medidas de tendencia central - bolsa … · el engaÑo de la media . el rango el coeficiente del...
TRANSCRIPT
PLAN DE ESTUDIO 1. ESTADISTICA DESCRIPTIVA
1. MEDIDAS DE TENDENCIA CENTRAL – PRIMER MOMENTO
2. OTRAS MEDIDAS DE TENDENCIA CENTRAL
3. MEDIDAS DE DISPERSION – SEGUNDO MOMENTO
4. LA ASIMETRIA
5. LA CURTOSIS
6. EL ANALISIS DE CORRELACION
2. INFERENCIA ESTADISTICA 1. INFORMACION POBLACIONAL VERSUS INFORMACION MUESTRAL
2. DOCIMA DE HIPOTESIS
3. INTERVALOS DE CONFIANZA
3. ANALISIS DE REGRESION 1. MOTIVACION E INTUICION
2. MODELO LINAL DE REGRESION
3. MINIMOS CUADROS ORDINARIOS
4. INTERPRETACION Y EVALIUACION
5. SUPUESTOS DEL MODELO LINEAL DE REGRESION
MEDIA ARITMETICA
Observaciones de una variable discreta
10, 15,30, 7, 42, 79 y 83
La media aritmética es:
OTRAS MEDIDAS DE TENDENCIA CENTRAL
MEDIA GEOMÉTRICA
MEDIA ARMÓNICA
MEDIANA: Valor en la posición media de los datos ordenados de una variable.
MODA: Valor que se repite con mayor frecuencia, dentro de los que puede tomar una variable.
BOEING Y BOMBARDIER
0
0.5
1
1.5
2
2.5
3
3.5
4
4.5
0 50 100 150 200
Series1
Lineal (Series1)
Coef de correlación: -0.68
CORRELACION VS. CAUSALIDAD
EXISTENCIA DE CAUSALIDAD IMPLICA CORRELACION PERO NO VICEVERSA
RAZONES:
CORRELACION ESPUREA : ALTA CORRELACION PERO CAUSADA POR
UNA TERCERA VARIABLE
AMBAS VARIABLES SE CAUSAN UNA A LA OTRA
SOLO HAY CORRELACIÓN EN MUESTRA PEQUEÑA
PRINCIPALES CONCEPTOS
Variables aleatorias: Aquellas cuyo valor no se conoce antes del
experimento que las genera.
Dos tipos: discretas y continuas
Probabilidad: proporción del tiempo en el largo plazo en que un
resultado suele ocurrir.
Distribución (función de densidad) de probabilidades:
f(x) = P(X=x)
0≤f(xi) ≤1
Sumatoria de f(xi) = 1
VALORES CRITICOS
Si muestra es pequeña (menor a 30) y desviación estándar poblacional no es
conocida,
usar desviación estándar muestral; pero estadístico t esta distribuido t-student
con n-1 gdl
INTUICION
Etimología: evolución de las especies
Técnica de la estadística que busca modelar la relación entre dos
o mas variables.
Modelación basada en relación funcional Y=f(X)
Este curso: corte transversal
RELACIÓN LINEAL POBLACIONAL
• Solo se cuenta con una muestra de la población: obtener
estimadores de los parámetros.
• Para encontrar los mejores estimadores de los parámetros de la
población: MINIMOS CUADRADOS ORDINARIOS.
BONDAD DE AJUSTE Y SIGNIFICANCIA INDIVIDUAL
Bondad de ajuste: R cuadrado, R cuadrado ajustado.
Prueba F (distribuida F con
BONDAD DE AJUSTE Y SIGNIFICANCIA INDIVIDUAL
Significancia individual de las variables
Para cada variable se verifica si su parámetro asociado es estadísticamente
significativo:
Ho: β=0 (variable no es útil para explicar Y)
Ho: β≠0 (variable si es útil para explicar y)
Estadístico t:
Si estadístico t > Valor critico al 5% (P-value < 0.05) R Ho
Si estadístico t < Valor critico al 5% (P-value > 0.05) No R Ho
SUPUESTOS DEL MODELO DE REGRESION
Residuos son ruido blanco
Test de Jarque Bera de Normalidad
Ho: residuos son normales
JB distribuido chi-cuadrado con 2 gdl
Si JB > chi-cuadrado con 2 gdl se R Ho
Media de residuos debe ser 0
Residuos son homoscedasticos
Test de White: Regresión de residuos al cuadrado = f(X, X^2, Xi*Xj)
Estadístico: N*R-cuadrado, distribuido chi-cuadrado con k gdl.
Ho: residuos homoscedasticos
Si N*R cuadrado > chi –cuadrado con k g.d.l. se R Ho
Residuos no poseen problemas de auto - correlación:
No problemas de autocorrelacion: DW debe tender a 2.