ANEXO 2 BONDAD DE AJUSTES ECONOMÉTRICOS Y REGRESIONES SECTORIALES
|
|
- Rosa María Rojo Escobar
- hace 6 años
- Vistas:
Transcripción
1 ANEXO 2 BONDAD DE AJUSTES ECONOMÉTRICOS Y REGRESIONES SECTORIALES
2 No. TITULO 1 BONDAD DE AJUSTES S DE VARIABLES EXPLICATIVAS 2 REGRESIÓN LINEAL MÚLTIPLE PARA EL SECTOR RESIDENCIAL 3 5 REGRESIÓN LINEAL MÚLTIPLE PARA EL SECTOR COMERCIAL REGRESIÓN LINEAL MÚLTIPLE PARA EL SECTOR INDUSTRIAL REGRESIÓN LINEAL MÚLTIPLE PARA EL SECTOR OFICIAL
3 SECTOR RESIDENCIAL RESULTADO 89% MÍNIMO MÁXIMO % 1% Estadístico F Prueba individual -t α/2 < t < t α/2 Estadístico t-studen POBURB(t) 3.15 POBRUR(t) GWHRes (t-1) CONSTANTE FÓRMULA: Distribución normal de residuos Estadístico Jarque Bera (x) Prueba estadística colectiva SECTOR COMERCIAL RESULTADO 9% MÍNIMO MÁXIMO % 1% correlación de variables autocorrelación de residuos. Distribución normal de residuos Resultado superior al mínino requerido: tiene Estadístico Jarque Bera (x) distribucion nolrmal. Prueba estadística colectiva Resultado superior al mínino requerido: las Estadístico F variables son simultáneamente relevantes. Prueba individual -t α/2 < t < t α/2 Estadístico t-studen PIBCOM(t) Resultados dentro del rango aceptable: cada PRETOT(t) variable es relevante. GWHCom (t-1) CONSTANTE FÓRMULA: GWHCOM(T) =.968 GWHCOM(T-1) PIBCOM(T) PRETOT(T) SECTOR INDUSTRIAL RESULTADO MÍNIMO MÁXIMO 9% % 1% correlación de variables autocorrelación de residuos. Distribución normal de residuos Resultado superior al mínino requerido: tiene Estadístico Jarque Bera (x) distribucion nolrmal. Prueba estadística colectiva Resultado superior al mínino requerido: las Estadístico F variables son simultáneamente relevantes. Prueba individual -t α/2 < t < t α/2 Estadístico t-studen PIBMAN(t) 5.8 Resultados dentro del rango aceptable: cada POBSUB(t) variable es relevante. GWHInd (t-1).5 CONSTANTE -.25 FÓRMULA: GWHIND(T) =.73 GWHIND(T-1) PIBMAN(T) -.69 PIBSUB(T) SECTOR OFICIAL RESULTADO MÍNIMO MÁXIMO GWHRES(T)=.8768*GWHRES(T-1)+.191*POBURB(T)-.21*POBRUR(T) correlación de variables. autocorrelación de residuos. Resultado superior al mínino requerido: tiene distribucion normal. Resultado superior al mínino requerido: las variables son simultáneamente relevantes. Resultados dentro del rango aceptable: cada variable es relevante. 3 9%.991 9% 1% correlación de variables autocorrelación de residuos.
4 REGRESIÓN LINEAL MÚLTIPLE PARA EL SECTOR RESIDENCIAL GWHRES(T) =.8768 GWHRES(T-1) POBURB(T) -.21 POBRUR(T) INTERVALO DE TIEMPO S DE REGRESIÓN PASADO Coef. de correlación (R²).9971 Nivel de confianza (1-α) 89% FUTURO Coef. ajustado (R² ADJ).9968 Límite inferior (d L) #N/A Durbin-Watson (d ) Límite superior (d U) #N/A TAMAÑO DE LA MUESTRA Jarque Bera (χ).593 t-student (tα/2) 1.62 Log likehood Fisher (Fα) Schwarz Chi-cuadrado (χ²α).15 H: βj = vs H1: βj H: β1 =.. = βj =.. = βm = vs H1: β1.. βj.. βm CTE E-2 STC POBURB E-3 SEC E-2 POBRUR E-3 SRC DESFASE E % % % % % % % % % % POBURB POBRUR GWHRES C:Etesa\Pronósticos de Demanda\Ponosticos de Demanda 28 CCB ETESA-PLAN 27 27/12/26
