Академический Документы
Профессиональный Документы
Культура Документы
7 ut-2 ; a)
2 u
=5
Autovarianzas:
b)
Si Y81 fue 4.2 esperara usted que Y82 tome un valor mayor o menor que la media del proceso? qu puede decir acerca de Y ? 83
A medida que se aleje atreves del tiempo, tanto la autocorrelacin como el valor de la media se ir disminuyendo. En y tomaran valores cada vez mas pequeos . Verificndose de esta manera la propiedad de ergodicidad.
c)
Alternativamente, un MA(2), las condiciones de invertibilidad aplicadas directamente sobre los parmetros siguientes:
No cumple con las condiciones de invertibilidad; dado que mediante polinomios caractersticos solo uno de los valores esta fuera del circulo unidad
.
d)
y
Escriba al proceso en su forma autorregresiva Al no cumplir las condiciones de invertibili ad, su forma autorregresiva no podra ser d hallada.
2 u
=4
Yt = 0.8 Yt-1 5 + ut
Las races del modelo son reales, se observa los coeficientes de autocorrelacin decaen exponencialmente.
que
b)
Si 1 = - 0.8 discuta que cambios se observara en el comportamiento de la serie con respecto al modelo inicial.
Yt = 0.8 Yt-1 5 + ut
Las races del modelo son reales, se observa que los coeficientes de autocorrelacin decaen exponencialmente, acompaado de una alternancia de signos.
WI = 4
Analice las condiciones de estacionariedad e invertibilidad para el modelo Analice si el modelo esta sobreparametrizado, de estarlo proporcione una simplificacin del modelo. c) Describa el comportamiento esperado para la serie Y implicado por este modelo, t obtenga su funcin de autocorrelacin. Escriba al modelo en su forma MA(g) (proporcione los coeficientes hasta 4 rezagos).
donde
Siendo la parte AR y la parte MA. Para analizar la estacionariedad solo se busca ello en AR porque MA es estacionario por naturaleza, entonces Sean Buscando sus races, resultan L1 = 2.5 y L2 = 2 Asimismo analizando la invetibilidad de solo en MA, ya que el polinomio de AR ser{a invertible. Entonces y si sus races se encuentran fuera del circulo unitario cumplirn dicha caracterstica. Siendo Buscando sus races, resultan L1 = 2 y L 2 = 1.25 B) Para analizar si el modelo se encuentra sobreparametrizado se ver Para verificar si el modelo se encuentra sobreparametrizado se tendr que verificar mediante una factorizacion del ARMA(2,2) es su parte autorregresiva y en la de sus medias moviles, para analizar si existen raices comunes. Entoces
Yt ! J1Yt 1 J2Yt 2 H I t U1I t 1 U 2I t 2 se factorizara de la siguiente manera Yt J1Yt 1 J2Yt 2 ! H I t U1It 1 U 2It 2 (1 J1L J2 L2 )Yt ! (1 U1 L U2 L2 )I t
Si l H
P p J1P p 1 ... J 2 ! 0
E t t A
J 2 ! 0.2
l i
F U1 F
i t
Fi
t ,
i t
ti
ti
C) Descri iendo el comportamiento esperado de la serie E(Yt) en se tiene E (Yt donde los t es lti os t inos, por tratarse de esperanzas de ruidos blancos, dicho resultado ser cero. As final ente se obtiene la forma:
E (Yt ) !
Siendo
H 1 J1 J2
J1 ! 0.9 J2 ! 0.2 H !6
Entonces
(1 J1 L J2 L2 )Yt ! H ((1 U1 L U 2 L2 )I t , di idiendo entre el polinomio AR (1 J1 L J2 L2 )Yt H (1 U1 L U 2 L2 ) ! It (1 J1 L J2 L2 ) (1 J1 L J2 L2 ) (1 J1 L J2 L2 ) I Del coeficiente de t se obtiene la forma ] ( L ) ! (1 U1 L U 2 L2 ) * 1 (1 J1 L J2 L2 )
g ] ( L ) ! (1 U1 L U 2 L2 ) * (J1 L )t 0
{ {~} { {
F 2 1.3F 0.4 ! 0
U1 ! 1.3
P1 , P2 , P3 ...P p
ti
: P 0.9P 0.2 ! 0 t l
ti
P1 ! 0.5
if
P2 ! 0.4
i A
A ,
q 1
... U 2 ! 0
A ,
F1 , F 2 , F 3 ...F q
l l
lA
--> ti
U 2 ! 0.4
F1 ! 1.26
gij e g g ihgff gf ed
F U1 F U 2 ! 0
F 2 ! 0.03
i l
y y xw qv r fd sichc p ic ig sdtsc d igs r c hdq d dhdq dhpic cf dehg def e d cb u a UV` XY UX WVWV VU STS SR E G CG PCBIHGFFBA HGFB ED CBA @9 98 76 )5 2 )4 321)0 )
A , --> l i t
P 2 J1P J 2 ! 0
J1 ! 0.9
1 J1 L J12 L2 J13 L3 J14 L4 U1 L U1J1 L2 U1J12 L3 U1J13 L4 U 2 L2 U 2J1 L3 U 2J12 L4 1 (J1 U1 ) L (J12 U 1J1 U 2 ) L2 (J13 U 1J12 U 2J1 ) L3 (J14 U 1J13 U 2J12 ) L4 1 (] 1 ) L (] 2 ) L2 (] 3 ) L3 (] 4 ) L4 ...
