Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Estadística descriptiva
Se utilizan principalmente para determinar crecimientos entre datos de una serie. En series
mensuales suelen ser muy oscilantes y poco útiles como señal. Sin embargo, en ellos se
encuentra la estructura temporal o crecimiento relevante del período en cuestión, es decir,
el ritmo de crecimiento que está en sintonía con la fase del ciclo. Cualquier otra tasa se
obtiene filtrando los crecimientos básicos.
Debido a la poca utilidad de los crecimientos básicos, es que se debe buscar otra medida
de crecimiento.
Una de las tasas más utilizada es la interanual que también se puede definir como el
promedio de los doce crecimientos intermensuales. En series con estacionalidad tiene la
ventaja de que la misma tiende a desaparecer.
Este análisis permite revisar, en periodos anuales, mes a mes, el comportamiento en,
crecimiento o decrecimiento, de la serie de datos a analizar.
El procedimiento para poder calcular las curvas interanuales es calculando un valor para
cada mes, el cual representa el movimiento acumulado de 12 meses, es decir 1 año. Así el
valor en diciembre de 2000 representa el movimiento de carga de enero 2000 a diciembre
2000; el valor para el mes de enero 2001 es representado por el movimiento de carga de
febrero 2000 hasta enero 2001; el valor de febrero 2001 es representado por el movimiento
de marzo 2000 a febrero 2001 y así sucesivamente.
Modelos lineales:
• Simples: Y = a + bx
• Múltiples: Y = ab1x1 + ab2x2...abnxn
Modelos no lineales:
• Inverso: Y = a +b/x
• Exponencial: Y = a + bx
• Potencial: Y = a + xb
1. Covarianza
La covarianza ofrece una idea del signo y grado de intensidad de la relación entre
dos variables, a través de su variación conjunta. Sin embargo, puede asumir
cualquier valor real, lo que dificulta su interpretación. Por lo que para una mejor
interpretación se utiliza el coeficiente de correlación de Pearson.
Sean X y Y dos variables aleatorias con varianzas σ2x σxy y Cov [X, Y], se define el
coeficiente de correlación de Pearson como
Equivalente a:
• α indica la posición en la cual la recta corta el eje Y, es decir, indica el valor que
asume la variable Y cuando la variable X = 0
• β determina la pendiente de la recta, e indica la variación en Y causada por una
variación de una unidad en X.
• La recta de regresión pasa en el punto Xmedia Ymedia cuando X=Xmed y Y=Ymed