1 / 6

CB y Bootstrap

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.

rogan-bartlett
Download Presentation

CB y Bootstrap

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. CB y Bootstrap Lic. Luis Francisco Zaldívar MSE

  2. 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.

  3. 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.

  4. 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.

  5. 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.

  6. 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.

More Related