Introduccin al Anlisis de Series de Tiempo en STATA

Profr. Juan Francisco Islas Aguirre

UAM-Xochimilco

Ejercicio 1: Operadores de retraso y operadores de diferencia

Ejercicio 2: Series de ruido blanco
Ejercicio 3: Funcin de autocorrelacin muestral (FAC) del IPC
Ejercicio 4: Anlisis de la serie del PIB de EEUU

i) Secuencia de comandos Stata para el Ejercicio 1

clear
log using "C:\Ejercicio 1.log", replace
* Operadores de retraso y de diferencia
input ao str3 mes z
1997 Ene 518
1997 Feb 572
1997 Mar 599
1997 Abr 652
1997 May 692
1997 Jun 759
1997 Jul 705
1997 Ago 643
1997 Sep 600
1997 Oct 546
1997 Nov 518
1997 Dic 426
1998 Ene 554
1998 Feb 585
1998 Mar 633
1998 Abr 688
1998 May 731
1998 Jun 794
1998 Jul 805
1998 Ago 726
1998 Sep 717
1998 Oct 651
1998 Nov 605
1998 Dic 550
end
list
describe
compress
describe
gen str6 periodo=string(ao)+"01" if mes=="Ene"
replace periodo=string(ao)+"02" if mes=="Feb"
replace periodo=string(ao)+"03" if mes=="Mar"
replace periodo=string(ao)+"04" if mes=="Abr"
replace periodo=string(ao)+"05" if mes=="May"
replace periodo=string(ao)+"06" if mes=="Jun"
replace periodo=string(ao)+"07" if mes=="Jul"
replace periodo=string(ao)+"08" if mes=="Ago"
replace periodo=string(ao)+"09" if mes=="Sep"
replace periodo=string(ao)+"10" if mes=="Oct"
replace periodo=string(ao)+"11" if mes=="Nov"
replace periodo=string(ao)+"12" if mes=="Dic"

1
gen t=ym(int(real(substr(periodo,1,4))),int(real(substr(periodo,5,2))))
format %tm t
tsset t
gen rz=L.z
gen r12z=L12.z
gen m=D.z
list
log close

ii) Secuencia de comandos Stata para el Ejercicio 2

clear
log using "C:\Ejercicio 2.log", replace
* Serie ruido blanco
set obs 100
gen obs=_n
tsset obs
gen e=invnorm(uniform())
tsline e, saving("C:\ruidob.gph",replace)
ac e, saving("C:\acf.gph",replace)
graph combine "C:\ruidob.gph" "C:\acf.gph", saving("C:\comb_rb.gph",replace)
log close

iii) Secuencia de comandos Stata para el Ejercicio 3

clear
log using "C:\Ejercicio 3.log", replace
* Funcin de autocorrelacin muestral (FAC) del IPC
* Datos tomados de Vctor Guerrero (2003), pgina 19
input str3 mes ipc
Ene 30.21
Feb 30.32
Mar 30.35
Abr 30.43
May 30.43
Jun 30.54
Jul 30.66
Ago 30.69
Sep 30.98
Oct 31.3
Nov 31.31
Dic 31.54
end
gen periodo=_n
gen t=ym(1969,periodo)
format %tm t
tsset t
tsline ipc, saving("C:\ipc.gph",replace)
sum ipc
scalar media_ipc=_result(3)
gen ipc0sq=(ipc-media_ipc)^2
gen ipc1sq=(F.ipc-media_ipc)*(ipc-media_ipc)
gen ipc2sq=(FF.ipc-media_ipc)*(ipc-media_ipc)
gen ipc3sq=(FFF.ipc-media_ipc)*(ipc-media_ipc)
gen ipc4sq=(F4.ipc-media_ipc)*(ipc-media_ipc)
list, sum(ipc*)
sum ipc0sq
scalar c0=(_result(2)*_result(3))/12
sum ipc1sq
scalar c1=(_result(2)*_result(3))/12
sum ipc2sq
scalar c2=(_result(2)*_result(3))/12
sum ipc3sq
scalar c3=(_result(2)*_result(3))/12
sum ipc4sq
scalar c4=(_result(2)*_result(3))/12
for num 0/4:scalar gammaX=cX/c0
for num 0/4: display "cX=",cX, "gammaX=",gammaX
corrgram ipc

