XIV XI INFLUENCIA DE LA HEURÍSTICA DE DE DECISIONES FINANCIERAS ANCLAJE Y AJUSTE EN LA TOMA. Alina Gómez. Víctor Peña.
|
|
- Juan Manuel Reyes Salinas
- hace 5 años
- Vistas:
Transcripción
1 INFLUENCIA DE LA HEURÍSTICA DE ANCLAJE Y AJUSTE EN LA TOMA DE DECISIONES FINANCIERAS Santafé de Bogotá, viernes 08 de septiembre Alina Gómez. Víctor Peña. XIV XI SIMPOSIO NACIONAL Y INTERNACIONAL DE EXPERTOS EN FINANZAS
2 Agenda del Día Introducción Objetivos Marco Teórico Metodología Resultados Conclusiones
3 Introducción Decidir es un proceso cognitivo muy complejo que se toma con una finalidad precisa: escoger una acción entre diversas opciones elegibles al término de un trabajo de análisis. (Cadet & Chasseigne, 2009) Finanzas Comportamentales Racionalidad Limitada (Simon, 1955 ) Heurísticas y Sesgos (Tversky & Kahneman, 1974) Teoría Prospectiva (Tversky & Kahneman, 1979) Voluntad limitada (Thaler & Mullainathan, 2008) Heurística herramienta eficaz (Gigerenzer 2011) Sesgos como error potencial (Hirshleifer, 2015) Las finanzas comportamentales constituyen un campo de conocimiento que busca estudiar la forma cómo los inversionistas toman sus decisiones financieras y cómo se involucran sus procesos cognitivos en esa decisión. (Ricciardi & Simon, 2000)
4 Objetivos OBJETIVO GENERAL Medir la influencia de la heurística de anclaje y ajuste en el pronóstico y toma de decisiones financieras mediante un experimento. Comprobar si ejecuta la heurística de anclaje y ajuste y generan sesgos de expectativa. OBJETIVOS ESPECIFICOS Medir la influencia del sesgo exceso de optimismo en las decisiones financieras.
5 Marco Teórico The Prospect Theory (Kahneman & Tversky) Framing Effect (Kahneman & Tversky 1979) Bounded rationality (Simon, 1955) Bounded willpower (Kahneman & Tversky 1979; Mullainathan & Thaler, 2000) Bounded selfishness (Mullainathan & Thaler, 2000 Judgment under uncertainty: Heuristics and biases (Tversky & Kahneman, 1974; Daniel, Hirshleifer, & Teoh, 2002; Kahneman, 2003 ; Altman, 2004; Shefrin, 2007; Thaler & Sustein, 2008, Howard, 2013; Pohl, 2017 ) Heurística de Representatividad Heurística de Disponibilidad Heurística de Anclaje y Ajuste Sesgos Cognitivos Heuristics and biases (Tversky & Kahneman, 1974)
6 Marco Teórico: Sesgo de optimismo Afecta la rentabilidad de la cartera de un inversionista (Biais, Hilton, Mazurier, & Pouget, 2005) la confianza de los inversores, los precios y las transacciones del mercado (Nelson, Bloomfield, Hales, & Libby, 2001; Glaser & Weber, 2007) Más importante la intensidad que la fiabilidad de la información (Griffin & Tversky, 1992) Los seres humanos esperan eventos positivos en el futuro aun cuando no haya pruebas para apoyar tales expectativas. Nature (Sharot, T., Riccardi, A. M., Raio, C. M., & Phelps, E. A. (2007). Los Humanos sobrestimamos la probabilidad de eventos positivos y subestimamos la probabilidad de eventos negativos. Current Biology (Tali Sharot T. 2011) Usando de datos del índice japonés NIKKEI 225 entre 2009 y 2013 se midió el grado optimismo y el exceso de confianza en el pronóstico del índice (Kinari, 2016).
7 Metodología Preguntas de Investigación Mostrar un valor de inicio en el instrumento genera una heurística de anclaje y ajuste que dé lugar a ejecutar un sesgo cognitivo? Son los pronósticos de un índice bursátil influenciados por el sesgo de optimismo?
8 Metodología - Índice S&P MILA PACIFIC ALLIANCE SELECT El S&P MILA Pacific Alliance Select es un índice diseñado para medir el rendimiento de las compañías más grandes y más líquidas en la región de la Alianza del Pacífico, que comprende las naciones latinoamericanas de Chile, Colombia, Perú y México.
9 Metodología - Instrumento Gráfico índice 1 semana Como puede observar en las gráficas hoy el valor índice S&P MILA PACIFIC ALLIANCE SELECT tiene 4601,93 puntos: Según su criterio, escriba el pronóstico del valor del índice a 1 día, 1 semana y 1 mes. Escriba su pronóstico de valor del índice para mañana: Gráfico índice 1 mes Escriba su pronóstico de valor del índice para dentro de una semana: Escriba su pronóstico de valor del índice para dentro de un mes: Gráfico índice 1 año Se busca: - Observar la influencia del índice (ancla) en el pronóstico. - Verificar si se genera el sesgo exceso de optimismo.
