Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Universidad de Granada
Análisis de Series Temporales con GRETL Granada - 15, 17, 20, 22 y 24 Noviembre 2017
Análisis unidimensional de Series Temporales
Modelos de Función de Transferencia
Análisis multidimensional de Series Temporales
Referencias
Índice
1 Análisis unidimensional de Series Temporales
Identificación de modelos
Diagnosis de modelos
Selección de modelos
Tratamiento con GRETL
Consumo de energı́a
Tasa de paro
2 Modelos de Función de Transferencia
Variables impulso
Variables escalón
Tratamiento con GRETL: euribor
3 Análisis multidimensional de Series Temporales
Tratamiento con GRETL
Consumo de energı́a y renta per cápita
4 Referencias
Análisis de Series Temporales con GRETL Granada - 15, 17, 20, 22 y 24 Noviembre 2017
Análisis unidimensional de Series Temporales Identificación de modelos
Modelos de Función de Transferencia Diagnosis de modelos
Análisis multidimensional de Series Temporales Selección de modelos
Referencias Tratamiento con GRETL
Índice
1 Análisis unidimensional de Series Temporales
Identificación de modelos
Diagnosis de modelos
Selección de modelos
Tratamiento con GRETL
Consumo de energı́a
Tasa de paro
2 Modelos de Función de Transferencia
Variables impulso
Variables escalón
Tratamiento con GRETL: euribor
3 Análisis multidimensional de Series Temporales
Tratamiento con GRETL
Consumo de energı́a y renta per cápita
4 Referencias
Análisis de Series Temporales con GRETL Granada - 15, 17, 20, 22 y 24 Noviembre 2017
Análisis unidimensional de Series Temporales Identificación de modelos
Modelos de Función de Transferencia Diagnosis de modelos
Análisis multidimensional de Series Temporales Selección de modelos
Referencias Tratamiento con GRETL
Ruido blanco
Se define el ruido blanco como una secuencia de variables aleatorias
incorreladas que tienen esperanza cero y varianza constante. Esto es,
E [εt ] = 0, Var [εt ] = E [ε2t ] = σ2 y Cov (εt , εs ) = E [εt · εs ] = 0, ∀t, s
con t 6= s.
Análisis de Series Temporales con GRETL Granada - 15, 17, 20, 22 y 24 Noviembre 2017
Análisis unidimensional de Series Temporales Identificación de modelos
Modelos de Función de Transferencia Diagnosis de modelos
Análisis multidimensional de Series Temporales Selección de modelos
Referencias Tratamiento con GRETL
Sin embargo, no es habitual que las series de tiempo verifiquen esta condi-
ción por lo que será necesario transformarlas de forma adecuada calculando
sus primeras diferencias tantas veces como sea necesario (para inducir es-
tacionariedad en media, ∇d Yt = (1 − B)d ) o su logaritmo (para inducir
estacionariedad en varianza, ln Yt ). En caso de tener que realizar ambas
transformaciones en primer lugar se tomaran los logaritmos.
Análisis de Series Temporales con GRETL Granada - 15, 17, 20, 22 y 24 Noviembre 2017
Análisis unidimensional de Series Temporales Identificación de modelos
Modelos de Función de Transferencia Diagnosis de modelos
Análisis multidimensional de Series Temporales Selección de modelos
Referencias Tratamiento con GRETL
Estacionariedad en media
Para saber si una serie temporal es estacionaria en media es suficiente con
la visualización de la serie temporal.
Estacionariedad en varianza
Para saber si una serie temporal es estacionaria en varianza se dispone del
gráfico rango-media. Se persigue discernir si en la nube de puntos de este
gráfico existe aleatoriedad, por lo que se ajusta una recta y se contrasta si
la pendiente es significativamente distinto de cero. Si el coeficiente de la
recta estimada es significativamente distinto de cero, entonces la serie no
es estacionaria en varianza.
Herramienta analı́tica
Analizar las raı́ces del polinomio de retardos autorregresivo.
Análisis de Series Temporales con GRETL Granada - 15, 17, 20, 22 y 24 Noviembre 2017
Análisis unidimensional de Series Temporales Identificación de modelos
Modelos de Función de Transferencia Diagnosis de modelos
Análisis multidimensional de Series Temporales Selección de modelos
Referencias Tratamiento con GRETL
28
26
24
22
20
18
16
14
12
10
6
2002 2004 2006 2008 2010 2012 2014
Análisis de Series Temporales con GRETL Granada - 15, 17, 20, 22 y 24 Noviembre 2017
Análisis unidimensional de Series Temporales Identificación de modelos
Modelos de Función de Transferencia Diagnosis de modelos
Análisis multidimensional de Series Temporales Selección de modelos
Referencias Tratamiento con GRETL
900
800
700
600
500
400
300
200
100
0
1950 1960 1970 1980 1990 2000
Análisis de Series Temporales con GRETL Granada - 15, 17, 20, 22 y 24 Noviembre 2017
Análisis unidimensional de Series Temporales Identificación de modelos
Modelos de Función de Transferencia Diagnosis de modelos
Análisis multidimensional de Series Temporales Selección de modelos
Referencias Tratamiento con GRETL
φ(B)Φ(B s )∇d ∇D s
s ln Yt = θ(B)Θ(B )εt , (2)
donde:
∇s = 1 − B s es la diferencia estacional y D indica el número de
diferencias estacionales a realizar para eliminar la estacionalidad per-
sistente. Generalmente D es igual a cero (no es necesario realizar
diferencias estacionales) o uno (se realiza solo una diferencia).
