Análisis de las condiciones macroeconómicas de España del período 1970 - 2010

Una medida de análisis sería por medio de la correlación que es la medida de asociación entre variables. En probabilidad y estadística, la correlación indica la fuerza y la dirección de una relación lineal entre dos variables aleatorias. Se considera que dos variables cuantitativas están correlacion...

Full description

Saved in:
Bibliographic Details
Main Author: Espíndola Vásquez, Cinthya Nataly (author)
Other Authors: Solórzano Andrade, Gustavo, Director (author)
Format: bachelorThesis
Published: 2013
Subjects:
Online Access:http://www.dspace.espol.edu.ec/handle/123456789/66666
Tags: Add Tag
No Tags, Be the first to tag this record!
Description
Summary:Una medida de análisis sería por medio de la correlación que es la medida de asociación entre variables. En probabilidad y estadística, la correlación indica la fuerza y la dirección de una relación lineal entre dos variables aleatorias. Se considera que dos variables cuantitativas están correlacionadas cuando los valores de una de ellas varían sistemáticamente con respecto a los valores homónimos de la otra: si tenemos dos variables (A y B) existe correlación si al aumentar los valores de A lo hacen también los de B y viceversa. El coeficiente de correlación sirve para medir la correlación entre 2 variables. La ventaja que tiene este coeficiente sobre otras herramientas para medir la correlación, como puede ser la covarianza, es que los resultados del coeficiente, de correlación están acotados entre -1 y +1. Esta característica nos permite comparar diferentes correlaciones de una manera más estandarizada Series de Tiempo Arima o modelos de promedio móvil autorregresivo integrado son un tipo general de los modelos Box-Jenkins para series estacionarias de tiempo. Test de raíces unitarias se utiliza para evitar relacionar variables de forma no válida o para confirmar que la serie no tiene tendencia. Vectores autorregresivos estructurales ayuda a identificar si un modelo es estructural si nos permite predecir el efecto de intervenciones como acciones deliberadas de política, o los cambios en la economía o en la naturaleza de tipos parecidos. Para hacer tal predicción el modelo debe decirnos cómo la intervención corresponde a cambios en algunos elementos del modelo como por ejemplo parámetros, ecuaciones, variables aleatorias observables o no observables, y debe ser cierto que el modelo cambiado es una caracterización precisa de la conducta que está siendo modelado después de la intervención.