) w t HGGP(BCRA) () Análisis de Intervención 30 de deptiembre de / 17
15 Metodología Modelo ARIMA Serie x t sin intervención x t = µ + Θ (B) Φ (B) w t Serie x t con intervención HGGP(BCRA) () Análisis de Intervención 30 de deptiembre de / 17
16 Metodología Modelo ARIMA Serie x t sin intervención x t = µ + Θ (B) Φ (B) w t Serie x t con intervención z t monto del cambio en el período t atribuible a la intervención x t = µ + z t + Θ (B) Φ (B) w t. HGGP(BCRA) () Análisis de Intervención 30 de deptiembre de / 17
17 Patrones de Intervención Posibles Un cambio permanente constante en el nivel de la media HGGP(BCRA) () Análisis de Intervención 30 de deptiembre de / 17
18 Patrones de Intervención Posibles Un cambio corto constante en el nivel de la media HGGP(BCRA) () Análisis de Intervención 30 de deptiembre de / 17
19 Patrones de Intervención Posibles Un incremento o decremento gradual al nuevo nivel de la media HGGP(BCRA) () Análisis de Intervención 30 de deptiembre de / 17
20 Patrones de Intervención Posibles Un cambio inicial seguido de un retorno gradual al valor de la media HGGP(BCRA) () Análisis de Intervención 30 de deptiembre de / 17
21 Datos Variable: PIB trimestral a precios de 2004 HGGP(BCRA) () Análisis de Intervención 30 de deptiembre de / 17
22 Datos Variable: PIB trimestral a precios de 2004 Período: I IV-2015 HGGP(BCRA) () Análisis de Intervención 30 de deptiembre de / 17
23 Datos Variable: PIB trimestral a precios de 2004 Período: I IV-2015 Fuente: Instituto Nacional de Estadísticas y Censos (INDEC) HGGP(BCRA) () Análisis de Intervención 30 de deptiembre de / 17
24 Datos Variable: PIB trimestral a precios de 2004 Período: I IV-2015 Fuente: Instituto Nacional de Estadísticas y Censos (INDEC) Variable dummy de intervención: HGGP(BCRA) () Análisis de Intervención 30 de deptiembre de / 17
25 Datos Variable: PIB trimestral a precios de 2004 Período: I IV-2015 Fuente: Instituto Nacional de Estadísticas y Censos (INDEC) Variable dummy de intervención: Período Valor Previo III IV I II III IV I IV Fuente: elaboración del autor. HGGP(BCRA) () Análisis de Intervención 30 de deptiembre de / 17
26 Estimación Econométrica Modelo ARIMA Intervención x t = µ + z t + Θ (B) Φ (B) w t HGGP(BCRA) () Análisis de Intervención 30 de deptiembre de / 17
27 Estimación Econométrica Modelo ARIMA Intervención Variable de intervención x t = µ + z t + Θ (B) Φ (B) w t z t = δ 0 1 ω 1 B I t HGGP(BCRA) () Análisis de Intervención 30 de deptiembre de / 17
28 Estimación Parámetros Modelo ARIMA(3,0,0) Coeficientes Estimado Desvío Estándar z-value Pr(> z ) AR(1) e-09 AR(2) AR(3) Intercepción T1-MA Varianza 0.32 log likelihood AIC Fuente: elaboración del autor. HGGP(BCRA) () Análisis de Intervención 30 de deptiembre de / 17
29 Diagnóstico Variable Test de Raíces Unitarias Dickey-Fuller Aumentado Variable: PRGA.tip Estadístico Dickey-Fuller Rezagos P-value Fuente: elaboración del autor. HGGP(BCRA) () Análisis de Intervención 30 de deptiembre de / 17
30 Diagnóstico Residuos Test de Box-Pierce Tipo de test Chi-cuadrado ( χ 2) Grados de libertad P-value Box-Pierce Fuente: elaboración del autor. HGGP(BCRA) () Análisis de Intervención 30 de deptiembre de / 17
31 Diagnóstico Residuos Test de Box-Pierce Tipo de test Chi-cuadrado ( χ 2) Grados de libertad P-value Box-Pierce Fuente: elaboración del autor. Test de Shapiro-Wilk Tipo de test W P-value Shapiro-Wilk Fuente: elaboración del autor. HGGP(BCRA) () Análisis de Intervención 30 de deptiembre de / 17
32 Conclusiones Evaluamos el impacto de la introducción de un régimen de control de cambios en Argentina en el período sobre el nivel actividad. HGGP(BCRA) () Análisis de Intervención 30 de deptiembre de / 17
33 Conclusiones Evaluamos el impacto de la introducción de un régimen de control de cambios en Argentina en el período sobre el nivel actividad. Utilizamos la metodología del análisis de intervención de series temporales para esa finalidad. HGGP(BCRA) () Análisis de Intervención 30 de deptiembre de / 17
34 Conclusiones Evaluamos el impacto de la introducción de un régimen de control de cambios en Argentina en el período sobre el nivel actividad. Utilizamos la metodología del análisis de intervención de series temporales para esa finalidad. Hallamos un valor para el coeficiente de intervención de -0.90, que resultó estadísticamente significativamente distinto de cero. HGGP(BCRA) () Análisis de Intervención 30 de deptiembre de / 17
35 Conclusiones Evaluamos el impacto de la introducción de un régimen de control de cambios en Argentina en el período sobre el nivel actividad. Utilizamos la metodología del análisis de intervención de series temporales para esa finalidad. Hallamos un valor para el coeficiente de intervención de -0.90, que resultó estadísticamente significativamente distinto de cero. El control de cambios en vigencia en Argentina en el período tuvo un efecto negativo sobre la tasa de crecimiento del PIB real trimestral. HGGP(BCRA) () Análisis de Intervención 30 de deptiembre de / 17
36 Muchas Gracias! HGGP(BCRA) () Análisis de Intervención 30 de deptiembre de / 17
Herramientas para el Estudio de Mercado. Técnicas de Predicción.
