TRABAJO SEGUNDO CORTE GRTL

Sindy Lorena Osorio Aldana

Econometria II

Jaime Rodriguez

Universidad Antonio Nariño

BOGOTA D.C

2019
a. X1
AR (1) Correlograma

AUTOCORRELACIÓN
 𝑋𝑡 = 1,9827 + 0,7079𝑋𝑡−1 +∈𝑡

b. X2
MA (2) Correlograma
 AUTOCORRELACIÓN

NO ES SIGNIFICATIVA

𝑋𝑡 = 𝑈𝑡 − 0,6064𝑈𝑡−1 + 0,1144𝑈𝑡−2
c. X3
AR(2) CORRELOGRAMA

AUTOCORRELACIÓN
 SI ES SIGNIFICATIVA

𝑋𝑡 = 0,716619𝑋𝑡−1 + 0,190629𝑋𝑡−2 + ∈𝑡
d. X4
MA (2) Correlograma

AUTOCORRELACION
𝑿𝒕 = 𝟑, 𝟎𝟎𝟗𝟏𝟖 + 𝑼𝒕 − 𝟎, 𝟓𝟗𝟑𝟕𝟒𝟔𝑼𝒕−𝟏 + 𝟎, 𝟎𝟗𝟖𝟏𝟑𝟗𝟎𝑼𝒕−𝟐
3.

AR(1) Correlograma

AUTOCORRELACIÓN
 𝑿𝒕 = 𝟑, 𝟐𝟏𝟎𝟔𝟖 + 𝟎, 𝟑𝟕𝟏𝟒𝟖𝟎𝑿𝒕−𝟏 +∈𝐭

se halla un modelo AR (1), donde la función de auto correlación teórica de AR(1) cae
lentamente, y su función de auto correlación parcial muestra un pico en el primer rezago y
este tiende a cero; el pico es significativo lo cual indica que la correlación para ese desfase no es
igual a cero.

Se aclara que PACFS teorías son espejos de ACFS, esto es el primero ayuda a definir con
exactitud el orden del modelo, ya que estas funciones se consideran como medidas de
asociación entre valores de series actuales y pasadas e indican cuáles son los valores de series
pasadas más útiles para predecir valores futuros.

 Predicción
Pred. rGDPgrhat Pred. AR (1) Pred. ARMA (2:2)
 que las predicciones del modelo AR(1) Y ARMA(2:2) comparadas con la estimación de
rGDPgrhat son aproximadamente idénticas; o sea que el orden de estos dos posibles
modelos es verdadero o acertado, esto quiere decir que están bien estimados.

AR (1)
 ARMA (2:2)

𝑿𝒕 = 𝟑, 𝟐𝟎𝟕𝟒𝟕 + 𝟏, 𝟐𝟑𝟑𝟔𝟒𝑿𝒕−𝟏 − 𝟎, 𝟔𝟏𝟗𝟗𝟓𝟐𝑿𝒕−𝟐 + 𝑼𝒕 − 𝟎, 𝟗𝟏𝟎𝟓𝟗𝟎𝑼𝒕−𝟏 + 𝟎. 𝟒𝟓𝟓𝟖𝟕𝟒𝑼𝒕−𝟐