Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Cierras el cuadro x
Pero después de haber encontrado eso tengo las dos variables y_sa y y_sf que si nosotros
observamos es la variable desestacionalizada
Si ustedes observan es un
Comportamiento estacionario
Identificar
Genr ly=log(y)
doble click en ly
view= graph
Genr ly=log(y_sa)
el comportamiento de su variable es un
Que el comoptrmaiento de esta variable es una raíz unitaria si no lo querems ver con unit root
test también lo podemos ver con el correlograma
View=correlogram =ok
Si es una memoria larga es una raíz unitaria, que es lo que le podemos hacer es sacar la
primera diferencia
Que nos dice esto? Esta variable ya con las primeras diferencias se convierte en estacionario,
en ese sentido generamos
niveles xq la diferencia de y
Y TIENE 4 COMPONENTES
1. estacional
2. tendencial
3. cíclico
4. irregular
1. tendencial
2. cíclico
3. irregular
y_sa--------- I(1) me quiere decir que para que sea estacional hay que integrarla 1 vez
View=correlogram=
o no es estacionaria no se si es ma o ar pero
ser un ma1.
Ma(1) ar(1)
ma (4) Ar(1)Ar(2)
podría ser también una combinación
el proceso de correlograma nos da una idea de lo que puede ser, teneos que tener una idea de
lo que podría ser:
vamos a comenzar con equation ma1.ls d(log(y_sa)) c ma(1) aquí 1 observacion no se trabaja
con dly que ya sea había sacado la diferencia ahorita lo van a saber
Luego cierra este ultimo cuadro y dice ya tengo mi otra ecuación el ma4
El ma1 es relevante
El ma2 no es relevante
El ma3 no es relevante
Y el ma4 si es relevante
arima(0,1,1) 0 por que no tiene ningún proceso autorregresivo,1 por que lo hemos integrado
1 vez
arima(0,1,4)
arima 4
dobel click en ar 2
.
. cual es mejor hasta ahí? es el ma4
el ar1 es sigificativo
el ar 2 tambien
el ar3no es significativo
el ar4 si
el ar5 tambien
tenemos que empezar a pensar si bien arcaique me dice que ar 5 es mejor, pero que quiere
decir esto? el resago 5 tiene 5 triemestres, en terminos generales 15 meses mas de 1 año ,
algunas variables si pueden ser influenciadas mas de 1 año, por ejmplo el pbi puede afectarse
osea lo que ha pasado hace 1 año puede recien estar afectandonos ahora
genralmente aquí se tiene que tomar una regla, los rezagos que afectan a periodos mayor a un
año ya no se deberian considerar, si tu estas considerando trabajar en forma mensual, hasta
cuantos rezagos deberias considerar? Hasta 12 rezagos, 13 14 rezagos probablemete ya no
sean los mas d¿adecuados a menos que hayga una justificacion de lo que estabas planteando,
en este caso el quinto rezago es el periodo del primer trimestre del segundo año que te estaria
afectando sopesalo muy bien si quiers lo puedes dejar ahí generalmente se aceptan hasta 4
rezagos en casos triemstrales. Tiene que combinar bien la matematica(que es la parte
estadistica que hemos hecho) y la logica.
Ahora que tal es un ma1 y un ar1 ala vez entonces empezamos con la combinacion:
equation ARIMA111.ls d(log(y_sa)) c ar(1) ma(1) aquí no necesariamente tiene que ir en orden puedes
primero poner el ma y después el ar
aquí
ar(1) no va
ar2 si va
ma1 ya no va
ma3 ya no va
ma4 ya no va
Por que se incrementa el r^2? No te olvides que se incrementa porque cada vez que
incrementa una variable es muy sensible para poder trabajar este modelo es como si estuviese
trabajando con un ar 2 o un arima (2,1,0), por que no pongo los resultados de estos? Por que
estadísticamente no son significativos
El ar 1no va
El ar2 tampoco
El ar 3 tampoco
El ar 4 si esta yendo
Entonces seria un ar 5 y
ya lo hemos sacado.