10 Metodología - Participantes Toma primaria de datos mediante un instrumento que recopiló las decisiones de pronóstico y decisiones de inversión de los participantes. Participantes: Estudiantes de pregrado con conocimientos de finanzas y estadística.
11 Metodología Modelo Uso de un modelo de efectos fijos y regresiones para explicar las relaciones entre las variables Pronóstico del participante i en la semana t. Y i,t = α i + βx i,t + ε i,t Valor realizado del índice Spmpsup MILA Término de error del participante en la semana t Efecto individual medio entre los participantes del experimento. Interpretado como un estado de ánimo (Giordani and Söderlind, 2006) (Kinari 2016) Hipótesis nula: Error de expectativa media es cero Optimismo se medirá como una desviación de laexpectativa racional. α (+) β = 1 Se puede interpretar a como optimista α (Kinari 2016)
12 Resultados Heurística de Anclaje - regresiones Sesgos de expectativa: optimismo modelo efectos fijos y regresión.
13 Anclaje VARIABLES ECUACIÓN SIGNIFICANCIA D I pronóstico Índice(ancla) Pronóstico = 389, Ancla (***) (***) R 2 = 0,3442 p 0.01 D I D I pronóstico índice(ancla) país pronóstico índice(ancla) país_peru país_chile Pronóstico = 26,8 + 0,999 Ancla + 13,70 pais R 2 = 0,3476 Pronóstico (***) p 0.01 (***) = 15,94 + 1,0 Ancla + 14,9 pais. peru + 26,39 pais. chile R 2 = 0,3483 (***) (***) (***) p 0.01 D I pronóstico índice(ancla) país_peru país_chile edad Pronóstico = 63,27 + 0,99 Ancla pais. peru pais. chile + 2,55 edad (***) (**) (***) (***) R 2 = 0,3502 p 0.05 p 0.01
14 Modelo de Efectos Fijos ECUACIÓN D Pronóstico 1d, 1s, 1m I Valor realizado del índice Pronóstico = 4179,49+ 0, V. Realizado Prob > F = 0,000 p 0.01 (***) (***) α(+) β 1 PRUEBAS PARA EFECTOS FIJOS Modelo Balanceado, 1d, 1s, 1m. Estimación de modelo efectos fijos y efectos aleatorios Prueba hausman: efectos fijos Prueba de heterocedasticidad positiva (robust) Prueba de auto correlación de primer orden negativa Comparar los tamaños de α para ver si son incrementales en el tiempo para establecer optimismo. (Kinari 2016)
15 Pronóstico vs Valor realizado del índice VARIABLES ECUACIÓN SIGNIFICANCIA D I pronóstico1d Índice 1D Prónostico_1D = 1409, ,6973 Real_1D (***) (***) R 2 = 0,17 p 0.01 D I pronóstico1s Índice 1S Prónostico_1S = 1622, ,6486 Real_1S α (***) (***) R 2 = 0,10 p 0.01 D I pronóstico1m Índice 1M Pronostico_1M = 2613, ,4226 Real_1M α (***) (***) R 2 = 0,26 p 0.01
16 Conclusiones El ancla (índice) ejerce una influencia en la decisión de pronóstico. Al no concluir que α=0 y β=1, las expectativas no son racionales. Si bien β 1 y no se puede definir a α como optimismo, el incremento de α en las decisiones a 1d, 1s, 1m infiere optimismo en la decisión de inversión.
17 Alina Gómez. Víctor Peña. XIV XI SIMPOSIO NACIONAL Y INTERNACIONAL DE EXPERTOS EN FINANZAS INFLUENCIA DE LA HEURÍSTICA DE ANCLAJE Y AJUSTE EN LA TOMA DE DECISIONES FINANCIERAS Santafé de Bogotá, viernes 08 de agosto Muchas Gracias
Primer CONGRESO INTERNACIONAL ECONOMÍA FINANZAS CONDUCTUALES. 8 y9 NOVIEMBRE. Lugar: Campus de la Universidad de Lima, Perú
Primer CONGRESO INTERNACIONAL ECONOMÍA de FINANZAS CONDUCTUALES y 8 y9 NOVIEMBRE Lugar: Campus de la Universidad de Lima, Perú EXPOSITORES José Carlos Arellano Bruno Bellido Anicama Alina Gómez Mejía Víctor
Más detallesMODELO DE RESPUESTAS Objetivos 2, 3, 4, 5, 6, 7, Y 8.