Análisis de Series Temporales con GRETL Granada - 15, 17, 20, 22 y 24 Noviembre 2017
Análisis unidimensional de Series Temporales Identificación de modelos
Modelos de Función de Transferencia Diagnosis de modelos
Análisis multidimensional de Series Temporales Selección de modelos
Referencias Tratamiento con GRETL
11500
11000
10500
10000
9500
9000
8500
8000
7500
7000
6500
1973 1974 1975 1976 1977 1978 1979
Análisis de Series Temporales con GRETL Granada - 15, 17, 20, 22 y 24 Noviembre 2017
Análisis unidimensional de Series Temporales Identificación de modelos
Modelos de Función de Transferencia Diagnosis de modelos
Análisis multidimensional de Series Temporales Selección de modelos
Referencias Tratamiento con GRETL
Análisis de Series Temporales con GRETL Granada - 15, 17, 20, 22 y 24 Noviembre 2017
Análisis unidimensional de Series Temporales Identificación de modelos
Modelos de Función de Transferencia Diagnosis de modelos
Análisis multidimensional de Series Temporales Selección de modelos
Referencias Tratamiento con GRETL
NO
SI
NO
Análisis de Series Temporales con GRETL Granada - 15, 17, 20, 22 y 24 Noviembre 2017
Análisis unidimensional de Series Temporales Identificación de modelos
Modelos de Función de Transferencia Diagnosis de modelos
Análisis multidimensional de Series Temporales Selección de modelos
Referencias Tratamiento con GRETL
Índice
1 Análisis unidimensional de Series Temporales
Identificación de modelos
Diagnosis de modelos
Selección de modelos
Tratamiento con GRETL
Consumo de energı́a
Tasa de paro
2 Modelos de Función de Transferencia
Variables impulso
Variables escalón
Tratamiento con GRETL: euribor
3 Análisis multidimensional de Series Temporales
Tratamiento con GRETL
Consumo de energı́a y renta per cápita
4 Referencias
Análisis de Series Temporales con GRETL Granada - 15, 17, 20, 22 y 24 Noviembre 2017
Análisis unidimensional de Series Temporales Identificación de modelos
Modelos de Función de Transferencia Diagnosis de modelos
Análisis multidimensional de Series Temporales Selección de modelos
Referencias Tratamiento con GRETL
FAC FACP
Decrecimiento exponencial
AR(p) Nula para k > p
y/o sinusoidal amortiguado
Decrecimiento exponencial
MA(q) Nula para k > q
y/o sinusoidal amortiguado
Decrecimiento exponencial Decrecimiento exponencial
ARMA(p,q)
y/o sinusoidal amortiguado y/o sinusoidal amortiguado
2
Si la autocorrelación simple mide la correlación entre dos variables del
proceso en dos instantes cualesquiera, la autocorrelación parcial hace lo mismo
eliminando el efecto que tienen los instantes intermedios.
Análisis de Series Temporales con GRETL Granada - 15, 17, 20, 22 y 24 Noviembre 2017
Análisis unidimensional de Series Temporales Identificación de modelos
Modelos de Función de Transferencia Diagnosis de modelos
Análisis multidimensional de Series Temporales Selección de modelos
Referencias Tratamiento con GRETL
Análisis de Series Temporales con GRETL Granada - 15, 17, 20, 22 y 24 Noviembre 2017
Análisis unidimensional de Series Temporales Identificación de modelos
Modelos de Función de Transferencia Diagnosis de modelos
Análisis multidimensional de Series Temporales Selección de modelos
Referencias Tratamiento con GRETL
FAC de ar2_0803
1
+- 1.96/T^0.5
0.5
0
-0.5
-1
0 5 10 15 20 25 30 35 40
retardo
FACP de ar2_0803
1
+- 1.96/T^0.5
0.5
0
-0.5
-1
0 5 10 15 20 25 30 35 40
retardo
Análisis de Series Temporales con GRETL Granada - 15, 17, 20, 22 y 24 Noviembre 2017
Análisis unidimensional de Series Temporales Identificación de modelos
Modelos de Función de Transferencia Diagnosis de modelos
Análisis multidimensional de Series Temporales Selección de modelos
Referencias Tratamiento con GRETL
FAC de ma1_08
0.6
0.4 +- 1.96/T^0.5
0.2
0
-0.2
-0.4
-0.6
0 5 10 15 20 25
retardo
FACP de ma1_08
0.6
0.4 +- 1.96/T^0.5
0.2
0
-0.2
-0.4
-0.6
0 5 10 15 20 25
retardo
Análisis de Series Temporales con GRETL Granada - 15, 17, 20, 22 y 24 Noviembre 2017
Análisis unidimensional de Series Temporales Identificación de modelos
Modelos de Función de Transferencia Diagnosis de modelos
Análisis multidimensional de Series Temporales Selección de modelos
Referencias Tratamiento con GRETL
Índice
1 Análisis unidimensional de Series Temporales
Identificación de modelos
Diagnosis de modelos
Selección de modelos
Tratamiento con GRETL
Consumo de energı́a
Tasa de paro
2 Modelos de Función de Transferencia
Variables impulso
Variables escalón
Tratamiento con GRETL: euribor
3 Análisis multidimensional de Series Temporales
Tratamiento con GRETL
Consumo de energı́a y renta per cápita
4 Referencias
Análisis de Series Temporales con GRETL Granada - 15, 17, 20, 22 y 24 Noviembre 2017
Análisis unidimensional de Series Temporales Identificación de modelos
Modelos de Función de Transferencia Diagnosis de modelos
Análisis multidimensional de Series Temporales Selección de modelos
Referencias Tratamiento con GRETL
Invertivilidad
Un proceso es invertible si admite una representación autorregresiva finita o
infinita convergente. Esta propiedad es importante a la hora de determinar
desde un punto de vista teórico la FACP de un proceso de medias móviles.
Contraste de Ljung-Box
Para contrastar la hipótesis nula de que los residuos del modelo son ruido
blanco se usan los estadı́sticos de Ljung-Box o Box-Pierce. Más concreta-
mente, su objetivo es el de contrastar si existe dependencia entre los m
primeros residuos estimados, es decir, si estos residuos presentan correla-
ción no nula:
H0 : los primeros m coef. de autocorrelación son conjuntamente cero
H1 : existe algún coeficiente de autocorrelación no nulo
Análisis de Series Temporales con GRETL Granada - 15, 17, 20, 22 y 24 Noviembre 2017
Análisis unidimensional de Series Temporales Identificación de modelos
Modelos de Función de Transferencia Diagnosis de modelos
Análisis multidimensional de Series Temporales Selección de modelos
Referencias Tratamiento con GRETL
Análisis de Series Temporales con GRETL Granada - 15, 17, 20, 22 y 24 Noviembre 2017
Análisis unidimensional de Series Temporales Identificación de modelos
Modelos de Función de Transferencia Diagnosis de modelos
Análisis multidimensional de Series Temporales Selección de modelos
Referencias Tratamiento con GRETL
Análisis de Series Temporales con GRETL Granada - 15, 17, 20, 22 y 24 Noviembre 2017
Análisis unidimensional de Series Temporales Identificación de modelos
Modelos de Función de Transferencia Diagnosis de modelos
Análisis multidimensional de Series Temporales Selección de modelos
Referencias Tratamiento con GRETL
FAC de residuos
0.2 +- 1.96/T^0.5
0.1
0
-0.1
-0.2
0 5 10 15 20
retardo
FACP de residuos
0.2 +- 1.96/T^0.5
0.1
0
-0.1
-0.2
0 5 10 15 20
retardo
Recordemos que las medias móviles antes daban problemas, ¿nos vamos a
un ARIMA(1,1,0) o ARIMA(2,1,0)?