Herramientas para el Estudio de Mercado Proyecciones Económicas Técnicas de Predicción. Profesor: Exaú Navarro Pérez Técnicas de Predicción. Introducción. Técnicas Elementales de Predicción. Modelo Econométrico.
Econometría II Grado en finanzas y contabilidad
Econometría II Grado en finanzas y contabilidad Metodología Box-Jenkins Profesora: Dolores García Martos E-mail:mdgmarto@est-econ.uc3m.es Este documento es un resumen/modificación de la documentación elaborada
PRACTICAS SOBRE LA MODELIZACIÓN DE SERIES TEMPORALES MENSUALES CON LA METODOLOGÍA DE BOX-JENKINS
PRACTICAS SOBRE LA MODELIZACIÓN DE SERIES TEMPORALES MENSUALES CON LA METODOLOGÍA DE BOX-JENKINS Preparado por Dolores García Martos FICO GR 21 Guía para seleccionar el orden de un proceso autorregresivo
Augmented Dickey-Fuller. Test de raíces unitarias en Z T
ANEXOS CUADRO A1. Augmented Dickey-Fuller. Test de raíces unitarias en Z T Estadístico ADF -3.231287 1% Valor Crítico -3.4549* 5% Valor Crítico -2.8718 10% Valor Crítico -2.5722 Variable Dependiente D(LOG(Z93))
LADE y DER-LADE. Primer evaluación parcial
ECONOMETRÍA II CURSO 2007 LADE y DER-LADE Primer evaluación parcial 1. Considere la variable y t para el proceso y t = c + φ y t 1 + a t, donde a t es un ruido blanco. Suponga para φ los valores φ = 0.3
aumentará.tp nos lleva a rechazar la hipótesis de que una mejora en el saldo de la cuenta corriente reduce la probabilidad de ocurrencia de la crisis.
T T T La T Esto T Esto (la y de CAÍTULO 4. RESULTADOS 4.1 Estimación del Modelo E-L. El cuadro 5 muestra los resultados obtenidos al aplicar la metodología econométrica de E-L (1998, 1999) descrita anteriormente.
Tabla 1 Anuncios de dividendos clasificados por categorías (2000/2007) Señal Incrementos Reducciones Sin Cambios Repagos Especiales Anticipos
Anuncios de Dividendos y Contenido Informativo: un análisis para firmas públicas argentinas Anexo Tabla 1 Anuncios de dividendos clasificados por categorías (2000/2007) Señal Incrementos Reducciones Sin
Pronóstico con Modelos ARIMA para los casos del Índice de Precios y Cotizaciones (IPC) y la Acción de América Móvil (AM)
Pronóstico con Modelos ARIMA para los casos del Índice de Precios y Cotizaciones (IPC) y la Acción de América Móvil (AM) Rosa María Domínguez Gijón Resumen este proyecto son el IPC y la acción de América
Más Allá del Modelo de Regresión Lineal. Dante A. Urbina
Más Allá del Modelo de Regresión Lineal Dante A. Urbina CONTENIDOS 1. Modelos de Regresión No Lineales 2. Modelos de Respuesta Cualitativa 3. Datos de Panel 4. Modelos Autorregresivos y de Rezagos 5. Modelos
Econometría II LADE/LADE-DERECHO Prof. Esther Ruiz Curso 2007/2008. Práctica 6
Econometría II LADE/LADE-DERECHO Prof. Esther Ruiz Curso 2007/2008 Práctica 6 El objetivo de esta práctica es el análisis de las relaciones dinámicas entre el tipo de interés Overnight (Swaps) a 9 meses
Dolarización del balance de empresas no financieras y sus decisiones de inversión
Dolarización del balance de empresas no financieras y sus decisiones de inversión Pablo J. Azabache La Torre Banco Central de Reserva del Perú Universidad de San Martín de Porres 1. Motivación 2. Mecanismo
EJEMPLO APLICADO EN PRUEBAS DE ESPECIFICACIÓN ECONOMÉTRICA MODELO DE PRODUCCIÓN AGREGADA PARA LA ECONOMÍA MEXICANA
EJEMPLO APLICADO EN PRUEBAS DE ESPECIFICACIÓN ECONOMÉTRICA MODELO DE PRODUCCIÓN AGREGADA PARA LA ECONOMÍA MEXICANA DR. ROGER ALEJANDRO BANEGAS RIVERO UNIVERSIDAD AUTÓNOMA GABRIEL RENÉ MORENO A partir del
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
Índice General de Ventas en Grandes Almacenes y su logaritmo
En los gráficos y cuadros que se presentan en las páginas siguientes se presentan resultados relativos a la variable Índice General de Ventas en grandes superficies en España con periodicidad mensual desde
Sobre el Pronóstico del Precio de la Energía en Bolsa. Una comparación entre ARX-NN y procesos ARMAX
Sobre el Pronóstico del Precio de la Energía en Bolsa. Una comparación entre ARX-NN y procesos ARMAX Jorge Barrientos Marín Ph.D Elkin Tabares M.Sc. & Esteban Velilla M.Sc. Universidad de Antioquia & UNAULA
