La mentira en la econometría y la estadística

By -

Divergences are quite common between the Establishment and Household numbers….but a discrepancy of this magnitude aroused my suspicions. Navigating the BLS website is a frustration in and of itself. For my labors I discovered that since March 2002 or 115 data points, not once was there a month when the Household Survey had increased by such a gigantic amount or was there once when there was a divergence of that magnitude between the two indicators. It might be noted that the press tends to headline the reduced unemployment numbers. "


-----------

Aunque en algunos casos las estadísticas también mienten de manera "culposa" (cuando estuvieron mal hechas por falta de desarrollo en la materia específica) o de manera "dolosa" cuando se hacen mal intencionalmente (medios) o cuando se hacen con intención de obtener un dato específico (resultado).

Este es una debilidad de las estadísticas y estadísticos, aunque se convierte en una oportunidad para trabajar su nombre o marca y convertirse en una suerte de grupo de presión estadístico. Finalmente, entre dos grupos que mienten, y valga la redundancia, será el más "creíble" el que tenga más "credibilidad" en el mercado.

Comments

Post a Comment

Popular posts from this blog

Endogeneidad y Exogeneidad en los Modelos Econométricos [MARTIN, JM.]

By -
+José-Manuel Martin Coronado   Econometrista +EMECEP Consultoría   www.emecep-consultoria.com En las clases de estadística, en el tema de regresión lineal, los alumnos aprenden que hay variables dependientes (regresadas) y variables independientes (regresoras), básicamente la "Y" y la "X", como un recordatorio de las clases de geometría analítica. No obstante, cuando los alumnos llegan al curso de econometría, ese lenguaje tiende a cambiar, para confundir, y a veces, para estresar a los alumnos. Aunque en el fondo podrían llegar a ser sinónimos, lo cierto es que la denominación más usual es la de variable endógena y variable exógena, respectivamente. La primera no es otra que aquella variable económica cuya evolución y/o comportamiento depende de otras, mientras que la segunda es lo contrario. (no dependencia). No obstante, este enfoque parece ser más un supuesto que una propiedad. En otras palabras, mientras se tienen experimentos plenamente con
<<<< Leer más / Read more >>>>

"De los modelos ARDL - Primera Parte" (Traducción)

By -
La siguiente es una traducción al español del post originalmente publicado por D.Giles en su blog "Econometric Beats" ; la cual se publica sólo con fines académicos: "Modelos ARDL [Rezagos Distribuidos]- Parte I He prometido, durante demasiado tiempo, proveer una entrada sobre los modelos ARDL y pruebas de campo. Bueno, por fin llegó la hora de hacerlo! "ARDL" significa modelo "Autoregresivo de Rezagos Distribuidos". Los modelos de regresión de este tipo han estado en uso durante décadas, pero en tiempos más recientes han demostrado  proporcionar un vehículo muy valioso para probar la presencia de relaciones de largo plazo entre series de tiempo económicas.
<<<< Leer más / Read more >>>>

¿Qué es un Proceso Generador de Datos ARIMA(1,1)? [J.M. MARTIN]

By -
José-Manuel Martin Coronado Instituto de Econometría de Lima www.institutoeconometria.com Existe un concepto muy utilizado en el análisis de series de tiempo y es el de Proceso Generador de Datos (PGD ó DGP en inglés). Si bien el nombre parece complejo, en principio es bastante sencillo: Es una fórmula matemática que representa una secuencia de datos. Y por definición, esa fórmula de una secuencia permite crear datos en serie, es decir, sucesivos en función a algún indicador, en este caso, el tiempo. No obstante, muchos estudiosos de la materia buscan confundir y asustar al lector novel en estos temas, afirmando que es algo muy complejo. Si bien algunas fórmulas de series de tiempo puede ser excesivamente complejas, esto a veces es arbitrario y no necesariamente representativo, particularmente si se tiene en cuenta que los modelos Naïve puede llegar a ser tan precisos como los modelos con PGD de alta complejidad.  Por ejemplo, un proceso generador de datos muy simple se
<<<< Leer más / Read more >>>>