UNIVERSIDAD NACIONAL ABIERTA ESTADÍSTICA GENERAL 745) VICERRECTORADO ACADÉMICO INTEGRAL ÁREA DE MATEMÁTICA Fecha: 17/ 01 /009 MODELO DE RESPUESTAS Objetivos, 3, 4, 5, 6, 7, Y 8. OBJ. 1 PTA 1 Una compañía
Más detallesBEHAVIORAL FINANCE: Porqué los inversores se comportan como lo hacen y no como deberían?
BEHAVIORAL FINANCE: Porqué los inversores se comportan como lo hacen y no como deberían? Natividad Blasco Sandra Ferreruela Facultad de Economía y Empresa. Universidad de Zaragoza Palacio de la Bolsa,
Más detallesUNIDAD II: TEORÍAS ECONÓMICAS Y FINANCIERAS APLICADAS A LOS MERCADOS DE CAPITALES INTERNACIONALES. Modelo Capital Assets Pricing Model (CAPM)
UNIDAD II: TEORÍAS ECONÓMICAS Y FINANCIERAS APLICADAS A LOS MERCADOS DE CAPITALES INTERNACIONALES Modelo Capital Assets Pricing Model (CAPM) Prof. Víctor Alberto Peña vpena@javerianacali.edu.co Valoración
Más detallesDiseño experimental: población, variables y tratamiento
1 Diseño experimental: población, variables y tratamiento Método Científico-Ingenieril Nombre extendido del evento en el que se va a realizar la presentación Autor Contenidos 3 Introducción Diseño del
Más detallesUNIVERSIDAD DE ATACAMA
UNIVERSIDAD DE ATACAMA FACULTAD DE INGENIERÍA / DEPARTAMENTO DE MATEMÁTICA ESTADÍSTICA Y PROBABILIDADES PAUTA DE CORRECCIÓN PRUEBA N 3 Profesor: Hugo S. Salinas. Segundo Semestre 200. Se investiga el diámetro
Más detallesaceptar o rechazar evidencia hipótesis nula y la hipótesis alternativa enunciado que se probará "no hay efecto" o "no hay diferencia"
PRUEBA DE HIPOTESIS Técnica estadística que se sigue para decidir si rechazamos o no una hipótesis estadística en base a la información de la muestra. Es una afirmación de lo que creemos sobre una población.
Más detallesEconomía Aplicada. Causalidad y Experimentos Sociales. Departmento de Economía Universidad Carlos III de Madrid
Economía Aplicada Causalidad y Experimentos Sociales Departmento de Economía Universidad Carlos III de Madrid Outline 1 Resultados Potenciales y Causalidad 2 Efectos del tratamiento 3 El Estimador de Diferencias
Más detallesCONSTRUCCIÓN DEL ÍNDICE DE ABANDONO ESTUDIANTIL UNIVERSITARIO UTILIZANDO LA TEORÍA DE LA RACIONALIDAD LIMITADA
CONSTRUCCIÓN DEL ÍNDICE DE ABANDONO ESTUDIANTIL UNIVERSITARIO UTILIZANDO LA TEORÍA DE LA RACIONALIDAD LIMITADA Johanna Vásquez V, Santiago Gallón G, Melbin Velásquez P y Johana Marín R. Universidad de
Más detallesEconometría III Examen. 29 de Marzo de 2012
Econometría III Examen. 29 de Marzo de 2012 El examen consta de 20 preguntas de respuesta múltiple. El tiempo máximo es 1:10 minutos. nota: no se pueden hacer preguntas durante el examen a no ser que sean
Más detallesEconomía del Comportamiento y Psicología de la Personalidad: Comportamientos Financieros y Educación Financiera
Economía del Comportamiento y Psicología de la Personalidad: Comportamientos Financieros y Educación Financiera Dra. María José Roa Gerencia de Investigación Económica, CEMLA Primera Convención de Afores
Más detallesCAPÍTULO 5 RESULTADOS. Recordemos que el índice de Sharpe es un ratio prima-riesgo, el numerador es el exceso
CAPÍTULO 5 RESULTADOS 5.1 Índice de Sharpe Recordemos que el índice de Sharpe es un ratio primariesgo, el numerador es el exceso de rendimiento definido por la diferencia entre el rendimiento de la cartera
Más detallesPERCEPCIÓN DE INCERTIDUMBRE Y DECISIONES ESTRATÉGICAS DEL EMPRESARIO ARGENTINO PYME
PERCEPCIÓN DE INCERTIDUMBRE Y DECISIONES ESTRATÉGICAS DEL EMPRESARIO ARGENTINO PYME Semana de la Investigación Junio de 2015 UNIVERSO La Complejidad del Universo La complejidad es un concepto fundamental
Más detallesEjercicio 1(10 puntos)
ESTADISTICA Y SUS APLICACIONES EN CIENCIAS SOCIALES. Segundo Parcial Montevideo, 4 de julio de 2015. Nombre: Horario del grupo: C.I.: Profesor: Ejercicio 1(10 puntos) La tasa de desperdicio en una empresa
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 detallesGráfico 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
Más detallesaceptar o rechazar evidencia hipótesis nula y la hipótesis alternativa enunciado que se probará "no hay efecto" o "no hay diferencia"
PRUEBA DE HIPOTESIS PRUEBA DE HIPOTESIS Es una regla que especifica si se puede aceptar o rechazar una afirmación acerca de una población dependiendo de la evidencia proporcionada por una muestra de datos.
