Comments on: Estimando el paro a partir de las búsquedas en Google

By: Kiko Llaneras

Kiko Llaneras — Sat, 24 Jan 2009 21:50:19 +0000

Sí, Kerno, yo también creo que las búsquedas responden más a los cambios que al valor absoluto.

Para intentar hacerlo más en serio, lo mejor sería usar información de muchos más términos. Pero sigo pensando que nos faltarían datos. El Paro no ha cambiado lo suficiente en los últimos cuatro años.

P.S. Seguramente sería mejor buscar otro problema al que aplicar esta aproximación.

By: kerno

kerno — Wed, 21 Jan 2009 13:59:40 +0000

ya lo he mencionado antes pero insisto. En caso de una fuerte reducción del paro muy rápida, el número de búsquedas también sería muy alto con lo que la correlación lineal fallaría. Lo único que veo se puede correlacionar a largo plazo es la variación (derivada) del paro en valor absoluto. Para además darle una utilidad a la herramienta se podría probar con la palabra trabajo así se podría prever una subida o bajada del paro, con apoyo de datos macroeconómicos se podría decidir el signo del valor obtenido.

By: Kiko Llaneras

Kiko Llaneras — Mon, 19 Jan 2009 07:51:37 +0000

Cyberkender, los datos son relativos al total de búsquedas. Seguramente la gente navega menos en Navidad, pero la caída no se debe a eso, sino que de la gente que busca, un porcentaje menor busca la palabra «paro» cuando esta de vacaciones.

Supongo que el efecto también puede deberse a que aparecen muchas búsquedas de términos navideños —compras, fiestas, recetas, no sé— y diluyen a las búsquedas de «paro».

P.S. En cuanto a los fines de semana, ya que lo mencionas, por lo menos los blogs tienden a tener muchas menos visitas durante los fines de semana.

Saludos

By: cyberkender

cyberkender — Mon, 19 Jan 2009 00:45:27 +0000

Curioso esto de experimentar con tendencias en google. En cuanto a las explicaciones para Diciembre se me ocurre que con motivo de las fiestas y vacaciones la gente deja de usar el ordenador (bien porque se conecta desde el trabajo, bien porque llena su tiempo lejos del ordenador). Ver la evolución detallada de las búsquedas (por días), nos permitiría ver si esa caída ocurre los fines de semana lo que indica la gente que busca desde el trabajo…Que de cosas que se pueden hacer…

By: Kiko Llaneras

Kiko Llaneras — Thu, 15 Jan 2009 18:23:54 +0000

Joe, Google Trends es una pasada.

By: Kiko Llaneras

Kiko Llaneras — Thu, 15 Jan 2009 12:41:28 +0000

Topo, lo de comparar con otros países es idea tuya, así que tu te encargas de las hipótesis correspondientes

En identificación la correlación nos da “igual” la clave esta en si las predicciones del modelo se pueden validar o no. Es curioso.

By: Joe

Joe — Thu, 15 Jan 2009 09:50:52 +0000

Muy bueno el artículo!!… No conocía lo de Google Trends, ahora mismo me voy a jugar con él un rato! jeje

By: Topo Universitario

Topo Universitario — Thu, 15 Jan 2009 09:15:30 +0000

Si tenemos 48 valores en la variable dependiente, mi recomendación es utilizar 47 variables predictoras. Así seguro que conseguiremos una R^2 igual a 1…
—
Planteas “¿podemos esperar una conducta de búsqueda diferente entre gentes de otros países?”. No lo sé, la teoría e hipótesis que inicia el estudio es tuya.
—
No hay manual alguno que señale de un modo tajante a partir de qué valor una correlación se puede considerar alta. Y, de haberlo, tendría que quemarse.
Correlaciones entre indicadores de calidad de vida evaluados a nivel de países han de correlacionar muy alto. Miden lo mismo y con poco error. Valores por debajo de 0′8 podrían incluso considerados como llamativamente bajos.
Correlaciones entre pruebas de selección de empleo y desempeño posterior, con suerte, correlacionarían como 0′6. Y, posiblemente, si uno desarrolla una prueba que dé ese resultado ya tiene la vida solucionada, dedicándose a comercializarla.
Sólo la teoría y el marco de estudios previos determinan a partir de dónde una correlación es alta.
—
El profesor que llevo dentro se ha quedado a gusto.

By: Kiko Llaneras

Kiko Llaneras — Wed, 14 Jan 2009 22:03:47 +0000

Josete, correlacionar paro y compras también habría que probarlo, sí.

En realidad hay tantas cosas… ¿habrán subido las audiencias televisivas durante las mañanas? Pensad que hay un millón de personas más en su casa.

P.D. Espero tu correo.

By: Kiko Llaneras

Kiko Llaneras — Wed, 14 Jan 2009 20:02:07 +0000

¡Gracias, Kerno!

Con respecto a R, lo que vale 0.72 es R^2 (errata mia, perdón). Se trata de un buen valor de R^2, aunque habría que mira más cosas (residuos, por ejemplo). Pero vamos, la correlación es evidente viendo la figura, otra cosa es que valga como modelo predictivo.

Y, Sí, los datos de 2008 son clave porque es cuando ha habido variación:

Para obtener un modelo que relacione X e Y, necesitaré hacer muchos “experimentos” diferentes y obtener pares (Xi, Yi). Si Xi vale siempre 5, podré estimar el ruido de mis medidas, quizás, pero tengo ni idea que cuando valdrá Y cuando X sea -2, 9 o 23.

Es decir, para identificar un sistema necesito una entrada que lo excite suficientemente y explore todo su espacio de variables. Por esa misma razón, el estimador no será capaz de estimar el paro a lo largo de 2009.

Sin los datos de 2008, tendríamos un conjunto de datos de entrada (paro) todavía peor que el que tenemos… y sería muy difícil sacar nada en claro.

El problema en muchísimos problemas de este tipo es siempre el mismo ¡faltan datos!