TALLER DE SIMULACIN DE NEGOCIOS

1. ESTADSTICOS
A. DE TENDENCIA CENTRAL
a. Media
Es el valor promedio o valor esperado, corresponde al valor promedio de
la serie
b. Mediana
Corresponde al valor central de la serie, es una medida de tendencia
central ms robusta a los errores o puntos de datos inusualmente extremos
que la media.
c. Moda
Indicador que muestra el valor de la variable que se repite con mayor
frecuencia dentro de la distribucin muestral.
B. DE DISPERSIN
i.

DESVIACIN ESTANDAR:
Es una medida de dispersin de las observaciones alrededor de la media.
Muestra el grado de precisin en la estimacin de una variable. En la medida
en que este indicador sea menor, el sesgo (error) ser menor.
Son tiles para la construccin de intervalos de confianza; esto es, la
estimacin de un rango dentro del cual se espera encontrar el verdadero valor
del parmetro poblacional con un determinando nivel de confianza.

ii.

VARIANZA
Indica el grado de dispersin con respecto a su media de una variable. Lo
ptimo es que sea la menor posible.

iii.

COEFICIENTE DE VARIACIN
Es un indicador de precisin y de sesgo para una variable aleatoria. til
para comparar la variabilidad de dos o ms series de datos que se expresan en
distintas unidades de medicin.

iv.

COEFICIENTE DE KURTOSIS
Es una medida de espesor de la distribucin para una variable. Para una
distribucin normal el coeficiente de kurtosis es igual a 3.
= 3: Mesocrtica
< 3: Platicrtica
> 3: Leptocrtica

v.

COVARIANZA
Indica la direccin de la variacin conjunta de X e Y. su magnitud sin
embargo, depende de las escalas de medida.

TALLER DE SIMULACIN DE NEGOCIOS

C. DE BONDAD DE AJUSTE
i.

ii.

R-CUADRADO
Mide la bondad de ajuste del modelo, esto es, que porcentaje de las
variaciones en Y son explicadas por la variaciones de las variables
independientes.
R-CUADRADO AJUSTADO (POR GRADOS DE LIBERTAD)
Puede ocurrir que el R-cuadrado aumenta
a medida que se insertan ms
variables explicativas, sin que esto implique que dichas variables tengan un
aporte importante. Por tal motivo, se plantea el R-cuadrado ajustado que
castiga al indicador por la inclusin de regresores adicionales. Por lo tanto
es una medida de bondad de ajuste neutral a la introduccin de variables
adicionales.
Es til para comparar dos modelos estimados en diferentes especificaciones:
lineal, logartmico, etc.

iii.

ERROR ESTANDAR Y SUMA DE CUADRADOS DE LOS RESIDUOS

El error estndar de la regresin no es otra cosa que la desviacin de
estndar del error

D. ESTABILIDAD
iv.

ESTADSTICO T Y SU PROBABILIDAD ASOCIADA

Los estadsticos t permiten contrastar la hiptesis nula acerca de que el
verdadero parmetro es igual a cero, evaluando cada coeficiente de manera
individual.
Dado que eviews provee la probabilidad asociada al t calculado (para dos
colas), basta con verificar si dicha probabilidad es menor a 0.05. de ser as
se puede afirmar que no existe suficiente evidencia para aceptar la hiptesis
nula.

v.

DURBIN WATSON
Se utiliza para evaluar la estabilidad intertemporal de los residuos de un
modelo. El principio de estabilidad es imprescindible para realiza
proyecciones.
Adems es til para identificar la presencia de autocorrelacin serial de
primer orden.
El valor de Durbin Watson debe acercarse al valor de dos (2).

vi.

vii.

F- Fisher
Analiza la relevancia global de las variables incluidas en el modelo. En la
medida que este indicador sea mayor, se tendr ms confianza en las variables
incluidas en el modelo.
AKAIKE SCHWARZ
Son estadsticos de bondad de ajuste y nos pueden ayudar a determinar la
especificacin de un modelo estimado. En la medida que estos valores sean los
ms altos posibles en valor absoluto, se tendr ms confianza en el modelo.