Más detallesEfectos Subyacentes de la Información Asimétrica sobre las decisiones de financiamiento vía Mercado de Valores
XXIII ENCUENTRO DE ECONOMISTAS 2006 Banco Central de Reserva del Perú Efectos Subyacentes de la Información Asimétrica sobre las decisiones de financiamiento vía Mercado de Valores Lucero Ruiz Motivación
Más detallesEficiencia del Mercado Bursátil Peruano y Efectos del Crecimiento Económico sobre el financiamiento del Sector Privado Período
Eficiencia del Mercado Bursátil Peruano y Efectos del Crecimiento Económico sobre el financiamiento del Sector Privado Período 2002 2012 Josué Wilder Arturo Sánchez Paucar Egresado de la Universidad de
Más detalles5.1. Modelo de Regresión lineal para medir el impacto del Gobierno Corporativo en el rendimiento de las acciones.
5.1. Modelo de Regresión lineal para medir el impacto del Gobierno Corporativo en el rendimiento de las acciones. 5.1.1. Modelo de Regresión lineal del periodo 2001 a 2005. Ver Anexo XVII 5.1.2. Modelo
Más detallesUNIVERSIDAD AUTÓNOMA DE QUERÉTARO FACULTAD DE CONTADURÍA Y ADMINISTRACIÓN TÉCNICAS DE ESTADÍSTICA MOTIVANTE
UNIVERSIDAD AUTÓNOMA DE QUERÉTARO FACULTAD DE CONTADURÍA Y ADMINISTRACIÓN TÉCNICAS DE ESTADÍSTICA MOTIVANTE Clave: 856 Horas por semana: 5 Licenciatura: ADMINISTRACIÓN FINANCIERA Horas por semestre: 90
Más detallesESCUELA SUPERIOR POLITECNICA DEL LITORAL
ESCUELA SUPERIOR POLITECNICA DEL LITORAL PRIMER TÉRMINO 2017 ECONOMETRÍA II EXAMEN FINAL Profesor: Gonzalo E. Sánchez Yo,, al firmar este compromiso, reconozco que el presente examen está diseñado para
Más detallesAplicación del modelo de frontera estocástica de producción para analizar la eficiencia técnica de la industria eléctrica en México
SECCIÓN DE ESTUDIOS DE POSGRADO E INVESTIGACIÓN Aplicación del modelo de frontera estocástica de producción para analizar la eficiencia técnica de la industria eléctrica en México Presentan: Dr. Miguel
Más detallesEstadística II Examen final junio - 17/06/16 Curso 2015/16 Soluciones Duración del examen: 2 h. y 45 min.
Estadística II Examen final junio - 17/06/16 Curso 201/16 Soluciones Duración del examen: 2 h. y 4 min. 1. (3, puntos) La publicidad de un fondo de inversión afirma que la rentabilidad media anual del
Más detallesEconomía del Comportamiento y Psicología de la Personalidad: Comportamientos Financieros y Educación Financiera
Economía del Comportamiento y Psicología de la Personalidad: Comportamientos Financieros y Educación Financiera Dra. María José Roa Gerencia de Investigación Económica CEMLA MIDE 25 Septiembre 2015 7 Simposio:
Más detallesMétodos de Diseño y Análisis de Experimentos
1 / 16 Métodos de Diseño y Análisis de Experimentos Patricia Isabel Romero Mares Departamento de Probabilidad y Estadística IIMAS UNAM mayo 2018 Ejemplo Modelos Mixtos 2 / 16 3 / 16 Ejemplo 1 (2 factores
Más detallesCORRELACIÓN Y REGRESIÓN. Juan José Hernández Ocaña
CORRELACIÓN Y REGRESIÓN Juan José Hernández Ocaña CORRELACIÓN Muchas veces en Estadística necesitamos saber si existe una relación entre datos apareados y tratamos de buscar una posible relación entre
Más detallesAnálisis Estadístico con Stata. Validación, Pronóstico y Estimación con Programación Matricial (Mata)
Entrenamiento Especializado Análisis Estadístico con Stata. Validación, Pronóstico y Estimación con Programación Matricial (Mata) Descripción Entrenamiento especializado presencial con repaso conceptual
Más detallesQue piensas cuando escuchas sobre Fondos Mutuos?