ECONOMETRIA ORDEN DE INTEGRACIÓN N Y RAÍCES UNITARIAS. Mtro. Horacio Catalán Alonso
ECONOMETRIA ORDEN DE INTEGRACIÓN N Y RAÍCES UNITARIAS Mtro. Horacio Catalán Alonso Orden de Integración ORDEN DE INTEGRACIÓN Econometría (1) X t = X t-1 + u t Como: E(u t ) = 0 y la Var(u t ) = 2 constante
Guía breve de análisis de series temporales unidimensionales con Gretl
Guía breve de análisis de series temporales unidimensionales con Gretl 1. Pasos a seguir 1. Representación de la serie temporal (Variable Gráfico de series temporales). 2. Serie temporal no estacionaria
Capítulo 3: Metodología y variables
Capítulo 3: Metodología y variables 3.1 Modelo econométrico El objetivo de este estudio es probar si existe una relación de largo plazo entre la inversión de Chile y las variables explicativas. Se utiliza
Proyección del número de turistas mediante modelo SARIMA
Proyección del número de turistas mediante modelo SARIMA S. Altmark, G. Mordecki, A. Risso, F. Santiñaque Facultad de Ciencias Económicas y de Administración Universidad de la República Uruguay 17 de Octubre
Ejemplos de estudios de series de tiempo
1 Ejemplos de estudios de series de tiempo Ejemplo 1 Pasajeros Aerolíneas Internacionales (PAI) Este estudio está realizado sobre un famoso conjunto de datos mensuales, el número de pasajeros de aerolíneas
Práctica 5: cointegración
Práctica 5: cointegración Los datos provienen de: http://www.econ.kuleuven.ac.be/gme/ Para leer más sobre este ejemplo, ver Marno Verbeek, A guide to Modern Econometrics (sections 8.5, 9.3). En esta práctica,
D to de Economía Aplicada Cuantitativa I Basilio Sanz Carnero
D to de Economía Aplicada Cuantitativa I Basilio Sanz Carnero Tendencia estocástica y determinista Una serie de tiempo tiene tendencia estocástica (o también denominadas estacionarias en diferencias) cuando
TÉCNICAS ECONOMÉTRICAS PARA PROYECCIONES DE INGRESOS UTLIZANDO EVIEWS. Sesión n 5: Análisis de Series de Tiempo y Estacionariedad
TÉCNICAS ECONOMÉTRICAS PARA PROYECCIONES DE INGRESOS UTLIZANDO EVIEWS Sesión n 5: Análisis de Series de Tiempo y Estacionariedad Patrick Grady Globa Economics Ltd. Análisis de Series de Tiempo Introducción
EXAMEN ECONOMETRÍA II GRUPO DADE Prof. Rafael de Arce 3 de septiembre de Nombre y Apellidos:
EXAMEN ECONOMETRÍA II GRUPO DADE Prof. Rafael de Arce 3 de septiembre de 2004 Nombre y Apellidos: PRIMERA PARTE: (En las preguntas tipo test sólo debe marcarse una en cada caso): 1. Para determinar si
TEMA 3 M O D E L O S U N I V A R I A N T E S L I N E A L E S
TEMA 3 M O D E L O S U N I V A R I A N T E S L I N E A L E S Motivación El proceso de construcción de un modelo univariante ARIMA se basa en un procedimiento iterativo en el que el conocimiento de las
Principios de Bioestadística
Principios de Bioestadística Dra. Juliana Giménez www.cii.org.ar Nos permite Llegar a conclusiones correctas acerca de procedimientos para el diagnostico Valorar protocolos de estudio e informes Se pretende
Curso 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
Una nota sobre la prueba de Peña y Rodríguez para la bondad del ajuste en series de tiempo
Comunicaciones en Estadística Diciembre 2008, Vol. 1, No. 1 Una nota sobre la prueba de Peña y Rodríguez para la bondad del ajuste en series de tiempo A Note About the Peña-Rodríguez Test of the Goodness
D to de Economía Aplicada Cuantitativa I Basilio Sanz Carnero
D to de Economía Aplicada Cuantitativa I Basilio Sanz Carnero INTRODUCCIÓN El problema de medir relaciones económicas a largo plazo (regresión entre variables económicas en niveles o no estacionarias)
Resultados del Relevamiento de Expectativas de Mercado (REM)
Resultados del Relevamiento de Expectativas de Mercado (REM) Junio 16 El Relevamiento de Expectativas de Mercado (REM) que administra el Banco Central de la República Argentina (BCRA) consiste en un seguimiento
UN MODELO DE COINTEGRACIÓN PARA PRONOSTICAR EL PIB DE MÉXICO. Alejandro Pérez-López Elguezabal 1 DOCUMENTO DE INVESTIGACIÓN NO.
