{"id":2878,"date":"2022-08-14T00:49:32","date_gmt":"2022-08-14T00:49:32","guid":{"rendered":"https:\/\/pcyti.izt.uam.mx\/?p=2878"},"modified":"2022-08-14T00:49:33","modified_gmt":"2022-08-14T00:49:33","slug":"uso-de-herramienta-borrosa-para-el-estudio-de-indices-economicos-4","status":"publish","type":"post","link":"https:\/\/pcyti.izt.uam.mx\/?p=2878","title":{"rendered":"Uso de herramienta borrosa para el estudio de \u00edndices econ\u00f3micos"},"content":{"rendered":"\n

 Descargar versi\u00f3n PDF<\/a><\/p>\n\n\n\n

Profesores<\/strong>: Dr. Sergio Gerardo de los Cobos Silva<\/a> y Dr. Eric Alfredo Rinc\u00f3n Garc\u00eda (UAM Azcapotzalco)<\/a><\/p>\n\n\n\n

Resumen<\/strong>: Esta forma de modelaci\u00f3n con instrumentos borrosos, ofrece ciertas ventajas sobre la tradicional t\u00e9cnica de regresi\u00f3n. En primer lugar, porque las estimaciones que obtengamos despu\u00e9s de ajustar los coeficientes borrosos, no ser\u00e1n variables aleatorias, y por tanto, en muchas ocasiones de dif\u00edcil tratamiento num\u00e9rico, sino n\u00fameros borrosos, cuyo tratamiento es m\u00e1s sencillo. Por otra parte, si el fen\u00f3meno de estudio es de car\u00e1cter econ\u00f3mico o social, las observaciones que del mismo se obtienen son consecuencia de la interacci\u00f3n entre las creencias, expectativas, etc. de los agentes que participan en dicho fen\u00f3meno, y por tanto, ya hemos se\u00f1alado que en nuestra opini\u00f3n, no es del todo adecuado modelar dicho fen\u00f3meno utilizando la teor\u00eda de la probabilidad. Por ejemplo, el precio de los activos que se negocian en los mercados financieros es la consecuencia de las expectativas que tienen los participantes sobre el devenir de la econom\u00eda, la confianza que a los operadores les generan los emisores de dichos activos etc. Posiblemente en este caso sea excesivamente simplificadora la existencia de linealidad entre la variable explicada y las variables explicativas lo cual se asume utilizando tanto la regresi\u00f3n convencional como la regresi\u00f3n borrosa, pero creemos que es m\u00e1s realista modelar el sesgo que puede darse entre las realizaciones de la variable dependiente y el valor que te\u00f3ricamente \u00e9stas pueden tomar asumiendo que la relaci\u00f3n entre variable dependiente y variables explicativas es borrosa, que si damos una naturaleza aleatoria a dicho sesgo.<\/p>\n\n\n\n

Objetivo general<\/strong><\/p>\n\n\n\n