En realidad no hemos construido un nuevo modelo por que los demasa son estadísticamente
cero entonces tenemos estos cinco modelos
Ha esto se le llama PGD y esto seria lo que debería os estar considerando, hasta ahí mi mejor
modelo seria un ar5
Volvemos a seleccionar el ar 5 doble click ,profesor yo quiero quitare el ar3 que no me esta
ayudando en nada, si quieres quítalo pero quitarlo no implica que sigas teniendo un ar 5 tienes
un ar5 ahí,
tremendos errores
ami me gustaría que los errores sean como estos que están
al final
revisen el problema de forecast para pronostico, una vez que se cual el mi modelo ideal , mi
proceso generador de datos es una arima (5,1,0) esto significaría que y_sa es un arima pero la
diferencial de y_sa seria un ar5
0.250 𝛥𝑌𝑇−5
.
.
View=graph =ok
equation ARIMA514.ls d(log(y_sa)) c ar(1) ar(2) ar(3) ar(4) ar(5) ma(1) ma(2) ma(3) ma(4)
Esto es el
pronostico
dinamico con el
tiempo va asubir
un poquito, cuando
tu hallas eso es el
promedio a alrgo
plazo
Aquí hay una opción ignorar el proceso arma, tienes que ignorar el proceso arma? No, pues si
tu ignoras el proceso arma no harias nada
Le estoy pididendo hasta 2018q.1, y el q1 que me saque será el valor estimado proyectado del
siguiente valor y simplemete le ponemos ok
menos sesgo tenemos, cuando hay menso sesgo quiere decir que es insesgado y estamos
llendo por un buen camino, no me voy nipor la izquierda ni por la derecha, insesgado significa
no desviarme por el camino y eso es bias proportion, y el otro es cuando existe mucgha
variabilidad, cuando existe muchga variablidad significa no hay una buena estimación, cuando
el coeficiente de inequidad es menor posible es una buena estimación
esto es nuestro siguiente valor
recuerda que
En primer lugar y_saf no va tener los primeros valores, ¿cuantos valores no va a tener y_saf?
0.250 𝛥𝑌𝑇−5 con esa formula he replicado la realidad y esto es el pronostico es la estimación
de y_saf el siguiente valor
Y_SF es el factor de y
Cuanto seria Yt+1? ESO SERIA LO QUE QEUREMOS PODEMOS USAR EL coeficinte o RATIO PERO
SI NO LO TENGO click en y_saf= spreedshet y analizar el losmultimos periodos para anlaizar en
los periodos anteriores. En el trimestre anterior fue 0.950350(periodo 2017q1). En su defecto
podría usar lo que ha pasado en los últimos triemstres por que el promedio de las estaciones
me podría estar afectando, lo lógico seria sacr un promedio de todo el grafico y_sf pero eso
noslleva a riesgos, no te olvides que los promedios están sesgados por valores extemos si al
inicio hay un valor extremos nos podría dar una ama estimación, podría sdacr de losmultimos 5
años
𝑌𝑇+1 = 130043(0.950350)
𝑌𝑇+1 = 12358.6 (𝑒𝑠𝑜 𝑠𝑒𝑟𝑖𝑎 𝑚𝑖 𝑝𝑏𝑖 𝑝𝑎𝑟𝑎 𝑒𝑙 𝑠𝑖𝑔𝑢𝑖𝑒𝑛𝑡𝑒 𝑝𝑒𝑟𝑖𝑜𝑑𝑜)
Pero considerando los efectos de estacionalidad del año anterior
promedio para el primer segundo tercer y cuarto trimestre, pero eso es el promedio de todos
los primeros triemstres segundos , etc
𝑌𝑇+1 = 130043(0.950350)
En vez de ese calculole digo que
𝑌𝑇+1 = 130043(0.945755) ese 0.945755 es el promedio de todos los 36 ultimos primeros
triemstres, pero esto probablemenet tenga sesgos
Click en sample
El eviews tiene una forma autoamtica de hacer estomi variable se llama y_sa
transfromacion logarítmica o puedes tener una transformacion box cox que es una
transformacion cuadrática para hacer una transformacion exponencial, aquí la amquina elige si
no vas hacer una gtransformacion o si le va a poner logaritmo, tambein especifica que proceso
arima vamos a seguir , cuantas difenciaciones vamos a dar? 2 maximas
