Libros, revistas y software útiles

~3.- Libros, revistas y software útiles

Libros:

El Wonnacott y Wonnacott (1990) es un libro de estadística que nos podría ayudar con las distribuciones estadísticas, la estimación y las pruebas de hipótesis además de explicar la regresión lineal.

El de Pindyck y Rubinfeld (1991) habla de la estadística general y la econometría, nos proporciona una buena introducción a los modelos econométricos avanzados

El de Makidakis y Wheelright (1987) presenta artículos escritos por expertos en varias áreas del pronóstico que trata de las aplicaciones y métodos de pronósticos.

Revistas:

Las revistas contienen una mezcla de métodos recién propuestos, evaluaciones de los métodos existentes, aplicaciones prácticas y reseñas de libros y software y las principales son: Journal of forecasting y International Journal of Forecasting

Software:

Estos paquetes nos ayudan a pronostican, vertiendo en ellos nuestras series de tiempo, modelado y pronóstico, los principales son Eviews que refleja un equilibrio de generalidad y especialización.

Matlab  está especializado en modelado y pronostico con series temporales, por lo que se ocupa cuando se quiere un estudio de modelado y pronostico a nivel más avanzado.

[pic 1]

Variable dependiente  promedio:

Mide la dispersión o escala de Y

Suma de cuadrados residuales:

Sirve para comparar los modelos y comprobar hipótesis

Verosimilitud logarítmica:

Es útil para comparar modelos y comprobar hipotesis

Estadistico F

Se emplea para comprobar la hipotesis de que los coeficientes de todas las variaciones en la regresión, excepto la ordenada al origen, son cero, es decir que comprueba que las variables tieien algún valor predictivo

Probabilidad del estadistifo F

Expresa el nivel de significado al cual se puede rechazar apenas, la hipotesis de que el conjunto de las variables del lado derecho no tienen valor predictivo, entre más cerca de 0 mayor probabilidad de rechazo tiene.

Error estándar de la regresión

Se encarga de estimar la desviación estándar de los errores de pronóstico con el modelo de regresión, y la desviación estándar de la variable dependiente es un estimado de la desviación estándar de los errores de pronóstico, el cual no debe de ser mayor a 10 o 15% del promedio de la variable dependiente.

Los errores estándar proporcionan una medida sobra la incertidumbre de las medidas de la muestra en un único valor que es usado a menudo porque:

• Si el error estándar de varias cantidades individuales es conocido entonces el error estándar de alguna función matemática de esas cantidades puede ser fácilmente calculado en muchos casos:

• Donde la distribución de probabilidad del valor es conocida, ésta puede ser usada para calcular una buena aproximación de un intervalo de confianza exacto.
• Donde la distribución de probabilidad es desconocida, relaciones como la Desigualdad de Chebyshov o la desigualdad de Vysochanskiï–Petunin pueden ser usadas para calcular unos intervalos de confianza conservativos.

• Como el tamaño de la muestra tiende a infinito, el teorema del límite central garantiza que la distribución de la media muestral es asintóticamente la distribución normal.

...