Modulo: seires de tiempo

Lic. Valentin

Pdf 16 hojas arma

Modelo AR1 (MODELO AUTOREGRESIVO MEDIA UNO)

Aplicación de un moldeo arima

3 MODELOS ARMA

MODELO AR(p)

Media móvil de orden (P)

Modelo MA (q)

Modelo Arma (p,q)

Modelo Arma (1,1)

Yt = C+qYt-1+Ut + QUt-1

Nociones de procesos estocastico

El proceso estocastico es la viacion de una variable por ej. El PIB 2005, PIB 2006, PIB 2007

LAS DISTRIBUCIONES SON DIFERENTES PARA CADA AÑO ESTABILIDAD DE LA ECONOMIA Y LAS
VARIANZAS SON DISTINTOS EN CADA UNO Y COMO TAMBIEN LAS MEDIAS CONSTANTE Y LO QUE
TIENE QU ECUMPLIR SON LAS VARIANZAS CONSTANTE .

DIFINICION DE AUTOCORRELACION

AUTOCRRERALCION PARCIAL

PROCESO RIUDO BLANCO

AUYOCRRELACINES PARCIALES

Clase de sábado 10 de marzo

Autocorrelaciones parciales

Sin perdida de generalidades establezcamos E(yt)

Teorema de descomposición de wold

4.3 Proceso de autorregresivo AR(p)

E(M)=M
Tarea demostración

Aplicación esperanza

1.1. Aplicación en ewius

Smpl 11

genr yt=1/.45

smpl 2 @last

genr yt=0.55*yt(-1)+nrnd

autocrrelacion parcial

yt yt-1

auto regrecivo de un orden mayor

smpl 1 2

genr y2=0

smpl 3 @last

genr y2=+11+.35*y2(-1)+27*y2(-2)+nrnd

esto es un autorregresivo de orden 2 AR(2)

los AR(1) en el proceso auto correlativo deben caer abructamente

modelo autorregresivo mediante el correlograma

proceso MA(q)

tarea

demostrar las autocovariancias de un media móvil

se demeustra que un proceso móvil siempre es stacionario

un proceso mediamivil de orden 2

aplicaion en ewius

smpl @all (usa toda la muestra)

genr u3=nrnd

smpl 3@last
genr y3=15+u3+.65*u3(-1)-.77*u3(-2)

*el eviews
d(igae,1,12) c ar(1) ar(5) ar(6) ma(1) ma(5) sar()

en el modelo AR(p)= las raíces fuera del circulo 1 => estable es estacionario

en el modelo MA(q) = las raíces fuera del circulo 1=> invertuble

smpl @all

genr u4=nrnd

smpl a @last

genr y4=u4+.25*u4(-1)-.17*u4(-2)+.2*u4(-3)

MA (1) AC EN LA GRAFICA DESPUES DE UNA BARRA CAE ABRUCTAMENTE *PAC ES UN

TRIENAGULAR

MA (2) AC EN LA GRACFICA CAE DESPUES DE DOS BARRAS

PAC LA SIGNIFICAION DESAPARECE CORRELATIVAMENTE

MA (Q) AC en la grafica su comprortamiento es irregular

Pac regulación

ARMA (2,3)

smpl @all

genr u=nrnd*2

smpl 1 4

genr z=0

smpl 5 @last

genr z=4+1.7*z (-1)+.72*z(-2)+u+.9*u(-2)-.8*u(-4)

pronostrico
ESTIMACION Y CONTRASTE

Cada uno consigue sus vairables trimestral o MESUAL

Una variable optener una modelo arima y pronestricar

La demostración estacionar AR(P) GENERALIZADOS

sino es invertible => no tiene AR (infinito oo)

Tarea 25 de marzo Trabajo practico 2

y defensa
4 abril trabajo practico 2