2
ac ipc, saving("C:\acf_ipc.gph",replace)
graph combine "C:\ipc.gph" "C:\acf_ipc.gph", saving("C:\comb_ipc.gph",replace)
log close

iv) Secuencia de comandos Stata para el Ejercicio 4

clear
log using "C:\Ejercicio 4.log", replace
* Pruebas de Estacionariedad: Correlograma, Q, Ljung-Box y Raz Unitaria Dickey-Fuller
* Datos de Damodar Gujarati (2004), pgina 769
infile str9 fecha pib ipd gcp ganancias dividendos using "http://www.angelfire.com/ab5/get5/gujarati.txt"
gen tiempo=yq(int(real(substr(fecha,6,4))), (real(substr(fecha,3,2))+2)/3)
format %tq tiempo
tsset tiempo
tsline pib, saving("C:\pib.gph",replace)
ac pib, saving("C:\acf_pib.gph",replace)
graph combine "C:\pib.gph" "C:\acf_pib.gph", saving("C:\comb_pib.gph",replace)
* Vase correlograma con 25 rezagos pg 786 y estadstico LB en pg 788
corrgram pib, lags(25)
wntestq pib, lags(25)
* Pruebas Dickey-Fuller, vase resultados en la pg 790
* Caminata Aleatoria
dfuller pib, reg noconstant
* Caminata Aleatoria con Variaciones
dfuller pib, reg
* Caminata Aleatoria con Variaciones alrededor de una Tendencia Estocstica
dfuller pib, reg trend
* Prueba Dickey-Fuller Aumentada, vase resultados en pg 792
dfuller pib, reg trend lags(1)
log close

Anexo 1 : Instrucciones para la ejecucin de las Secuencias de Comandos

A continuacin se ilustra el procedimiento para ejecutar en bloque los comandos

correspondientes en Stata para la realizacin de cada uno de los ejercicios considerados en
esta sesin. Debe tener abierto el documento en formato Word de la sesin del Laboratorio

3
de Aprendizaje que contiene las secuencias de comandos Stata para cada ejercicio, as
como el paquete estadstico Stata.

1.- Con base en el ejercicio que desea realizar, seleccione y copie nicamente la secuencia
de comandos a ejecutar para el ejercicio correspondiente. Por ejemplo, si deseamos hacer el
ejercicio 2, seleccionamos y copiamos las lneas que se marcan enseguida

2.- En Stata, pulse click sobre el botn que se encuentra en la barra de herramientas

3.- Una vez abierta la ventana del Stata Do-File Editor, pulse click sobre el men Edit y
luego seleccione la opcin Paste para pegar la secuencia de comandos que copi del
documento Word, se observa lo siguiente

4
4.- Pulse click sobre el ltimo botn Do que se encuentra a la derecha de la barra de
herramientas, que sealamos en la figura anterior. Vaya de inmediato a la ventana principal
del ambiente Stata, observe cmo se est ejecutando la secuencia de comandos:

5
5.- Espere a que concluya el programa (o secuencia de comandos Stata) hasta que se
despliega en la ventana de Resultados la instruccin log close y el mensaje end of
do-file.

6
6.- Una vez concluda la ejecucin de la secuencia de comandos, puede proceder a localizar
y visualizar los productos de salida generados: archivo de resultados (*.log), grficas (*.gph)
y base de datos final (*.dta). Asimismo, la secuencia de comandos recin ejecutada puede
salvarla en disco (*.do) desde la ventana del Stata Do-File-Editor.

7.- Para visualizar un archivo de resultados (generado mediante el comando log using
y cerrado mediante log close), por ejemplo para el Ejercicio 1 se gener el que se
encuentra en C:\Ejercicio 1.log, pulsamos el botn que se encuentra en la barra
de herramientas de la ventana principal de Stata

7
8.- Pulsamos click en el formato Log (*.log)

9.- Localizamos el archivo de resultados producido, en este caso C:\Ejercicio 1.log,

y pulsamos Enter, enseguida seleccionar la opcin View existing file (read-only).

