New Keynesian Model Features that Can Reproduce Lead, Lag and Persistence Patterns

This paper uses a new method for describing dynamic comovement and persistence in economic time series which builds on the contemporaneous forecast error method developed in den Haan (2000). This data description method is then used to address issues in New Keynesian model performance in two ways. First, well known data patterns, such as output and inflation leads and lags and inflation persistence, are decomposed into forecast horizon components to give a more complete description of the data patterns. These results show that the well known lead and lag patterns between output and inflation arise mostly in the medium term forecasts horizons. Second, the data summary method is used to investigate a rich New Keynesian model with many modeling features to see which of these features can reproduce lead, lag and persistence patterns seen in the data. Many studies have suggested that a backward looking component in the Phillips curve is needed to match the data, but our simulations show this is not necessary. We show that a simple general equilibrium model with persistent IS curve shocks and persistent supply shocks can reproduce the lead, lag and persistence patterns seen in the data.

The Effect of Data Revisions on the Basic New Keynesian Model

This paper proposes an extended version of the basic New Keynesian monetary (NKM) model which contemplates revision processes of output and inflation data in order to assess the importance of data revisions on the estimated monetary policy rule parameters and the transmission of policy shocks. Our empirical evidence based on a structural econometric approach suggests that although the initial announcements of output and inflation are not rational forecasts of revised output and inflation data, ignoring the presence of non well-behaved revision processes may not be a serious drawback in the analysis of monetary policy in this framework. However, the transmission of inflation-push shocks is largely affected by considering data revisions. The latter being especially true when the nominal stickiness parameter is estimated taking into account data revision processes.

Optimal Correction for Guessing in Multiple-Choice Tests

Building on Item Response Theory we introduce students’ optimal behavior in multiple-choice tests. Our simulations indicate that the optimal penalty is relatively high, because although correction for guessing discriminates against risk-averse subjects, this effect is small compared with the measurement error that the penalty prevents. This result obtains when knowledge is binary or partial, under different normalizations of the score, when risk aversion is related to knowledge and when there is a pass-fail break point. We also find that the mean degree of difficulty should be close to the mean level of knowledge and that the variance of difficulty should be high.

El proceso contra Jato Tello (Vitoria 1485): ¿Error judicial o empleo de la justicia penal en la política antijudía?

[ES]El objeto de este artículo es saber hasta qué punto pudo emplearse la justicia penal como un instrumento más de la política de carácter antijudío desarrollada por las autoridades cristianas de la España medieval a finales del siglo XV, concretamente en los momentos previos a la expulsión. Para indagar sobre esta cuestión se tendrá presente el proceso penal por blasfemia al que fue sometido el judío de Vitoria (Álava) Jato Tello.

Intraobserver error associated with anthropometric measurements made by dietitians

Este trabajo se encuentra bajo la licencia Creative Commons Attribution 3.0.

Aplicación de redes neuronales artificiales para la caracterización del error en trayectorias circulares por WEDM

El objeto del presente trabajo, titulado “Aplicación de redes neuronales artificiales para la caracterización del error en trayectorias circulares por WEDM”, es el estudio y posterior optimización del error en trayectorias circulares mecanizadas mediante electroerosión por hilo. Se pretende desarrollar un modelo predictivo de dicho error a través de la implementación de una Red Neuronal Artificial (RNA), que deberá ser alimentada con resultados empíricos resultantes de una batería de ensayos. El modelo desarrollado permitirá conocer a priori los errores que se producirán al cortar formas circulares en distintos espesores y con distintos radios sin necesidad de recurrir a costosas baterías de ensayos.

Flight delay forecast due to weather using Data Mining

A Data Mining model that is able to predict if a flight is going to leave late due to a weather delay. It is used, to be able to get a later connection if you have a connecting flight.

Caracterización del error en el corte de desbaste de trayectorias circulares mediante WEDM.

[ES]En la actualidad el proceso de mecanizado mediante electroerosión por hilo (WEDM) posee varias problemáticas a la hora de la ejecución de los cortes para producir diferentes formas, ya sean esquinas, radios de redondeo o de acuerdo y por último la realización de círculos. Es por ello por lo que se elabora el presente trabajo cuya finalidad es llegar a caracterizar los errores cometidos en el corte de desbaste de probetas con trayectorias circulares y tecnología estándar. De esta manera se podrá cuantificar las desviaciones que se producen en las piezas en función del espesor y de sus radios. Toda la información obtenida en el trabajo permitirá una futura actuación en diversos parámetros máquina, elaborando nuevas tecnologías o bien poder mitigarlos realizando correcciones geométricas, ajustando sus tolerancias.