UN MODELO DE COINTEGRACIÓN PARA PRONOSTICAR EL PIB DE MÉXICO Alejandro Pérez-López Elguezabal 1 DOCUMENTO DE INVESTIGACIÓN NO. 9504 JULIO, 1995 1 Banco de México. Las opiniones expresadas por el autor
ECONOMETRIA II ADE LADE-DERECHO. CURSO 2006/2007
ECONOMETRIA II ADE LADE-DERECHO. CURSO 2006/2007 Hoja de ejercicios 3 PARTE A) Marque con una X la respuesta o respuestas correctas A.1. En el gabinete de estudios de una empresa de inversión en activos
Nombre y Apellidos:... EXAMEN ECONOMETRÍA II (Septiembre 2010)
Nombre y Apellidos:... NIU:... Grupo:... EXAMEN ECONOMETRÍA II (Septiembre 2010) Lea cuidadosamente cada pregunta. Marque muy claramente la respuesta de cada pregunta en la hoja de respuestas. Observe
UNIVERSIDAD DE ALICANTE FACULTAD DE CIENCIAS ECONÓMICAS Y EMPRESARIALES
UNIVERSIDAD DE ALICANTE FACULTAD DE CIENCIAS ECONÓMICAS Y EMPRESARIALES GRADO EN ECONOMÍA CURSO ACADÉMICO 2016-2017 ESTUDIO DE MODELOS DE HETEROCEDASTICIDAD CONDICIONAL EN ACCIONES PEDRO FERNÁNDEZ GARCÍA
MODELOS ECONOMÉTRICOS UNIVARIADOS Y MULTIVARIADOS
MODELOS ECONOMÉTRICOS UNIVARIADOS Y MULTIVARIADOS NOMBRE : DANIELA ARROYO PEREZ CODIGO : C5844-0 MATERIA: ECONOMETRIA II CARRERA: INGENIERIA COMERCIAL CURSO : SEXTO A DOCENTE : LIC. RODRIGO PANIAGUA TAPIA
UNIVERSIDAD CARLOS III DE MADRID Grado en Ingeniería Industrial Estadística 15 de mayo de 2013
UNIVERSIDAD CARLOS III DE MADRID Grado en Ingeniería Industrial Estadística 15 de mayo de 2013 Apellidos Nombre N o lista Grupo El fichero datos 15m.sgd contiene información sobre las siguientes variables:
Informe. de Política Monetaria. octubre de ipom octubre de 2016 bcra. Título del gráfico
ipom octubre de 2016 bcra Informe Título del gráfico de Política Monetaria octubre de 2016 Fuente Elaboración propia en base a Consensus Economics, Dirección General de Estadística y Censos - GCBA, Dirección
PRÁCTICAS DE LA ASIGNATURA ECONOMETRIA II. CURSO 2006/2007
PRÁCTICAS DE LA ASIGNATURA ECONOMETRIA II. CURSO 2006/2007 Práctica 3 1. Planteamiento y Objetivos de la Práctica En la presente práctica se propone la modelización univariante por medio del enfoque de
ANALISIS ESTADISTICO MINISTERIO DE ECONOMIA Y FINANZAS
ANALISIS ESTADISTICO MINISTERIO DE ECONOMIA Y FINANZAS NOV 2015 PLAN DE ESTUDIO 1. ESTADISTICA DESCRIPTIVA 1. MEDIDAS DE TENDENCIA CENTRAL PRIMER MOMENTO 2. OTRAS MEDIDAS DE TENDENCIA CENTRAL 3. MEDIDAS
Econometría Aplicada
Econometría Aplicada Series de Tiempo II Víctor Medina Estacionalidad Estacionalidad Estacionalidad Variación estacional Las series de tiempo pueden presentar variación estacional. Ejemplos claros de este
Modelo GARCH-MIDAS con Distribución Asimétrica de Laplace: comportamiento del tipo de cambio
Modelo GARCH-MIDAS con Distribución Asimétrica de Laplace: una aproximación al comportamiento del tipo de cambio Álvaro M. Zevallos azevallosb@pucp.edu.pe Área de Estudios Económicos - Banco de Crédito
TAMAÑO DEUDA Y RIESGO EN EMPRESAS DE PAISES CON SUSTITUCIÓN DE MONEDAS
TAMAÑO DEUDA Y RIESGO EN EMPRESAS DE PAISES CON SUSTITUCIÓN DE MONEDAS UN ANÁLISIS EMPÍRICO DEL CASO URUGUAYO Ricardo Pascale ricardopascale.com Noviembre de 2018 Agenda Objetivos Motivación Teoría y Evidencia
Augmented Dickey-Fuller test statistic (Ho=Raíz Unitaria) Tendencia e Intercepto. Intercepto Diagrama 1. Diagrama 2. Tendencia(0.
