El acaparamiento es la práctica de retener o comprar bienes en grandes
cantidades antes de que lleguen al mercado de consumo, con el objetivo de
venderlos cuando los precios de estos bienes resulten superiores a los actuales.
El practicante debe tener la capacidad de comprar una cantidad suficiente del
producto para ejercer una influencia directa y desproporcionada en el precio del
mercado. Algunos aspectos hacen que un producto sea más susceptible al
acaparamiento, por ejemplo, una oferta inflexible, es decir, que no puede
responder en forma rápida a un aumento de precios. Por el lado del consumo, la
cantidad demandada debe reducirse menos en términos proporcionales
comparado con el aumento de precio, es decir, que el producto tenga una
demanda inelástica. Otro aspecto común para que pueda ocurrir el acaparamiento
es un mercado pequeño, especialmente con un reducido número de oferentes, y
donde la información es escasa o imperfecta.
Varianza
La varianza es la media aritmética del cuadrado de las
desviaciones respecto a la media de una distribución estadística.
Varianza para datos agrupados
Para simplificar el cálculo de la varianza vamos o utilizar las
siguientes expresiones que son equivalentes a las anteriores.
Varianza para datos agrupados
Modelos Matemáticos
Una de las herramientas principales utilizadas en la estadística son los modelos,
los cuales constituyen representaciones de problemas y situaciones de la vida.
Un modelo es una representación que describe en forma simplificada el
comportamiento de un fenómeno o experimento o un objeto real.
Los modelos pueden ser representaciones físicas, gráficas y simbólicas o
matemáticas. Los modelos físicos se usan principalmente para hacer
simulaciones. Se llama simulación a un experimento realizado sobre el modelo de
un sistema. Como ejemplos de modelos físicos podemos mencionar el geoide, que
pone de manifiesto la forma de nuestro planeta y la distribución y forma de los
continentes y océanos, la topografía, etc.; un avión a escala, que se utiliza en los
túneles aerodinámicos para conocer su comportamiento y estabilidad ante
diferentes condiciones atmosféricas ahí simuladas; una maqueta, que es la
representación a escala de un edificio o construcciones en general, etc.
Coeficiente de determinación
El coeficiente de determinación o coeficiente de correlación múltiple al
cuadrado, es una medida descriptiva que sirve para evaluar la bondad de ajuste
del modelo a lo datos, ya que mide la capacidad predictiva del modelo ajustado.
Se define como el cociente entre la variabilidad explicada por la regresión y la
variabilidad total, esto es:
algunas otras formas de presentar el coeficiente de determinación son:
Algunas de las equivalencias anteriores pueden verse a partir de la demostración
de .
correlación
El término correlación se utiliza generalmente para indicar la correspondencia o la
relación recíproca que se da entre dos o más cosas, ideas, personas, entre otras.
En tanto, en probabilidad y estadística, la correlación es aquello que indicará
la fuerza y la dirección lineal que se establece entre dos variables aleatorias.
Se considera que dos variables de tipo cuantitativo presentan correlación la una
respecto de la otra cuando los valores de una ellas varíen sistemáticamente con
respecto a los valores homónimos de la otra.
Por ejemplo, si tenemos dos variables que se llaman A y B, existirá el mencionado
fenómeno de correlación si al aumentar los valores de A lo hacen también los
valores correspondientes a B y viceversa.
De todas maneras, vale aclarar que la correlación que pueda darse entre dos
variables no implicará por si misma ningún tipo de relación de causalidad. Los
principales elementos componentes de una correlación de este tipo serán: la
fuerza, el sentido y la forma.
Análisis de correlación
El análisis de correlación emplea métodos para medir la significación del grado o
intensidad de asociación entre dos o más variables. Normalmente, el primer paso
es mostrar los datos en un diagrama de dispersión. El concepto de correlación
está estrechamente vinculado al concepto de regresión, pues, para que una
ecuación de regresión sea razonable los puntos muéstrales deben estar ceñidos a
la ecuación de regresión; además el coeficiente de correlación debe ser:
Grande cuando el grado de asociación es alto (cerca de +1 o -1, y pequeño
cuando
Es bajo, cerca de cero.
Independiente de las unidades en que se miden las variables.
Grados de libertad en estadística:
Definición: Los grados de libertad son una cantidad que permite introducir una
corrección matemática en los cálculos estadísticos para restricciones impuestas
en los datos. Un caso común en estadística es el cálculo de la varianza, donde
aparece en el denominador de dicho cálculo una cantidad denominada grados de
libertad, no del todo distinta de la cantidad de datos que se procesan.
Regresión lineal. Permite determinar el grado de dependencia de las series de
valores X e Y, prediciendo el valor y estimado que se obtendría para un valor x
que no esté en la distribución.
Regresión lineal simple
La regresión lineal simple se basa en estudiar los cambios en una variable, no
aleatoria, afectan a una variable aleatoria, en el caso de existir una relación
funcional entre ambas variables que puede ser establecida por una expresión
lineal, es decir, su representación gráfica es una línea recta. Es decir, se esta en
presencia de una regresión lineal simple cuando una variable independiente ejerce
influencia sobre otra variable dependiente.
Ejemplo: Y = f(x)
Regresión lineal múltiple
La regresión lineal permite trabajar con una variable a nivel de intervalo o razón,
así también se puede comprender la relación de dos o más variables y permitirá
relacionar mediante ecuaciones, una variable en relación a otras variables
llamándose Regresión múltiple. O sea, la regresión lineal múltiple es cuando dos o
más variables independientes influyen sobre una variable dependiente.
Ejemplo: Y = f(x, w, z).
FORMULA DE POBLACION FINITA E INFINITA.
Población finita
n= tamaño muestra
z= nivel de confianza 95%= 1.96
p= variabilidad negativa 20
q= variabilidad positiva 80
N= tamaño de la población 300
e= error 0.05
La fórmula es la siguiente:
n= z2Npq/e2(N-1)+z2pq
Considerando que el 2 = cuadrado de tal manera que: z2= z al cuadrado. Para
resolver la fórmula se requiere de una tabla que te dará la cantidad del nivel
de confianza; es decir si eliges un 95% de confianza, esto será igual a .95, se
dividirá entre 2 y te dará .4750 lo que equivale en la tabla 1.96de tal manera que la
fórmula sustituida quedaría:
n= (1.96)2*300(.80)(.20)/(.05)2(299)+(1.92)…
n= (3.84)300(.80)(.20)/(.0025)(299)n= 184/1.3619 = 135
Poblaciones infinitas
z= 2.24p= .70
q= .30e= .25
n= Z2pq/e2
n=(2.24)2(.70)(.30)/(0.25)2n= 5.0176(.21)/0.000625n= 1.0053696/0.000625n=
1685.9136 = 1686
TIPOS DE TENDENCIA
Vamos a clasificar los movimientos del mercado en tres tipos de tendencia :
tendencia alcista: cuando el precio vaya realizando máximos
relativos (o crestas) cada vez más altos, y a su vez los mínimos
relativos (o valles) también sean cada vez más altos que los
anteriores.
Gráficamente:
tendencia bajista: cuando el precio vaya realizando máximos
relativos (o crestas) cada vez más bajos, y a su vez los mínimos
relativos (o valles) también sean cada vez más bajos que los
anteriores.
Gráficamente:
tendencia lateral o indeterminada: cuando no encontramos una
secuencia clara entre los máximos y los
mínimos.