le pdemos poner hasta un ar5 ya que tenemos un análisis previo y un ma5 no rrabajo con sar y
sma xq, sar es un proceso estacional, el proceso estacional ya lo hemos sacado y ahora
estamos trabajando con y_sa
esto que nos esta diciendo y logaritmo de y_sa es un modelo arma 3,3
dlog(Y_SA) ---ARMA(3,3)
LOG(Y_SA) ---ARIMA(3,1,3)
YO puedo partir de este modelo(3,3) y enonces decir sabes que el mejor modelo es 3, 3 y ene
ste caso como ya me esta dadno una idea el modelo lo puedo comparar y podemos decir
equation ARIMA313.ls d(log(y_sa)) c ar(1) ar(2) ar(3) ma(1) ma(2) ma(3)
Click forecast
Los pronósticos arima nos debe llevar a runa reflexión deoepndiendo de un cruterio nos va
adar un resultado existe una variedad de resultado h cual es? El tiempo lo va decir cuando
suceda el evento y lo comprares te daras cuenata de cuan buen modelo es
1980q1 2017q4
1992q1 2017q4
Abrir exportaciones
Probablemete las exportaciones
estacional
.abrir x_sa
View =graph
fenerar un logaritmo de y
genr lx=log(x_sa)
abrir en lx
sale n.a por que estoy trabajando con datos a partiir de 1991
para adelante
mental para determinar para hacer que es una variable estacionaria en todo caso tendriamos
que trabajar todos sus otros componetes, no te olvides que ya hemos quitado su
componenete estacional
Asumiendo que es un
comportamiento
estacionarionosostris
sacaríamos su raíz
unitaria de esto
Escribir en command: equation l1.ls x_sa c @trend (ya no utilizo logaritmo por que me
empeora las cosas)
Abrimos l2 de workfile
. El cuadrado de trend no me
. ayuda mucho no es significativo,
pr bablemete de los dos que
. escribi en commnad preferiría
. trabajar con el primero
.pero también podríamos estar trabajando con una exponencial que es
Escribimos en command:
equation e1.ls log(x_sa) c @trend
Abrimos en e1 de workfile
Y como obtengo eso? De equation l1 click en forecast en vez de x_saf poner x_ci
(componenete cicliclo e irregular)
.
.vamos a estima a x_sa pero a la tendencia
X_SA= a + bt + e
Tendencia= a +bt
C+i =e
Cuanto será el valor para 2017q2 sera 149 desde caunto esta comenzando?
Pero podríamos estar eliminando esos n.a que no nos sirve tenemos que
Con 104
De equation l1
El 2018q1
El forecast me da la estimación
𝑌 = 𝑦̂ + 𝑒
Lo que te da el forecast es el y estimado (con sombrero) este y estimado no es otra cosa que la
tendencia que no es otra que el xt
Abrir el xt delworkfile
largo
.aqui no necesitas el lado previo lo que necesitas saber es el tiempo no es como el caso
anterior
.
.LUEGO CLICK EN X_SAF Y AHÍ ESTAN LAS PROYECCIONES
LUEGO CLICK EN VIEW (yo puedo proyecctar los valores que quiero porque la tendencia es
sistematica y si es sistematica yo puedo proyectarlo para cualquier valor del tiempo)
No necesitas calcular el proximo valor si estas trabajando con el eviews simplemente dale
forecast y te va a calcular para todos los valores que tu quieras
Profesor necesitamos los residuos y Los residuos de equation l1 van a tener c+i, y como
obtengo los residuos? Los residuos lo obtengo de esta manera
..
.
Y DESPUES DE SO ME SALE EN EL WORKFILE
XC_TC darle click ahí Profesor, No parece un luego en view y graph
componente cíclico, no te olvides
que el componente cíclico que
mientras mas ajustado a un
polinomio mas cercas esta(¿?)
.
.
Que pueden decir de este
componente cíclico, ¿es
sistemático? No es sistemático, si
no es sistemático no lo puedes
.
separar del componente irregular
.
..
Xci vendria a ser nuestra variable cick ahí view=graph =unit root test
De la grafica xci view=unit root test=(ene ste caso voy a trabajarlo con tendencias podría ser
con none también)
.
