1.-Un proceso est descrito por el modelo: Yt = 1.4 + ut + 0.5 ut-1 0.

7 ut-2 ; a)

2 u

=5

Obtenga la funcin de autocorrelacin simple del modelo, esboce su autocorrelograma.

Yt = 1.4 + ut + 0.5 ut-1 0.7 ut-2

Autovarianzas:

Los coeficientes de autocorrelacin:

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)

Es invertible el modelo?, justifique.

Yt = 1.4 + ut + 0.5 ut-1 0.7 ut-2

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.-Para el modelo Yt = 0.8 Yt-1 5 + ut ; a)

2 u

=4

Obtenga la funcin de autocorrelacin, esboce su grfica e interprete

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.

3.-Sea el modelo ARMA(2,2) Yt = 0.9Yt-1 0.2Yt-2 + 6 + It 1.3 It-1 +0.4 It-2 ; a) b)

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).

Del modelo ARMA (2,2)

 

 

donde

De uno original ARMA (2,2)

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

6 1  0.9  0.2 E (Yt ) ! 20 E (Yt ) !

para la funcin de autocorrelacin Sea D) escri a el modelo en forma De

MA(g) con 4 rezagos

(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

{ {~} { {

y {zyy{  y x{~x{ { x  {z  x{ z   x{ y x{ { y x{ { x {~} y| { {xz yx

F 2  1.3F  0.4 ! 0

vrtus suo rt srqpo mnm ml

U1 ! 1.3

('$ $& #% $#"!                      

l li i ll i i i t l f A l li i t A i i if i A A . l t A t l f : i

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

 ] ( L ) ! (1  U1 L  U 2 L2 ) * 1  J1 L  J12 L2  J13 L3  ...

Ahora realizando las operaciones (multiplicando y simplificando) = = =

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  ...

1 1 2 1 Donde i Ahora retomando y reemplazando en

] ! 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

J2 ! 0.2 se tiene: P 2  0.9P  0.2 ! 0 se tienen las raices P1 ! 0.5 y P2 ! 0.4

F q  U1 F q 1  ...  U 2 ! 0 cuyas races sern F1 , F 2 , F 3 ...F q F 2  U1 F  U 2 ! 0

ediante el A

A ,

-->

con los valores correspondientes al modelo

. 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

e la misma forma se tendr para la parte

A con la ecuaci n en diferencias A

Haciendo una ecuacion en diferencias de A

A p.

para la parte A se obtendra la forma:

Siendo el polinomio del lado i la parte A

uierdo correspondiente a la forma A

(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

2 Modelo 1: yt ! 0.88 yt 1  0.10 yt 2  H  Qt ;W Q ! 9

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!

0.88 s 0.88 2  4* 0.10 2* 0.10

"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

Como la correlacin es unitario cualquier shock siempre permanecer en el tiempo.

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.

6. sean los procesos:

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)

- Escriba los procesos a y b en la forma MA   



Por lo tanto el proceso en media mvil vendra a ser la siguiente: 

b)