PIB; un modelamiento estadístico clásico y bayesiano
Modelamiento del PIB y la tasa de empleo de Argentina aplicando modelos clásicos y modelos dinámicos jerárquicos
Versandkostenfrei!
Versandfertig in 6-10 Tagen
23,99 €
inkl. MwSt.
PAYBACK Punkte
12 °P sammeln!
Las series de tiempo desempeñan un papel importante en el contexto económico, ya que permite identificar las relaciones entre variables, así como la influencia con su información pasada en el comportamiento macroeconómico de un país. Teniendo en cuenta lo anterior, en el contexto estadístico se permite escoger diferentes métodos para el estudio del comportamiento de estas series, por lo cual en este libro se presenta el modelamiento de las series del Producto Interno Bruto (PIB) y de la tasa de empleo de Argentina desde el enfoque de modelos dinámicos y del PIB desde el enfoque clási...
Las series de tiempo desempeñan un papel importante en el contexto económico, ya que permite identificar las relaciones entre variables, así como la influencia con su información pasada en el comportamiento macroeconómico de un país. Teniendo en cuenta lo anterior, en el contexto estadístico se permite escoger diferentes métodos para el estudio del comportamiento de estas series, por lo cual en este libro se presenta el modelamiento de las series del Producto Interno Bruto (PIB) y de la tasa de empleo de Argentina desde el enfoque de modelos dinámicos y del PIB desde el enfoque clásico de series de tiempo, con lo cual se busca establecer no solo su impacto sino también la comparación entre los resultados obtenidos desde estas dos perspectivas para lograr evidenciar eficiencia de los mismos. De esta manera, es importante recordar que estas variables en mención permiten medir el crecimiento de un país o de una región en específico, principalmente el PIB, cuya medición se realizó trimestralmente entre los años de 1993 y 2003, donde se destaca eventos que influyeron en el comportamiento de los datos, viendo con eso intervenciones en la serie.
Andere Kunden interessierten sich für