Septiembre 2017 Que piensas cuando escuchas sobre Fondos Mutuos? Son muy riesgosos Mejor ahorro en el Banco Temor porque no es fácil de entender Esta relacionado con la Bolsa Son para millonarios y expertos
Más detallesCarrera: Ingeniería Naval NAM Participantes. Comité de consolidación
1.- DATOS DE LA ASIGNATURA Nombre de la asignatura: Carrera: Clave de la asignatura: Horas teoría-horas práctica-créditos Probabilidad y Estadística Ingeniería Naval NAM - 0633 3-2-8 2.- HISTORIA DEL PROGRAMA
Más detallesESCUELA SUPERIOR POLITECNICA DEL LITORAL
ESCUELA SUPERIOR POLITECNICA DEL LITORAL PRIMER TÉRMINO 2017 ECONOMETRÍA II EXAMEN DE MEJORAMIENTO Profesor: Gonzalo E. Sánchez Yo,, al firmar este compromiso, reconozco que el presente examen está diseñado
Más detallesMás 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
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 detallesPROGRAMA DETALLADO VIGENCIA TURNO UNIVERSIDAD NACIONAL EXPERIMENTAL POLITÉCNICA DE LA FUERZA ARMADA 2009 DIURNO CICLO BÁSICO DE INGENIERÍA ASIGNATURA
PROGRAMA DETALLADO VIGENCIA TURNO UNIVERSIDAD NACIONAL EXPERIMENTAL POLITÉCNICA DE LA FUERZA ARMADA 2009 DIURNO CICLO BÁSICO DE INGENIERÍA SEMESTRE ASIGNATURA 3er. PROBABILIDAD Y ESTADÍSTICA CÓDIGO HORAS
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 detalles3. Correlación. Introducción. Diagrama de dispersión
1 3. Correlación Introducción En los negocios, no todo es el producto, pueden existir factores relacionados o externos que modifiquen cómo se distribuye un producto. De igual manera, la estadística no
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 detallesEl procedimiento de decisión incluye la posibilidad de equivocarnos, por lo tanto nuestra conclusión bien puede ser errónea
El procedimiento de decisión incluye la posibilidad de equivocarnos, por lo tanto nuestra conclusión bien puede ser errónea Ejemplo Es posible que el valor verdadero de la rapidez promedio de combustión
Más detallesMATERIA: ESTADÍSTICA EJEMPLOS DE POSIBLES PREGUNTAS DE EXAMEN. a. Cuáles son las escalas en que pueden estar los datos en un análisis estadístico.
MATERIA: ESTADÍSTICA EJEMPLOS DE POSIBLES PREGUNTAS DE EXAMEN 1. Conteste las preguntas siguientes: a. Cuáles son las escalas en que pueden estar los datos en un análisis estadístico. 1. 2. 3. 4. b. En
Más detallesPruebas de Hipótesis. Diseño Estadístico y Herramientas para la Calidad. Pruebas de Hipótesis. Hipótesis
Diseño Estadístico y Herramientas para la Calidad Pruebas de Hipótesis Expositor: Dr. Juan José Flores Romero juanf@umich.mx http://lsc.fie.umich.mx/~juan M. en Calidad Total y Competitividad Pruebas de
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 detallesEconomía del Comportamiento: Artículos para clase y otra bibliografía recomendada
Economía del Comportamiento: Artículos para clase y otra bibliografía recomendada Raúl López Pérez Departamento de Análisis Económico (Teoría e Historia Económica), UAM Despacho: Módulo I, 313. raul.lopez@uam.es
Más detallesCLAVE-Laboratorio 9: Pruebas t para una y dos muestras independientes
(revisado_oct 15_LWB/RS) CLAVE-Laboratorio 9: Pruebas t para una y dos muestras independientes 1. Calcule las siguientes probabilidades usando la tabla t e InfoStat. Incluya un diagrama en cada caso. a.