8
10.- El archivo de resultados ha sido abierto mediante el visor de Stata (Viewer) y lo
observamos as:

Visualizando un Archivo de Resultados (*.log)

Otras acciones

Salvando la Secuencia de Comandos (*.do)

9
 Salvando la Base de Datos Final (*.dta)

Visualizando una grfica (*.gph)

Anexo 2 : Contenido de los Archivos de Resultados *.log y Grficas *.gph

10
Los archivos de resultados *.log pueden ser abiertos y visualizados, adems del Viewer de
Stata, en cualquier procesador de texto, como Word o WordPad, e inclusive en la hoja de
clculo de Excel.

Ejercicio 1: Operadores de retraso y operadores de diferencia

-----------------------------------------------------------------------------------------
log: C:\Ejercicio 1.log
log type: text
opened on: 19 Nov 2009, 02:43:41

. * Operadores de retraso y de diferencia

. input ao str3 mes z

ao mes z
1. 1997 Ene 518
2. 1997 Feb 572
3. 1997 Mar 599
4. 1997 Abr 652
5. 1997 May 692
6. 1997 Jun 759
7. 1997 Jul 705
8. 1997 Ago 643
9. 1997 Sep 600
10. 1997 Oct 546
11. 1997 Nov 518
12. 1997 Dic 426
13. 1998 Ene 554
14. 1998 Feb 585
15. 1998 Mar 633
16. 1998 Abr 688
17. 1998 May 731
18. 1998 Jun 794
19. 1998 Jul 805
20. 1998 Ago 726
21. 1998 Sep 717
22. 1998 Oct 651
23. 1998 Nov 605
24. 1998 Dic 550
25. end

. list

+------------------+
| ao mes z |
|------------------|
1. | 1997 Ene 518 |
2. | 1997 Feb 572 |
3. | 1997 Mar 599 |
4. | 1997 Abr 652 |
5. | 1997 May 692 |
|------------------|
6. | 1997 Jun 759 |
7. | 1997 Jul 705 |
8. | 1997 Ago 643 |
9. | 1997 Sep 600 |
10. | 1997 Oct 546 |
|------------------|
11. | 1997 Nov 518 |
12. | 1997 Dic 426 |
13. | 1998 Ene 554 |
14. | 1998 Feb 585 |
15. | 1998 Mar 633 |
|------------------|
16. | 1998 Abr 688 |
17. | 1998 May 731 |
18. | 1998 Jun 794 |
19. | 1998 Jul 805 |

11
 20. | 1998 Ago 726 |
|------------------|
21. | 1998 Sep 717 |
22. | 1998 Oct 651 |
23. | 1998 Nov 605 |
24. | 1998 Dic 550 |
+------------------+

. describe

Contains data
obs: 24
vars: 3
size: 360 (99.9% of memory free)
-----------------------------------------------------------------------------------------
storage display value
variable name type format label variable label
-----------------------------------------------------------------------------------------
ao float %9.0g
mes str3 %9s
z float %9.0g
-----------------------------------------------------------------------------------------
Sorted by:
Note: dataset has changed since last saved

. compress
ao was float now int
z was float now int

. describe

Contains data
obs: 24
vars: 3
size: 264 (99.9% of memory free)
-----------------------------------------------------------------------------------------
storage display value
variable name type format label variable label
-----------------------------------------------------------------------------------------
ao int %9.0g
mes str3 %9s
z int %9.0g
-----------------------------------------------------------------------------------------
Sorted by:
Note: dataset has changed since last saved

. gen str6 periodo=string(ao)+"01" if mes=="Ene"

(22 missing values generated)

. replace periodo=string(ao)+"02" if mes=="Feb"

(2 real changes made)

. replace periodo=string(ao)+"03" if mes=="Mar"

(2 real changes made)

. replace periodo=string(ao)+"04" if mes=="Abr"

(2 real changes made)

. replace periodo=string(ao)+"05" if mes=="May"

(2 real changes made)

. replace periodo=string(ao)+"06" if mes=="Jun"

(2 real changes made)

. replace periodo=string(ao)+"07" if mes=="Jul"

(2 real changes made)

. replace periodo=string(ao)+"08" if mes=="Ago"

(2 real changes made)

. replace periodo=string(ao)+"09" if mes=="Sep"

12
(2 real changes made)

. replace periodo=string(ao)+"10" if mes=="Oct"

(2 real changes made)

. replace periodo=string(ao)+"11" if mes=="Nov"

(2 real changes made)