Análisis de Series Temporales con GRETL Granada - 15, 17, 20, 22 y 24 Noviembre 2017
Análisis unidimensional de Series Temporales Identificación de modelos
Modelos de Función de Transferencia Diagnosis de modelos
Análisis multidimensional de Series Temporales Selección de modelos
Referencias Tratamiento con GRETL
Índice
1 Análisis unidimensional de Series Temporales
Identificación de modelos
Diagnosis de modelos
Selección de modelos
Tratamiento con GRETL
Consumo de energı́a
Tasa de paro
2 Modelos de Función de Transferencia
Variables impulso
Variables escalón
Tratamiento con GRETL: euribor
3 Análisis multidimensional de Series Temporales
Tratamiento con GRETL
Consumo de energı́a y renta per cápita
4 Referencias
Análisis de Series Temporales con GRETL Granada - 15, 17, 20, 22 y 24 Noviembre 2017
Análisis unidimensional de Series Temporales Identificación de modelos
Modelos de Función de Transferencia Diagnosis de modelos
Análisis multidimensional de Series Temporales Selección de modelos
Referencias Tratamiento con GRETL
T 2
1 X
Error Cuadrático Medio (ECM): ECM = · Yt − Ŷt .
T −m
t=T −m+1
Valores del EAM o ECM próximos a cero son indicativos de una buena
capacidad predictiva.
Análisis de Series Temporales con GRETL Granada - 15, 17, 20, 22 y 24 Noviembre 2017
Análisis unidimensional de Series Temporales Identificación de modelos
Modelos de Función de Transferencia Diagnosis de modelos
Análisis multidimensional de Series Temporales Selección de modelos
Referencias Tratamiento con GRETL
Análisis de Series Temporales con GRETL Granada - 15, 17, 20, 22 y 24 Noviembre 2017
Análisis unidimensional de Series Temporales Identificación de modelos
Modelos de Función de Transferencia Diagnosis de modelos
Análisis multidimensional de Series Temporales Selección de modelos
Referencias Tratamiento con GRETL
Índice
1 Análisis unidimensional de Series Temporales
Identificación de modelos
Diagnosis de modelos
Selección de modelos
Tratamiento con GRETL
Consumo de energı́a
Tasa de paro
2 Modelos de Función de Transferencia
Variables impulso
Variables escalón
Tratamiento con GRETL: euribor
3 Análisis multidimensional de Series Temporales
Tratamiento con GRETL
Consumo de energı́a y renta per cápita
4 Referencias
Análisis de Series Temporales con GRETL Granada - 15, 17, 20, 22 y 24 Noviembre 2017
Análisis unidimensional de Series Temporales Identificación de modelos
Modelos de Función de Transferencia Diagnosis de modelos
Análisis multidimensional de Series Temporales Selección de modelos
Referencias Tratamiento con GRETL
Análisis de Series Temporales con GRETL Granada - 15, 17, 20, 22 y 24 Noviembre 2017
Análisis unidimensional de Series Temporales Identificación de modelos
Modelos de Función de Transferencia Diagnosis de modelos
Análisis multidimensional de Series Temporales Selección de modelos
Referencias Tratamiento con GRETL
Análisis de Series Temporales con GRETL Granada - 15, 17, 20, 22 y 24 Noviembre 2017
Análisis unidimensional de Series Temporales Identificación de modelos
Modelos de Función de Transferencia Diagnosis de modelos
Análisis multidimensional de Series Temporales Selección de modelos
Referencias Tratamiento con GRETL
Análisis de Series Temporales con GRETL Granada - 15, 17, 20, 22 y 24 Noviembre 2017
Análisis unidimensional de Series Temporales Identificación de modelos
Modelos de Función de Transferencia Diagnosis de modelos
Análisis multidimensional de Series Temporales Selección de modelos
Referencias Tratamiento con GRETL
Análisis de Series Temporales con GRETL Granada - 15, 17, 20, 22 y 24 Noviembre 2017
Análisis unidimensional de Series Temporales Identificación de modelos
Modelos de Función de Transferencia Diagnosis de modelos
Análisis multidimensional de Series Temporales Selección de modelos
Referencias Tratamiento con GRETL
Análisis de Series Temporales con GRETL Granada - 15, 17, 20, 22 y 24 Noviembre 2017
Análisis unidimensional de Series Temporales Identificación de modelos
Modelos de Función de Transferencia Diagnosis de modelos
Análisis multidimensional de Series Temporales Selección de modelos
Referencias Tratamiento con GRETL
Análisis de Series Temporales con GRETL Granada - 15, 17, 20, 22 y 24 Noviembre 2017
Análisis unidimensional de Series Temporales Identificación de modelos
Modelos de Función de Transferencia Diagnosis de modelos
Análisis multidimensional de Series Temporales Selección de modelos
Referencias Tratamiento con GRETL
Análisis de Series Temporales con GRETL Granada - 15, 17, 20, 22 y 24 Noviembre 2017
Análisis unidimensional de Series Temporales Identificación de modelos
Modelos de Función de Transferencia Diagnosis de modelos
Análisis multidimensional de Series Temporales Selección de modelos
Referencias Tratamiento con GRETL
Índice
1 Análisis unidimensional de Series Temporales
Identificación de modelos
Diagnosis de modelos
Selección de modelos
Tratamiento con GRETL
Consumo de energı́a
Tasa de paro
2 Modelos de Función de Transferencia
Variables impulso
Variables escalón
Tratamiento con GRETL: euribor
3 Análisis multidimensional de Series Temporales
Tratamiento con GRETL
Consumo de energı́a y renta per cápita
4 Referencias
Análisis de Series Temporales con GRETL Granada - 15, 17, 20, 22 y 24 Noviembre 2017
Análisis unidimensional de Series Temporales Identificación de modelos
Modelos de Función de Transferencia Diagnosis de modelos
Análisis multidimensional de Series Temporales Selección de modelos
Referencias Tratamiento con GRETL
110000
100000
90000
80000
C
70000
60000
50000
40000
1970 1975 1980 1985 1990 1995 2000 2005 2010
