Propiedades, Componentes y Fórmulas Clave en Estadística Descriptiva

Enviado por Programa Chuletas y clasificado en Matemáticas

Escrito el en español con un tamaño de 9,34 KB

Propiedades de los Índices

Los índices son medidas estadísticas que permiten estudiar las fluctuaciones de una magnitud (o de un conjunto de ellas) a lo largo del tiempo o del espacio. A continuación, se detallan sus propiedades fundamentales:

  • Identidad: Si coinciden los períodos base y actual, el valor del índice debe ser la unidad. Matemáticamente: I0,0 = Itt = 1.
  • Inversión: Si se permutan los períodos actual y base de un índice, el resultado debe ser el inverso del valor inicial. Es decir: Io,t = 1 / It,o.
  • Circularidad (o Transitividad): Dado un período de tiempo t' menor que t, el índice entre los períodos 0 y t debe coincidir con el producto de los índices calculados a través del período intermedio. Expresión formal: It,o = It,t' * It',o.
  • Proporcionalidad: Si en el período actual todos los componentes del índice varían en una proporción, el índice debe experimentar la misma variación proporcional. Si X't = kXt, entonces I't,o = kIt,o.
  • Independencia de la escala de medida: Si la magnitud x experimenta un cambio de unidades de medida que no depende del período temporal considerado, entonces el índice calculado con la nueva escala coincide con el inicial. Esta propiedad *no* se aplica a cambios de divisa variables.

Los índices simples cumplen todas estas propiedades. Sin embargo, el índice de Laspeyres solo verifica las propiedades de identidad y proporcionalidad.

Componentes de una Serie Temporal

Una serie temporal es una secuencia de observaciones de una variable tomadas a lo largo del tiempo. Se descompone en los siguientes componentes:

  • Componente cíclico (Ct o Cij): Oscilaciones en torno a la tendencia que se producen en un plazo medio (generalmente, de 3 a 8 años o más).
  • Componente extraestacional (Et o Eij): Movimientos a medio y largo plazo que combinan los efectos de la tendencia y de las variaciones cíclicas.
  • Componente estacional (et o eij): Variaciones de carácter periódico en torno a la tendencia que se producen en el corto plazo (normalmente, dentro de un año).
  • Componente residual o accidental (ut o uij): Variaciones irregulares, no controladas ni modelizables, que se producen a lo largo del tiempo de manera no predecible.

Fórmulas Estadísticas Clave

Medidas de Tendencia Central y Dispersión

  • Suma de las desviaciones respecto a la media: La suma de las desviaciones de una variable respecto a su media es siempre 0.
    E(xi - mediax) * ni = Σxini - mediaxΣni = n * (Σxini / n) - mediax * n = n * mediax - mediax * n = 0
  • Cambio proporcional en la media: Si a cada valor de una variable se le suma una constante, la media aumenta en esa misma constante.
    x' = Σxi'fi = Σ(xi + c)fi = Σ(xifi + cfi) = mediax + cΣfi = mediax + c
  • Relación entre fórmulas de la varianza:
    Σ(xi - mediax)2 * fi = Σ(xi2 + mediax2 - 2ximediax)fi = Σxi2fi + mediax2Σfi - 2mediaxΣxifi = Σxi2fi - mediax2
  • Varianza con incremento constante: Si todos los valores de una variable se incrementan en una constante, la varianza no varía.
    S2x+c = Σ((xi + c) - (mediax + c))2fi = Σ(xi - mediax)2fi = s2x
  • Media marginal y medias condicionadas La media marginal de x puede ser obtenida como media de las medias de x condicionadas a los distintos valores de Y:
    Σ(mediax|yj)fj = Σ(Σxifi|j) * fj = Σ(Σxi * nij/nj) * nj/n = ΣxiΣnij/n = Σxifi = mediax

Covarianza y Correlación

  • Variables independientes y covarianza: Si dos variables son independientes, su covarianza es nula.
    sxy = ΣΣ(xi - mediax)(yj - mediay)fij = ΣΣ(xi - mediax)(yj - mediay)fifj = Σ(xi - mediax)fi * Σ(yj - mediay)fj = 0
  • Covarianza y producto de variables: La covarianza es igual a la diferencia entre la media del producto de las variables y el producto de las medias.
    sxy = ΣΣ(xi - mediax)(yj - mediay)fij = ΣΣxiyjfij - mediaxΣΣyjfij - mediayΣΣxifij + mediaxmediayΣΣfij = ΣΣxiyjfij - mediaxΣyjfj - mediayΣxifi + mediaxmediay = ΣΣxiyjfij - mediaxmediay
  • Covarianza e invarianza ante cambios de origen: La covarianza es invariante ante cambios de origen.
    sx'y' = sx+a, y+b = ΣΣ(xi + a - (mediax + a))(yj + b - (mediay + b))fij = ΣΣ(xi - mediax)(yj - mediay)fij = sxy
  • Covarianza y cambios de escala: La covarianza se ve afectada por cambios de escala.
    sx'y' = scx, dy = ΣΣ(cxi - c * mediax)(dyj - d * mediay)fij = cdΣΣ(xi - mediax)(yj - mediay)fij = cdsxy
  • Covarianza (sxy): ΣΣ(xi-media) * (yj-mediay) * fij
  • Coeficiente de correlación lineal de Pearson (rxy): sxy / (sxsy)

Otras Fórmulas y Coeficientes

  • Desviación cuadrática media (Dp2): Σ(xi - P)2 * fi
  • Desviación típica (sx): √(S2x)
  • Coeficiente de variación (vx): √(D2p) / P
  • Índice de Gini: Σ(pi - qi) / Σ(pi), donde pi = i/n y qi = ai/an
  • Condición de independencia: nij = (ni * nj) / N
  • Coeficiente chi-cuadrado de Pearson (χ2): ΣΣ(nij - ninj/N)2 / (ninj/N)
  • Coeficiente de contingencia de Pearson (C): √(χ2 / (N + χ2))
  • Recta de Regresión y = b0 + b1x, donde: b0 = mediay - b1 * mediax y b1= sxy/s2x
  • Coeficiente de Regresión (ry/x): rxy * (sy/sx)
  • Coeficiente de Determinación (R2): (rxy)2
  • Tasa de Variación (rt,o): ((xt - xo)/xo) * 100
  • Índice Sintético Tipo Media Ponderada (It,o): Σ(xit/xio) * Wi / ΣWi
  • Índice de Precios de Laspeyres (Lt,o): Σpit * qio / Σpio * qio
  • Índice de Precios de Paasche (Pt,o): Σpit * qit / Σpio * qit
  • Variación Relativa: (It'o - Ito)/Ito * 100

Modelos de Series Temporales

  • Esquema de composición aditivo: Yt = Tt + Ct + Et + Ut = Et + et + Ut
  • Esquema de composición multiplicativo: Yt = Tt * Ct * Et * Ut = Et * et * Ut

Entradas relacionadas: