ACTIVIDAD 3 ESTADISTICA

Preparación para la actividad colaborativa (de forma individual)

1. En forma individual define lo que significan los términos de:

1. Serie de tiempo

Son datos que se registran u observan a lo largo de incrementos sucesivos de tiempo.

2. Componentes de una serie de tiempo

• Tendencia

• Estacional

• Cíclica

• Irregular

3. Correlación

Es como se mide la fortaleza de la relación lineal que existe entre dos variables, es decir, mide que tanto se relacionan las dos variables entre sí.

4. Auto correlación

Es la que determina la correlación que existe entre una variable cuando se retarda uno o más periodos consigo mismo.

Durante la actividad colaborativa

2. En equipos lleguen a una definición común e indiquen en qué situaciones de la vida diaria se pueden aplicar estos conceptos, den un ejemplo de cada término.

Correlación. Ejemplo: contabilidad de un hogar, como se relacionan los gastos con los ingresos obtenidos.

Auto correlación: Ejemplo: La variación del valor de los CETES una semana en comparación a la anterior.

3. Busquen información de 20 casas en venta en donde las variables son: Y (metros de construcción) y X (metros de terreno); y realicen lo que se indica:

a. Realicen y describan el diagrama de dispersión

(Archivo adjunto de Excel)

b) Calculen e interpreten el coeficiente de correlación muestral r

(Archivo adjunto de Excel)

b. Respondan a la siguiente cuestión en un terreno urbano, ¿a mayor cantidad en metros de construcción es mayor el precio de la vivienda?

En base a datos obtenidos aquí en la Cd. Cancún notamos que el precio de la vivienda incrementa en relación a mayor metros cuadrados de terreno y no tanto a metros de construcción.

4. Busquen información de los CETES a 28 DÍAS – SEMANAL, periodicidad diaria, datos del Banco de México, consideren las últimas 20 cotizaciones de los CETES y realicen lo que se indica:

a. Determina el coeficiente de auto correlación r1

(Archivo adjunto de Excel)

b. Determina la prueba la hipótesis de que:

i. Hipótesis nula: H0 : ρ1 = 0 (La auto correlación es igual a cero)

ii. Hipótesis alternativa: Ha : ρ1≠ 0 (La auto correlación es diferente de cero)

iii. Donde ρk es el coeficiente de auto correlación poblacional en el lapso k

Estadística de prueba: rk, el coeficiente de auto correlación muestral del lapso k.

Región de rechazo: a un nivel aproximado de significancia de 0.05 (α ≈ 0.05), se rechaza H0 sí |rk| > 2 ⁄ √n.

En nuestro caso, puesto que 0.6497 es mayor que 2/√n= 2/√20= 0.4472 no hay razón para descartar la Ha, es decir, se puede concluir que existe suficiente evidencia para indicar que la auto correlación es diferente de cero.

...