Análisis de Series Temporales con GRETL Granada - 15, 17, 20, 22 y 24 Noviembre 2017
Análisis unidimensional de Series Temporales Identificación de modelos
Modelos de Función de Transferencia Diagnosis de modelos
Análisis multidimensional de Series Temporales Selección de modelos
Referencias Tratamiento con GRETL
25000
FAC de d_C
20000 1
0.5 +- 1.96/T^0.5
15000 0
-0.5
-1
10000
0 5 10 15 20
retardo
d_C
5000
0 FACP de d_C
1
-5000 0.5 +- 1.96/T^0.5
0
-10000 -0.5
-1
-15000 0 5 10 15 20
1975 1980 1985 1990 1995 2000 2005 2010 retardo
Análisis de Series Temporales con GRETL Granada - 15, 17, 20, 22 y 24 Noviembre 2017
Análisis unidimensional de Series Temporales Identificación de modelos
Modelos de Función de Transferencia Diagnosis de modelos
Análisis multidimensional de Series Temporales Selección de modelos
Referencias Tratamiento con GRETL
Análisis de Series Temporales con GRETL Granada - 15, 17, 20, 22 y 24 Noviembre 2017
Análisis unidimensional de Series Temporales Identificación de modelos
Modelos de Función de Transferencia Diagnosis de modelos
Análisis multidimensional de Series Temporales Selección de modelos
Referencias Tratamiento con GRETL
δb
1647,63 = ⇒ δb = 487,6161
1 − 0,70405
Análisis de Series Temporales con GRETL Granada - 15, 17, 20, 22 y 24 Noviembre 2017
Análisis unidimensional de Series Temporales Identificación de modelos
Modelos de Función de Transferencia Diagnosis de modelos
Análisis multidimensional de Series Temporales Selección de modelos
Referencias Tratamiento con GRETL
FAC de residuos1
0.4
0.3 +- 1.96/T^0.5
0.2
0.1
0
-0.1
-0.2
-0.3
-0.4
0 5 10 15 20
retardo
FACP de residuos1
0.4
0.3 +- 1.96/T^0.5
0.2
0.1
0
-0.1
-0.2
-0.3
-0.4
0 5 10 15 20
retardo
Análisis de Series Temporales con GRETL Granada - 15, 17, 20, 22 y 24 Noviembre 2017
Análisis unidimensional de Series Temporales Identificación de modelos
Modelos de Función de Transferencia Diagnosis de modelos
Análisis multidimensional de Series Temporales Selección de modelos
Referencias Tratamiento con GRETL
Análisis de Series Temporales con GRETL Granada - 15, 17, 20, 22 y 24 Noviembre 2017
Análisis unidimensional de Series Temporales Identificación de modelos
Modelos de Función de Transferencia Diagnosis de modelos
Análisis multidimensional de Series Temporales Selección de modelos
Referencias Tratamiento con GRETL
Análisis de Series Temporales con GRETL Granada - 15, 17, 20, 22 y 24 Noviembre 2017
Análisis unidimensional de Series Temporales Identificación de modelos
Modelos de Función de Transferencia Diagnosis de modelos
Análisis multidimensional de Series Temporales Selección de modelos
Referencias Tratamiento con GRETL
FAC de residuos2
0.4
0.3 +- 1.96/T^0.5
0.2
0.1
0
-0.1
-0.2
-0.3
-0.4
0 5 10 15 20
retardo
FACP de residuos2
0.4
0.3 +- 1.96/T^0.5
0.2
0.1
0
-0.1
-0.2
-0.3
-0.4
0 5 10 15 20
retardo
Análisis de Series Temporales con GRETL Granada - 15, 17, 20, 22 y 24 Noviembre 2017
Análisis unidimensional de Series Temporales Identificación de modelos
Modelos de Función de Transferencia Diagnosis de modelos
Análisis multidimensional de Series Temporales Selección de modelos
Referencias Tratamiento con GRETL
Análisis de Series Temporales con GRETL Granada - 15, 17, 20, 22 y 24 Noviembre 2017
Análisis unidimensional de Series Temporales Identificación de modelos
Modelos de Función de Transferencia Diagnosis de modelos
Análisis multidimensional de Series Temporales Selección de modelos
Referencias Tratamiento con GRETL
Análisis de Series Temporales con GRETL Granada - 15, 17, 20, 22 y 24 Noviembre 2017
Análisis unidimensional de Series Temporales Identificación de modelos
Modelos de Función de Transferencia Diagnosis de modelos
Análisis multidimensional de Series Temporales Selección de modelos
Referencias Tratamiento con GRETL
Análisis de Series Temporales con GRETL Granada - 15, 17, 20, 22 y 24 Noviembre 2017
Análisis unidimensional de Series Temporales Identificación de modelos
Modelos de Función de Transferencia Diagnosis de modelos
Análisis multidimensional de Series Temporales Selección de modelos
Referencias Tratamiento con GRETL
130000
C
predicción
120000 Intervalo de 95 por ciento
110000
100000
90000
80000
70000
60000
1995 2000 2005 2010
Análisis de Series Temporales con GRETL Granada - 15, 17, 20, 22 y 24 Noviembre 2017
Análisis unidimensional de Series Temporales Identificación de modelos
Modelos de Función de Transferencia Diagnosis de modelos
Análisis multidimensional de Series Temporales Selección de modelos
Referencias Tratamiento con GRETL
Índice
1 Análisis unidimensional de Series Temporales
Identificación de modelos
Diagnosis de modelos
Selección de modelos
Tratamiento con GRETL
Consumo de energı́a
Tasa de paro
2 Modelos de Función de Transferencia
Variables impulso
Variables escalón
Tratamiento con GRETL: euribor
3 Análisis multidimensional de Series Temporales
Tratamiento con GRETL
Consumo de energı́a y renta per cápita
4 Referencias
Análisis de Series Temporales con GRETL Granada - 15, 17, 20, 22 y 24 Noviembre 2017
Análisis unidimensional de Series Temporales Identificación de modelos
Modelos de Función de Transferencia Diagnosis de modelos
Análisis multidimensional de Series Temporales Selección de modelos
Referencias Tratamiento con GRETL
28
26
24
22
20
Tasa_de_paro
18
16
14
12
10
6
2002 2004 2006 2008 2010 2012 2014
Análisis de Series Temporales con GRETL Granada - 15, 17, 20, 22 y 24 Noviembre 2017
Análisis unidimensional de Series Temporales Identificación de modelos
Modelos de Función de Transferencia Diagnosis de modelos
Análisis multidimensional de Series Temporales Selección de modelos
Referencias Tratamiento con GRETL
3.5 2
3 1.5
2.5 1
2 0.5
d_d_Tasa_de_paro
d_Tasa_de_paro
1.5 0
1 -0.5
0.5 -1
0 -1.5
-0.5 -2
-1 -2.5
-1.5 -3
2002 2004 2006 2008 2010 2012 2014 2004 2006 2008 2010 2012 2014
Análisis de Series Temporales con GRETL Granada - 15, 17, 20, 22 y 24 Noviembre 2017
Análisis unidimensional de Series Temporales Identificación de modelos
Modelos de Función de Transferencia Diagnosis de modelos
Análisis multidimensional de Series Temporales Selección de modelos
Referencias Tratamiento con GRETL
2
FAC de d_d_Tasa_de_paro
1.5
1
0.5 +- 1.96/T^0.5 1
0
-0.5 0.5
sd_d_d_Tasa_de_paro
-1
0 5 10 15 20 0
retardo -0.5
-1
FACP de d_d_Tasa_de_paro
1 -1.5
0.5 +- 1.96/T^0.5
-2
0
-0.5 -2.5
-1
0 5 10 15 20 -3
retardo 2004 2006 2008 2010 2012 2014
Análisis de Series Temporales con GRETL Granada - 15, 17, 20, 22 y 24 Noviembre 2017
Análisis unidimensional de Series Temporales Identificación de modelos
Modelos de Función de Transferencia Diagnosis de modelos
Análisis multidimensional de Series Temporales Selección de modelos
Referencias Tratamiento con GRETL
FAC de sd_d_d_Tasa_de_paro
0.4 +- 1.96/T^0.5
0.2
0
-0.2
-0.4
0 5 10 15 20
retardo
FACP de sd_d_d_Tasa_de_paro
0.4 +- 1.96/T^0.5
0.2
0
-0.2
-0.4
0 5 10 15 20
retardo
Análisis de Series Temporales con GRETL Granada - 15, 17, 20, 22 y 24 Noviembre 2017
Análisis unidimensional de Series Temporales Identificación de modelos
Modelos de Función de Transferencia Diagnosis de modelos
Análisis multidimensional de Series Temporales Selección de modelos
Referencias Tratamiento con GRETL
FAC de residuos1
0.4
0.3 +- 1.96/T^0.5
0.2
0.1
0
-0.1
-0.2
-0.3
-0.4
0 5 10 15 20
retardo
FACP de residuos1
0.4
0.3 +- 1.96/T^0.5
0.2
0.1
0
-0.1
-0.2
-0.3
-0.4
0 5 10 15 20
retardo
Análisis de Series Temporales con GRETL Granada - 15, 17, 20, 22 y 24 Noviembre 2017
Análisis unidimensional de Series Temporales Identificación de modelos
Modelos de Función de Transferencia Diagnosis de modelos
Análisis multidimensional de Series Temporales Selección de modelos
Referencias Tratamiento con GRETL
Análisis de Series Temporales con GRETL Granada - 15, 17, 20, 22 y 24 Noviembre 2017
Análisis unidimensional de Series Temporales Identificación de modelos
Modelos de Función de Transferencia Diagnosis de modelos
Análisis multidimensional de Series Temporales Selección de modelos
Referencias Tratamiento con GRETL
FAC de residuos2
0.4
0.3 +- 1.96/T^0.5
0.2
0.1
0
-0.1
-0.2
-0.3
-0.4
0 5 10 15 20
retardo
FACP de residuos2
0.4
0.3 +- 1.96/T^0.5
0.2
0.1
0
-0.1
-0.2
-0.3
-0.4
0 5 10 15 20
retardo
Análisis de Series Temporales con GRETL Granada - 15, 17, 20, 22 y 24 Noviembre 2017
Análisis unidimensional de Series Temporales Identificación de modelos
Modelos de Función de Transferencia Diagnosis de modelos
Análisis multidimensional de Series Temporales Selección de modelos
Referencias Tratamiento con GRETL
Análisis de Series Temporales con GRETL Granada - 15, 17, 20, 22 y 24 Noviembre 2017
Análisis unidimensional de Series Temporales Identificación de modelos
Modelos de Función de Transferencia Diagnosis de modelos
Análisis multidimensional de Series Temporales Selección de modelos
Referencias Tratamiento con GRETL
3
Usando Establecer rango del menú Muestra. Se vuelve a estimar el modelo
y solicitamos las predicciones. No olvidar recuperar el rango completo (en el
mismo lugar).
Análisis de Series Temporales con GRETL Granada - 15, 17, 20, 22 y 24 Noviembre 2017
Análisis unidimensional de Series Temporales Identificación de modelos
Modelos de Función de Transferencia Diagnosis de modelos
Análisis multidimensional de Series Temporales Selección de modelos
Referencias Tratamiento con GRETL
Análisis de Series Temporales con GRETL Granada - 15, 17, 20, 22 y 24 Noviembre 2017
Análisis unidimensional de Series Temporales Identificación de modelos
Modelos de Función de Transferencia Diagnosis de modelos
Análisis multidimensional de Series Temporales Selección de modelos
Referencias Tratamiento con GRETL
Análisis de Series Temporales con GRETL Granada - 15, 17, 20, 22 y 24 Noviembre 2017
Análisis unidimensional de Series Temporales
Variables impulso
Modelos de Función de Transferencia
Variables escalón
Análisis multidimensional de Series Temporales
Tratamiento con GRETL: euribor
Referencias
Índice
1 Análisis unidimensional de Series Temporales
Identificación de modelos
Diagnosis de modelos
Selección de modelos
Tratamiento con GRETL
Consumo de energı́a
Tasa de paro
2 Modelos de Función de Transferencia
Variables impulso
Variables escalón
Tratamiento con GRETL: euribor
3 Análisis multidimensional de Series Temporales
Tratamiento con GRETL
Consumo de energı́a y renta per cápita
4 Referencias
Análisis de Series Temporales con GRETL Granada - 15, 17, 20, 22 y 24 Noviembre 2017
Análisis unidimensional de Series Temporales
Variables impulso
Modelos de Función de Transferencia
Variables escalón
Análisis multidimensional de Series Temporales
Tratamiento con GRETL: euribor
Referencias
Análisis de Series Temporales con GRETL Granada - 15, 17, 20, 22 y 24 Noviembre 2017
Análisis unidimensional de Series Temporales
Variables impulso
Modelos de Función de Transferencia
Variables escalón
Análisis multidimensional de Series Temporales
Tratamiento con GRETL: euribor
Referencias
Análisis de Series Temporales con GRETL Granada - 15, 17, 20, 22 y 24 Noviembre 2017
Análisis unidimensional de Series Temporales
Variables impulso
Modelos de Función de Transferencia
Variables escalón
Análisis multidimensional de Series Temporales
Tratamiento con GRETL: euribor
Referencias
ωs (B) b θq (B)
Yt = B Xt + εt . (4)
δr (B) φp (B)
ωs (B)Ω(B s ) b θq (B)Θ(B s )
Yt = B Xt + εt .
