En este caso un ejercicio Se mostrarán estacionalidad porque giraba al entorno al promedio.

el
tema es qué aun cuando la varianza parece estar relativamente constante o poder visualizar
porque realmente no varía, Pero está más o menos alrededor entonces en perspectiva Una
persona puede decir que ahí estacionada porque está por lo menos está alrededor de la
media, pero qué pasó con la segunda me doy cuenta de que De que la media No es constante
cuando pase el tiempo entonces no es estacionaria el anterior es estacionaria.

pk: Y de la asociación entre dos variables, en este caso con el Y pero con un rezago
determinado hasta k, el gráfico se le denomina correlograma poblacional.

Excel: Excel ejercicio serie de tiempo correleograma

Partimos de una serie que tiene 13 trimestres, vamos a calcular Cuál es la función
autocorrelación específicamente correlograma.

La línea del medio es el promedio 0, si sale del fuera del Rango es significativo, pero si estás
dentro de los márgenes lo más probable es que no haya estacionalidad más aún hay una
especie de que te crece rápido pero siempre y cuando, pero no hay una regla básica si esto
estuviera aquí dentro. Siempre convergen quiere decir que de alguna manera Hay un proceso
estocástico, Entonces sería estacionaria porque convergen al centro de ahí hay una especie de
retorno y todo está autocorrelación no son significativas, Pero hay uno que lo malo que lo
malogra (*). Gráficamente Esto no es una prueba contundente, sólo te da una primera idea.

tendencia estocástica: Hay un patrón regresivo (Yt-1, Yt-2)

tendencia determinística: en el tiempo

Las estacionarias están dentro del Rango, O sea la covarianza autocovarianza es cero para
todos los rezagos término de inferencias, pero no siempre es así. hay otra donde salgan así,
pero se caen rápido.

imagen 1
Cuando el coeficiente Es mayor que uno es explosivo, Sólo interesa cuando es entre cero y
menor que 1.

Vamos ahora con las pruebas de inferencia Para que lo de antes fue solamente prueba de
visualización.

de acuerdo a los analistas el problema es cuanto rezagos lo determinas, Lo que sugiere es que
sea un cuarto de toda la Data.

Hay dos pruebas:

la primera (individual) es significativa o no significativa coeficiente correlación con cada

rezago. En cambio, el de global es En donde la prueba de hipótesis simultáneamente es todos
los coeficientes de autocorrelación que son 0 es una prueba simultánea (es como prueba F).

en este caso esto sigue una distribución normal con una media 0 y una desviación estándar o
una varianza 1 sobre n.

El ojo no es estacionaria. Entonces se rechaza la hipótesis, y por el correleograma si hay

estacionaria porque convergen.

No hay autocorrelación porque la prueba de hipótesis está dentro del intervalo y la confianza
es 95% dice que está dentro de lo más probable es de que exista autocorrelación por lo tanto
la variable sea estacionaria. uno de los temas importantes es que la existencia de la
estacionalidad puede conducir a autocorrelación cuando regresionas Y eso lo malogra todo.

imagen 2
La prueba de hipótesis que vetados sea igual a cero y una prueba de significancia de 5% esa
probabilidad sale 2% esto significa que se rechaza la hipótesis entonces significativamente
diferente de cero, Hay autocorrelacion por lo tanto no es estacionaria.

A que podía regresar al teatro menos uno, pero el problema es que hay cesco cuando usamos
este MC. No se usa se calcula como la t pero no se usa la tabla del uno la tabla tau de ahí el
aumentado.

Partimos de una caminata aleatoria sin deriva, EL “p” que acompaña al rezagado es clave si es
uno la variable no es estacionaria, es un proceso no estacionario pero en diferente diferencia
tanto con o sin deriva es estacionaria. Y para superar esta limitación se calculará la diferencia
pero no se puede utilizar esto a través de MCO la prueba t (por el sesgo).

Es decir el valor esperado de Beta cuando hay sesgo no hay no es el mismo Albeta poblacional.

Esta es la recomendación para demostrar que es estacionaria:

El delta tiene que ser cero cuando hago la regresión para decir que Ro es igual a 1, Entonces no
hay estacionalidad.

imagen 3

Entonces esperaría que el delta sea negativo, para que sea estacionaria.
En la caminata aleatoria se entrega no se puede utilizar la prueba t, porque no se puede
aplicar El valor estimado de una distribución t porque no se parece El delta No sigue una
distribución T, ante la imposibilidad sigue la prueba dickey fluller.

Tipificar que la variable en todo proceso toda la variable con tendencia puede tener
componente determinista como tendencia aleatoria.