Crear histogramas para las series de retornos.
Abrir el archivo Portafolio6.xlsx (o, puede trabajar en el archivo usado en el ejercicio Estadísticos descriptivos) 😎.
(Instalar el complemento de análisis de datos, si no está instalado: Menú Archivo: Opciones: Complementos: Administrar: Complementos de Excel Ir… Seleccionar Herramientas para análisis Aceptar)
Menú Datos: Análisis de datos Histograma Aceptar. Seleccionar Rango de entrada: la primera columna de datos $B$1:$B$36. Sólo datos sin fechas, incluyendo la etiqueta de la primera fila. Seleccionar Rótulos y Crear gráfico. Indicar Opciones de salida: En una hoja nueva. Aceptar.
Formatear las celdas de clase (i.e. A2:A6) con tres decimales. Esto afecta el gráfico.
Personalizar el gráfico a su gusto (pero no mucho).
Otra forma de hacer lo mismo es:
Seleccionar la primera columna de datos B1:B36. Sólo datos sin fechas, incluyendo la etiqueta de la primera fila. Menú Insertar: Gráficos recomendados: Histograma Aceptar. Mover (cortar y pegar a la nueva hoja) y personalizar el gráfico a su gusto.
¡El resultado debe verse como la figura!
Inspeccionar.
Se aprecia que ambos gráficos no se parecen mucho, aunque han sido creados con la misma data. Eso sí, ambos tienes 35 observaciones como es de esperarse. La diferencia, fuera del formato y ancho de las columnas está en la selección (automática) de las clases y por lo tanto de las frecuencias correspondientes.
El histograma H3 repite el histograma H1 pero, manualmente se logra que las clases coincidan con el punto medio de los intervalos del gráfico H2 (i.e. -0.039 =(-0.067-0.011)/2 ). Las frecuencias no son arbitrarias. Se inserta la fórmula =CONTAR.SI.CONJUNTO(Portafolio!$B$2:$B$36;">-0.011";Portafolio!$B$2:$B$36;"<0.045") para obtener el valor "16". Además, se agranda y formatea el histograma y se superpone curvas normal estándar.
Interpretar.
Ambos gráficos deben proporcionar la misma información y conducir a las mismas conclusiones. Como se le mire, la distribución no parece normal. Ya se había reconocido que la media 0.02617 de los retornos de ADBE es significativamente diferente de cero. Sin embargo, aunque la distribución es claramente no simétrica, el test de normalidad Bera-Jarque basado en curtosis y asimetría no logra rechazar la hipótesis nula de normalidad en este caso.
Con métodos gráficos únicamente no se puede o es muy difícil determinar si la distribución es normal. Parece que la distribución de los retornos es “más o menos” normal. Pero la muestra es pequeña. Podría incrementarse, por ejemplo, con data semanal.
… repetir con las otras columnas. (En una próxima entrada se compara la normal estándar con la t de student ).
¡El resultado para los 8 gráficos H2 debe verse como en la figura!
Guardar y cerrar el archivo.
Por favor, me comentan si les salió, también me comentan si hay algún error (de tipeo) 😊.
Si algún archivo no descarga, no duden en solicitarlo por e-mail.
¡Puedes compartir en las redes sociales!😉
Comments