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 detallesEstadística aplicada al medio ambiente
Estadística aplicada al medio ambiente III. Regresión lineal 3 o de CC. AA. Departamento de Matemáticas Universidad Autónoma de Madrid 2011/12 Planteamiento Modelo Estimación de parámetros Intervalos de
Más detalles1.2. Los dos grandes métodos de selección de carteras: la gestión activa y la gestión pasiva... 16
ÏNDICE Indice... 3 Prólogo... 11 Capítulo 1 14 1.1. Introducción... 16 1.2. Los dos grandes métodos de selección de carteras: la gestión activa y la gestión pasiva.... 16 1.2.1. La gestión activa.... 17
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 detallesCálculos de Poder. Pablo Lavado Universidad del Pacífico
Cálculos de Poder Pablo Lavado Universidad del Pacífico Qué es poder estadístico? Qué es poder estadístico? Beta= Impacto Qué es poder estadístico? Beta= Impacto Qué es poder estadístico? Beta= Impacto
Más detallesCómo construir un grupo de comparación adecuado para medir resultados:
TALLER DE EVALUACIÓN DE IMPACTO Cómo construir un grupo de comparación adecuado para medir resultados: Buenos y malos contrafactuales Andrés Ham Universidad de Illinois Urbana-Champaign 4 de Abril de 2017
Más detallesMaestría en Investigación de la Salud
Universidad de Cuenca Facultad de Ciencias Médicas Maestría en Investigación de la Salud Módulo V: Metodología de la investigación Universo y muestra Docente: S. Mayo de 2010 Universo y muestra Universo:
Más detallesLa importancia de la diversificación. Dirección de Inversiones BBVA Banca Privada
La importancia de la diversificación Dirección de Inversiones BBVA Banca Privada Índice 1 Introducción 2 Rentabilidad y riesgo 3 Rentabilidad y riesgo de una cartera 4 La importancia de la diversificación
Más detallesESTIMACIONES INTERVALOS DE CONFIANZA CON VARIANZA DIFERENTE LI. MIGUEL CANO
ESTIMACIONES INTERVALOS DE CONFIANZA CON VARIANZA DIFERENTE LI. MIGUEL CANO Varianzas poblacionales desconocidas y distintas Muestras grandes (n 30) Muestras pequeñas (n
Más detallesEconometría Universidad Carlos III de Madrid Examen Extraordinario 25 de Junio de Pr (N (0, 1) > 1, 282) = 0, 10
Econometría Universidad Carlos III de Madrid Examen Extraordinario 25 de Junio de 2014 Instrucciones para la realización del examen: Dispone de 2 horas y media para responder al examen La evaluación consta
Más detallesESQUEMA GENERAL Concepto y formato del Diseño de grupo control no equivalente (DGCNE) Clasificación
TEMA V ESQUEMA GENERAL Concepto y formato del Diseño de grupo control no equivalente (DGCNE) Clasificación Análisis de la covarianza (ANCOVA) Modelos alternativos de análisis DISEÑO DE GRUPO CONTROL NO
Más detallesANALISIS 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
Más detallesExpectativas de depreciación y diferencial de tasas de interés: Hay regímenes cambiantes?
Expectativas de depreciación y diferencial de tasas de interés: Hay regímenes cambiantes? Alberto Humala XXIII Encuentro de Economistas BCRP Marzo, 2006 Esquema de presentación Objetivo y motivación Marco
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 detallesII. MATERIALES Y METODOS
II. MATERIALES Y METODOS 2.1 Las Hipótesis de investigación Hipótesis General La morosidad crediticia está determinada tanto por factores macro y microeconómicos, es decir, que no solo es importante las
Más detallesMercado Integrado Latinoamericano
Mercado Integrado Latinoamericano Aspectos generales de MILA MILA es una integración de mercados bursátiles para fomentar el desarrollo de los mercados de valores locales y la generación de negocios financieros
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 detallesContraste de hipótesis Tema Pasos del contraste de hipótesis. 1.1 Hipótesis estadísticas: nula y alternativa. 1.3 Estadístico de contraste
1 Contraste de hipótesis Tema 3 1. Pasos del contraste de hipótesis 1.1 Hipótesis estadísticas: nula y alternativa 1.2 Supuestos 1.3 Estadístico de contraste 1.4 Regla de decisión: zona de aceptación y
Más detallesUNIVERSIDAD AUTONOMA DE SANTO DOMINGO
UNIVERSIDAD AUTONOMA DE SANTO DOMINGO FACULTAD DE CIENCIAS ECONOMICAS Y SOCIALES DEPARTAMENTO DE ESTADISITICA CATEDRA Estadística Especializada ASIGNATURA Estadística Descriptiva Para Psicólogos (EST-225)
Más detallesUNIVERSIDAD MARÍA AUXILIADORA - UMA
UNIVERSIDAD MARÍA AUXILIADORA - UMA ESCUELA ACADÉMICA PROFESIONAL DE MARKETING EMPRESARIAL SILABO DE LA ASIGNATURA DE ESTADÍSTICA I. DATOS GENERALES: Nombre del curso : Estadística Semestre Académico :
Más detallesUNIVERSIDAD TECNICA PARTICULAR DE LOJA ESTADISTICA Y PROBABILIDAD ENSAYO N 8
UNIVERSIDAD TECNICA PARTICULAR DE LOJA ESTADISTICA Y PROBABILIDAD ENSAYO N 8 DOCENTE: Ing. Patricio Puchaicela ALUMNA: Andrea C. Puchaicela G. CURSO: 4to. Ciclo de Electrónica y Telecomunicaciones AÑO
Más detallesÍNDICE. Prefacio... xi
ÍNDICE Prefacio... xi Capítulo 1 Introducción... 1 1.1 Por qué hay que tomar este curso y quién utiliza la estadística?... 2 1.2 Historia... 3 1.3 Subdivisiones de la estadística... 4 1.4 Un enfoque simple
Más detallesCONTROL ESTADISTICO DE LA CALIDAD
CICLO 2012-I Módulo:2 Unidad:2 Semana: 2 CONTROL ESTADISTICO DE LA CALIDAD ING. ENRIQUE MONTENEGRO MARCELO PRUEBAS DE HIPOTESIS CONTENIDOS TEMÁTICOS 1. DEFINICIÓN DE HIPOTESIS 2. PROCEDIMIENTO DE UNA PRUEBA
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 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 detallesFondos de Pensiones e Integración de los Mercados de Capitales de América Latina
Fondos de Pensiones e Integración de los Mercados de Capitales de América Latina Juan Pablo Córdoba Garcés Presidente, Bolsa de Valores de Colombia Montevideo, 25 de septiembre de 2015 AGENDA I. Los mercados
Más detallesSimulación a Eventos Discretos. Clase 8: Análisis de resultados
Simulación a Eventos Discretos Clase 8: Análisis de resultados Muestras independientes Los resultados de una corrida de una simulación estocástica (denominados respuestas), son muestras de alguna distribución.