ANEXOS I. ANEXO 1: Pruebas de Raíz Unitaria PRUEBAS DE RAÍZ UNITARIA NIVEL DEL IPC Prueba Nivel del IPC Augmented Dickey-Fuller test statistic (Ho=Raíz Unitaria) Tendencia e Diagrama 1. Diagrama 2. Tendencia(0.0439)
Econometría 2. Modelos no estacionarios y contrastes de raíz unitaria = 0 8. (0 4) 1 +, (0 2 ), y valores críticos
Econometría 2 Modelos no estacionarios y contrastes de raíz unitaria 1. Cuál de las siguientes afirmaciones es verdadera? (a) Un proceso I(1) es un camino aleatorio; (b) Un camino aleatorio es un ruido
ESTADISTICA AVANZADA. Análisis de la Variancia Anova One Way Kruskal-Wallis Bloques (Friedman)
ESTADISTICA AVANZADA Análisis de la Variancia Anova One Way Kruskal-Wallis Bloques (Friedman) Factor Análisis de la Variancia El análisis de varianza One Way es una generalización de la Prueba t para mas
METODOLOGÍA DE PROYECCIONES A CORTO PLAZO DE LLEGADA DE TURISTAS PARA EL AÑO 2017 Box and Jenkins
20 17 METODOLOGÍA DE PROYECCIONES A CORTO PLAZO DE LLEGADA DE TURISTAS PARA EL AÑO 2017 METODOLOGÍA DE PROYECCIONES A CORTO PLAZO DE LLEGADA DE TURISTAS PARA EL AÑO 2017 FOTO DE PORTADA: Nombre: Laguna
Comparación de métodos de aprendizaje sobre el mismo problema
Comparación de métodos de aprendizaje sobre el mismo problema Carlos Alonso González Grupo de Sistemas Inteligentes Departamento de Informática Universidad de Valladolid Contenido 1. Motivación. Test de
Las 19 primeras diapositivas de esta clase están incluidas en la clase teórica previa: Error y expresión de resultados (diapositivas 22 a 40).
Las 19 primeras diapositivas de esta clase están incluidas en la clase teórica previa: Error y expresión de resultados (diapositivas a 40). Definiciones fundamentales y objetivo: El resultado arrojado
Gráfico 1: Evolución del exceso de rentabilidad de la empresa y de la cartera de mercado
Caso 1: Solución Apartado a) - 2 0 2 4 6 0 2 0 4 0 6 0 8 0 1 0 0 p e r i o d E x c e s s r e t u r n, c o m p a n y a e x c e s s r e t u r n m a r k e t p o r t f o l i o Gráfico 1: Evolución del exceso
Estimación de variables no observables para la economía peruana
Estimación de variables no observables para la economía peruana XXX Encuentro de Investigación del BCRP Ismael Ignacio Mendoza Mogollón imendoza@mef.gob.pe Octubre 2012 XXX Encuentro de Economistas (Institute)
Censo Nacional de Población, Hogares y Viviendas 2010 Censo del Bicentenario
Censo Nacional de Población, Hogares y Viviendas 2010 Censo del Bicentenario Base de datos REDATAM Errores muestrales en el procesamiento del cuestionario censal ampliado Serie Serie Base Base de de datos
Resultados del Relevamiento de Expectativas de Mercado (REM)
Resultados del Relevamiento de Expectativas de Mercado (REM) Enero 2017 El Relevamiento de Expectativas de Mercado (REM) que lleva adelante el Banco Central de la República Argentina (BCRA) consiste en
CAPÍTULO VI RESULTADOS
CAPÍTULO VI RESULTADOS Los resultados que se presentan en esta sección tienen como objetivo evaluar el efecto de variaciones en el tipo de cambio real sobre el diferencial de interés condicionado a distintos
incendios forestales para el periodo de estudio. El software E-Views 9 es utilizado para las
23 Capítulo 4: Resultados y análisis Para esta investigación, se necesita obtener las series de tiempo; tanto de los precios de cierre del IPC, como de los desastres naturales de tipo hidrometeorológico,
Prácticas Tema 4: Modelo con variables cualitativas
Prácticas Tema 4: Modelo con variables cualitativas Ana J. López y Rigoberto Pérez Departamento de Economía Aplicada. Universidad de Oviedo PRACTICA 4.1- Se dispone de información sobre 16 familias sobre
EJC 22: METODOLOGÍA BOX JENKINS