5 REGRESIÓN LINEAL MÚLTIPLE PARA EL SECTOR COMERCIAL GWHCOM(T) =.968 GWHCOM(T-1) PIBCOM(T) PRETOT(T) INTERVALO DE TIEMPO S DE REGRESIÓN PASADO Coef. de correlación (R²).992 Nivel de confianza (1-α) 9% FUTURO Coef. ajustado (R² ADJ).9917 Límite inferior (d L) #N/A Durbin-Watson (d ) Límite superior (d U ) #N/A TAMAÑO DE LA MUESTRA Jarque Bera (χ) t-student (tα/2) Log likehood Fisher (Fα) Schwarz Chi-cuadrado (χ²α).652 H: βj = vs H1: βj H: β1 =.. = βj =.. = βm = vs H1: β1.. βj.. βm CTE E-1 STC PIBCOM E-2 SEC E-35 PRETOT E-2 SRC DESFASE E % % % % % % % % % % GWHCOM PIBCOM C:Etesa\Pronósticos de Demanda\Ponosticos de Demanda 28 CCB ETESA-PLAN 27 27/12/26
6 REGRESIÓN LINEAL MÚLTIPLE PARA EL SECTOR INDUSTRIAL GWHIND(T) =.73 GWHIND(T-1) PIBMAN(T) -.69 PIBSUB(T) INTERVALO DE TIEMPO S DE REGRESIÓN PASADO Coef. de correlación (R²).93 Nivel de confianza (1-α) 9% FUTURO Coef. ajustado (R² ADJ).9316 Límite inferior (d L) #N/A Durbin-Watson (d ) Límite superior (d U ) #N/A TAMAÑO DE LA MUESTRA Jarque Bera (χ) t-student (tα/2) Log likehood Fisher (Fα) Schwarz Chi-cuadrado (χ²α).652 H: βj = vs H1: βj H: β1 =.. = βj =.. = βm = vs H1: β1.. βj.. βm CTE E- STC PIBMAN E-5 SEC E-2 PIBSUB E-1 SRC DESFASE E % % % % % % % % % % PIBMAN GWHIND C:Etesa\Pronósticos de Demanda\Ponosticos de Demanda 28 CCB ETESA-PLAN 27 27/12/26
7 REGRESIÓN LINEAL MÚLTIPLE PARA EL SECTOR OFICIAL GWHOFI(T) =.81 GWHOFI(T-1) PIBREA(T-1) INTERVALO DE TIEMPO S DE REGRESIÓN PASADO Coef. de correlación (R²).9915 Nivel de confianza (1-α) 9% FUTURO Coef. ajustado (R² ADJ).991 Límite inferior (d L) #N/A Durbin-Watson (d ) Límite superior (d U ) #N/A TAMAÑO DE LA MUESTRA Jarque Bera (χ) t-student (tα/2) Log likehood Fisher (Fα) Schwarz 8.69 Chi-cuadrado (χ²α).652 H: βj = vs H1: βj H: β1 =.. = βj =.. = βm = vs H1: β1.. βj.. βm CTE E-2 STC PIBREA E- SEC E-36 DESFASE E-17 SRC % % % % % % % % % % PIBREA GWHOFI C:Etesa\Pronósticos de Demanda\Ponosticos de Demanda 28 CCB ETESA-PLAN 27 27/12/26
Plan de Expansión del Sistema Interconectado Nacional Tomo I Estudios Básicos. Gerencia de Planeamiento ETE-DTR-GPL
Plan de Expansión del Sistema Interconectado Nacional 2012 2026 Tomo I Estudios Básicos Gerencia de Planeamiento ETE-DTR-GPL-142-2012 21 de diciembre de 2012 Panamá Ave. Ricardo J. Alfaro. Edif. Sun Towers
Más detallesTomo I Estudios Básicos. Gerencia de Planeamiento ETE-DTR-GPL-269-2013. 21 de octubre de 2013 PANAMÁ
Plan de Expansión del Sistema Interconectado Nacional 2013 2027 Tomo I Estudios Básicos Gerencia de Planeamiento ETE-DTR-GPL-269-2013 21 de octubre de 2013 PANAMÁ Ave. Ricardo J. Alfaro. Edif. Sun Towers
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 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 detallesEXAMEN ECONOMETRÍA I GRUPO 53 - DADE 8 de septiembre de 2005 Prof. Rafael de Arce
EXAMEN ECONOMETRÍA I GRUPO 53 - DADE 8 de septiembre de 005 Prof. Rafael de Arce NOMBRE: DNI: PARTE I.- TEST 1. La hipótesis de rango pleno en el MBRL supone: Que las variables explicativas no tengan ninguna
Más detallesInferencia Estadística. Pruebas paramétricas y no paramétricas. Análisis de datos
Inferencia Estadística. Pruebas paramétricas y no paramétricas. Análisis de datos VDC Prof. Mª JOSÉ PRIETO CASTELLÓ ANÁLISIS ESTADÍSTICO DE DATOS Estadística Descriptiva: -Cualitativas: frecuencias, porcentajes
Más detallesEvolución de las importaciones totales
ECUACIÓN DE DEMANDA POR IMPORTACIONES 1. Marco Teórico. La importancia del sector externo es innegable, sobre todo porque se trata de uno de los principales motores de crecimiento de la economía chilena.