.si no quieres trabajar con dick fuller trabaja con philips perron
Si aquí hay cierta duda haz mas hipótesis con dick y fuller Philips perron y probablemenet
estaríamos trabajando con zivot y andrews pero tengo suficiente argumento para decir que es
estacionaria y si es estacionaria:
View= correlogram=ok
Un ma1 un ar1
Todos estos son los posibles candidatos y con ellos debemos establecer cual es mejor y
nuevamente viene el proceso que se hizo en la mañana
Esto si se llama ar1 y no arima, el otro tenia que llamrse arima porque tenia un proceso de
integración, que modelo es? Puedo sacar mi resultado y decir en este caso mi primer modelo
EL AR3 TAMBIEN
EL AR1 ES MEJOR
El ma no es significativo
Equation arma16.ls xci c ma(1) ma(2) ma(3) ma(4) ma(5) ma(6) ar(1) ar(2) ar(3) ar(4)
En cambi en arcaique para que tu analizes el periodo siguiente solo necesitas el periodo
anterior
Log(x_sa) X_SA
R^2 ES MUY REDUCIDO R^2
POR SER UN PROCESO DE DESCOMPOSICION ES MUY ALTO
INTEGRACION
SI ES PREDECIBLE LOS R^2 SON
NO PUEDES P´REDECIR CUANDO MUY ALTOS
TU R^2 ES MUY BAJO
NECESITAS XCI Y ESO ESTA EN EL WORKFILE CLICK AHÍ Y BUSCAR HASTA EL ULTIMO VALOR
2017Q4 47.53640
PROBALEMENET NUESTRO
PRONOSTICO EN ESTA APRTE SEA
UN POCO INFERIOR, MIREN EL
VARIANCE PROPORTION 0.12
NADA MAS
ENTONCES XCIF, Y CUANTO ES EL VALOR? HACER CLICK EN XCIF DEL WORKFILE BUSCAR HASTA
EL ULTIMO VALOR 2018Q1 48.09943
86.52
HACE CLICK EN EQUATION AR1 =FORECAST=PONE 2018Q1 CLICK EN STATIC FORECAST CIERRA
Con estos rsultado prueba tom. Luego de un rato nono por el valor que les he dado denanates
por qu etiene que ser el mismo valor de algo.
Click en xci hasta el ultimo valor 2017q4 47.53 eso es el valor que debemos tener en cuenta,
esque no podemos poner otro valor, tengo que poner el valor anterior del valor que ha
ocurrido.
.
.que es lo deberiamos tener en cuenta? En este caso con el modelo que he trabajado que es el
mejor modelo que yo estoy teniendo en consideracion, es un ar1 y un ar1 es xci lo que esta aui
,voy a corregir esto, -15.33+0.76, la pendiente probablemete no ha cambiado mucho lo que si
ca,bia es este valor que esta aquí, y por que cambia este valor? No te olvides que el proceso
ar1 es un aproximado de xci t-1 no es exactamente el mismo valor, el ar1 es el proceso de
seguimineto de cocharne orcuty el proceso de cocharne orcut para que nos salga el valor real
aquí hace una suerte de ajuste previos y nos da el resultado final, pero para que yo tenga este
resultado (xci t-1) puedo trabajar con ar1 que va a ser un proceso de ajuste o puedo trabajr
con un xci t-1 directamente para estar trabajando mi resultado final y en este caso 47.53640
nuestra prediccion, estamos de acuerdo?
Profesor esto me debe salir si yo quiero aplicar directamente el valor anterior, pero ahora
apliquemos lo que sale si yo trabajo con el proceso ar1
Ojo esto es con xci(t-1), ahora en vez de poner 𝑋𝐶𝐼𝑇−1 le voy a poner ar(1) que se supone que
es el mismo resultado
No es el mismo resultado,
ahora les explico,
mas del proceso cocharne ocut para que nos salga el resulTado
en cambio aquí en este modleo no necesito hacer un ajuste, solo le pongo el valor anterior y
me va salir el valor que quiero trabajar, 48 47 son valores muy aproximados, estomque esta
aquí es con el proceso de cocharne orcut, y yo encontraria el resultado con este que estaria
aquí, pero aui no le puedo aplicar directamente el xct-1 porque? Porque aquí no esta el xct-1,
se entiende? Que cosa esta? El ar 1 o sea tengo que encontarra el valor de a anterior y eso es
un proceso de cocharne orcut .
En cambio, el modelo que esta
aquí, ya tengo el valor anterior
directamente le pongo el valor
anterior , entonces aui si le puedo
aplicar el valor anterior, en
cambio en el otro no, es por eso
que mesale esa diferencia , los
dos modleos tiene validez si yo
trabajo con el modelo ar1 tengo
que encontrar el siguiente valor
con xct-1 tengo que encontrar el
siguiente valor, creo q no están
convencidos? Le explico
brevemente