Más detalles7. De acuerdo con la gráfica siguiente, el contraste estadístico es:
1. Un investigador desea saber si los hombres y las mujeres difieren en flexibilidad cognitiva. Para ello, analiza los datos y obtienen los siguientes resultados. Satisfacen los datos el supuesto de homocedasticidad?
Más detallesFolleto de Estadísticas. Teoría del 2do Parcial
Folleto de Estadísticas Teoría del 2do Parcial 2012 Variables aleatorias conjuntas continuas: Sean X y Y dos variables aleatorias continuas con ellas se asocia una función denominada función de densidad
Más detallesTalleres de Actualización en Telecomunicaciones 2012
Talleres de Actualización en Telecomunicaciones 2012 Fondo de Inversión en Telecomunicaciones FITEL Martes 23 y Miércoles 24 octubre, 2012 9:00 a 18:00 horas. Sede MTC Primer Piso Costos y Beneficios del
Más detallesResultados de la Encuesta sobre el Sentimiento del Inversionista Global 2012
La economía mundial es compleja y está en constante evolución, lo cual puede ser una fuente de optimismo y ansiedad para los inversionistas. La Encuesta sobre el Sentimiento del Inversionista Global de
Más detallesPruebas de hipótesis
Pruebas de hipótesis Álvaro José Flórez 1 Escuela de Ingeniería Industrial y Estadística Facultad de Ingenierías Febrero - Junio 2012 Prueba de hipótesis Uno de los objetivos de la estadística es hacer
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 detallesPOBLACIÓN Y MUESTRAS EN LA INVESTIGACIÓN
POBLACIÓN Y MUESTRAS EN LA INVESTIGACIÓN Adela del Carpio Rivera Doctor en Medicina UNIVERSO Conjunto de individuos u objetos de los que se desea conocer algo en una investigación Población o universo
Más detallesCarrera: IAM Participantes Representante de las academias de ingeniería en Industrias Alimentarias de los Institutos Tecnológicos.
.- DATOS DE LA ASIGNATURA Nombre de la asignatura: Carrera: Clave de la asignatura: Horas teoría-horas práctica-créditos Estadística Aplicada Ingeniería en Industrias Alimentarias IAM-0 --8.- HISTORIA
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 detallesEconometría 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
Más detallesESTIMACION DEL TAMAÑO DE LA MUESTRA Y DE LA POTENCIA
ESTIMACION DEL TAMAÑO DE LA MUESTRA Y DE LA POTENCIA HIPOTESIS Y PRINCIPIOS Sabemos a quién y qué vamos a estudiar. Ahora hay que decidir cuántos individuos contendrá la muestra. Hipótesis nula (H o )
Más detallesUNIVERSIDAD INTERAMERICANA DE PUERTO RICO RECINTO METROPOLITANO FACULTAD DE CIENCIAS ECONOMICAS Y ADMINISTRATIVAS DEPARTAMENTO DE ECONOMIA PRONTUARIO
UNIVERSIDAD INTERAMERICANA DE PUERTO RICO RECINTO METROPOLITANO FACULTAD DE CIENCIAS ECONOMICAS Y ADMINISTRATIVAS DEPARTAMENTO DE ECONOMIA PRONTUARIO I. TITULO DEL CURSO: Estadística Gerencial CODIGO Y
Más detallesTabla de Test de Hipótesis ( Caso: Una muestra ) A. Test para µ con σ 2 conocida: Suponga que X 1, X 2,, X n, es una m.a.(n) desde N( µ, σ 2 )
Test de Hipótesis II Tabla de Test de Hipótesis ( Caso: Una muestra ) A. Test para µ con σ conocida: Suponga que X, X,, X n, es una m.a.(n) desde N( µ, σ ) Estadística de Prueba X - μ Z 0 = σ / n ~ N(0,)
Más detallesPROPUESTA DE PROGRAMA DE EDUCACIÓN CONTINUADA
2 PROPUESTA DE PROGRAMA DE EDUCACIÓN CONTINUADA 1. PRESENTADO POR: ERICK JOSE CARBONÓ CAMARGO 2. DENOMINACIÓN DEL PROGRAMA: 3. JUSTIFICACIÓN: La investigación científica actualmente en nuestro país hace
Más detallesEstimación de Parámetros.