. replace periodo=string(ao)+"12" if mes=="Dic"

(2 real changes made)

. gen t=ym(int(real(substr(periodo,1,4))),int(real(substr(periodo,5,2))))

. format %tm t

. tsset t
time variable: t, 1997m1 to 1998m12
delta: 1 month

. gen rz=L.z
(1 missing value generated)

. gen r12z=L12.z
(12 missing values generated)

. gen m=D.z
(1 missing value generated)

. list

+---------------------------------------------------------+
| ao mes z periodo t rz r12z m |
|---------------------------------------------------------|
1. | 1997 Ene 518 199701 1997m1 . . . |
2. | 1997 Feb 572 199702 1997m2 518 . 54 |
3. | 1997 Mar 599 199703 1997m3 572 . 27 |
4. | 1997 Abr 652 199704 1997m4 599 . 53 |
5. | 1997 May 692 199705 1997m5 652 . 40 |
|---------------------------------------------------------|
6. | 1997 Jun 759 199706 1997m6 692 . 67 |
7. | 1997 Jul 705 199707 1997m7 759 . -54 |
8. | 1997 Ago 643 199708 1997m8 705 . -62 |
9. | 1997 Sep 600 199709 1997m9 643 . -43 |
10. | 1997 Oct 546 199710 1997m10 600 . -54 |
|---------------------------------------------------------|
11. | 1997 Nov 518 199711 1997m11 546 . -28 |
12. | 1997 Dic 426 199712 1997m12 518 . -92 |
13. | 1998 Ene 554 199801 1998m1 426 518 128 |
14. | 1998 Feb 585 199802 1998m2 554 572 31 |
15. | 1998 Mar 633 199803 1998m3 585 599 48 |
|---------------------------------------------------------|
16. | 1998 Abr 688 199804 1998m4 633 652 55 |
17. | 1998 May 731 199805 1998m5 688 692 43 |
18. | 1998 Jun 794 199806 1998m6 731 759 63 |
19. | 1998 Jul 805 199807 1998m7 794 705 11 |
20. | 1998 Ago 726 199808 1998m8 805 643 -79 |
|---------------------------------------------------------|
21. | 1998 Sep 717 199809 1998m9 726 600 -9 |
22. | 1998 Oct 651 199810 1998m10 717 546 -66 |
23. | 1998 Nov 605 199811 1998m11 651 518 -46 |
24. | 1998 Dic 550 199812 1998m12 605 426 -55 |
+---------------------------------------------------------+

. log close
log: C:\Ejercicio 1.log
log type: text
closed on: 19 Nov 2009, 02:43:44
-----------------------------------------------------------------------------------------

Ejercicio 2: Series de ruido blanco

13
--------------------------------------------------------------------------------------------
log: C:\Ejercicio 2.log
log type: text
opened on: 19 Nov 2009, 01:54:13

. * Serie ruido blanco

. set obs 100
obs was 0, now 100

. gen obs=_n

. tsset obs
time variable: obs, 1 to 100
delta: 1 unit

. gen e=invnorm(uniform())

. tsline e, saving("C:\ruidob.gph",replace)
(file C:\ruidob.gph saved)

. ac e, saving("C:\acf.gph",replace)
(file C:\acf.gph saved)

. graph combine "C:\ruidob.gph" "C:\acf.gph", saving("C:\comb_rb.gph",replace)

(file C:\comb_rb.gph saved)

. log close
log: C:\Ejercicio 2.log
log type: text
closed on: 19 Nov 2009, 01:54:31
-----------------------------------------------------------------------------------------
2

0.20
1

Autocorrelations of e
0

0.00
e
-1
-2

-0.20
-3

0 10 20 30 40
0 20 40 60 80 100 Lag
obs Bartlett's formula for MA(q) 95% confidence bands

Ejercicio 3: Funcin de autocorrelacin muestral (FAC) del IPC

14
-----------------------------------------------------------------------------------------
log: C:\Ejercicio 3.log
log type: text
opened on: 19 Nov 2009, 02:50:02

. * Funcin de autocorrelacin muestral (FAC) del IPC

. * Datos tomados de Vctor Guerrero (2003), pgina 19
. input str3 mes ipc

mes ipc
1. Ene 30.21
2. Feb 30.32
3. Mar 30.35
4. Abr 30.43
5. May 30.43
6. Jun 30.54
7. Jul 30.66
8. Ago 30.69
9. Sep 30.98
10. Oct 31.3
11. Nov 31.31
12. Dic 31.54
13. end

