Ejercicios AR

Estadstica
2009
Maestra en Finanzas
Universidad del CEMA
Profesor: Alberto Landro
Asistente: Julin R. Siri
Clase 9
1. Ejercicios de procesos AR
Ejercicio 1)
Dado un proceso AR(1):

Yt 2 0.9Yt 1 et
et : i.i.d . 0; 4
Vamos a:
a) Expresar el proceso con la notacin de operadores
autorregresivos.
b) Hallar la media, varianza y autocovarianzas.
c) Analizar las condiciones de estacionariedad.
d) Hallar las funciones de autocorrelaciones y autocorrelaciones
parciales. Graficarlas.
Ejercicio 1)
a) Expresin del proceso con la notacin de operadores
autorregresivos:
Yt 2 0.9Yt 1 et
Yt 1Yt 1 et
Yt 1Yt 1 et
1 1 B Yt
1 B Yt
et
et
Ejercicio 1)
Aplicamos inicialmente el operador esperanza matemtica,
E Yt E 1 E Yt 1 E et
Ahora bien, dado que
E Yt E Yt 1
E et 0
Entonces
Ejercicio 1)
E Yt E 1 E Yt 1 E et
{
14 2 43 {
1 1
20 Media del proceso

1 1 1 0.9
Ejercicio 1)
Para el anlisis de la varianza y las covarianzas del proceso, primero
centraremos las variables, y hay que tener en cuenta que:
E yt j et 0 j 1, 2,...
E yt et
2
e
Ejercicio 1)
Entonces, el clculo de la varianza es:
0 Var ( yt ) Var 1 yt 1 et
Var yt 1 Var et
2
1
1
2
1

2
1 0
2
e
2
e
4
e2
21,
05263
0
2
2
1 1 1 0.9
Ejercicio 1)
El clculo de las covarianzas del proceso resulta:
1 E yt yt 1 1 E yt 1 yt 1 E yt 1et
1 4 2 43 14 2 43
0
1 1 0 0,9 21, 0526 18,9474

2 E yt yt 2 1 E yt 1 yt 2 E yt 2 et
1 4 2 4 3 14 2 43
2 1 1 1 1 0
2 12 0 0,92 21, 0526 17, 0526
Ejercicio 1)
Puede deducirse fcilmente que la regla general, para el clculo de la
autocovarianza de orden k, es:
k 0
k
1
j 0
Ejercicio 1)
c) Anlisis de las condiciones de estacionariedad.
Dado que la varianza del proceso ha de ser positiva y finita, el
coeficiente 1 , en valor absoluto, tiene que ser menor a la unidad:
0 Var ( yt )
2
1 1
2
e
CONDICIN DE ESTACIONARIEDAD:
1 1
Ejercicio 1)
c) Hallar la funcin de autocorrelacin.
Dada la generalizacin de las autocovarianzas, podemos encontrar una
expresin general de la funcin de autocorrelacin (FAC):k
1
1 0
k k 0
1k
0
0.9
0.8
0.7
1 0.9 0.9
1
0.6
2 0.9 0.81
0.5
0.4
0.3
0.2
0.1
0
1
10
11
12
Observaciones
13
14
15
16
17
18
19
20
Ejercicio 1)
c) Hallar la funcin de autocorrelacin parcial.
11 1 1 0.9
j 1
jj Y
j Y j 1,i j 1 Y
1 j 1,i i Y
i 1
2 1 1 2
22
1 1 1
1
2
1
2
1
22
0.81 0.9
1 0.9
i 1
j 1
j 2,3,...
0.9
0.8
0.7
0.6
0.5
0.4
0.3
0.2
0.1
0
1
10
11
12
Observaciones
13
14
15
16
17
18
19
20
Ejercicio 2)
Un ejercicio para ustedes. Otro proceso AR(1):

Yt 2 0.9Yt 1 et et : i.i.d . 0; 4
Desarrollen:
autorregresivos.
c) Analizar las condiciones de estacionariedad.
d) Hallar las funciones de autocorrelaciones y autocorrelaciones
parciales.
Ejercicio 3)
Dado un proceso AR(2):