δr (B)∆(B s ) φp (B)Φ(B s )
Análisis de Series Temporales con GRETL Granada - 15, 17, 20, 22 y 24 Noviembre 2017
Análisis unidimensional de Series Temporales
Variables impulso
Modelos de Función de Transferencia
Variables escalón
Análisis multidimensional de Series Temporales
Tratamiento con GRETL: euribor
Referencias
Índice
1 Análisis unidimensional de Series Temporales
Identificación de modelos
Diagnosis de modelos
Selección de modelos
Tratamiento con GRETL
Consumo de energı́a
Tasa de paro
2 Modelos de Función de Transferencia
Variables impulso
Variables escalón
Tratamiento con GRETL: euribor
3 Análisis multidimensional de Series Temporales
Tratamiento con GRETL
Consumo de energı́a y renta per cápita
4 Referencias
Análisis de Series Temporales con GRETL Granada - 15, 17, 20, 22 y 24 Noviembre 2017
Análisis unidimensional de Series Temporales
Variables impulso
Modelos de Función de Transferencia
Variables escalón
Análisis multidimensional de Series Temporales
Tratamiento con GRETL: euribor
Referencias
Variables impulso
Para simplificar4 , consideremos un proceso ARMA estacionario φ(B)Yt =
θ(B)t , tal que se ve afectado en un instante dado, t = t0 , por un suceso
conocido, c0 . En tal caso serı́a adecuado considerar el modelo:
0, si t 6= t0
φ(B)Yt = c0 It (t0 ) + θ(B)t , It (t0 ) = ,
1, si t = t0
Variables impulso
Análisis de Series Temporales con GRETL Granada - 15, 17, 20, 22 y 24 Noviembre 2017
Análisis unidimensional de Series Temporales
Variables impulso
Modelos de Función de Transferencia
Variables escalón
Análisis multidimensional de Series Temporales
Tratamiento con GRETL: euribor
Referencias
Índice
1 Análisis unidimensional de Series Temporales
Identificación de modelos
Diagnosis de modelos
Selección de modelos
Tratamiento con GRETL
Consumo de energı́a
Tasa de paro
2 Modelos de Función de Transferencia
Variables impulso
Variables escalón
Tratamiento con GRETL: euribor
3 Análisis multidimensional de Series Temporales
Tratamiento con GRETL
Consumo de energı́a y renta per cápita
4 Referencias
Análisis de Series Temporales con GRETL Granada - 15, 17, 20, 22 y 24 Noviembre 2017
Análisis unidimensional de Series Temporales
Variables impulso
Modelos de Función de Transferencia
Variables escalón
Análisis multidimensional de Series Temporales
Tratamiento con GRETL: euribor
Referencias
Variables escalón
Análisis de Series Temporales con GRETL Granada - 15, 17, 20, 22 y 24 Noviembre 2017
Análisis unidimensional de Series Temporales
Variables impulso
Modelos de Función de Transferencia
Variables escalón
Análisis multidimensional de Series Temporales
Tratamiento con GRETL: euribor
Referencias
Variables escalón
Análisis de Series Temporales con GRETL Granada - 15, 17, 20, 22 y 24 Noviembre 2017
Análisis unidimensional de Series Temporales
Variables impulso
Modelos de Función de Transferencia
Variables escalón
Análisis multidimensional de Series Temporales
Tratamiento con GRETL: euribor
Referencias
Índice
1 Análisis unidimensional de Series Temporales
Identificación de modelos
Diagnosis de modelos
Selección de modelos
Tratamiento con GRETL
Consumo de energı́a
Tasa de paro
2 Modelos de Función de Transferencia
Variables impulso
Variables escalón
Tratamiento con GRETL: euribor
3 Análisis multidimensional de Series Temporales
Tratamiento con GRETL
Consumo de energı́a y renta per cápita
4 Referencias
Análisis de Series Temporales con GRETL Granada - 15, 17, 20, 22 y 24 Noviembre 2017
Análisis unidimensional de Series Temporales
Variables impulso
Modelos de Función de Transferencia
Variables escalón
Análisis multidimensional de Series Temporales
Tratamiento con GRETL: euribor
Referencias
Euribor: estacionariedad
Serie mensual del EURIBOR desde enero de 2005 a junio de 2015: no es
estacionario ni en media ni en varianza (p-valor asociado al gráfico rango
media igual a 0.0294406).
4
euribor
0
2006 2008 2010 2012 2014
Análisis de Series Temporales con GRETL Granada - 15, 17, 20, 22 y 24 Noviembre 2017
Análisis unidimensional de Series Temporales
Variables impulso
Modelos de Función de Transferencia
Variables escalón
Análisis multidimensional de Series Temporales
Tratamiento con GRETL: euribor
Referencias
Euribor: identificación
0.15
FAC de d_l_euribor
0.1
1
0.5 +- 1.96/T^0.5
0.05 0
-0.5
0 -1
0 5 10 15 20 25 30
d_l_euribor
-0.05
retardo
-0.1
FACP de d_l_euribor
-0.15
1
-0.2 0.5 +- 1.96/T^0.5
0
-0.25 -0.5
-1
-0.3 0 5 10 15 20 25 30
2006 2008 2010 2012 2014 retardo
Análisis de Series Temporales con GRETL Granada - 15, 17, 20, 22 y 24 Noviembre 2017
Análisis unidimensional de Series Temporales
Variables impulso
Modelos de Función de Transferencia
Variables escalón
Análisis multidimensional de Series Temporales
Tratamiento con GRETL: euribor
Referencias
(1 − 0,718 · B)∇ ln Et = εt
Análisis de Series Temporales con GRETL Granada - 15, 17, 20, 22 y 24 Noviembre 2017
Análisis unidimensional de Series Temporales
Variables impulso
Modelos de Función de Transferencia
Variables escalón
Análisis multidimensional de Series Temporales
Tratamiento con GRETL: euribor
Referencias
Euribor: identificación
0.2
FAC de d_d_l_euribor
0.15
0.2
0.1 +- 1.96/T^0.5
0.1 0
-0.1
0.05 -0.2
d_d_l_euribor
0 5 10 15 20 25 30
0
retardo
-0.05
FACP de d_d_l_euribor
-0.1
0.2
-0.15 0.1 +- 1.96/T^0.5
0
-0.2 -0.1
-0.2
-0.25 0 5 10 15 20 25 30
2006 2008 2010 2012 2014 retardo
Análisis de Series Temporales con GRETL Granada - 15, 17, 20, 22 y 24 Noviembre 2017
Análisis unidimensional de Series Temporales
Variables impulso
Modelos de Función de Transferencia
Variables escalón
Análisis multidimensional de Series Temporales
Tratamiento con GRETL: euribor
Referencias
Análisis de Series Temporales con GRETL Granada - 15, 17, 20, 22 y 24 Noviembre 2017
Análisis unidimensional de Series Temporales
Variables impulso
Modelos de Función de Transferencia
Variables escalón
Análisis multidimensional de Series Temporales
Tratamiento con GRETL: euribor
Referencias
Análisis de Series Temporales con GRETL Granada - 15, 17, 20, 22 y 24 Noviembre 2017
Análisis unidimensional de Series Temporales
Variables impulso
Modelos de Función de Transferencia
Variables escalón
Análisis multidimensional de Series Temporales
Tratamiento con GRETL: euribor
Referencias
Euribor: ARMAX
Análisis de Series Temporales con GRETL Granada - 15, 17, 20, 22 y 24 Noviembre 2017
Análisis unidimensional de Series Temporales
Variables impulso
Modelos de Función de Transferencia
Variables escalón
Análisis multidimensional de Series Temporales
Tratamiento con GRETL: euribor
Referencias
Euribor: ARMAX
Análisis de Series Temporales con GRETL Granada - 15, 17, 20, 22 y 24 Noviembre 2017
Análisis unidimensional de Series Temporales
Variables impulso
Modelos de Función de Transferencia
Variables escalón
Análisis multidimensional de Series Temporales
Tratamiento con GRETL: euribor
Referencias
Análisis de Series Temporales con GRETL Granada - 15, 17, 20, 22 y 24 Noviembre 2017
Análisis unidimensional de Series Temporales
Modelos de Función de Transferencia
Tratamiento con GRETL
Análisis multidimensional de Series Temporales
Referencias
Índice
1 Análisis unidimensional de Series Temporales
Identificación de modelos
Diagnosis de modelos
Selección de modelos
Tratamiento con GRETL
Consumo de energı́a
Tasa de paro
2 Modelos de Función de Transferencia
Variables impulso
Variables escalón
Tratamiento con GRETL: euribor
3 Análisis multidimensional de Series Temporales
Tratamiento con GRETL
Consumo de energı́a y renta per cápita
4 Referencias
Análisis de Series Temporales con GRETL Granada - 15, 17, 20, 22 y 24 Noviembre 2017
Análisis unidimensional de Series Temporales
Modelos de Función de Transferencia
Tratamiento con GRETL
Análisis multidimensional de Series Temporales
Referencias
Análisis de Series Temporales con GRETL Granada - 15, 17, 20, 22 y 24 Noviembre 2017
Análisis unidimensional de Series Temporales
Modelos de Función de Transferencia
Tratamiento con GRETL
Análisis multidimensional de Series Temporales
Referencias
Análisis de Series Temporales con GRETL Granada - 15, 17, 20, 22 y 24 Noviembre 2017
Análisis unidimensional de Series Temporales
Modelos de Función de Transferencia
Tratamiento con GRETL
Análisis multidimensional de Series Temporales
Referencias
Si p = 1 se tiene:
O equivalentemente:
Xt δ1 α11 β11 Xt−1 a1t
= + · +
Yt δ2 α21 β21 Yt−1 a2t
α11 β11
El VAR(1) es estacionario si los autovalores de son menores
α21 β21
que 1 en módulo.