. gen periodo=_n

. gen t=ym(1969,periodo)

. format %tm t

. tsset t
time variable: t, 1969m1 to 1969m12
delta: 1 month

. tsline ipc, saving("C:\ipc.gph",replace)

(file C:\ipc.gph saved)

. sum ipc

Variable | Obs Mean Std. Dev. Min Max

-------------+--------------------------------------------------------
ipc | 12 30.73 .4457272 30.21 31.54

. scalar media_ipc=_result(3)

. gen ipc0sq=(ipc-media_ipc)^2

. gen ipc1sq=(F.ipc-media_ipc)*(ipc-media_ipc)
(1 missing value generated)

. gen ipc2sq=(FF.ipc-media_ipc)*(ipc-media_ipc)
(2 missing values generated)

. gen ipc3sq=(FFF.ipc-media_ipc)*(ipc-media_ipc)
(3 missing values generated)

. gen ipc4sq=(F4.ipc-media_ipc)*(ipc-media_ipc)
(4 missing values generated)

. list, sum(ipc*)

+---------------------------------------------------------------------------------+
1. | mes | ipc | periodo | t | ipc0sq | ipc1sq | ipc2sq | ipc3sq |
| Ene | 30.21 | 1 | 1969m1 | .270401 | .2132006 | .1976002 | .1560001 |
|---------------------------------------------------------------------------------|
| ipc4sq |
| .1560001 |
+---------------------------------------------------------------------------------+

+---------------------------------------------------------------------------------+

15
 2. | mes | ipc | periodo | t | ipc0sq | ipc1sq | ipc2sq | ipc3sq |
| Feb | 30.32 | 2 | 1969m2 | .1681003 | .1558 | .123 | .123 |
|---------------------------------------------------------------------------------|
| ipc4sq |
| .0778997 |
+---------------------------------------------------------------------------------+

+---------------------------------------------------------------------------------+
3. | mes | ipc | periodo | t | ipc0sq | ipc1sq | ipc2sq | ipc3sq |
| Mar | 30.35 | 3 | 1969m3 | .1443997 | .1139998 | .1139998 | .0721996 |
|---------------------------------------------------------------------------------|
| ipc4sq |
| .0266 |
+---------------------------------------------------------------------------------+

+---------------------------------------------------------------------------------+
4. | mes | ipc | periodo | t | ipc0sq | ipc1sq | ipc2sq | ipc3sq |
| Abr | 30.43 | 4 | 1969m4 | .0899998 | .0899998 | .0569997 | .021 |
|---------------------------------------------------------------------------------|
| ipc4sq |
| .0119998 |
+---------------------------------------------------------------------------------+

+---------------------------------------------------------------------------------+
5. | mes | ipc | periodo | t | ipc0sq | ipc1sq | ipc2sq | ipc3sq |
| May | 30.43 | 5 | 1969m5 | .0899998 | .0569997 | .021 | .0119998 |
|---------------------------------------------------------------------------------|
| ipc4sq |
| -.0749998 |
+---------------------------------------------------------------------------------+

+---------------------------------------------------------------------------------+
6. | mes | ipc | periodo | t | ipc0sq | ipc1sq | ipc2sq | ipc3sq |
| Jun | 30.54 | 6 | 1969m6 | .0360997 | .0133 | .0075999 | -.0474997 |
|---------------------------------------------------------------------------------|
| ipc4sq |
| -.1082993 |
+---------------------------------------------------------------------------------+

+---------------------------------------------------------------------------------+
7. | mes | ipc | periodo | t | ipc0sq | ipc1sq | ipc2sq | ipc3sq |
| Jul | 30.66 | 7 | 1969m7 | .0049 | .0028 | -.0175 | -.0399 |
|---------------------------------------------------------------------------------|
| ipc4sq |
| -.0406001 |
+---------------------------------------------------------------------------------+

+---------------------------------------------------------------------------------+
8. | mes | ipc | periodo | t | ipc0sq | ipc1sq | ipc2sq | ipc3sq |
| Ago | 30.69 | 8 | 1969m8 | .0016 | -.0099999 | -.0227997 | -.0231997 |
|---------------------------------------------------------------------------------|
| ipc4sq |
| -.0323996 |
+---------------------------------------------------------------------------------+

