ASIGNATURA: ECONOMETRIA

PROFESORA: LORETO YAEZ ROJAS

Teora y Aplicacin Propuestos y Resueltos

Series de Tiempo y Correlacin Parcial y Semiparcial
Series de Tiempo

v
Una serie temporal est compuesta por la tendencia, la estacionalidad y un componente
irregular.

1
f

El Mtodo de tendencia evolutiva establece que la tendencia con una media mvil de orden
tres es ms suave que con la media mvil de orden cinco. Al revs

2
f

El Mtodo de diferenciacin de la serie, supone nicamente que la tendencia evoluciona

lentamente en el tiempo, de manera que en el instante tno necesariamente debe ser prxima
a la tendencia en el instante t-1.

3
f

El grfico temporal se construye situando los valores que toma la serie en el eje de las Yx y los
instantes temporales correspondientes en el eje Xy

4
f

Una serie de tiempo es una coleccin o conjunto de mediciones de cierto fenmeno o

experimento registrados en intervalos iguales distintos de tiempo

v
6

Precios de un artculo, tasas de desempleo, tasa de inflacin, ndice de precios, precio del dlar,
precio del cobre, precios de acciones, ingreso nacional bruto son algunas aplicaciones en el
rea econmica para el anlisis de series de tiempo

v
La serie temporal no estacionaria se puede escribir como: valor observado= tendencia +
estacionalidad + irregular

7
f
8

La estacionalidad se identifica con un movimiento suave en la serie a largo plazo. Es una pauta
regular que evoluciona lentamente en el tiempo creciendo o decreciendo

f
El Mtodo de tendencia evolutivadeterminista es un procedimiento que supone que la
tendencia Ttes una funcin, pero que evoluciona lentamente, y en consecuencia, puede
aproximarse en intervalos muy cortos (por ejemplo de 3 o 5 datos) por una funcin simple del
tiempo. En general se supone una recta, pero ahora sus coeficientes van cambiando
suavemente en el tiempo.

v
10

Para analizar el componente de estacionalidad, se requiere disponer de los datos en una tabla
de doble entrada, donde los valores de la serie se organizan segn las opciones de tiempo

I. Responda las siguientes preguntas

1) Indique para cada grafico de series de tiempo, cual es la componente que la identifica. Fundamente.

II. Fundamente las siguientes aseveraciones:

a. El cambio de la media se traduce en la presencia de una tendencia a crecer o decrecer
SERIE NO ESTACIONARIA

En esta serie la media y/o la variabilidad cambian a lo largo del tiempo.

El cambio de la media se traduce en la presencia de una tendencia a crecer o decrecer,

por lo que la serie no tiende a oscilar alrededor de un valor constante o de referencia.

Este tipo de series son dinmicas o evolutivas.

Una serie no estacionaria puede ser estacional, es decir, que la serie tiene una pauta de
evolucin que se repite de un ao a otro.

Es importante destacar que por definicin, una serie anual no puede ser nunca estacional,
sin embargo las series mensuales o diarias pueden presentar estacionalidad, debida al mes
o al da.
b. Una serie no estacionaria presenta unas caractersticas que permiten descomponerla
Descomposicin bsica de una serie temporal

Los mtodos descriptivos clsicos pueden aplicarse a series temporales estacionarias, pero
no para las no estacionarias.

Una serie no estacionaria presenta unas caractersticas que permiten descomponerla. En

stas se puede identificar una tendencia constante o no constante y tambin se puede
observar la estacionalidad.
c. Mtodo de tendencia determinista representa la tendencia de una serie temporal por una lnea
recta
Mtodo de tendencia determinista
Representamos la tendencia de una serie temporal por una lnea recta. La ecuacin de la
recta se calcular mediante una ecuacin de regresin donde la variable dependiente es la
serie observada y la variable explicativa es el tiempo.

