Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Econometria 1
Econometria 1
ASIGNATURA : Econometría 2
TURNO :Noche
Nivel :IV
Ciclo :XVII
IQUITOS – PERÚ
2015
1
Capítulo1: Series Temporales
Concepto 1:
Una serie temporal es una sucesión de observaciones de una variable tomadas en varios
instantes de tiempo.
Nos interesa estudiar los cambios en esa variable con respeto al tiempo.
Predecir sus valores futuros.
Economía: producto interior bruto anual, tasa de inflación, tasa de desempleo, etc.
Demografía: nacimientos anuales, tasa de dependencia, etc.
Meteorología: temperaturas máximas, medias o mínimas, precipitaciones diarias,
etc.
Medio ambiente: concentración media mensual de nitratos en agua, alcalinidad
media anual del suelo, emisiones anuales de CO2, etc.
2
Ejemplos de gráfico temporal
3
Reserva hidrológica peninsular. Tomado de www.mma.es
Definición 2:
Una serie temporal es una sucesión de observaciones de una variable tomadas en varios
instantes de tiempo. Estas observaciones provienen de una distribución que puede ser
diferente en cada instante del tiempo.
No somos capaces de tratar cualquier tipo de serie temporal, ya que en cada instante tenemos
una variable con distinta distribución de la que sólo observamos un dato. Ignoramos mucho y
tenemos poca información.
4
Una serie es estacionaria si la media y la variabilidad se mantienen constantes a lo
largo del tiempo.
Definición 3:
El ejemplo más simple es el RUIDO BLANCO, cuando la media y la covarianza son siempre cero.
Como la media es constante, podemos estimarla con todos los datos, y utilizar este
valor para predecir una nueva observación.
Ejemplos
5
Serie estacionaria:
Variaciones anuales de la media de los pluviómetros peninsulares para el periodo
Octubre/1990 a Septiembre/2006.
6
componentes como tendencia y componente irregular que se pueden confundir en las
fluctuaciones estacionales.
7
8
Capítulo 1.2 :Estacionariedad
Concepto:
De esta manera, un proceso aleatorio de tiempo continuo x(t) que sea estacionario en sentido
amplio tiene las siguientes restricciones sobre su función media:
1.
y función de correlación:
2.
La primera propiedad implica que su función media mx(t) debe ser constante. Las segunda
propiedad implica que la función de correlación depende solo de la diferencia entre t_1 y t_2,
y sólo necesita ser indexada por una única variable en lugar de dos. Así, en lugar de escribir:
Sin duda sobre diferenciar o no, o sobre cuántas veces hay que diferenciar, se calcula la
varianza de la serie original y de la serie sometida a diferentes diferenciaciones, tomando
9
como diferenciación adecuada aquella para la que la varianza es mínima. El método es
tanto más adecuado cuanto mayor se la diferencia entre las varianzas anteriores. La
sobrediferenciación suele evitarse observando si en la parte de medias móviles alguna raíz
es próximo a la unidad.
Estacionariedad estricta
La estacionariedad estricta es un tipo de invariancia del tiempo que propiamente puede
exhibir la serie temporal.
Dado que el supuesto de igualdad de las distribuciones no sólo es muy severo sino que , en
la práctica, es bastante difícil de verificar un proceso estocástico. Por eso, la
estacionariedad suele definirse usualmente en un sentido más débil o menos restrictivo.
10
Un proceso autorregresivo AR(p) es estacionario si la raíces del polinomio en B dado
por :
El proceso de medias móviles de orden q, representan por ARIMA (0,0,q) o también por Ma(q),
viene dado por la expresión:
11
Capítulo 1.5 : Modelo Arma( p,q)
Concepto:
Una extensión natural de los modelos AR(p) Y MA(q) es un tipo de modelos que
incluyen tanto términos autorregresivos como de medias móviles y se definen como
ARIMA(p,0,q). Se representan por la ecuación:
es decir ,
Un modelo ARMA (p,q) es estacionario si las raíces del polinomio definido por
12
Contenido
Capítulo1: Series Temporales.......................................................................................................2
Capítulo 1.1: Estacionalidad.........................................................................................................7
Capítulo 1.2 :Estacionariedad.......................................................................................................9
Estacionariedad débil o de sentido amplio..................................................................................9
Estacionariedad estricta.............................................................................................................10
Capítulo 1.3 Modelos Autorregresivos AR(P)............................................................................10
Capítulo 1.4 : Modelos de Medias Móviles Ma(q)......................................................................11
Capítulo 1.5 : Modelo Arma( p,q)...............................................................................................12
13