+---------------------------------------------------------------------------------+
9. | mes | ipc | periodo | t | ipc0sq | ipc1sq | ipc2sq | ipc3sq |
| Sep | 30.98 | 9 | 1969m9 | .0624998 | .1424995 | .1449996 | .2024998 |
|---------------------------------------------------------------------------------|
| ipc4sq |
| . |
+---------------------------------------------------------------------------------+

+---------------------------------------------------------------------------------+
10. | mes | ipc | periodo | t | ipc0sq | ipc1sq | ipc2sq | ipc3sq |
| Oct | 31.3 | 10 | 1969m10 | .3248991 | .3305992 | .4616999 | . |
|---------------------------------------------------------------------------------|
| ipc4sq |
| . |
+---------------------------------------------------------------------------------+

16
 +---------------------------------------------------------------------------------+
11. | mes | ipc | periodo | t | ipc0sq | ipc1sq | ipc2sq | ipc3sq |
| Nov | 31.31 | 11 | 1969m11 | .3363993 | .4698001 | . | . |
|---------------------------------------------------------------------------------|
| ipc4sq |
| . |
+---------------------------------------------------------------------------------+

+---------------------------------------------------------------------------------+
12. | mes | ipc | periodo | t | ipc0sq | ipc1sq | ipc2sq | ipc3sq |
| Dic | 31.54 | 12 | 1969m12 | .6561015 | . | . | . |
|---------------------------------------------------------------------------------|
| ipc4sq |
| . |
+---------------------------------------------------------------------------------+

+---------------------------------------------------------------------------------+
Sum | mes | ipc | periodo | t | ipc0sq | ipc1sq | ipc2sq | ipc3sq |
| | 368.76 | | | 2.1854 | 1.578999 | 1.086599 | .4761 |
|---------------------------------------------------------------------------------|
| ipc4sq |
| .0162009 |
+---------------------------------------------------------------------------------+

. sum ipc0sq

Variable | Obs Mean Std. Dev. Min Max

-------------+--------------------------------------------------------
ipc0sq | 12 .1821167 .1894626 .0016 .6561015

. scalar c0=(_result(2)*_result(3))/12

. sum ipc1sq

Variable | Obs Mean Std. Dev. Min Max

-------------+--------------------------------------------------------
ipc1sq | 11 .1435453 .1476529 -.0099999 .4698001

. scalar c1=(_result(2)*_result(3))/12

. sum ipc2sq

Variable | Obs Mean Std. Dev. Min Max

-------------+--------------------------------------------------------
ipc2sq | 10 .1086599 .1444785 -.0227997 .4616999

. scalar c2=(_result(2)*_result(3))/12

. sum ipc3sq

Variable | Obs Mean Std. Dev. Min Max

-------------+--------------------------------------------------------
ipc3sq | 9 .0529 .0904639 -.0474997 .2024998

. scalar c3=(_result(2)*_result(3))/12

. sum ipc4sq

Variable | Obs Mean Std. Dev. Min Max

-------------+--------------------------------------------------------
ipc4sq | 8 .0020251 .0855862 -.1082993 .1560001

. scalar c4=(_result(2)*_result(3))/12

. for num 0/4:scalar gammaX=cX/c0

-> scalar gamma0=c0/c0

-> scalar gamma1=c1/c0

-> scalar gamma2=c2/c0

17
-> scalar gamma3=c3/c0

-> scalar gamma4=c4/c0

. for num 0/4: display "cX=",cX, "gammaX=",gammaX

-> display `"c0="' ,c0, `"gamma0="' ,gamma0

c0= .18211666 gamma0= 1

-> display `"c1="' ,c1, `"gamma1="' ,gamma1

c1= .13158323 gamma1= .72252164

-> display `"c2="' ,c2, `"gamma2="' ,gamma2

c2= .09054994 gamma2= .49720843

-> display `"c3="' ,c3, `"gamma3="' ,gamma3

c3= .039675 gamma3= .21785486

-> display `"c4="' ,c4, `"gamma4="' ,gamma4

c4= .00135008 gamma4= .00741324

. corrgram ipc

-1 0 1 -1 0 1
LAG AC PAC Q Prob>Q [Autocorrelation] [Partial Autocor]
-------------------------------------------------------------------------------
1 0.7225 1.1005 7.9729 0.0047 |----- |--------
2 0.4972 0.2948 12.126 0.0023 |--- |--
3 0.2179 1.4156 13.012 0.0046 |- |--------
4 0.0074 0.9215 13.013 0.0112 | |-------

