Академический Документы
Профессиональный Документы
Культура Документы
1
INTRODUCCIÓN
Preguntas a responder por el analista (Maravall,1999):
Dónde estamos?
PROMEDIOS
MÓVILES
Modelos Regresión
ARIMA múltiple
Suavizamiento
exponencial
REZAGOS ADELANTOS
160
140 •Tendencia?
120 •Valores
extremos?
100
•Dispersión?
80
•Cambios de
60 pendiente?
40
•Estacionalidad?
20
0
1994
1995
2008
2009
1990
1991
1992
1993
1996
1997
1998
1999
2000
2001
2002
2003
2004
2005
2006
2007
2010
2011
Análisis de Series de Tiempo
Tema I: Conociendo una serie de tiempo 8
Ejemplo 1. gráfico estacional
260
•Tendencia?
240
•Valores
220
extremos?
200
•Dispersión?
180
•Cambios de
160
pendiente?
140
•Estacionalidad?
120
100
80
1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011
260
240
220
200
180
160
140
Ene Feb Mar Abr May Jun Jul Ago Set Oct Nov Dic
2000 2001 2002 2003 2004 2005 2006 2007 2008 2009
280
260
240
220
200
180
160
140
120
100
80
1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011
130
90
propiedades
80 estadísticas
70
diferentes a la
60
50
serie original
40
18
2000 2001 2002 2003 2004 2005 2006 2007 2008 2009
Variación
interanual
16
•Graficar los
14
datos: en
niveles,
12
logaritmos, tasas
10
de crecimiento,
reales,
8
nominales
6
2000 2001 2002 2003 2004 2005 2006 2007 2008 2009
16 80
4.2
70
14 60
4.0
50
12
3.8 40
1 13 25 37 49 61 73 85 97 109
10
Yt Yt 1
ln Yt
8
Yt 1 6
2000 2001 2002 2003 2004 2005 2006 2007 2008 2009
r1=0.083 r7=-0.040
r2=0.223 r8=-0.287
r3=0.102 r9=-0.008
r4=-0.228 r10=0.020
r5=-0.021 r11=0.055
r6=-0.248 r12=0.363
Yt Yt-1 Yt-2
j 1
s (rk )
n
Bajo el supuesto de ruido blanco,
las autocorrelaciones deben ser cercanas
a cero y están normalmente distribuidas
con error estándar aproximado con 1 / n
Los limites de confianza se calculan como:
Li rk 1.96 / n
Eje X
Análisis de Series de Tiempo
Tema I: Conociendo una serie de tiempo 20
9.La estacionariedad
El proceso está en equilibrio estadístico alrededor de un valor medio.
Distribución de probabilidad común e invariante en el tiempo.
La media es única (local y global) y representativa de todo el período
analizado.
La varianza es constante y finita.
La función de autocorrelación decae rápidamente en el tiempo.
Un shock en un momento dado tiene efecto en el corto plazo.
Denominación en econometría: I(0)
El análisis visual de la serie es con frecuencia suficiente para evaluar la
estacionariedad de una serie.
El correlograma complementa el análisis de estacionariedad
Las pruebas formales de Integración también miden estacionariedad
La media es constante.
La varianza es
constante.
La función de
autocorrelación decae
rápidamente cuando
aumenta k.
Jenkins, 1979