EJC 22: METODOLOGÍA BOX JENKINS La publicación de G.P.E Box y G.M Jenkins Times Series Análisis: Forecasting and Control en la década de los 70 s generó un nuevo conjunto de herramientas de predicción,
AVISO IMPORTANTE EL PROFESOR DARÁ ASESORÍA ESTE VIERNES 13 DE OCTUBRE EN LA SALA JOSE SOLITICA EL ARCHIVO EN EXCEL PARA COMPLETAR LA GUIA AL CORREO
AVISO IMPORTANTE EL PROFESOR DARÁ ASESORÍA ESTE VIERNES 13 DE OCTUBRE EN LA SALA JOSE AYALA DE 13 A 15 HRS SOLITICA EL ARCHIVO EN EXCEL PARA COMPLETAR LA GUIA AL CORREO tere_vieyra@yahoo.com.mx Guía para
Hoja de ejercicios 4 Econometría II Curso 2011/2012
Hoja de ejercicios 4 Econometría II Curso 2011/2012 1) Se dispone de las series de diferencias anuales del logaritmo de las series mensuales índice de precios al consumo en España y la Comunidad de Andalucía
Análisis de cointegración con modelos VARIMA
Análisis de cointegración con modelos VARIMA José L. Gallego 1 Carlos Díaz 2 1 Departamento de Economía Universidad de Cantabria 2 Department of Economics University of Leicester Seminario 9-4-2013 Departamento
Resultados del Relevamiento de Expectativas de Mercado (REM)
Resultados del Relevamiento de Expectativas de Mercado (REM) Abril 2017 Resultados del Relevamiento de Expectativas de Mercado (REM) Abril 2017 BCRA 1 El Relevamiento de Expectativas de Mercado (REM) que
Resultados del Relevamiento de Expectativas de Mercado (REM)
Resultados del Relevamiento de Expectativas de Mercado () Julio 2018 Resultados del Relevamiento de Expectativas de Mercado () Julio 2018 BCRA 1 El Relevamiento de Expectativas de Mercado () consiste en
UNIVERSIDAD EXTERNADO DE COLOMBIA Facultad de Economía. Un modelo que intenta explicar la producción desde otra perspectiva.
UNIVERSIDAD EXTERNADO DE COLOMBIA Facultad de Economía Un modelo que intenta explicar la producción desde otra perspectiva. Daniel Felipe Rojas Cepeda Bogotá D.C., Colombia 2017 Un modelo que intenta explicar
Métodos Estadísticos para Economía y Gestión IN 540 Clase 7
Métodos Estadísticos para Economía y Gestión IN 540 Clase 7 Perturbaciones no Esféricas 17 de junio de 2010 1 Preliminares Matriz de Varianzas y Covarianzas cuando ɛ t es un AR(1) Naturaleza y causas de
Preparación de los datos de entrada
Preparación de los datos de entrada Clase nro. 6 CURSO 2010 Objetivo Modelado de las características estocásticas de los sistemas. Variables aleatorias con su distribución de probabilidad. Por ejemplo:
MODELOS DE SIMULACIÓN ESTADÍSTICOS CLASE 4: DISTRIBUCIÓN t, CHI-CUADRADA y EXPONENCIAL PROFESOR: OSCAR SAAVEDRA ANDRÉS DURANGO.
DISTRIBUCIÓN t Con frecuencia intentamos estimar la media de una población cuando se desconoce la varianza, en estos casos utilizamos la distribución de t de Student. Si el tamaño de la muestra es suficientemente
Comparación de dos Muestras - SnapStat
Comparación de dos Muestras - SnapStat Resumen La Comparación de Dos Muestras usando SnapStat crea un resumen de una página que compara dos muestras independientes de datos de variables. Calcula estadísticos
Resultados del Relevamiento de Expectativas de Mercado (REM)
Resultados del Relevamiento de Expectativas de Mercado (REM) Agosto 2017 Resultados del Relevamiento de Expectativas de Mercado (REM) Agosto 2017 BCRA 1 El Relevamiento de Expectativas de Mercado (REM)
Econometría dinámica y financiera
Econometría dinámica y financiera Introducción a la econometría financiera. Modelos ARCH Profesora: Dolores García Martos E-mail:mdgmarto@est-econ.uc3m.es Introducción Los modelos que hemos visto son lineales
5. ANÁLISIS DE RESULTADOS DE LAS PRUEBAS ECONOMÉTRICAS. El primer grupo de pruebas se estimaron por el método de Engle-Granger.