. ac ipc, saving("C:\acf_ipc.gph",replace)
(file C:\acf_ipc.gph saved)

. graph combine "C:\ipc.gph" "C:\acf_ipc.gph", saving("C:\comb_ipc.gph",replace)

(file C:\comb_ipc.gph saved)

. log close
log: C:\Ejercicio 3.log
log type: text
closed on: 19 Nov 2009, 02:50:17
-----------------------------------------------------------------------------------------

18
 1.00
31.5

0.50
Autocorrelations of ipc
31

0.00
ipc
30.5

-0.50
-1.00
30

1 2 3 4
1969m1 1969m4 1969m7 1969m10 1970m1 Lag
t Bartlett's formula for MA(q) 95% confidence bands

Ejercicio 4: Anlisis de la serie del PIB de EEUU

-----------------------------------------------------------------------------------------
log: C:\Ejercicio 4.log
log type: text
opened on: 19 Nov 2009, 02:51:28

. * Pruebas de Estacionariedad: Correlograma, Q, Ljung-Box y Raz Unitaria Dickey-Fuller

. * Datos de Damodar Gujarati (2004), pgina 769
. infile str9 fecha pib ipd gcp ganancias dividendos using "http://www.angelfire.com/ab5/
> get5/gujarati.txt"
(88 observations read)

. gen tiempo=yq(int(real(substr(fecha,6,4))), (real(substr(fecha,3,2))+2)/3)

. format %tq tiempo

. tsset tiempo
time variable: tiempo, 1970q1 to 1991q4
delta: 1 quarter

. tsline pib, saving("C:\pib.gph",replace)

(file C:\pib.gph saved)

. ac pib, saving("C:\acf_pib.gph",replace)
(file C:\acf_pib.gph saved)

. graph combine "C:\pib.gph" "C:\acf_pib.gph", saving("C:\comb_pib.gph",replace)

(file C:\comb_pib.gph saved)

. * Vase correlograma con 25 rezagos pg 786 y estadstico LB en pg 788

. corrgram pib, lags(25)

-1 0 1 -1 0 1
LAG AC PAC Q Prob>Q [Autocorrelation] [Partial Autocor]
-------------------------------------------------------------------------------
1 0.9689 0.9986 85.462 0.0000 |------- |-------

19
2 0.9353 -0.3197 166.02 0.0000 |------- --|
3 0.9014 -0.0959 241.72 0.0000 |------- |
4 0.8658 0.0297 312.39 0.0000 |------ |
5 0.8298 -0.0398 378.1 0.0000 |------ |
6 0.7912 0.0246 438.57 0.0000 |------ |
7 0.7519 0.0074 493.85 0.0000 |------ |
8 0.7125 0.0613 544.11 0.0000 |----- |
9 0.6749 0.2970 589.77 0.0000 |----- |--
10 0.6381 -0.1468 631.12 0.0000 |----- -|
11 0.6014 -0.0969 668.33 0.0000 |---- |
12 0.5655 -0.0035 701.65 0.0000 |---- |
13 0.5322 0.3781 731.56 0.0000 |---- |---
14 0.4998 -0.0533 758.29 0.0000 |--- |
15 0.4677 0.1405 782.02 0.0000 |--- |-
16 0.4370 0.0278 803.03 0.0000 |--- |
17 0.4053 0.1068 821.35 0.0000 |--- |
18 0.3748 -0.0388 837.24 0.0000 |-- |
19 0.3436 -0.1511 850.79 0.0000 |-- -|
20 0.3127 0.0665 862.17 0.0000 |-- |
21 0.2793 0.1352 871.39 0.0000 |-- |-
22 0.2459 -0.1130 878.65 0.0000 |- |
23 0.2138 0.0436 884.22 0.0000 |- |
24 0.1820 0.1300 888.31 0.0000 |- |-
25 0.1527 0.1125 891.25 0.0000 |- |