] ! J i U J i 1 U J i 2
[
l tra reparametri ado e tendr e erifi ar mediante Para rifi ar i l na factori acion del A A , es su parte autorregresi a en la de sus medias moviles, para anali ar si existen raices comunes.
... J2 ! 0 cuyas races son P1 , P2 , P3 ...P p P 2 J1P J2 ! 0 J ! 0.9 y Entonces ante un A A , --> con valores correspondiente a 1 P J1P
p p 1
ediante el A
A ,
-->
. P
Finalmente, ya ue no existen raices identicas en los dos miembros A y modelo no se encuentra sobreparametri ado.
U1 ! 1.3 y U2 ! 0.4 se tiene: F 2 1.3F 0.4 ! 0 cuyas raices seran F1 ! 1.26 y F 2 ! 0.03
A se dice ue el
A p.
(1 J1 L J2 L2 )Yt ! (1 U1L U 2 L2 )I t
Entoces
Yt ! J1Yt 1 J2Yt 2 H I t U1I t 1 U 2I t 2 se factori ara de la siguiente manera Yt J1Yt 1 J2Yt 2 ! H I t U1I t 1 U 2I t 2
el polinomio derecho a
li
i t
t i l
i i i ,
l , f
t l f A g
i i
i Yt t l
ti ili l t l l i fi i t
4. S
lm
. Y
. Y
. I
WI
i i
l l .E i . t i i , i li l i t i i t .
A p,
Yt !
H I t J U I t U U J U I t U 3 U J U J I t 3 U 4 U J 3 U J It 4 J L J L
Yt !
H J J
] It
l i
l m
mi
m j z , i im li
Solucin
H H ! 1 0.88 0.10 0.02 Para que el modelo sea estacionario se de cumplir que el polinomio tenga races fuera del circulo unitario complejo. J L ! 1 0.88 L 0.10 L2 ! 0
yt !
L!
"1
Como las races del polinomio caen fuera del crculo unitario complejo entonces el modelo es estacionario. Es decir la esperanza de yt ser la misma en todos los periodos. Calculando la varianza de yt tenemos:
! 206.84 1 0.10
2 0.88 2 1 0.10
Hallando la funci n de autocorrelaci n: 0.88 ! 0.978 V1 ! 1 0.10 0.882 0.10 ! 0.960 V2 ! 1 0.10 V3 ! 0.88*0.96 0.10*0.978 ! 0.940 V 4 ! 0.88*0.94 0.10*0.96 ! 0.92 K0 ! 9 1 0.10
M Esta funci n de autocorrelaci n nos muestra el patrn de comportamiento de la serie yt que es decreciente en el tiempo, es decir los shock de periodos muy remotos se diluyen conforme va pasando el tiempo.
Vj
1
j
-1
2 Modelo 2: yt ! yt 1 Qt 0.10Qt 1 ;W Q ! 9
ii Y Y .
i Y
l ,
0 Como se puede observar la esperanza es no determinada. 11 Para ver la estacionalidad: 1 L ! 0 p L ! 1 Como la raz del polinomio toma el valor de la unidad se puede concluir que el modelo no es estacionario; es decir los shocks no tienen efectos transitorios, perduran en el tiempo. Para ver la invertibilidad. 1 0.10L ! 0 p L ! 10 Como la raz del polinomio cae fuera del circulo unitario entonces se puede decir que el proceso es invertible. Calculando la varianza de yt : E yt
! Tambin es indeterminada. 1 1 Calculando la funcin de autocorrelacin se tiene: 1 0.10
1 0.10
! 1 V1 ! 1 0.10* 2 0.10 2 V j ! J1 V j 1 ! 1; j u 2
K0 ! 9 1 0.10
2
SEMEJANZAS Las varianzas de las perturbaciones en ambos modelos son iguales Ambos ambos modelos son invertibles ya que el primer modelo es invertible por naturaleza. DIFERENCIAS. El primer modelo Autorregresivo de orden 2, AR (2), y el segundo es un modelo mixto, ARMA(1,1). El modelo AR (2) es estacionario porque las races del polinomio caen fuera del crculo unitario complejo; mientras que el modelo ARMA(1,1) es no estacionaria ya que la raz del polinomio toma el valor de la unidad. La funcin de autocorrelacin del primer modelo va decreciendo conforme pasa el tiempo, mientras que del segundo modelo perdura en el tiempo. La varianza del primer modelo es calculable ya que del segundo es indeterminado La esperanza del segundo modelo es indeterminada.
a) b) c) - Analice el comportamiento implicado por cada modelo para la serie original (indique: si es estacionario, invertible, obtenga su media y funcin de autocorrelacion(si existe),si tiene tendencia en caso de no ser estacionario ,etc.) a)
Condicin de estacionariedad: ; Si las races de la ecuacin caracterstica toman valores fuera del crculo unitario complejo, podemos afirmar que en este caso si se cumple condicin de estacionariedad dado los valores. inverti ilidad: No es una funcin que cumpla la condicin de invertibilidad dado que no es un proceso de media mvil (MA). Media:
Funcin de autocorrelacion:
Condicin de estacionariedad: Si las races toman valores fuera del circulo unitario entonces podemos concluir que es un proceso estacionario , en este caso cumple la condicin lo que permite aceptar la estacionariedad. Invertibilidad:
b)
Un proceso ARMA(1,2) es invertible si las races de la ecuacin caracterstica toman valores fuera del circulo unitario complejo, en este caso podemos afirmar que es un proceso de invertibilidad dado que sus raices se encuentran fuera del circulo unitario. Media:
0
C)
a)
b)