Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Estacionareidad de Una Serie de Tiempo - Book Section
Estacionareidad de Una Serie de Tiempo - Book Section
www.uam.es/predysim
Edición 2004
Página 1 de 3
Si k=2, la estacionariedad implica que ninguna de las distribuciones bivariantes
p (Yt , Yt − m ) dependen del tiempo t, lo cual a su vez implica que las covarianzas son
función solamente del intervalo m, y no del tiempo t, y ello para todo m.
cov(Y1 , Y1+ m ) = cov(Y2 , Y2 + m ) = K = cov(Yn , Yn + m )
= cov(Yt , Yt − m )
Por tanto, la hipótesis de estacionariedad implica que la media y la varianza del proceso
sean constantes y que las autocovarianzas:
γ k = cov(Yt , Yt − k ) = E[(Y t − µ ) ⋅ (Yt − k − µ )]
y las autocorrelaciones:
cov(Yt , Yt − k ) γk
ρk = =
var(Yt ) ⋅ var(Yt − k ) γ0
Página 2 de 3
Aunque la mayor parte de las series económicas presentan la característica de la
ergodicidad (por lo que, a efectos prácticos no suele ser objeto de atención), lo cierto es
que también presentan un grado de dispersión variable en unos y otros momentos del
tiempo y, en general, acusada tendencia. Estas circunstancias son una señal inequívoca
del incumplimiento de la condición de estacionariedad. Ahora bien, afortunadamente
existen sencillos tratamientos que, aplicados a los datos, pueden solventar
razonablemente bien estos problemas, tal y como desarrollamos posteriormente.
Página 3 de 3