Más detallesUNIVERSIDAD NACIONAL DE TRUJILLO ESCUELA PROFESIONAL DE ECONOMÍA APUNTES DE CLASE
UNIVERSIDAD NACIONAL DE TRUJILLO ESCUELA PROFESIONAL DE ECONOMÍA APUNTES DE CLASE CAPÍTULO 8: ANÁLISIS DE REGRESIÓN MÚLTIPLE: EL PROBLEMA DE LA INFERENCIA ECONOMETRÍA 2 WILHEM ROOSVELT GUARDIA VÁSQUEZ
Más detallesMODELO ECONOMÉTRICO. José María Cara Carmona. Adrián López Ibáñez. Explicación del desempleo
José María Cara Carmona Adrián López Ibáñez MODELO ECONOMÉTRICO Explicación del desempleo Desarrollaremos un modelo econométrico para intentar predecir el desempleo. Trataremos los diversos problemas que
Más detallesRegresión múltiple. Demostraciones. Elisa Mª Molanes López
Regresión múltiple Demostraciones Elisa Mª Molanes López El modelo de regresión múltiple El modelo que se plantea en regresión múltiple es el siguiente: y i = β 0 + β 1 x 1i + β 2 x 2i +...+ β k x ki +
Más 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 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 detallesUNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO FACULTAD DE ECONOMÍA SISTEMA UNIVERSIDAD ABIERTA PROGRAMA DE INTRODUCCIÓN A LA ECONOMETRÍA
UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉICO FACULTAD DE ECONOMÍA SISTEMA UNIVERSIDAD ABIERTA PROGRAMA DE INTRODUCCIÓN A LA ECONOMETRÍA Área: Métodos Cuantitativos QUINTO SEMESTRE Carácter: Obligatorio HORA/SEMANA/SEMESTRE
Más detallesINSTITUTO UNIVERSITARIO PUEBLA HOJA: 1 DE 5
INSTITUTO UNIVERSITARIO PUEBLA HOJA: 1 DE 5 PROGRAMA ACADÉMICO: LICENCIATURA EN INGENIERIA INDUSTRIAL TIPO EDUCATIVO: INGENIERIA MODALIDAD: MIXTA SERIACIÓN: NINGUNA CLAVE DE LA ASIGNATURA: 126 CICLO: QUINTO
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 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 detallesPRÁCTICA 3. REGRESIÓN LINEAL SIMPLE CON SPSS Ajuste de un modelo de regresión lineal simple Porcentaje de variabilidad explicado
PÁCTICA 3. EGESIÓN LINEAL SIMPLE CON SPSS 3.1. Gráfico de dispersión 3.2. Ajuste de un modelo de regresión lineal simple 3.3. Porcentaje de variabilidad explicado 3.4 Es adecuado este modelo para ajustar
Más detallesESTADISTICA II. INGENIERIA INFORMATICA, 3 ER Curso
ESTADISTICA II INGENIERIA INFORMATICA, 3 ER Curso 22 - Diciembre - 2.006 Primera Parte - Test Apellidos y Nombre:... D.N.I. :... Nota : En la realización de este examen sólo esta permitido utilizar calculadoras
Más detallesECONOMETRÍA II PRÁCTICAS DE ORDENADOR. Práctica 3
ECONOMETRÍA II PRÁCTICAS DE ORDENADOR Práctica 3 Considere la ecuación de inversión RINV t = β 1 +β 2 RPIB t +β 3 r t +u t donde RINV es la inversión real privada, RPIB es el PIB real y r es el tipo de
Más detallesTEMA 2: Propiedades de los estimadores MCO
TEMA 2: Propiedades de los estimadores MCO Econometría I M. Angeles Carnero Departamento de Fundamentos del Análisis Económico Curso 2011-12 Econometría I (UA) Tema 2: Pdades de los estimadores MCO Curso
Más detallesObligatoria Optativa Extracurricular Curso Seminario Taller. Clave seriación 45 Laboratorio. Horas prácticas de campo
Carta descriptiva Datos de identificación Programa Nombre de la asignatura Tipo de Asignatura Maestría en Economía Aplicada Econometría I Ciclo Primer semestre Obligatoria Optativa Extracurricular Curso
Más detallesESTADÍSTICA. Tema 4 Regresión lineal simple
ESTADÍSTICA Grado en CC. de la Alimentación Tema 4 Regresión lineal simple Estadística (Alimentación). Profesora: Amparo Baíllo Tema 4: Regresión lineal simple 1 Estructura de este tema Planteamiento del
Más detallesTema: Análisis de regresión y análisis de varianza. La tabla ANOVA tiene la siguiente representación: CMR F c CME SCE CME=SCE/GLE
Clase de economería 1: Universidad Cenroamericana UCA Tema: Análisis de regresión y análisis de varianza La abla ANOVA iene la siguiene represenación: Fuenes de variación Grados de liberad uma de cuadrados
Más detallesLECCIÓN PÚBLICA. Tema 4 Descripción bivariante de datos. Profa. María Fátima Dos Santos
