Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Tema 2:
Abril, 2020
1. Conceptos Preliminares
1.1 Procesos Estocásticos
1.2 Procesos Estocásticos Estacionarios
1.3 Función de Autocorrelación
1.4 Procesos Lineales
Ejemplo:
I Suponga que hemos observado una muestra de tamaño T de alguna variable aleatoria Y .
Y = {y1 , y2 , . . . , yT } = {yt }T
t=1
{yt }∞
t=−∞ = {. . . , y−1 , y0 , y1 , . . . , yT , yT +1 , yT +2 , . . . }
la cual puede ser vista como una simple realización de un proceso de series de tiempo.
I Estrictamente Estacionario
El proceso estocástico {yt } es estrictamente estacionario si la distribución conjunta de
{yt }∞
t=−∞ no depende del tiempo. En otras palabras, los momentos de {yt } no dependen del
tiempo.
I Débilmente Estacionario
O también llamado estacionario en covarianzas. El proceso estocástico {yt } es débilmente
estacionario si los dos primeros momentos de yt no dependen del tiempo.
E [yt ] = µt = µ
E [t ] = 0
Cualquier serie de tiempo estacionaria {yt }t∈Z puede ser escrita como la suma de n proceso
estocástico lineal y un proceso determinı́stico (kt )
∞
X
yt = kt + xt = g (t) + ψi t−i
i=0
yt = µ + t + θt−1
I Esperanza (µ)
I Covarianza (γk )
( 2
(θk + θk+1 θ1 + θk+2 θ2 + · · · + θq θq−k )σ para k = 1, 2, . . . , q
γk =
0 para k > q
1.0
0.4
5
0.3
0.8
4
0.2
0.6
3
Partial ACF
0.1
ACF
yt4
0.4
2
0.0
−0.1
0.2
1
−0.2
0.0
0
−0.3
0 50 100 150 200 250 300 0 5 10 15 20 5 10 15 20
1.0
0.1
6
5
0.0
4
0.5
−0.1
Partial ACF
3
ACF
yt5
−0.2
2
0.0
−0.3
1
−0.4
0
−0.5
−1
0.1
0.8
4
0.0
0.6
Partial ACF
−0.1
0.4
2
ACF
yt6
0.2
−0.2
0.0
0
−0.3
−0.2
−0.4
−0.4
−2
yt = c + φyt−1 + t
I Esperanza (µ)
yt = µ(1 − φ) + φyt−1 + t
(yt − µ) = φ(yt−1 − µ) + t
2 2 2 2
E [(yt − µ) ] = φ E [(yt−1 − µ) ] + 2φE [(yt−1 − µ)t ] + E [t ]
2 2
γ0 = φ γ0 + 0 + σ
σ2
γ0 =
1 − φ2
k
γk = φ γ0
γk
ρk =
γ0
φk γ0
ρk =
γ0
k
ρk = φ
I El proceso AR(p) será estacionario si las raı́ces del polinomio de rezagos (Φ(L)) caen fuera del cı́rculo unitario.
1 2
Var [yt ] = Pp σ
1− j=1
φ2j
0.4
1.0
6
0.8
0.3
5
0.6
0.2
Partial ACF
4
ACF
yt
0.4
0.1
3
0.2
0.0
2
0.0
−0.1
1
1.0
0.1
0.8
4
0.0
0.6
3
−0.1
Partial ACF
0.4
ACF
yt1
−0.2
0.2
1
0.0
−0.3
−0.2
0
−0.4
−0.4
−1
0.2
4
0.0
0.5
Partial ACF
−0.2
ACF
yt2
0.0
−0.4
0
−0.6
−0.5
−2
o de la siguiente manera
Φ(L)yt = c + Θ(L)
I Es estacionario si todas las raı́ces de Φ(L) caen fuera del cı́rculo unitario.
I Es invertible si todas las raı́ces de Θ(L) caen fuera del cı́rculo unitario.
I Tanto ACF como PACF decaen exponencialmente.