. wntestq pib, lags(25)

Portmanteau test for white noise

---------------------------------------
Portmanteau (Q) statistic = 891.2455
Prob > chi2(25) = 0.0000

. * Pruebas Dickey-Fuller, vase resultados en la pg 790

. * Caminata Aleatoria
. dfuller pib, reg noconstant

Dickey-Fuller test for unit root Number of obs = 87

---------- Interpolated Dickey-Fuller ---------

Test 1% Critical 5% Critical 10% Critical
Statistic Value Value Value
------------------------------------------------------------------------------
Z(t) 5.798 -2.605 -1.950 -1.610

------------------------------------------------------------------------------
D.pib | Coef. Std. Err. t P>|t| [95% Conf. Interval]
-------------+----------------------------------------------------------------
pib |
L1. | .0057654 .0009944 5.80 0.000 .0037887 .0077421
------------------------------------------------------------------------------

. * Caminata Aleatoria con Variaciones

. dfuller pib, reg

Dickey-Fuller test for unit root Number of obs = 87

---------- Interpolated Dickey-Fuller ---------

Test 1% Critical 5% Critical 10% Critical
Statistic Value Value Value
------------------------------------------------------------------------------
Z(t) -0.219 -3.528 -2.900 -2.585
------------------------------------------------------------------------------
MacKinnon approximate p-value for Z(t) = 0.9362

------------------------------------------------------------------------------
D.pib | Coef. Std. Err. t P>|t| [95% Conf. Interval]
-------------+----------------------------------------------------------------
pib |
L1. | -.0013679 .0062415 -0.22 0.827 -.0137777 .0110419
_cons | 28.20542 24.36532 1.16 0.250 -20.23937 76.6502
------------------------------------------------------------------------------

20
. * Caminata Aleatoria con Variaciones alrededor de una Tendencia Estocstica
. dfuller pib, reg trend

Dickey-Fuller test for unit root Number of obs = 87

---------- Interpolated Dickey-Fuller ---------

Test 1% Critical 5% Critical 10% Critical
Statistic Value Value Value
------------------------------------------------------------------------------
Z(t) -1.625 -4.069 -3.463 -3.158
------------------------------------------------------------------------------
MacKinnon approximate p-value for Z(t) = 0.7824

------------------------------------------------------------------------------
D.pib | Coef. Std. Err. t P>|t| [95% Conf. Interval]
-------------+----------------------------------------------------------------
pib |
L1. | -.0603169 .0371113 -1.63 0.108 -.1341169 .0134831
_trend | 1.477641 .9172438 1.61 0.111 -.346399 3.301681
_cons | 190.3836 103.5257 1.84 0.069 -15.48858 396.2559
------------------------------------------------------------------------------

. * Prueba Dickey-Fuller Aumentada, vase resultados en pg 792

. dfuller pib, reg trend lags(1)

Augmented Dickey-Fuller test for unit root Number of obs = 86

---------- Interpolated Dickey-Fuller ---------

Test 1% Critical 5% Critical 10% Critical
Statistic Value Value Value
------------------------------------------------------------------------------
Z(t) -2.215 -4.071 -3.464 -3.158
------------------------------------------------------------------------------
MacKinnon approximate p-value for Z(t) = 0.4813

------------------------------------------------------------------------------
D.pib | Coef. Std. Err. t P>|t| [95% Conf. Interval]
-------------+----------------------------------------------------------------
pib |
L1. | -.0786608 .0355082 -2.22 0.030 -.1492979 -.0080237
LD. | .355794 .102691 3.46 0.001 .1515089 .560079
_trend | 1.892198 .8791682 2.15 0.034 .1432524 3.641144
_cons | 234.9728 98.58764 2.38 0.019 38.85062 431.0951
------------------------------------------------------------------------------

. log close
log: C:\Ejercicio 4.log
log type: text
closed on: 19 Nov 2009, 02:51:46
-----------------------------------------------------------------------------------------

21
 5000

1.00
4500

0.50
Autocorrelations of pib
4000

0.00
pib
3500

-0.50
3000

-1.00 0 10 20 30 40
1970q1 1975q1 1980q1 1985q1 1990q1 Lag
tiempo Bartlett's formula for MA(q) 95% confidence bands

22