LECCIÓN PÚBLICA Tema 4 Descripción bivariante de datos Profa. María Fátima Dos Santos 1 TEMARIO Variables nominales. Tablas de contingencia Relación entre variables dicotómicas Relación entre variables
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 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 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 detallesCOBERTURA CONTRA LA INFLACION REAL EN ARGENTINA
COBERTURA CONTRA LA INFLACION REAL EN ARGENTINA Fausto Spotorno (Director del Centro de Estudios Económicos de Orlando J. Ferreres y Asociados) Alejandro Aranda (Analista sales and trading MBA-Lazard)
Más detallesPALISADE - Foro de Análisis de Riesgos y Toma de Decisiones (20/5/14) - MADRID Ricardo A. Queralt
PALISADE - Foro de Análisis de Riesgos y Toma de Decisiones (20/5/14) - MADRID 1 Estructura de costes empresariales y umbral de rentabilidad Prof. Dr. Ricardo A. Queralt PALISADE - Foro de Análisis de
Más detallesCointegración del Índice de Precios al Consumidor y Liquidez monetaria ( ). Venezuela.
Cointegración del Índice de Precios al Consumidor y Liquidez monetaria (1997-211). Venezuela. Informe Técnico. PC LC/FT. 2 de Octubre 212 Jhoner Perdomo Karen Tizado Resumen En la búsqueda de una variable
Más detallesQué hacemos cuando la distribución no es normal? Qué significa ser normal? Qué significa ser normal? 1er. Simposio Metodología Seis Sigma
er. imposio Metodología eis igma Resumen Qué hacemos cuando la distribución no es normal? Qué significa ser normal? Ejemplos de situaciones normales Ejemplos de situaciones no normales Resumen Implicaciones
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 detallesDISEÑO CURRICULAR ESTADÍSTICA II
DISEÑO CURRICULAR ESTADÍSTICA II FACULTAD (ES) CARRERA (S) Ciencias Económicas y Sociales Ingeniería Contaduría Pública, Gerencia de Recursos Humanos, Administración, Computación, Sistemas. CÓDIGO HORAS
Más detallesModelo de regresión lineal aplicado al análisis regional
Universidad Autonoma de Ciudad Juarez From the SelectedWorks of Isaac Sánchez-Juárez Winter December 31, 2014 Modelo de regresión lineal aplicado al análisis regional Isaac Sánchez-Juárez, Universidad
Más detallesExamen de Grado Sección de Econometría Agosto y se obtienen los siguientes resultados. Observe que parte de la información ha sido omitida.
Examen de Grado Sección de Econometría Agosto 2015 Pregunta 1. (40 puntos). Suponga que estamos interesados en determinar cuáles características del colegio y/o del hogar determinan el resultado de una
Más detallesSPSS Aplicación práctica: Base de datos del HATCO
Aplicación práctica: Base de datos del HATCO Datos: observaciones de variables obtenidos desde encuentas a clientes de un distribuidor industrial. Variables de interés en la aplicación: Percepciones de
Más detallesSéptima Entrega. New Workfile Daily (5 days week) 1:1:1991 a 2:16:1998. File Import Read Text Lotus Excel
Prácticas de la asignatura Series Temporales Séptima Entrega 1 Modelos de heterocedasticidad condicional A partir de la decada de los 80, muchos investigadores se han dedicado al estudio de modelos no
Más detallesDiplomado en Econometría Coordinadora académica: M.F. Esperanza Sainz López
Diplomado en Econometría Coordinadora académica: M.F. Esperanza Sainz López Brindar al alumno los conocimientos de los métodos econométricos fundamentales y de los conceptos estadísticos que éstos requieren,
Más detallesT6. Modelos multiecuacionales
T6. Modelos multiecuacionales Ana J. López y Rigoberto Pérez Dpto Economía Aplicada. Universidad de Oviedo Curso 2010-2011 Curso 2010-2011 1 / 41 Índice 1 Los modelos multiecuacionales: SUR y SEM 2 Modelos
Más detallesEfecto de la cercanía a las estaciones de Subte y valor de la propiedad residencial en Buenos Aires
> Año 10 / Número 101 / Marzo 2011 Economía de las ciudades Efecto de la cercanía a las estaciones de Subte y valor de la propiedad residencial en Buenos Aires Un estudio según el modelo de valuación hedónico
Más detallesCAPITULO 4. MODELO ECONOMETRICO. 4.1 Planteamiento del modelo.
