EL EFECTO DE LA EDUCACIÓN SECUNDARIA EN EL INGRESO PER CÁPITA DEPARTAMENTAL DEL PERÚ

Slides:



Advertisements
Presentaciones similares
¿De que factor depende el período de vibración de una masa unida a un resorte? Autor Se estudiará como afecta la masa unida al resorte el período de vibración.
Advertisements

Modelos de Variable Dependiente Binaria -Logit y Probit-
Ingeniería Industrial II CicloEducativo 2011
AUTORES: peter b. seddon y min-yenkiew
Covarianza muestral Sean x1, x2, ..., xn e y1, y2, ..., yn dos muestras aleatorias independientes de observaciones de X e Y respectivamente. La covarianza.
PROPIEDADES ESTADÍSTICAS DE LOS ESTIMADORES
Modelo básico de regresión Lineal
TOPICOS DE ECONOMETRIA APLICADA Series de Tiempo Introducción
COEFICIENTE DE CORRELACIÓN PRODUCTO-MOMENTO DE PEARSON
Regresión Lineal Simple
Clase 5 Hipótesis de diferencias de grupos
PROBLEMAS ECONOMETRICOS
Pronósticos, Series de Tiempo y Regresión
Universidad Autónoma de Madrid
Análisis de regresión MCO MELI.
Estimador de Efectos Fijos
Estimación de modelos ARMA
Definición del Modelo de Regresión Simple Estimaciones por MCO Método de MCO Valores Esperados y Varianzas por MCO.
Maestría en Transporte Regresamos... (el problema de la regresión lineal) Clase 5.
Perú: Crecimiento y Productividad
Regresión lineal simple Nazira Calleja
Modulo04_Ejercicio19 Covariable dependiente del tiempo.
InfoStat. Software estadístico
Departamento de Informática Universidad Técnica Federico Santa María EconometríaEconometría Capitulo II.
18. Cálculo de la probabilidad exacta de Fisher Módulo III: Análisis de datos categóricos Análisis de Datos Aplicado a la Investigación Científica
REGRESIÓN LINEAL MÚLTIPLE TEMA INTRODUCCIÓN 2 x1x1 Y x2x2 x3x3 xKxK.
Contraste de Hipotesis
Auxiliar Pre Examen IN4402-2: Aplicaciones de Probabilidades y Estadística en Gestión Profesora: Paola Bordón T. Auxiliares: Andrés E. Fernández.
¿Qué es el Análisis Multivariante? X Y Z W T Son métodos estadísticos que analizan X, Y, Z, W, …, T simultaneamente Medidas múltiples Individuo u objeto.
Probando Prueba.
1 Pronósticos, Series de Tiempo y Regresión Capítulo 3: Regresión Lineal Simple.
Tema: Estadísticos no paramétricos CHI-Cuadrada Curso: Seminario de Estadística ESCUELA SUPERIOR POLITECNICA DE CHIMBORAZO FACULTAD DE INFORMATICA Y ELECTRONICA.
Asi es Como Tendria que Ser la Vida
METODOS ECONOMETRICOS Datos de Panel Introducción a Efectos Fijos Efectos Aleatorios Daniel Lema.
¿Dónde está la riqueza de las naciones?
AprendaEstadistica.com Análisis de varianza para un factor Problema
Econometría Introducción
Estadística II Prueba de hipótesis considerando
Asi es Como Tendria que Ser la Vida
EjEMPLO de diseños experimentales
Clase 8: Contraste de Hipótesis
Keller,R; Deodato,P; Seguel,I; Vaccaro, P; Olea,C; Musante,G
Temas Estimador de Efectos Fijos: utiliza una transformación para eliminar el efecto inobservable ai antes de la estimación Estimador de Efectos Aleatorios:
Correlación Lineal de Pearson y Regresión Lineal Simple
DISCUSIÓN DE LA FORMA FUNCIONAL
SUPUESTOS DEL MODELO DE MINIMOS CUADRADOS
RELACIÓN ENTRE UNA VARIABLE DEPENDIENTE Y UNA O MAS INDEPENDIENTES.
THEODORE WILLIAM SCHULTZ. BIOGRAFÍA  Economista estadounidense que recibió el premio Nobel de Economía de 1979, junto a William Arthur Lewis, por sus.
ANOVA DE UN FACTOR. Diferencias de Medias Independientes Dependientes Diferencias de Varianzas.
« EFECTO DE LA TASA DE INTERÉS ACTIVA Y EL PRODUCTO BRUTO INTERNO EN LA INVERSIÓN PRIVADA EN EL PERÚ, 2003 – 2015 » CHARLY CRUZ DELGADO.
COMPARACION DE MEDIAS Para comparar media utilizando la prueba T hay Ttres opciones diferentes utilizando contrastes de hipotesis sobre : PARA UNA MUESTRA.
Análisis descriptivo A.F.C. Naturaleza de las variables VARIABLES ESCALARES (CUANTITATIVAS) CONTINUAS T°: 36.5°C Utiliza decimales DISCRETAS 1 SUJETO.
Modelo de regresión lineal múltiple. Estimación de parámetros. Evaluación de la recta estimada. Diagnóstico del modelo. Detección, evaluación de puntos.
ANALISIS DE VARIANZA
Regresión Lineal Simple Capitulo 17. Los temas Regresión Lineal Comparando ecuaciones lineales Bondad de ajuste (Chi square) Tabla de contingencia The.
Marisa Bucheli y Cecilia Lara Facultad de Ciencias Sociales
Correlación Relación no lineal Relación lineal positiva Relación
Contraste de Hipotesis
Regresión y Correlación Múltiple: Prueba de hipótesis.
Correlación Relación no lineal Relación lineal positiva Relación
AXIOMAS DE ARROW JAIMES GUTIERREZ LINDA KAREN PALOMA ADRIANA FUENTES VILCHIS.
Dices: Distinguida mesa del jurado calificador
“Factores Macroeconómico condicionantes del comportamiento del PBI peruano durante el periodo ” Octubre 2017.
Contraste de Hipotesis
Contraste de Hipotesis
ANALISIS DE REGRESION SIMPLE
REGRESION LINEAL SIMPLE
La Distribución de la Varianza Muestral  La comprensión del concepto de la distribución de la Varianza Muestral es fundamental para el correcto entendimiento.
DOCENTES DE EDUCACIÓN SECUNDARIA.
Transcripción de la presentación:

