Javier Felipe Rodriguez Ardila

Inferencia Estadística
Universidad Nacional de Colombia

Ajuste de datos reales

Los datos fueron obtenidos de la pagina de finanzas que pertenece al buscador
Yahoo!. Link: https://es-us.finanzas.yahoo.com/. El trabajo utiliza los datos de
dólar/euro, dólar/libra y yen/dólar.
Dólar/euro
Estos datos van desde 01/01/2017 hasta 01/01/2019. Un resumen de sus
estadísticas descriptivas son las siguientes:

Estadística Valor Percentil Valor

Tamaño de la muestra 517 Min -0,02064
Rango 0,03537 5% -0,00687
Media 1,6050E-4 10% -0,00548
Varianza 2,0577E-5 25% (Q1) -0,00296
Desviación estándar 0,00454 50% (Mediana) 9,9300E-5
Coef. de variación 28,262 75% (Q3) 0,00301
Error estándar 1,9950E-4 90% 0,00607
Asimetría 0,00427 95% 0,00779
Curtosis 0,75424 Max 0,01473

Bajo la prueba de bondad de ajuste de Kolomogorov-Smirnov se tiene que la

distribución clasificada como mejor es la distribución generalizada de valores
extremos:

Gen. Extreme Value [#12]

Kolmogorov-Smirnov
Tamaño de la muestra 517
Estadística 0,01672
 Valor P 0,99827
Rango 1
 0,2 0,1 0,05 0,02 0,01
Valor crítico 0,04719 0,05379 0,05972 0,06676 0,07164
Rechazar? No No No No No

Parámetros de la distribución:

12 Gen. Extreme Value k=-0,24467 =0,00439 =-0,0015

Grafica de la distribución sobre el histograma de los datos:

Función de densidad de probabilidad

0,3

0,28

0,26

0,24

0,22

0,2

0,18
f(x)

0,16

0,14

0,12

0,1

0,08

0,06

0,04

0,02

0
-0,02 -0,016 -0,012 -0,008 -0,004 0 0,004 0,008 0,012
x

Histograma Gen. Extreme Value

Bajo la prueba de bondad de ajuste Anderson-Darling la mejor distribución para

los datos es la distribución log-normal:
 Lognormal (3P) [#25]
Anderson-Darling
Tamaño de la muestra 517
Estadística 0,23918
Rango 1
 0,2 0,1 0,05 0,02 0,01
Valor crítico 1,3749 1,9286 2,5018 3,2892 3,9074
Rechazar? No No No No No

Los parámetros de esta distribución son los siguientes:

25 Lognormal (3P) =0,03133 =-1,9328 =-0,14463

Y la grafica del histograma de los datos bajo la pdf:

Función de densidad de probabilidad

0,3

0,28

0,26

0,24

0,22

0,2

0,18
f(x)

0,16

0,14

0,12

0,1

0,08

0,06

0,04

0,02

0
-0,02 -0,016 -0,012 -0,008 -0,004 0 0,004 0,008 0,012
x

Histograma Lognormal (3P)

Dólar/libra
Los datos utilizados pertenecen al intervalo de tiempo desde el 01/01/2017 hasta
el 01/01/2019, y sus estadísticas descriptivas son la siguientes:

Estadística Valor Percentil Valor

Tamaño de la muestra 517 Min -0,01862
Rango 0,0471 5% -0,0086
Media 5,8501E-5 10% -0,00631
Varianza 2,8228E-5 25% (Q1) -0,00314
Desviación estándar 0,00531 50% (Mediana) 1,9011E-4
Coef. de variación 90,82 75% (Q3) 0,0032
Error estándar 2,3367E-4 90% 0,00607
Asimetría 0,28554 95% 0,00804
Curtosis 2,416 Max 0,02848

Usando al prueba de bondad de ajsude Kolmogorov-Smirnov se tiene que la mejor

pdf para lso datos es la distribución secante hiperbólica:

Hypersecant [#17]
Kolmogorov-Smirnov
Tamaño de la muestra 517
Estadística 0,03348
Valor P 0,59611
Rango 1
 0,2 0,1 0,05 0,02 0,01
Valor crítico 0,04719 0,05379 0,05972 0,06676 0,07164
Rechazar? No No No No No

Los parámetros de la distribución son:

17 Hypersecant =0,00531 =5,8501E-5

Y su grafica junto al histograma de los datos dólar/libra es:

 Función de densidad de probabilidad

0,36

0,32

0,28

0,24

0,2
f(x)

0,16

0,12

0,08

0,04

0
-0,016 -0,012 -0,008 -0,004 0 0,004 0,008 0,012 0,016 0,02 0,024 0,028
x

Histograma Hypersecant

Por otro lado, con la prueba de bondad de ajusta Anderson-Darling nos arroja que
la mejor distribución para los datos es la distribución log-logistic:

Log-Logistic (3P) [#23]

Anderson-Darling
Tamaño de la muestra 517
Estadística 0,44891
Rango 1
 0,2 0,1 0,05 0,02 0,01
Valor crítico 1,3749 1,9286 2,5018 3,2892 3,9074
Rechazar? No No No No No

Con parámetros:
 23 Log-Logistic (3P) =104,36 =0,30003 =-0,29998

Y gráfico:

Función de densidad de probabilidad

0,36

0,32

0,28

0,24

0,2
f(x)

0,16

0,12

0,08

0,04

0
-0,016 -0,012 -0,008 -0,004 0 0,004 0,008 0,012 0,016 0,02 0,024 0,028
x

Histograma Log-Logistic (3P)

Yen/dólar
Los datos utilizados también vienen de las fechas entre 01/01/2017 y 01/01/2019.
En la siguiente tabla se presentan las estadísticas descriptivas:

Estadística Valor Percentil Valor

Tamaño de la muestra 517 Min -0,01591
Rango 0,03246 5% -0,00858
Media -1,1204E-4 10% -0,00651
Varianza 2,3783E-5 25% (Q1) -0,00341
Desviación estándar 0,00488 50% (Mediana) -1,0707E-4
Coef. de variación -43,527 75% (Q3) 0,00309
Error estándar 2,1448E-4 90% 0,00577
Asimetría 0,05391 95% 0,00753
Curtosis 0,32694 Max 0,01655

En este caso, tanto con al prueba de bondad Kolmogorov-Smirnov y con la

Anderson-Darling, los datos son mejor ajustados con la distribución Burr:

Burr (4P) [#2]

Kolmogorov-Smirnov
Tamaño de la muestra 517
Estadística 0,02272
Valor P 0,94667
Rango 1
 0,2 0,1 0,05 0,02 0,01
Valor crítico 0,04719 0,05379 0,05972 0,06676 0,07164
Rechazar? No No No No No
Anderson-Darling
Tamaño de la muestra 517
Estadística 0,17686
Rango 1
 0,2 0,1 0,05 0,02 0,01
Valor crítico 1,3749 1,9286 2,5018 3,2892 3,9074
Rechazar? No No No No No

Con los parámetros siguientes:

k=3,0065 =6,5398
2 Burr (4P)
=0,02912 =-0,02378
Esta es la grafica que pertenece a la distribución Burr ajustada a los datos
yen/dólar:

Función de densidad de probabilidad

0,26

0,24

0,22

0,2

0,18

0,16

0,14
f(x)

0,12

0,1

0,08

0,06

0,04

0,02

0
-0,016 -0,012 -0,008 -0,004 0 0,004 0,008 0,012 0,016
x

Histograma Burr (4P)