Yt 2 0.9Yt 1 0.7Yt 2 et
et ~ i.i.d . 0; 4
Tareas:
autorregresivos.
c) Hallar las funciones de autocorrelaciones.
d) Analizar las condiciones de estacionariedad.
Ejercicio 3)
a) Expresin del proceso con la notacin de operadores
autorregresivos:
Yt 2 0.9Yt 1 0.7Yt 2 et
Yt 1Yt 1 2Yt 2 et
Yt 1Yt 1 2Yt 2 et
1 B B Y
2
et
2 B Yt et
Ejercicio 3)
Aplicamos inicialmente el operador esperanza matemtica,
E Yt E 1 E Yt 1 2 E Yt 2 E et
Ahora bien, dado que
E Yt E Yt 1 E Yt 2
E et 0
Entonces
Ejercicio 3)
1 2
1 1 2
2.5
1 1 2 1 0.9 0.7
Ejercicio 3)
Para el anlisis de la varianza y las covarianzas del proceso, una vez
ms centramos las variables (Yt ) y tenemos en cuenta que:
E yt j et 0 j 1, 2,...
E yt et
2
e
Ejercicio 3)
Entonces, el clculo de la varianza es:
0 E ( yt yt ) 1 E yt 1 yt 2 E yt 2 yt E et yt
1 1 2 2 Var et
1 1 2 2 e2
Ejercicio 3)
El clculo de las covarianzas del proceso resulta:
1 E yt yt 1 1 E yt 1 yt 1 2 E yt 2 yt 1 E yt 1et
1 4 2 43
1 4 2 4 3 14 2 43
0
1 1 0 2 1 1 1 1 2 0
2 E yt yt 2 1 E yt 1 yt 2 2 E yt 2 yt 2
1 42 43
1 42 43
1
2 1 1 2 0 1 1 1 2 0 2 0
2 12 1 2 0 2 0
Ejercicio 3)
Puede deducirse fcilmente que la regla general, para el clculo de la
autocovarianza de orden k (>2), es:
k 1 k 1 2 k 2
j 2
Ejercicio 3)
k k 0
0
1
1
1
1 2
1 2 1
0
0
0
1 2 1 1
1
1
0.5294
1 2
Ejercicio 3)
0
2
1
2
1 2
1 1 2
0
0
0
2 1
1
2
1 2
2
2 -0.22353
1 2
2
1
Ejercicio 3)
Respecto a la condicin de estacionariedad del AR(2), dado que la
varianza del proceso es mayor que cero, debern ser numerador y
denominador del mismo signo, por lo que se debe cumplir:
2 1
1 2 1
2 1 1
Ejercicio 3)
0 1 1 2 2
2
Y
Si dividimos a todo por
0 , nos queda:
2
e
0
1
2 e2
1 2
0
0
0 0
e2
1 1 1 2 2
0
Y2 e2 1 1 1 2 2 10.89744
Ejercicio 3)
Entonces:
1 5.76923
2 -2.435897
Ejercicio 4)
Considere el siguiente modelo:

Yt 2 0.5Yt 1 0.3Yt 2 et
et ~ i.i.d . 0; 4
Tareas:
autorregresivos.
Ejercicio 5)
Considerando el modelo:
Yt 5 0.8Yt 1 et
e2 4
Tareas:
a) Hallar la media del proceso.
b) Expresar el modelo en forma de desvos.
c) Verificar si se cumple la condicin de estacionariedad.
d) Hallar la varianza y covarianza del proceso.
e) Hallar la funcin de autocorrelacin.
f) Si Y80 es igual a 35, qu podemos decir respecto de Y81?
g) Y qu podra decirse en cambio si el valor de 1 fuese 0.8?
h) Si en el proceso anterior Y80 3 , qu puede decir respecto de Y81?
Ejercicio 6)
En un modelo AR(2) se obtuvo:
1 0.815
2 0.685
Tareas:
a) Calcular los parmetros 1 y 2 .
b) Analizar las condiciones de estacionariedad.
c) Calcular la funcin de autocorrelacin.

Ejercicios AR

Загружено:

Сведения о документе

Оригинальное название

Авторское право

Доступные форматы

Поделиться этим документом

Поделиться или встроить документ

Параметры публикации

Этот документ был вам полезен?

Это неприемлемый материал?

Авторское право:

Доступные форматы

Ejercicios AR

Загружено:

Авторское право:

Доступные форматы

Estadstica

Dado un proceso AR(1):

Ahora bien, dado que

20 Media del proceso

1 1 0 0,9 21, 0526 18,9474

2 12 0 0,92 21, 0526 17, 0526

Un ejercicio para ustedes. Otro proceso AR(1):

Dado un proceso AR(2):

Ahora bien, dado que

Si dividimos a todo por

Considere el siguiente modelo:

En un modelo AR(2) se obtuvo:

Вам также может понравиться