Resumen:
Una medida de análisis sería por medio de la correlación que es la medida de
asociación entre variables. En probabilidad y estadística, la correlación indica la
fuerza y la dirección de una relación lineal entre dos variables aleatorias. Se
considera que dos variables cuantitativas están correlacionadas cuando los
valores de una de ellas varían sistemáticamente con respecto a los valores
homónimos de la otra: si tenemos dos variables (A y B) existe correlación si al
aumentar los valores de A lo hacen también los de B y viceversa.
El coeficiente de correlación sirve para medir la correlación entre 2 variables. La
ventaja que tiene este coeficiente sobre otras herramientas para medir la
correlación, como puede ser la covarianza, es que los resultados del coeficiente, de correlación están acotados entre -1 y +1. Esta característica nos permite
comparar diferentes correlaciones de una manera más estandarizada
Series de Tiempo
Arima o modelos de promedio móvil autorregresivo integrado son un tipo general
de los modelos Box-Jenkins para series estacionarias de tiempo.
Test de raíces unitarias se utiliza para evitar relacionar variables de forma no
válida o para confirmar que la serie no tiene tendencia.
Vectores autorregresivos estructurales ayuda a identificar si un modelo es
estructural si nos permite predecir el efecto de intervenciones como acciones
deliberadas de política, o los cambios en la economía o en la naturaleza de tipos
parecidos. Para hacer tal predicción el modelo debe decirnos cómo la
intervención corresponde a cambios en algunos elementos del modelo como por
ejemplo parámetros, ecuaciones, variables aleatorias observables o no
observables, y debe ser cierto que el modelo cambiado es una caracterización
precisa de la conducta que está siendo modelado después de la intervención.