96 CAPITULO 4. MODELO ECONOMETRICO. 4. Planteamiento del modelo. Desde el principio de esta investigación se ha hecho hincapié en descubrir el peso que tiene la inversión neta en el crecimiento de la economía
Más detallesDEMANDA DE AUTOMOVILES EN ESPAÑA
MODELO ECONOMETRICO DEMANDA DE AUTOMOVILES EN ESPAÑA Pablo Javier Benavides Montes (pablojavier@correo.ugr.es) 3º GECO A INDICE: Pagina 1. Resumen..2 2. Motivaciones.2 3. Introducción..2-4 4. Datos 5-9
Más detallesSe permite un folio escrito por las dos caras. Cada problema se realiza en hojas diferentes y se entregan por separado.
NORMAS El examen consta de dos partes: 0.0.1. Diez Cuestiones: ( tiempo: 60 minutos) No se permite ningún tipo de material (libros, apuntes, calculadoras,...). No se permite abandonar el aula una vez repartido
Más detallesCAPITULO ANÁLISIS ESTADÍSTICO MULTIVARIADO /1/ /2/ En el presente capítulo se realiza el análisis estadístico multivariado de los
112 CAPITULO 5 5.- ANÁLISIS ESTADÍSTICO MULTIVARIADO /1/ /2/ 5.1. Introducción En el presente capítulo se realiza el análisis estadístico multivariado de los datos obtenidos en censo correspondientes a
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 detalles2 Introducción a la inferencia estadística Introducción Teoría de conteo Variaciones con repetición...
Contenidos 1 Introducción al paquete estadístico S-PLUS 19 1.1 Introducción a S-PLUS............................ 21 1.1.1 Cómo entrar, salir y consultar la ayuda en S-PLUS........ 21 1.2 Conjuntos de datos..............................
Más 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 detallesECONOMETRIA: PRÁCTICA OBLIGATORIA (En formato Manual de Uso)
ECONOMETRIA: PRÁCTICA OBLIGATORIA (En formato Manual de Uso) Leer los datos del fichero de Excel (datelectricidad.xls): Al revisar los datos en Excel se ha verificado que la información disponible es de
Más detallesEjercicio Heterocedasticidad_2
Ejercicio heterocedasticidad 2. 1 Ejercicio Heterocedasticidad_2 Tengamos los siguientes datos de los beneficios (B i ) y ventas (V i ) de 20 empresas: obs B V 1 13,2 61 2 15 78 3 22,2 158 4 15,2 110 5
Más detallesUNIVERSIDAD DEL VALLE DE MÉXICO Programa de Estudio
DEPARTAMENTO ACADEMICO LICENCIATURA EJECUTIVA LICENCIATURA EN MERCADOTECNIA ASIGNATURA ESTADÍSTICA INFERENCIAL PARA LA MERCADOTECNIA NOMBRE DEL PROFESOR MARIO M SANCHEZ DE LOS MONTEROS MONTOYA MODALIDAD
Más detallesDiplomado en Estadística Aplicada Coordinador Académico: Dr. Rubén Hernández Cid
Diplomado en Estadística Aplicada Coordinador Académico: Dr. Rubén Hernández Cid Brindar al alumno los conocimientos y las habilidades que le permitan contar con un panorama tanto teórico como de aplicación
Más detallesEL INGRESO PER CÁPITA DE LOS MEXICANOS
Presión sanguínea (mmhg) EL INGRESO PER CÁPITA DE LOS MEXICANOS ISSN 007-1957 Ana María Islas Cortes Instituto Politécnico Nacional, ESIT amislas@ipn.mx Yolanda Montoa Vargas Instituto Politécnico Nacional,
Más detallesINTERPRETACIÓN DE LA REGRESIÓN. Interpretación de la regresión
INTERPRETACIÓN DE LA REGRESIÓN Este gráfico muestra el salario por hora de 570 individuos. 1 Interpretación de la regresión. regresión Salario-Estudios Source SS df MS Number of obs = 570 ---------+------------------------------
Más detallesÍndice general. Pág. N. 1. Capítulo 1 ETAPAS DE UNA INVESTIGACIÓN. Diseño. Población. Muestra. Individuo (Observación, Caso, Sujeto) Variables
Pág. N. 1 Índice general Capítulo 1 ETAPAS DE UNA INVESTIGACIÓN 1.1 Diseño 1.2 Descriptiva 1.3 Inferencia Diseño Población Muestra Individuo (Observación, Caso, Sujeto) Variables Ejercicios de Población
Más detallesINFERENCIA ESTADÍSTICA. Metodología de Investigación. Tesifón Parrón