Estimación de Parámetros. Un estimador es un valor que puede calcularse a partir de los datos muestrales y que proporciona información sobre el valor del parámetro. Por ejemplo la media muestral es un
Más detallesUniversidad Técnica de Babahoyo CORRELACIÓN DE VARIABLES Y REGRESIÓN LINEAL
Universidad Técnica de Babahoyo CORRELACIÓN DE VARIABLES Y REGRESIÓN LINEAL OBJETIVO Analizar las Diferentes formas de Describir la Relación entre dos variables numéricas Trazar un diagrama de dispersión
Más detallesTEMA 2: EL PROCESO DE MUESTREO
2.5. Determinación del tamaño de la muestra para la estimación en muestreo aleatorio estratificado TEMA 2: EL PROCESO DE MUESTREO 2.1. Concepto y limitaciones 2.2. Etapas en la selección de la muestra
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 detallesCarlos R. Barrera Chaupis BCRP. XXXVI Encuentro de Economistas del Banco Central de Reserva del Perú 30 de octubre del 2018
CUÁN LEJOS EN EL FUTURO SON INFORMATIVOS LOS PRONÓSTICOS DEL BCRP Y DE CONSENSUS FORECASTS? Carlos R. Barrera Chaupis BCRP XXXVI Encuentro de Economistas del Banco Central de Reserva del Perú 30 de octubre
Más detallesPROGRAMA DE CURSO. Código Nombre ESTADÍSTICA PARA LA ECONOMÍA Y GESTIÓN Nombre en Inglés Statistics for Economics and Management Unidades
PROGRAMA DE CURSO Código Nombre IN3401 ESTADÍSTICA PARA LA ECONOMÍA Y GESTIÓN Nombre en Inglés Statistics for Economics and Management es Horas Docencia Horas de Trabajo SCT Horas de Cátedra Docentes Auxiliar
Más detallesDiplomado en Estadística e Investigación Científica
Sociedad Hispana de Investigadores Científicos Diplomado en Estadística e Investigación Científica Introducción Durante mucho tiempo se consideró a la investigación científica como una actividad de unos
Más detallesUNIVERSIDAD MARÍA AUXILIADORA - UMA
UNIVERSIDAD MARÍA AUXILIADORA - UMA ESCUELA PROFESIONAL DE ADMINISTRACIÓN DE NEGOCIOS INTERNACIONALES SILABO DEL CURSO DE ESTADÍSTICA I. DATOS GENERALES: Nombre del curso : Estadística Semestre Académico
Más detallesDiplomado Finanzas Corporativas
Diplomado Finanzas Corporativas Fundamentos y Mercados Financieros Víctor Alberto Peña. CRM, MSc. vpena@javerianacali.edu.co Profesor departamento de Contabilidad y Finanzas Departamento de Contabilidad
Más detallesInformación sobre Gastos de Consumo Personal y Producto Interno Bruto ( ) en miles de millones de dólares de 1992.
Universidad Nacional Autónoma de Nicaragua UNAN-Managua Curso de Análisis y Diseño de Modelos Econométricos Profesor: MSc. Julio Rito Vargas Avilés. Participantes: Docentes /FAREM-Carazo Encuentro No.4
Más detallesMétodos y Diseños de Investigación Mª Dolores Frías Navarro. Curso 2008/2009 (Universitat de València)
Validez de la investigación VALIDEZ INTERNA: el diseño de investigación es lo suficientemente sensible para detectar relaciones causales entre las variables? VALIDEZ de CONCLUSIÓN ESTADÍSTICA: el diseño
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 detallesPrograma de Asesor Financiero. Módulo 1: Conceptos básicos de la inversión
Programa de Asesor Financiero Nivel I Módulo 1: FUNDAMENTOS DE LA INVERSIÓN Capítulo 1. Conceptos básicos de la inversión Capítulo 2. Capitalización Capítulo 3. Descuento Capítulo 4. Tipos de interés y
Más detallesCaracterísticas del Coeficiente de Correlación r de Spearman
Correlación de Spearman (r S ) Se conoce también como coeficiente de correlación de rangos ordenados rho de Spearman y se utiliza cuando no se puede asumir que ninguna de las dos variables involucradas
Más detallesCiudad de Guatemala, 2013
Ciudad de Guatemala, 2013 1 Clase 3 Por qué aleatorizar? D i e g o A y c i n e n a d i e g o a a @ u f m. e d u Centro Vernon Smith de Economía Experimental Universidad Francisco Marroquín 2 Clases (Profesores)
Más detalles