Análisis de Series Temporales con GRETL Granada - 15, 17, 20, 22 y 24 Noviembre 2017
Análisis unidimensional de Series Temporales
Modelos de Función de Transferencia
Tratamiento con GRETL
Análisis multidimensional de Series Temporales
Referencias
Para p = 2:
O equivalentemente:
Xt δ1 α11 β11 Xt−1
= + ·
Yt δ2 α21 β21 Yt−1
α12 β12 Xt−2 a1t
+ · +
α22 β22 Yt−2 a2t
Análisis de Series Temporales con GRETL Granada - 15, 17, 20, 22 y 24 Noviembre 2017
Análisis unidimensional de Series Temporales
Modelos de Función de Transferencia
Tratamiento con GRETL
Análisis multidimensional de Series Temporales
Referencias
Análisis de Series Temporales con GRETL Granada - 15, 17, 20, 22 y 24 Noviembre 2017
Análisis unidimensional de Series Temporales
Modelos de Función de Transferencia
Tratamiento con GRETL
Análisis multidimensional de Series Temporales
Referencias
Análisis de Series Temporales con GRETL Granada - 15, 17, 20, 22 y 24 Noviembre 2017
Análisis unidimensional de Series Temporales
Modelos de Función de Transferencia
Tratamiento con GRETL
Análisis multidimensional de Series Temporales
Referencias
Análisis de Series Temporales con GRETL Granada - 15, 17, 20, 22 y 24 Noviembre 2017
Análisis unidimensional de Series Temporales
Modelos de Función de Transferencia
Tratamiento con GRETL
Análisis multidimensional de Series Temporales
Referencias
Análisis de Series Temporales con GRETL Granada - 15, 17, 20, 22 y 24 Noviembre 2017
Análisis unidimensional de Series Temporales
Modelos de Función de Transferencia
Tratamiento con GRETL
Análisis multidimensional de Series Temporales
Referencias
Puesto que los coeficientes del VAR son dı́ficiles de interpretar individual-
mente, para analizar la respuesta de una variable dependiente se estudia
la función de respuesta al impulso.
El objetivo del análisis de la respuesta a un impulso radica en estudiar
cómo afecta al análisis realizado una distorsión en los datos. Es decir,
calcular los efectos (incremento o disminución) a lo largo del tiempo oca-
sionados por una distorsión en las perturbaciones del sistema. La distorsión
corresponde a un aumento de una desviación estándar en una de las per-
turbaciones del modelo. Es decir, la distorsión en la ecuación i consiste en
la raı́z cuadrada del elemento (i, i) de la diagonal principal de la matriz de
varianzas-covarianzas.
Análisis de Series Temporales con GRETL Granada - 15, 17, 20, 22 y 24 Noviembre 2017
Análisis unidimensional de Series Temporales
Modelos de Función de Transferencia
Tratamiento con GRETL
Análisis multidimensional de Series Temporales
Referencias
Índice
1 Análisis unidimensional de Series Temporales
Identificación de modelos
Diagnosis de modelos
Selección de modelos
Tratamiento con GRETL
Consumo de energı́a
Tasa de paro
2 Modelos de Función de Transferencia
Variables impulso
Variables escalón
Tratamiento con GRETL: euribor
3 Análisis multidimensional de Series Temporales
Tratamiento con GRETL
Consumo de energı́a y renta per cápita
4 Referencias
Análisis de Series Temporales con GRETL Granada - 15, 17, 20, 22 y 24 Noviembre 2017
Análisis unidimensional de Series Temporales
Modelos de Función de Transferencia
Tratamiento con GRETL
Análisis multidimensional de Series Temporales
Referencias
Análisis de Series Temporales con GRETL Granada - 15, 17, 20, 22 y 24 Noviembre 2017
Análisis unidimensional de Series Temporales
Modelos de Función de Transferencia
Tratamiento con GRETL
Análisis multidimensional de Series Temporales
Referencias
Análisis de Series Temporales con GRETL Granada - 15, 17, 20, 22 y 24 Noviembre 2017
Análisis unidimensional de Series Temporales
Modelos de Función de Transferencia
Tratamiento con GRETL
Análisis multidimensional de Series Temporales
Referencias
Análisis de Series Temporales con GRETL Granada - 15, 17, 20, 22 y 24 Noviembre 2017
Análisis unidimensional de Series Temporales
Modelos de Función de Transferencia
Tratamiento con GRETL
Análisis multidimensional de Series Temporales
Referencias
Análisis de Series Temporales con GRETL Granada - 15, 17, 20, 22 y 24 Noviembre 2017
Análisis unidimensional de Series Temporales
Modelos de Función de Transferencia
Tratamiento con GRETL
Análisis multidimensional de Series Temporales
Referencias
Índice
1 Análisis unidimensional de Series Temporales
Identificación de modelos
Diagnosis de modelos
Selección de modelos
Tratamiento con GRETL
Consumo de energı́a
Tasa de paro
2 Modelos de Función de Transferencia
Variables impulso
Variables escalón
Tratamiento con GRETL: euribor
3 Análisis multidimensional de Series Temporales
Tratamiento con GRETL
Consumo de energı́a y renta per cápita
4 Referencias
Análisis de Series Temporales con GRETL Granada - 15, 17, 20, 22 y 24 Noviembre 2017
Análisis unidimensional de Series Temporales
Modelos de Función de Transferencia
Tratamiento con GRETL
Análisis multidimensional de Series Temporales
Referencias
Análisis de Series Temporales con GRETL Granada - 15, 17, 20, 22 y 24 Noviembre 2017