Metodología de Investigación Tesifón Parrón Contraste de hipótesis Inferencia Estadística Medidas de asociación Error de Tipo I y Error de Tipo II α β CONTRASTE DE HIPÓTESIS Tipos de Test Chi Cuadrado
Más detallesINDICE Prefacio 1. Introducción 2. Distribuciones de frecuencia: tablas estadísticas y graficas
INDICE Prefacio XIII 1. Introducción 1.1. la imagen de la estadística 1 1.2. dos tipos de estadísticas 1.3. estadística descriptiva 2 1.4. estadística inferencial 1.5. naturaleza interdisciplinaria de
Más detallesIntroducción a la regresión ordinal
Introducción a la regresión ordinal Jose Barrera jbarrera@mat.uab.cat 20 de mayo 2009 Jose Barrera (UAB) Introducción a la regresión ordinal 20 de mayo 2009 1 / 11 Introducción a la regresión ordinal 1
Más detalles478 Índice alfabético
Índice alfabético Símbolos A, suceso contrario de A, 187 A B, diferencia de los sucesos A y B, 188 A/B, suceso A condicionado por el suceso B, 194 A B, intersección de los sucesos A y B, 188 A B, unión
Más detallesModelo Econométrico sobre el Turismo
Modelo Econométrico sobre el Turismo Ruth Rubio Rodríguez Miriam Gómez Sánchez Mercados 3ºA GMIM Índice Planteamiento del Problema..4 1. Estadísticos Descriptivos...5 2. Matriz Correlaciones 5 3. Gráfico
Más detallesPROGRAMA DE ESTADÍSTICA DESCRIPTIVA
PROGRAMA DE ESTADÍSTICA DESCRIPTIVA CONCEPTOS BÁSICOS DE ESTADÍSTICA Definición de Estadística Origen del concepto. Evolución histórica de la Estadística Estadística Descriptiva y Estadística Inferencial
Más detallesTaller Metodológico: CONCEPTOS Y FUNDAMENTOS BÁSICOS EN ANÁLISIS ESTADÍSTICO DESCRIPTIVO. Juan León Jara Almonte GRADE
Taller Metodológico: CONCEPTOS Y FUNDAMENTOS BÁSICOS EN ANÁLISIS ESTADÍSTICO DESCRIPTIVO Juan León Jara Almonte GRADE Por qué hacer análisis descriptivo? Qué hacer con estos datos? ESTADISTICA DESCRIPTIVA
Más detallesUniversidad Central del Este UCE Facultad de Ciencias de la Salud Escuela de Medicina
Universidad Central l Este UCE Facultad Ciencias la Salud Escuela Medicina Programa la asignatura: : MED-052 Bioestadística II Código: Semestre: Asignatura electiva Total créditos 3 Teóricos 3 Prácticos
Más detallesRepaso de estadística básica. Juan D. Barón Santiago de Chile, 8 de abril de 2013
Repaso de estadística básica Juan D. Barón Santiago de Chile, 8 de abril de 2013 1 I. CONCEPTOS ESTADÍSTICOS BÁSICOS 2 Las decisiones se toman bajo incertidumbre Las decisiones se basan en información
Más detallesTEMA 5. Modelos para Datos de Conteo
TEMA 5. Modelos para Datos de Conteo Profesor: Pedro Albarrán Pérez Universidad de Alicante. Curso 2010/2011. Contenido 1 Datos de Conteo 2 Regresión de Poisson 3 Extensiones Datos de Conteo Variable de
Más detallesBioestadística I. Carrera: BIM Participantes Representante de las. Academia de Biología. de los Institutos Tecnológicos.
1.- DATOS DE LA ASIGNATURA Nombre de la asignatura: Carrera: Clave de la asignatura: Horas teoría-horas práctica-créditos Bioestadística I Licenciatura en Biología BIM-0501 3-2 -8 2.- HISTORIA DEL PROGRAMA
Más detallesGuía docente 2007/2008
Guía docente 2007/2008 Plan 247 Lic.Investigación y Tec.Mercado Asignatura 43579 METODOS CUANTITATIVOS PARA LA INVESTIGACION DE MERCADOS Grupo 1 Presentación Métodos y técnicas cuantitativas de investigación
Más detallesCURSO: ANALISIS ESTADISTICO DE RIESGOS
MANAGEMENT CONSULTORES CURSO: ANALISIS ESTADISTICO DE RIESGOS Cnel. R.L. Falcón 1435 C1406GNC 35 Buenos Aires, Argentina Tel.: 054-11-15-5468-3369 Fax: 054-11-4433-4202 Mail: acaminos@mgmconsultores.com.ar
Más detallesIntroducción a la Estadística Aplicada en la Química
Detalle de los Cursos de Postgrado y Especialización en Estadística propuestos para 2015 1/5 Introducción a la Estadística Aplicada en la Química FECHAS: 20/04 al 24/04 de 2015 HORARIO: Diario de 10:00
Más detalles3.1 Proyección de la Demanda. Fundación Bariloche. Noviembre de Documento PDF.
