60 likes | 179 Views
CB y Bootstrap. Lic. Luis Francisco Zaldívar MSE. Herramienta Bootstrap. Mide nivel de confianza y exactitud de parámetros estadísticos del Perfil de Riesgo ( distribución Y) obteniendo la distribución de cada uno de los parámetros estadísticos.
E N D
CB y Bootstrap Lic. Luis Francisco Zaldívar MSE
Herramienta Bootstrap • Mide nivel de confianza y exactitud de parámetros estadísticos del Perfil de Riesgo ( distribución Y) obteniendo la distribución de cada uno de los parámetros estadísticos. • Si el sesgo en Perfil de Riesgo Y es alto empleamos el Perfil de Riesgo Y del parámetro estadístico Mediana. • Mide la Dispersión de los parámetros estadísticos considerando las corridas. • Puede encontrar la Distribución de los Supuestos Riesgosos. • Flexible y no asume que las observaciones provienen de la Distribución Normal. • Requiere que las observaciones sean aleatorias e independientes. • Toma Correlaciones entre parámetros. • Desventaja: necesita tamaño de muestra grande para ser precisa o exacta.
Tipos de Bootstraps en CB • A) Simula modelo una vez y luego repetidamente muestrea hasta llegar al tamaño de muestra Bootstrap definido en CB. Rápido pero menos exacto. • B) Simula modelo y de cada simulación obtiene muestra para encontrar los parámetros estadísticos o distribución muestreada. Lento pero exacto.
Exactitud y Confianza en la Distribucion del Perfil de Riesgo • MSE o CV alto significa poca exactitud de los parámetros estadísticos. • MSE o CV bajo significa confianza y exactitud en los parámetros. Tenemos una Distribución Simétrica con baja dispersión. • Parámetros son los reales de la población.
Bootstrap y Número de Muestra • 200 es tamaño aceptable. • 1,000 debe emplearse para estimar intervalos de confianza de percentil 5% a percentil 90%. • RECORDEMOS • + Muestras Bootstaps = + Confianza y exactidud en parámetros. • Distribución estrecha y por ende, parámetro será el verdadero.
Determinanción de Distribución Estadística de la Variables Aleatorias • Mejor método Bootstrap no-paramétrico. • Emplear distribución Custom o Propia • Pronósticos a simular los parametros estadísticos de interés. • Emplear MS Excel formulas estadísticas para los parámetros. • Emplear Bootstrap de herramientas. • Efectuar simulación. • Selecionar distribución del promedio (Distribución Y) • Hacer fit de la distribución Y.