d. Mtodo de tendencia evolutiva supone que la tendencia Ttes una funcin, pero que evoluciona
lentamente, y en consecuencia,
Mtodo de tendencia evolutiva
Un procedimiento ms realista que el del ajuste de la lnea recta, es suponer que la tendencia Tt
es una funcin, pero que evoluciona lentamente, y en consecuencia, puede aproximarse en
intervalos muy cortos (por ejemplo de 3 o 5 datos) por una funcin simple del tiempo. En
general se supone una recta, pero ahora sus coeficientes van cambiando suavemente en el
tiempo.
Para estimar la tendencia Tt tenemos que asumir que en perodos cortos los coeficientes son
constantes. En concreto, suponiendo que la representacin de la tendencia por una recta es
vlida para tres perodos consecutivos, t-1, t, t+1, se tendr:
e. En el Anlisis de Estacionalidad, siempre que se recogen datos igualmente espaciados es
esperable un efecto estacional
Anlisis de Estacionalidad
Siempre que se recogen datos igualmente espaciados es esperable un efecto estacional, por
ejemplo cuando se observan datos mensuales o semanales a travs del tiempo.
Para analizar la estacionalidad, se requiere disponer los datos en una tabla de doble entrada,
donde los valores de la serie se organizan segn las opciones de tiempo, tal como se observa
en el cuadro 10, donde cada tabla rene los valores de la serie segn (1) mes y ao, (2)
semana y mes, (3) da y semana
}
Correlacin Parcial y Semiparcial

f
Las correlaciones parciales y semiparciales tienen especial inters por permitir conocer las
contribuciones especficas de las distintas variables integrando lo que comparten con otras
variables.

1
f
2

La correlacin parcial es la proporcin de variabilidad explicada exclusivamente por un

determinado regresor sobre la variable dependiente.

f
En correlacione parciales, no tocamos la variabilidad e la variable dependiente, sino tan slo
sustraemos el efecto de la variable que deseamos controlar, de los predictores que estamos
tratando

3
v

Una correlacin semiparcial del tipo ry(i.23..(i).......K) es una correlacin semiparcial de orden k-1
que indica la correlacin entre Y y Xi eliminado de sta la influencia de las restantes variables
explicativas.

4
f

Las correlaciones parciales tienen especial inters para conocer el reparto de las
contribuciones de las variables independientes X sobre la variable Y

5
v

La correlacin semiparcial mltiple hace referencia a la correlacin entre una variable

dependiente y un conjunto de variables explicativas eliminado la influencia de una o varias
variables del conjunto de variables explicativas.

6
f

La notacin de correlacin Ry(12.3) indica la correlacin parcial de Y con las variables X1 y X2

eliminando la influencia de X3.

7
v

Para la significacin estadstica de los coeficientes de correlacin semiparcial consiste

bsicamente en comprobar si la variacin explicada por la variable o variables introducidas
supera la varianza aleatoria o residual.

8
v

Sea una variable X1 que contribuye en la variabilidad de Y en una proporcin de (0.72)2=0.49 y que
la variable X2 contribuye en una proporcin de (0.62)2=0.36. La correlacin mltiple que es la
proporcin de variacin explicada es de (0.82)2=0.64. El total de ambas contribuciones no es igual
a la suma, se concluye entonces, que ambas variables explicativas no son fuentes independientes
de variabilidad, sino que comparten una cierta cantidad de la misma

f
10

Frecuentemente las variables explicativas estn solapadas y hay que utilizar algn criterio que
permita asignar las zonas no compartidas a variables especficas: se debe establecer una jerarqua
entre tales variables de forma que las de mayor orden jerrquico tengan prioridad respecto a su
variabilidad compartida, a las que se les adjudica.

1. Establezca diferencias entre correlaciones parciales y semiparciales

2. Dada la siguiente tabla de resultados de correlaciones, explique la correlacin
parcial y semiparcial de las variables independientes Inteligencia y Nivel Social,
dado un modelo de regresin mltiple que considera stas variables para predecir
las Calificaciones de un determina grupo de estudiantes.