Estadistica

Distribuciones Empíricas Cuando se tiene un conjunto de datos sobre una variable aleatoria, debemos tratar de ajustar esos datos a una distribución estándar. Para determinar si los datos se ajustan ala distribución que se supone, hay diferentes pruebas estadísticas, conocida como pruebas de bondad de ajuste. Si no es posible describir la función de probabilidad de la muestra mediante una de lasdistribuciones estándares, es necesario trabajar con la distribución empírica que muestra los datos. Con la simulación de Montecarlo sobre las distribuciones empíricas lo que buscamos es crear nuestrapropia serie de datos para luego ser llevada al software @Risk con la rutina “Distribution Fitting” y obtener los parámetros a los cuales se ajusta esta serie de datos y que pruebas de bondad deajuste fueron aceptas o rechazadas. Cabe anotar que en caso que una de las tres pruebas sea rechazada lo más recomendable es realizar de nuevo la simulación para obtener una distribución que no searechazada por estas. Cuando la variable aleatoria es continua como lo es el caso de las variables que estamos estudiando se usa el siguiente modelo. Datos de entrada: Xi (Valor máximo esperado), Xi-1 (Valormínimo esperado), con sus probabilidades y el número aleatorio correlacionado. Un aditivo de esta modelación es el hecho que las variables macroeconómicas en estudio se encuentran estrechamentecorrelacionadas por lo que su adecuada simulación debe partir de la generación de números aleatorios correlacionados.

Correlación Es la relación que se presenta entre el suceso de dos variables, lacorrelación se presenta cuando las variaciones de los valores que tome determinada variable inciden notablemente en el comportamiento de otra variable como es el caso del índice de precios al proveedorque se ve influido por el índice de precios al consumidor (IPC). Se hace necesaria la correlación entre las variables de esta modelación pues de no ser así los escenarios macroeconómicos generados por...