Está en la página 1de 42

02'(/26 (&2120e75,&26

6HPLQDULR  7DOOHU

,1752'8&&,1 $ /$6 (67$',67,&$6

6HPLQDULR  7DOOHU

$/*8126 &21&(3726 (67$',67,&26

6XPDWRULD

Q L

+ [2 + ... + [

=1

6XPDWRULD 0~OWLSOHV

=1

=1

+ [ 2 + ... + [ )

=1

= ( [11 + [21 + ... + [ 1 ) + ( [12 + [22 + ... + [ 2 )


=1

=1

+ ... + ( [1 + [2 + ... + [ )

3URGXFWRV

Q L

.[2 ...[

=1

6HPLQDULR  7DOOHU

$/*8126 &21&(3726 (67$',67,&26

.- El conjunto de todos los resultados posibles de un experimento aleatorio, o del azar, se denomina la poblacin o espacio muestral.

(VSDFLR PXHVWUDO

3XQWR PXHVWUDO y PXHVWUD

.- A cada miembro del espacio muestral

.- es un subconjunto del espacio muestral. Se dice que los eventos son mutuamente excluyentes si la ocurrencia de uno impide la ocurrencia de otro.

(YHQWR

6HPLQDULR  7DOOHU

3UREDELOLGDG

El concepto de probabilidad de Pi de un resultado experimental se puede introducir a travs de la siguiente definicin:


3
L

= 3 (H ) =
L

Donde:

0 3 1
L

=1

en que HL es uno de los posibles resultados del experimento, QL es el nmero de veces que H ocurre, y Q es el nmero de veces que se realiza el experimento.
L

Ejemplo: si A y B son eventos mutuamente excluyentes entonces:


3 $

( % ) = 3 ( $ ) + 3 (% )

3 $

( % ) = 3 ( $).3 (% )
5

6HPLQDULR  7DOOHU

9DULDEOHV $OHDWRULDV

Una variable aleatoria es aquella que toma valores de acuerdo a una distribucin de probabilidad

6HPLQDULR  7DOOHU

&DUDFWHUtVWLFDV GH 'LVWULEXFLyQ GH 3UREDELOLGDGHV

9DORU (VSHUDGR R PHGLD

.- El valor esperado de una variable discreta X, denotado por E(X), se define de la siguiente manera:
(

(;) =

[ S
L

([ )
L

.- Sea X una variable aleatoria y sea E(X)= La distribucin o dispersin de los valores de X alrededor del valor esperado puede ser medido por la varianza, la cual se define como:
9DULDQ]D

var( ; ) = 2 = ( ( ; )2 =
[

( [ )2 .S ( [ )
L L L

En estadsticas descriptivas la dispersin muestral, se calcula como:

=
L

( [ [ )2
L

1
7

6HPLQDULR  7DOOHU

&DUDFWHUtVWLFDV GH 'LVWULEXFLyQ GH 3UREDELOLGDGHV

&RYDULDQ]D

.- Sean X y Y dos variables aleatorias con medias , respectivamente. Entonces la covarianza entre las dos variables se define como:

cov( ; ,< ) = ( { ; )(< )}= ( ( ;< ) (


[ \ [

&RHILFLHQWH GH FRUUHODFLyQ

. El coeficiente de correlacin, esta definido

como:

cov( ; ,< ) cov( ; ,< ) = {var( ; ). var(< )}


[ \

As definido, es una medida de la asocicacin lineal entre dos variables y se encuentra entre -1 y +1.

6HPLQDULR  7DOOHU

=U

6HPLQDULR  7DOOHU

'LVWULEXFLyQ 1RUPDO R GH *DXVV

Una variable X distribuye Normal, con media distribucin de probabilidad es:

y desviacin estndar

si su

([) =

1 2
]

1 [ 2

Se estandariza con la transformacin: estandarizar es recurrir a tablas.

la ventaja de

Propiedades importantes: si hacemos la transformacin en funcin de Z, se tiene que que la media de = 0 y la varianza 2 = 1 esta distribucin normal tambin se conoce como N(0,1).
]
]

6HPLQDULR  7DOOHU

10

'LVWULEXFLyQ 1RUPDO

6HPLQDULR  7DOOHU

11

7HRUHPD FHQWUDO GHO OtPLWH

Sean X1,X2,..., Xn, n variables aleatorias independientes, las cuales tienen la misma funcin de distribucin de probabilidad con media = y varianza = 2 . Sea (o sea, la media muestral). Entonces, a medida que n Q aumenta indefinidamente ( es decir, Q )
;

2 1 , ; Q
_

Para que en una muestra tenga una distribucin normal, como mnimo n deber ser mayor o igual 30.

6HPLQDULR  7DOOHU

12

'LVWULEXFLyQ GH &KL &XDGUDGR

( 2 )

Densidad

2
6HPLQDULR  7DOOHU

13

'LVWULEXFLyQ W GH VWXGHQW

Se define como:
W

V Q

La definicin (que se muestra) permite entender que la forma de t sea similar a la curva normal, slo que un poco mas extendida ya que al usar s en lugar se introduce mayor incertidumbre. Adems, la distribucin Normal es una sola, pero la forma de funcin de Student vara con los grados de libertad. Para un tamao muestral n pequeo son muy distintas, pero para n>=50 son practicamente idnticas; por eso t solo se ocupa para muestras con menos de 50 observaciones.