Análisis unidimensional de Series Temporales
Modelos de Función de Transferencia
Tratamiento con GRETL
Análisis multidimensional de Series Temporales
Referencias
Log-verosimilitud = −648.809
Determinante de la matriz de covarianzas = 9.66055e+011
AIC = 33,7851, BIC = 34,2116, HQC = 33,9381
Contraste Portmanteau: LB(9) = 22.3667, gl = 28 [0.7640]
Ecuación 1: C
Análisis de Series Temporales con GRETL Granada - 15, 17, 20, 22 y 24 Noviembre 2017
Análisis unidimensional de Series Temporales
Modelos de Función de Transferencia
Tratamiento con GRETL
Análisis multidimensional de Series Temporales
Referencias
Ecuación 2: R
Análisis de Series Temporales con GRETL Granada - 15, 17, 20, 22 y 24 Noviembre 2017
Análisis unidimensional de Series Temporales
Modelos de Función de Transferencia
Tratamiento con GRETL
Análisis multidimensional de Series Temporales
Referencias
Análisis de Series Temporales con GRETL Granada - 15, 17, 20, 22 y 24 Noviembre 2017
Análisis unidimensional de Series Temporales
Modelos de Función de Transferencia
Tratamiento con GRETL
Análisis multidimensional de Series Temporales
Referencias
Ĉt 1569,4 −0,532 7,283 Ct−1
= + ·
R̂t 211,51 0,00478 1,57 Rt−1
0,148 −2,438 Ct−2
+ ·
0,0018 −0,594 Rt−2
Representación VAR(1) del VAR(2):
Ct 1569,4 −0,532 7,283 0,148 −2,438 Ct−1
Rt 211,51 0,00478
= + 1,57 0,0018 −0,594
· Rt−1
Ct−1 0 1 0 0 0 Ct−2
Rt−1 0 0 1 0 0 Rt−2
Análisis de Series Temporales con GRETL Granada - 15, 17, 20, 22 y 24 Noviembre 2017
Análisis unidimensional de Series Temporales
Modelos de Función de Transferencia
Tratamiento con GRETL
Análisis multidimensional de Series Temporales
Referencias
Análisis de Series Temporales con GRETL Granada - 15, 17, 20, 22 y 24 Noviembre 2017
Análisis unidimensional de Series Temporales
Modelos de Función de Transferencia
Tratamiento con GRETL
Análisis multidimensional de Series Temporales
Referencias
periodo C R
1 2386.47 0.000000
2 −1271.42 11.4154
3 1115.18 16.2096
4 −692.854 21.6801
5 653.244 23.1350
periodo C R
1 1285.45 411.856
2 2315.01 653.005
3 2709.61 794.094
4 3091.96 876.044
5 3199.72 923.396
Análisis de Series Temporales con GRETL Granada - 15, 17, 20, 22 y 24 Noviembre 2017
Análisis unidimensional de Series Temporales
Modelos de Función de Transferencia
Tratamiento con GRETL
Análisis multidimensional de Series Temporales
Referencias
C -> R R -> R
30 1000
25 900
20 800
15 700
10 600
5 500
0 400
0 2 4 6 8 10 0 2 4 6 8 10
años años
Análisis de Series Temporales con GRETL Granada - 15, 17, 20, 22 y 24 Noviembre 2017
Análisis unidimensional de Series Temporales
Modelos de Función de Transferencia
Tratamiento con GRETL
Análisis multidimensional de Series Temporales
Referencias
0 0.5 1
Análisis de Series Temporales con GRETL Granada - 15, 17, 20, 22 y 24 Noviembre 2017
Análisis unidimensional de Series Temporales
Modelos de Función de Transferencia
Tratamiento con GRETL
Análisis multidimensional de Series Temporales
Referencias
Análisis de Series Temporales con GRETL Granada - 15, 17, 20, 22 y 24 Noviembre 2017
Análisis unidimensional de Series Temporales
Modelos de Función de Transferencia
Tratamiento con GRETL
Análisis multidimensional de Series Temporales
Referencias
Análisis de Series Temporales con GRETL Granada - 15, 17, 20, 22 y 24 Noviembre 2017
Análisis unidimensional de Series Temporales
Modelos de Función de Transferencia
Tratamiento con GRETL
Análisis multidimensional de Series Temporales
Referencias
Log-verosimilitud = −648.169
Determinante de la matriz de covarianzas = 9.34901e+011
AIC = 33,7523, BIC = 34,1788, HQC = 33,9053
Contraste Portmanteau: LB(9) = 24.3186, gl = 28 [0.6646]
Ecuación 1: C
Análisis de Series Temporales con GRETL Granada - 15, 17, 20, 22 y 24 Noviembre 2017
Análisis unidimensional de Series Temporales
Modelos de Función de Transferencia
Tratamiento con GRETL
Análisis multidimensional de Series Temporales
Referencias
Ecuación 2: R
Análisis de Series Temporales con GRETL Granada - 15, 17, 20, 22 y 24 Noviembre 2017
Análisis unidimensional de Series Temporales
Modelos de Función de Transferencia
Tratamiento con GRETL
Análisis multidimensional de Series Temporales
Referencias
o equivalentemente:
Ĉt −0,527 7,213 Ct−1
= ·
R̂t 0,00701 1,568 Rt−1
0,169 −2,47 Ct−2 77,485
+ · + Tt .
0,00491 −0,604 Rt−2 3,53
Índice
1 Análisis unidimensional de Series Temporales
Identificación de modelos
Diagnosis de modelos
Selección de modelos
Tratamiento con GRETL
Consumo de energı́a
Tasa de paro
2 Modelos de Función de Transferencia
Variables impulso
Variables escalón
Tratamiento con GRETL: euribor
3 Análisis multidimensional de Series Temporales
Tratamiento con GRETL
Consumo de energı́a y renta per cápita
4 Referencias
Análisis de Series Temporales con GRETL Granada - 15, 17, 20, 22 y 24 Noviembre 2017
Análisis unidimensional de Series Temporales
Modelos de Función de Transferencia
Análisis multidimensional de Series Temporales
Referencias
Referencias
Análisis de Series Temporales con GRETL Granada - 15, 17, 20, 22 y 24 Noviembre 2017