Conferencias 2011
Pruebas estadísticas para familias de distribuciones con un parámetro de forma
José A. Villaseñor Alva, Programa de Estadística, Colegio de Postgraduados
Lugar: Tec de Monterrey campus Monterrey
Fecha: Viernes 2 de septiembre de 2011
Hora: 18 horas
salón: Edificio de aulas 6 salón 206
Resumen
En esta plática se discute el problema de probar si una muestra aleatoria proviene de una familia de distribuciones la cual incluye un parámetro de forma, como son por ejemplo las familias Weibull, Pareto Generalizada, Variación regular, Gamma, Pareto y Normal Asimétrica. Con el propósito de llevar a cabo una prueba por remuestreo paramétrico (“bootstrap”), en algunos casos el parámetro de forma es estimado por el método de máxima verosimilitud asintótica, que produce estimadores que son una función de las estadísticas extremas de la muestra, las cuales contienen la información sobre la forma de la cola de la distribución. Por lo tanto, la función de verosimilitud empleada en este método corresponde a la función de densidad conjunta asintótica de las estadísticas extremas y que es obtenida de la teoría de valores extremos. Otros métodos para estimar el parámetro de forma también son mencionados en algunos ejemplos particulares. Estudios de simulación de Monte Carlo proporcionan información sobre la potencia de las pruebas resultantes contra algunas distribuciones alternativas elegidas.
Presentación de la conferenciaEstudiando Datos de la Economía Mexicana con Modelos de Series de Tiempo
Alberto Contreras (IIMAS, UNAM)
trabajo conjunto con
Julio López Gallardo (Posgrado de la Facultad de Economía, UNAM),
Armando Sánchez (Instituto de Investigaciones Económicas, UNAM) y
Miguel Ángel Chong (IIMAS, UNAM)
Resumen
En econometría, las series de tiempo constituyen una herramienta fundamental no sólo para predecir valores futuros, también se han utilizado en forma más reciente para confirmar hipótesis con respecto a relaciones entre índices económicos. Estas hipótesis provienen de Teoría de Economía. Una serie de tiempo vectorial (donde la observación a cada tiempo es un vector), que se puede modelar con una estructura auto-regresiva, se llama co-integrada si existe al menos una combinación lineal de las series componentes del vector, la cual vista como serie unidimensional es estacionaria de segundo orden. Los coeficientes de estas combinaciones lineales tienen interpretaciones económicas. En este trabajo estudiamos modelos de auto-regresión vectoriales cointegrados para datos de las industrias maquiladora y manufacturera de México. Una conclusión interesante de los modelos es que un aumento en la tasa de desempleo no necesariamente genera un mejor salario para ninguna de estas industrias.
Viernes 20 de mayo de 2011
12:00 p.m.
Universidad Juárez Autónoma de Tabasco.
Sala Audiovisual II de la División Académica de Ciencias Básicas, Unidad Chontalpa
Km 1 Carretera Cunduacán-Jalpa de Méndez, Cunduacán.
En este archivo están los mapas de ubicación.
Viernes 11 de marzo 2011
12:00 hrs.
Auditorio de la Facultad de Ciencias, Edificio B
Universidad Autónoma del Estado de México
El Cerrillo Piedras Blancas, km 15.5 carretera Toluca-Ixtlahuaca
Toluca, Méx. CP 50200
Construcción de un Índice Sintético Comparable en el Tiempo
M. en C. José Vences Rivera
Director de Desarrollo de Procesos Estadísticos del INEGI
Los indicadores sintéticos son de gran utilidad para resumir la información contenida en un conjunto, generalmente grande, de variables o indicadores básicos medidos sobre un fenómeno de naturaleza multidimensional, y así orientar a los tomadores de decisiones en los diferentes campos de acción. Un indicador sintético debe ser fácil de calcular, confiable, comparable en el tiempo y en el espacio, sencillo de interpretar y de fácil comunicación para el usuario en general; para su construcción suelen utilizarse técnicas de Análisis Estadístico Multivariado para analizar de manera simultánea tres o más variables. Entre las técnicas más usuales se ubica el Análisis de Componentes Principales (ACP) en sus diferentes variantes.
En la revisión de literatura, no se encontró ningún procedimiento para construir un índice multivariado que cumpliera con las características mencionadas, al menos en el campo de la estadística oficial. Particularmente se analizaron los métodos de Componentes Principales Dinámicas, STATIS y Componentes Principales Comunes.
El INEGI ha tenido múltiples requerimientos no sólo de información básica, sino también derivada y de consulta. La técnica de ACP ha sido aplicada para dar atención a los siguientes requerimientos:
- Índice de rezago social para reubicar las tiendas de DICONSA.
- Índice para medir el cumplimiento de los derechos humanos.
- Índice para medir el nivel de bienestar de la población.
- Índice para la medición multidimensional de la pobreza.
- Índice de actividad económica.
- Índice para seleccionar a los estudiantes de la Maestría en Ciencias en Estadística Oficial.
- Consulta-crítica del Índice de Marginación.
- Consulta-crítica del Índice de Desarrollo Humano.
- Consulta-crítica del índice de Rezago del Gobierno del D.F.
Lo anterior originó el desarrollo metodológico para construir una medida resumen, combinación lineal de las variables de insumo, que dé cuenta de la magnitud del fenómeno estudiado. Algunas conclusiones son las siguientes: El índice refleja la situación que prevalece en las variables originales, está dado en las mismas unidades de medición, permite ordenar las unidades de observación y es comparable en el tiempo. Puede aplicarse a cualquier conjunto de variables numéricas, correlacionadas y medidas en la misma dirección, es decir, todas deberán ser de bienestar, o bien, todas de rezago; por tanto, el índice es de uso generalizado a cualquier fenómeno con estas características de medición. La varianza explicada por el nuevo índice es muy similar a la obtenida por la primera componente principal, con la ventaja adicional de que es muy fácil de calcular y de interpretar.
Los resultados en la práctica, se ilustran al construir un índice de rezago social a partir de los nueve indicadores del CONAPO aplicados a las 32 entidades federativas del país, para 1990, 1995, 2000 y 2005. Las fuentes de información fueron los censos y conteos de población y vivienda realizados por el INEGI en esos años.
Si se requiere información adicional se puede contactar a:
C. Juana de la Cruz García
Apoyo Académico
Tel. (722) 2965554 y 56 ext 118.