Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Zt = β0
Zt = β0 + β1 t
Zt = β0 + β1 Xt + β2 t
Zt = β1 Xt + β2 Yt
Xt = Xt−1 + Zt
1
5.- Para una serie de observaciones x1 , x2 , ..., xn sea γˆh la autocovarianza
muestral definida por:
1
Pn−h
t=1 (xt − x¯n ) (xt+h − x¯n ) si 0 ≤ h ≤ n − 1
γˆh = n
γ(−h)
ˆ si −n < h ≤ 0
1
Pn
Donde x¯n = n i=1 xi . Pruebe que γˆh es invariante bajo traslaciones de
los datos.
Calcule su esperanza.
Calcule su varianza.
Análisis de datos:
1.- Simule un proceso AR(2) de tamaño 500, con parámetros φ1 = .7,
φ2 = .2 y σz2 = .1. La simulación se hace con el siguiente código:
2
set.seed(628)
x=arima.sim(n = 500, list(ar = c(0.7,.2)),
sd = sqrt(.1))
Realice lo siguiente:
Grafique el proceso.
Grafique el Acf y Pacf del proceso. ¿Se puede identificar el modelo?
Estime los parámetros φ1 y φ2 usando la función arima() . ¿Los verda-
deros valores caen en la banda de un 80 % de confianza?(muestre las
bandas de confianza).
¿El modelo cumple los supuestos vistos en clase?. Enliste los supuestos
y exhiba si se cumple cada uno de ellos.
2.- Simule un proceso ARMA(3,2) de tamaño 500 y parámetros φ1 =
.2,φ2 = .13, φ3 = .17, θ1 = .3, θ2 = .78 y σz2 = 1. La simulación se hace con
el siguiente código:
set.seed(628)
x=arima.sim(n = 500, list(ar = c(0.2,.13,.17),
ma = c(.3,0.78)), sd = sqrt(1))
Realice lo siguiente:
Grafique el proceso.
Grafique el Acf y Pacf del proceso. ¿Se puede identificar el modelo?
Estime los parámetros usando la función arima(). ¿Los verdaderos va-
lores caen en la banda de un 85 % de confianza?(muestre las bandas de
confianza).
¿El modelo cumple los supuestos vistos en clase?. Enliste los supuestos
y exhiba si se cumple cada uno de ellos.
3.- Ajusta un modelo de series de tiempo a los datos enviados por correo
y realice lo siguiente:
Muestre como llego al modelo propuesto.
Verifique que se cumplen todos los supuestos implicados en el modelo.
Realize la predicción de los siguientes 3 valores del proceso y calcule
sus bandas de confianza al 90 %. Grafique la serie (color negro) con las
predicciones (color azul) y bandas de confianza (color rojo).
¿Son consistentes los valores de la predicción?. Diga si le parece adecua-
do el modelo (El mejor modelo de series de tiempo que pudo ajustar).