6HPLQDULR  7DOOHU

14

'LVWULEXFLyQ W VWXGHQW

6HPLQDULR  7DOOHU

15

,1)(5(1&,$ (67$',67,&$

6HPLQDULR  7DOOHU

16

(VWLPDGRU HILFLHQWH

6HPLQDULR  7DOOHU

17

(VWLPDGRU &RQVLVWHQWH

6HPLQDULR  7DOOHU

18

,17(59$/2 '( &21),$1=$

6HPLQDULR  7DOOHU

19

,QWHUYDORV GH FRQILDQ]D

6HPLQDULR  7DOOHU

20

,QWHUYDOR GH FRQILDQ]D

6HPLQDULR  7DOOHU

21

6HPLQDULR  7DOOHU

22

,1752'8&&,1 $ /$ 0(72'2/2*$ (&2120e75,&$

6HPLQDULR  7DOOHU

23

(OHPHQWRV GH PRGHODFLyQ

Para los economistas que inventaron el trmino, la econometra es aquella parte de Ciencia Econmica que se dedica a la determinacin emprica de las frmulas econmicas. En los ltimos aos se ha llegado a entender a la econometra como un conjunto de tcnicas para formular y validar modelos probabilsticos. Un modelo es una representacin formal y simplificad de un fenmeno real, que procura abstraer sus caractersticas ms relevantes para facilitar o posibilitar su anlisis. Un modelo sirve: Como laboratorio, para conocer y entender mejor el fenmeno, sus caractersticas, comportamiento e interacciones con otros fenmenos. Para probar y buscar soluciones a problemas del fenmeno de inters y tambin para interpolar y expandir situaciones relacionadas con el mismo.

6HPLQDULR  7DOOHU

24

5HSUHVHQWDFLyQ GH XQ PRGHOR

6HPLQDULR  7DOOHU

25

)RUPXODFLyQ GH 0RGHORV  0HWRGRORJtD

Si W es el fenmeno a modelar, es primeramente necesario conocer lo ms fondo posible; esto es, realizar un proceso de observacin cuidadoso e identificar las variables relevantes en el comportamiento del fenmeno. Revisar los postulados tericos existentes acerca del fenmeno (todo modelo debe tener un respaldo al menos hipottico); formular hiptesis ms all de la teora existente si sta parece dbil, o si se estima necesario por lo comprobado empricamente. Desechar las variables que se consideren poco relevantes o que dependan en forma causal de alguna(s) otra(s); establecer relaciones entre variables de acuerdo a las hiptesis planteadas en el paso anterior. Probar, con datos empricos, las hiptesis y relaciones planteadas; esto corresponde a la validacin del modelo.

6HPLQDULR  7DOOHU

26

5HODFLRQHV IXQFLRQDOHV WtSLFDV

6HPLQDULR  7DOOHU

27

6LJQLILFDGR GHO WpUPLQR 3HUWXUEDFLyQ (VWRFiVWLFD

Vaguedad de la teora No disponible de informacin Variables centrales vs Variables perifricas.- variables globales explican parte del fenmeno (solo familia, sin considerar nmero de hijos, sexo, etc.) Aleatoriedad intrnseca en el comportamiento humano. Variables prximas inadecuadas.- variables pueden estar mal medidas, entonces se trabaja con datos aproximadas. Principio de parsimona.- modelos ms sencillos y que el resto sea explicado por la perturbacin. Forma funcional incorrecta.- no se conoce a priori la forma funcional.

Por estas razones, las perturbaciones estocsticas asumen un papel extremadamente crtico en el anlisis de regresiones.

6HPLQDULR  7DOOHU

28

$MXVWH GH &XUYDV

6HPLQDULR  7DOOHU

29

6ROXFLyQ GH 0tQLPRV &XDGUDGRV

= 0LQLPR

(


<

< )


=1


6HPLQDULR  7DOOHU

30

(/ 02'(/2 '( 5(*5(6,1 /,1($/

6HPLQDULR  7DOOHU

31

'LVSHUVLyQ GH ORV HUURUHV GHVLJXDO GH YDULDQ]D

En general, dadas esta situacin es prcticamente intratable para hacerlo manejable se requieren hiptesis acerca de regularidades en la poblacin.

6HPLQDULR  7DOOHU

32

,JXDOGDG GH YDULDQ]D

Las distribuciones de probabilidad tienen la misma varianza, para todos los niveles de experimentos Xi
= ( (< ) se encuentran en Las medias una lnea recta que se conoce como recta de regresin verdadera
 

6HPLQDULR  7DOOHU

33

'LVWULEXFLyQ GH ORV HUURUHV FRQ LJXDO YDULDQ]D

6HPLQDULR  7DOOHU

34

(VWLPDFLyQ GH

[
6HPLQDULR  7DOOHU

;
35

6HPLQDULR  7DOOHU

36

7HRUHPD GH *DXVV  0DUNRY

Dentro de la clase de estimadores lineales e insesgados de , el estimador de mnimos cuadrados, tiene la menor varianza ( el mas eficiente) y similarmente es el estimador de menor varianza de

6HPLQDULR  7DOOHU

37

'LVWULEXFLyQ GH

A medida que aumente el tamao de muestra la distribucin tiende a una curva normal, por la generalizacin del Teorema del Lmite Central.

6HPLQDULR  7DOOHU

38

,QWHUYDORV GH &RQILDQ]D \ WHVW

6HPLQDULR  7DOOHU

39

,QWHUYDORV GH &RQILDQ]D \ WHVW

6HPLQDULR  7DOOHU

40

,QWHUYDORV GH &RQILDQ]D \ WHVW

6HPLQDULR  7DOOHU

41

&RHILFLHQWH GH GHWHUPLQDFLyQ

6HPLQDULR  7DOOHU

42