Documentos de Académico
Documentos de Profesional
Documentos de Cultura
ESTADÍSTICA ECONOMETRÍA
ECONOMÍA
INFORMÁTICA
• Descubrir relaciones relevantes entre variables y sugerir
teorías.
• Cuantificar fenómenos económicos.
• Aislar fenómenos causales.
• Evaluar teorías e ideas económicas.
• Predecir.
TEÓRICA
ECONOMETRÍA
PRÁCTICA
CLÁSICA BAYESIANA
• Enfoque clásico: Se asume que los valores aleatorios
de las variables provienen de distribuciones conocidas
con parámetros como la media o varianza. Esto facilita
las pruebas de hipótesis.
Lineal
Según la forma
funcional
No lineal
Autorregresivo
Dinámico
Según características Con rezagos
dinámicas
Estático
Simple
Uniecuacional
Según número de Múltiple
ecuaciones
Multiecuacional
Teoría económica
Modelo econométrico
Especificación
Datos
Predicción
Utilización
Uso para fines de control o
políticas
• Modelo matemático: Planteo de ecuaciones
𝑛
𝑛𝑥 𝑛 𝑛 − 1 𝑥 2
1+𝑥 =1+ + +⋯
1! 2!
• Modelo estadístico: Incorporación de uno o más
componentes aleatorios
𝜇𝑥 − 𝑀𝑜
𝐴𝑝 =
𝜎𝑥
• Coeficiente de curtosis:
𝑛
𝑖=0(𝑋𝑖 − 0)4
𝐾𝑢 =
𝑛𝜎 4
• Momento: Valor numérico de una función aplicada a la
distribución de una variable aleatoria.
• Clasificación:
𝑛
𝑖=0(𝑋𝑖 − 𝐻)𝑘
𝑀𝑘 =
𝑛
𝑛 𝑛
𝑖=0(𝑋𝑖 − 𝑋)1 𝑖=0(𝑋𝑖 − 0)1
𝑀1 = 𝑀1 =
𝑛 𝑛
𝑛
𝑖=0(𝑋𝑖 − 𝑋)2
𝑀2 =
𝑛
• Covarianza: medida de dependencia lineal entre dos
variables aleatorias. Puede ser positiva, negativa o nula.
𝐶𝑜𝑣(𝑋, 𝑌) ≡ 𝐸[ 𝑋 − 𝜇𝑋 𝑌 − 𝜇𝑌 ]
𝐶𝑜𝑣 𝑋, 𝑌 = 𝐸[ 𝑋 − 𝜇𝑋 𝑌 − 𝜇𝑌 = 𝐸 𝑋 − 𝜇𝑋 𝑌
= 𝐸 𝑋 𝑌 − 𝜇𝑌 = 𝐸 𝑋𝑌 − 𝜇𝑋 𝜇𝑌
• Correlación: medida de relación lineal entre dos
variables aleatorias. Puede ser positiva, negativa o nula.
No tiene unidades de medida.
𝐶𝑜𝑣 𝑋, 𝑌 𝜎𝑋𝑌
𝐶𝑜𝑟𝑟 𝑋, 𝑌 ≡ =
𝑠𝑑 𝑋 ∙ 𝑠𝑑 𝑌 𝜎𝑋 𝜎𝑌
−1 ≤ 𝐶𝑜𝑟𝑟(𝑋, 𝑌) ≤ 1
𝜇=𝐸 𝑋 𝜎 2 = 𝑉𝑎𝑟(𝑋)
𝑋~𝑁𝑜𝑟𝑚𝑎𝑙(𝜇, 𝜎 2 )
𝑎𝑋 + 𝑏 ~ 𝑁𝑜𝑟𝑚𝑎𝑙(𝑎𝜇 + 𝑏, 𝑎2 𝜎 2 )
1 𝑍2
∅ 𝑍 = exp − , −∞ < 𝑍 < ∞
2𝜋 2
𝜇=0 𝜎2 = 1
𝑋 − 𝜇 /𝜎~𝑁𝑜𝑟𝑚𝑎𝑙(0,1)
𝑛
𝑋= 𝑍𝑖2 𝑋~𝜒𝑛2
𝑖=1
𝐸 𝑋 =𝑛
𝑉 𝑋 = 2𝑛
𝑍 𝑇~𝑡𝑘
𝑇=
𝑋/𝑘
E(X)=0
V(X)= 𝑘/(𝑘 − 2)
𝑋1
𝑋1 ~𝑥𝑘21
𝑘
𝐹= 1 𝐹~𝐹𝑘1 , 𝑘2
𝑋2 𝑋2 ~𝑥𝑘22
𝑘2