3.1 Proyección de la Demanda. Fundación Bariloche. Noviembre de 2008. Documento PDF. 5. PROYECCIONES DE LA DEMANDA DE ENERGIA Estudio Prospectiva de la Demanda de Energía de República Dominicana Informe
Más detallesModelos de suavizado, aditivos y mixtos
Carmen Armero 1 de junio de 2011 Introducción Introducción Modelos lineales, LM Modelos aditivos, AM Modelos lineales generalizados, GLM GAM I Un modelo lineal generalizado (GAM) es un modelo lineal generalizado
Más detallesCátedra: Estadística Técnica Facultad de Ingeniería UNCuyo. Índice D. Fernández & M. Guitart TABLA DE CONTENIDOS
Cátedra: TABLA DE CONTENIDOS INTRODUCCIÓN Qué es la Probabilidad? Qué es la Estadística? La evolución histórica de la Estadística Algunos conceptos imprescindibles Fuentes de datos Tipos de datos y escalas
Más detallesSOLUCIÄN DE LA PRIMERA PRÅCTICA CALIFICADA DE ECONOMETRIA II
UNIVERSIDAD NACIONAL DE PIURA FACULTAD DE ECONOMIA DPTO. ACAD. DE ECONOMIA SOLUCIÄN DE LA PRIMERA PRÅCTICA CALIFICADA DE ECONOMETRIA II 1Ä El investigador especifica el modelo siguiente: Donde: Se le pide:
Más 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 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 detallesEjercicio 1 (20 puntos)
ESTADISTICA Y SUS APLICACIONES EN CIENCIAS SOCIALES. Examen Montevideo, 15 de diciembre de 2015. Nombre: C.I.: EXAMEN Libre Reglamentado El examen consta de dos partes. La primera parte debe ser realizada
Más detallesGUÍA 5 : EFECTO DEL ESTRÉS EN EL PESO DE RECIÉN NACIDOS
GUÍA 5 : EFECTO DEL ESTRÉS EN EL PESO DE RECIÉN NACIDOS Se realizó un estudio a partir de una muestra aleatoria de mujeres atendidas por el departamento de obstetricia y ginecología de cierta clínica particular.
Más detallesRegresión lineal SIMPLE MÚLTIPLE N A Z IRA C A L L E J A
Regresión lineal REGRESIÓN LINEAL SIMPLE REGRESIÓN LINEAL MÚLTIPLE N A Z IRA C A L L E J A Qué es la regresión? El análisis de regresión: Se utiliza para examinar el efecto de diferentes variables (VIs
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 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 detallesErrores de especificación. Series simuladas
Estimación modelo correcto Dependent Variable: Y Date: 05/13/02 Time: 17:07 Sample: 2 100 Included observations: 99 Errores de especificación. Series simuladas C 5.376164 0.253524 21.20578 0.0000 X1 0.954713
Más detallesTeoría de la decisión Estadística
Pruebas de hìpótesis Unidad 8. Pruebas de hipótesis. Formulación general. Distribución de varianza conocida. Prueba para la bondad del ajuste. Validación de modelos 1 Formulación Una Hipótesis es una proposición
Más detallesPráctica 3: Regresión simple con R
Estadística II Curso 2010/2011 Licenciatura en Matemáticas Práctica 3: Regresión simple con R 1. El fichero de datos Vamos a trabajar con el fichero salinity que se encuentra en el paquete boot. Para cargar
Más detallesCM0244. Suficientable
IDENTIFICACIÓN NOMBRE ESCUELA ESCUELA DE CIENCIAS NOMBRE DEPARTAMENTO Ciencias Matemáticas ÁREA DE CONOCIMIENTO MATEMATICAS, ESTADISTICA Y AFINES NOMBRE ASIGNATURA EN ESPAÑOL ESTADÍSTICA GENERAL NOMBRE
Más detallesESTADISTICA II. INGENIERIA INFORMATICA, 3 ER Curso Septiembre Primera Parte
ESTADISTICA II INGENIERIA INFORMATICA, 3 ER Curso 13 - Septiembre - 2.004 Primera Parte Apellidos y Nombre:... D.N.I. :... Nota : En la realización de este examen sólo esta permitido utilizar calculadoras
Más detallesErrores de especificación
CAPíTULO 5 Errores de especificación Estrictamente hablando, un error de especificación es el incumplimiento de cualquiera de los supuestos básicos del modelo lineal general. En un sentido más laxo, esta