EL EFECTO DE LA EDUCACIÓN SECUNDARIA EN EL INGRESO PER CÁPITA DEPARTAMENTAL DEL PERÚ

Tasa de conclusión secundaria. Tasa de analfabetismo. ingreso per cápita departamental. VARIABLES

Bases teóricas Autores como Schultz (1961) y Becker (1983), indican que el ingreso de la población depende de su capital humano además de otros factores, sobre la elección racional de invertir más en educación y su formación profesional. Bustelo M. (2002), en su trabajo de relación entre salario y el nivel de educación concluye que a mayor nivel educativo se percibe más salarios

Regresión: La variable tasa de analfabetismo presenta signo menos por tener un impacto negativo y conclusión educativa presenta signos más por sus impactos positivos respecto a su impacto con la variable dependiente

Regresión sin constante:

Efectos fijos (analizar) Efectos fijos (analizar) Prueba de p-valores de dos colas la hipótesis de que cada coeficiente es diferente de 0. Para rechazar esto, el p-value tiene que ser menor que Ambas variables tienen influencia significativa con la la variable pbi.

Efectos aleatorios (analizar) Efectos aleatorios (analizar) Si este número es <0.05 entonces tu modelo está bien.

Probando mco vs re prob>x^2 --> 1 (varianza de efectos aleatorios es 0, MCO posible).

Probando fe vs re Hausman Debemos seleccionar la opción de efectos fijos.

Probando MCO vs re

Heterocedasticidad

Regresión sin constante:

Error^2 - C

Máxima verosimilitud

Efecto