5. ANÁLISIS DE RESULTADOS DE LAS PRUEBAS ECONOMÉTRICAS El primer grupo de pruebas se estimaron por el método de Engle-Granger. El primer paso en esta metodología, como hemos comentado en la sección anterior,
ECONOMETRÍA II: ECONOMETRÍA DE SERIES TEMPORALES. Modelos econométricos dinámicos uniecuacionales
ECONOMETRÍA II: ECONOMETRÍA DE SERIES TEMPORALES Modelos econométricos dinámicos uniecuacionales Introducción: Hemos estudiado modelos de tipo: y t = φ 0 + p i=1 φ iy t i + q j=0 θ jɛ t j y t = β x t +
Resultados del Relevamiento de Expectativas de Mercado (REM)
Resultados del Relevamiento de Expectativas de Mercado (REM) Mayo 2017 Resultados del Relevamiento de Expectativas de Mercado (REM) Mayo 2017 BCRA 1 El Relevamiento de Expectativas de Mercado (REM) que
Estadísticas básicas y medidas epidemiológicas para la Investigación en Salud Pública
Enfoque científico de la Salud Pública Estadísticas básicas y medidas epidemiológicas para la Investigación en Salud Pública Dr. Luis Gabriel Montes de Oca Lemus Objetivos Analizar las estadísticas de
Escuela 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
Resultados del Relevamiento de Expectativas de Mercado (REM)
Resultados del Relevamiento de Expectativas de Mercado (REM) Julio 2016 El Relevamiento de Expectativas de Mercado (REM) que administra el Banco Central de la República Argentina (BCRA) consiste en un
Resultados del Relevamiento de Expectativas de Mercado (REM)
Resultados del Relevamiento de Expectativas de Mercado () Junio 2018 Resultados del Relevamiento de Expectativas de Mercado () Junio 2018 BCRA 1 El Relevamiento de Expectativas de Mercado () que lleva
Resultados del Relevamiento de Expectativas de Mercado (REM)
Resultados del Relevamiento de Expectativas de Mercado (REM) Marzo 2017 Por favor, conteste la encuesta de satisfacción del REM aquí El Relevamiento de Expectativas de Mercado (REM) que lleva adelante
Modelación estadística: La regresión lineal simple
Modelación estadística: La regresión lineal simple Gabriel Cavada Ch. 1 1 División de Bioestadística, Escuela de Salud Pública, Universidad de Chile. Statistical modeling: Simple linear regression Cuando
TRATAMIENTO DE DATOS CON MS EXCEL. Modulo 2
TRATAMIENTO DE DATOS CON MS EXCEL. Modulo 2 CONTENIDO CONCEPTOS PRELIMINARES COMPONENTE ESTACIONAL MÉTODO DE LOS PROMEDIOS MÉTODO ARIMA CENSUS X 12 COMPONENTE DE TENDENCIA COMPONENTE CICLICO CONCEPTOS
Resultados del Relevamiento de Expectativas de Mercado (REM)
Resultados del Relevamiento de Expectativas de Mercado (REM) Febrero 2017 El Relevamiento de Expectativas de Mercado (REM) que lleva adelante el Banco Central de la República Argentina (BCRA) consiste
Pronósticos Automáticos
Pronósticos Automáticos Resumen El procedimiento de Pronósticos Automáticos esta diseñado para pronosticar valores futuros en datos de una serie de tiempo. Una serie de tiempo consiste en un conjunto de
5. Estimación del Modelo y Resultados
5. Estimación del Modelo y Resultados 5.1. Forma reducida del modelo Como no se tienen datos sobre la tasa natural de desempleo, es necesario hacer una forma reducida del modelo para poder estimarlo utilizando
Resultados del Relevamiento de Expectativas de Mercado (REM)
Resultados del Relevamiento de Expectativas de Mercado (REM) Julio 2017 Resultados del Relevamiento de Expectativas de Mercado (REM) Julio 2017 BCRA 1 El Relevamiento de Expectativas de Mercado (REM) que
Fundamentos para la inferencia. Estadística Prof. Tamara Burdisso
Fundamentos para la inferencia Estadística 018 - Prof. Tamara Burdisso 1 Distribución muestral de la varianza muestral Hasta aquí nos ocupamos de hacer inferencia sobre la media y/o la proporción de una
Tema 4: Probabilidad y Teoría de Muestras
Tema 4: Probabilidad y Teoría de Muestras Estadística. 4 o Curso. Licenciatura en Ciencias Ambientales Licenciatura en Ciencias Ambientales (4 o Curso) Tema 4: Probabilidad y Teoría de Muestras Curso 2008-2009
Procesos Integrados. Si (Y t ) no es estacionario pero la serie (Z t ) de las primeras diferencias. Z t = Y t = Y t Y t 1,
Capítulo 5 Procesos Integrados Un proceso no estacionario puede no ser estable en la media, en la varianza o en las autocorrelaciones. Por ejemplo, las series 3, 5-13, 19, 29-31, 35-37, y 39 del Capítulo
Nombre y Apellidos:... EXAMEN ECONOMETRÍA II (Enero 2010)
Nombre y Apellidos:... NIU:... Grupo:... EXAMEN ECONOMETRÍA II (Enero 2010) Lea cuidadosamente cada pregunta. Marque muy claramente la respuesta de cada pregunta en la hoja de respuestas. Observe que los
CURSO: ECONOMETRÍA Y ANÁLISIS DE POLÍTICAS FISCALES INSTRUCTOR: HORACIO CATALÁN ALONSO. Especificación de los modelos VAR
CURSO: ECONOMETRÍA Y ANÁLISIS DE POLÍTICAS FISCALES INSTRUCTOR: HORACIO CATALÁN ALONSO Especificación de los modelos VAR Modelos VAR es una extensión de un AR(p) Permiten un mejor entendimiento de la
Curso de Predicción Económica y Empresarial Edición 2004
Curso de Predicción Económica y Empresarial www.uam.es/predysim Edición 24 UNIDAD 4: TÉCNICAS AVANZADAS DE PREDICCIÓN Ejercicio 2: Contraste de cointegración y estimación de un modelo VEC en EViews Solución
Resultados del Relevamiento de Expectativas de Mercado (REM)
Resultados del Relevamiento de Expectativas de Mercado (REM) Diciembre 2016 El Relevamiento de Expectativas de Mercado (REM) que administra el Banco Central de la República Argentina (BCRA) consiste en
Análisis de datos Categóricos
Introducción a los Modelos Lineales Generalizados Universidad Nacional Agraria La Molina 2016-1 Introducción Modelos Lineales Generalizados Introducción Componentes Estimación En los capítulos anteriores
Detección de la simulación en pacientes con algias en situación de Incapacidad Temporal
Detección de la simulación en pacientes con algias en situación de Incapacidad Temporal Dr. Joaquín Andani Cervera Dª. Sandra Alonso Guillen Dra. Maribel Balbastre 1 I. Introducción La detección de simulación
Resultados del Relevamiento de Expectativas de Mercado (REM)
Resultados del Relevamiento de Expectativas de Mercado () Mayo 2018 Resultados del Relevamiento de Expectativas de Mercado () Mayo 2018 BCRA 1 El Relevamiento de Expectativas de Mercado () que lleva adelante
Estimación. Diseño Estadístico y Herramientas para la Calidad. Estimación. Estimación. Inferencia Estadística
Diseño Estadístico y Herramientas para la Calidad Estimación Epositor: Dr. Juan José Flores Romero juanf@umich.m http://lsc.fie.umich.m/~juan M. en Calidad Total y Competitividad Estimación Inferencia
INFLACIÓN E INCERTIDUMBRE INFLACIONARIA: EL CASO DE PARAGUAY
INFLACIÓN E INCERTIDUMBRE INFLACIONARIA: EL CASO DE PARAGUAY 1. INTRODUCCIÓN. Carlos Fernández Valdovinos * Un posible costo de la inflación radica en el hecho de que la misma podría crear mayor incertidumbre
INTRODUCCIÓN AL ANÁLISIS DE DATOS ORIENTACIONES (TEMA Nº 7)
TEMA Nº 7 DISTRIBUCIONES CONTINUAS DE PROBABILIDAD OBJETIVOS DE APRENDIZAJE: Conocer las características de la distribución normal como distribución de probabilidad de una variable y la aproximación de
Por qué la inversión?
Modelación de la inversión con resultados empíricos para Centroamérica y la República Dominicana José R. Sánchez-Fung Kingston University, Londres CEPAL, México, DF 2 de diciembre, 2004 Por qué la inversión?
TRANSMISIÓN DE PRECIOS DEL JITOMATE SALADETTE EN EL MERCADO DE GUADALAJARA, JALISCO
COLMEME UAN TRANSMISIÓN DE PRECIOS DEL JITOMATE SALADETTE EN EL MERCADO DE GUADALAJARA, JALISCO Imelda Rosana Cih- Dzul 1 José Luis Jaramillo-Villanueva 2 Miguel Angel Martínez Damián Resumen En esta investigación
Econometria de Datos en Paneles
Universidad de San Andres Agosto de 2011 Porque paneles? Ejemplo (Cronwell y Trumbull): Determinantes del crimen y = g(i), y = crimen, I = variables de justicia criminal. Corte transversal: (y i, I i )