Más detallesContrastes de restricciones lineales y predicción
Tema 4 Contrastes de restricciones lineales y predicción Contenido 4.1. Contrastes de restricciones lineales................. 78 4.2. Contrastes utilizando Gretl..................... 80 4.3. Estimación
Más detallesT4. Modelos con variables cualitativas
T4. Modelos con variables cualitativas Ana J. López y Rigoberto Pérez Dpto Economía Aplicada. Universidad de Oviedo Curso 2010-2011 Ana J. López y Rigoberto Pérez (Dpto EconomíaT4. Aplicada. Modelos Universidad
Más detallesEconometría de Económicas
Econometría de Económicas Casos 1 y 3 Análisis de diferentes formas funcionales en un modelo de Comercio Exterior. El problema de la heterocedasticidad. Curso 004-005 Profesoras Amparo Sancho Guadalupe
Más detallesCurs de Modelització Estadística Bàsica amb Deducer. Anabel Blasco Ana Vázquez Anna Espinal Llorenç Badiella Oliver Valero
Curs de Modelització Estadística Bàsica amb Deducer Anabel Blasco Ana Vázquez Anna Espinal Llorenç Badiella Oliver Valero 1. Model de Regressió Lineal 2. Model ANOVA 3. Model Lineal General 4. Model de
Más detallesEconomía Aplicada. Modelos con variables dependiente binarias. Departamento de Economía Universidad Carlos III de Madrid
Economía Aplicada Modelos con variables dependiente binarias Departamento de Economía Universidad Carlos III de Madrid Ver Stock y Watson (capítulo 11) 1 / 28 Modelos con variables dependiente binarias:
Más detallesMASTER EN CIENCIAS ACTUARIALES Y FINANCIERAS PLAN Módulo: FORMACIÓN FUNDAMENTAL. Créditos ECTS: 6 Presenciales: 5 No presenciales: 1
MASTER EN CIENCIAS ACTUARIALES Y FINANCIERAS PLAN 2009 Nombre de asignatura: AMPLIACIÓN DE ESTADÍSTICA Código:603358 Materia: MATEMÁTICAS Y ESTADÍSTICA Módulo: FORMACIÓN FUNDAMENTAL Carácter: OBLIGATORIA
Más detallesMICROECONOMIA (MAESTRÍA EN ECONOMÍA Y MAESTRÍA EN POLÍTICAS PÚBLICAS)
INSTITUTO TECNOLÓGICO AUTÓNOMO DE MÉXICO DEPARTAMENTO ACADÉMICO DE ECONOMÍA GUÍA DE ESTUDIO PARA EXAMEN DE ADMISIÓN A LA MAESTRÍA EN ECONOMÍA Y A LA MAESTRÍA EN POLÍTICAS PÚBLICAS. MICROECONOMIA (MAESTRÍA
Más detallesModelos lineales. Tema 2: Inferencia en el modelo de regresión lineal simple. 6 de febrero de Carmen Armero
Carmen Armero 6 de febrero de 2012 Introducción Distribuciones en el muestreo Intervalos de confianza Contrastes de hipótesis El modelo de regresión lineal simple El modelo de regresión lineal simple para
Más detallesESTUDIO DE LA RECAUDACIÓN DEL IMPUESTO A LOS INGRESOS BRUTOS Abril de 2017
ESTUDIO DE LA RECAUDACIÓN DEL IMPUESTO A LOS INGRESOS BRUTOS Abril de 2017 Por Adrián Gutiérrez Cabello Colaborador: Víctor Pérez Barcia Introducción El Impuesto sobre los Ingresos Brutos, principal recurso
Más detallesY= F.LINEAL (X) + PERTURBACIÓN ALEATORIA
T.8 EL MODELO LINEAL DEFINICIÓN DE MODELO LINEAL UTILIDAD ESPECIFICACIÓN DEL MODELO HIPOTESIS BÁSICAS DEL MODELO LINEAL ESTIMACIÓN DEL MODELO Y PREDICCIÓN DISTRIBUCIÓN DE LOS ESTIMADORES DE LOS PARAMETROS
Más detallesEJEMPLO DE APLICACIÓN DE MODELIZACIÓN ARIMA A LA SERIE DE COTIZACIONES DIARIAS DE TERRA - LYCOS NOVIEMBRE 1999 A JUNIO 2001
EJEMPLO DE APLICACIÓN DE MODELIZACIÓN ARIMA A LA SERIE DE COTIZACIONES DIARIAS DE TERRA - LYCOS NOVIEMBRE 1999 A JUNIO 2001 CURSO DE TÉCNICAS DE PREVISIÓN DE VARIABLES FINANCIERAS PROGRAMA CITIUS Junio
Más detallesTema 5: Incumplimiento de las Hipótesis sobre el Término de Perturbación
Tema 5: Incumplmento de las Hpótess sobre el Térmno de Perturbacón TEMA 5: INCMPLIMIENTO DE LAS HIPÓTESIS SOBRE EL TÉRMINO DE PERTRBACIÓN 5.) Introduccón 5.) El Modelo de Regresón Lneal Generalzado 5.3)
Más detallesLectura 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 detalles