Documentos de Académico
Documentos de Profesional
Documentos de Cultura
0. Introducción.
Las series no estacionarias anuales se pueden conseguir que lo sean mediante
sencillas transformación (toma de logaritmos, diferenciación...)
Los correlogramas simples se obtendrán a partir de (ρ1, ρ2, ρ3 ...) o bien sus
estimaciones.
ˆ =ρ
φ1 1
Y el resto los valores de φ2 ,φ3 ... de las ecuaciones de Yule Walter para AR(2)
AR(3) ... y así sucesivamente.
1. Identificación.
Una vez que se tiene una serie estacionaria y en caso de la original no serlo se ha
conseguido por diversos procedimientos (toma de logaritmos, diferenciación ...). Es
decir la serie no presenta ni una tendencia y las oscilaciones son regulares,
procederemos a ver que tipo de modelo la genera.
2. Estimación.
Una vez que el modelo se tiene identificado, será necesaria la estimación de los
coeficientes y de la constante si da lugar. Entre otros procedimientos esto se puede
realizar por: Mínimo cuadrados ordinarios (OLS) y Máxima verosimilitud (MLE).
3. Contrastes.
Planteando H0: RΨ = r
Plantearemos H0= θ1 = 0
Plantearemos H0= φ1 = φ2 = 0
LM =
∂ log L
[
I (ψ~0 ) −1 ]
∂ log L
∂ψ ∂ψ
Que se ditribuyen todos como χm2
1- Los modelos deben de estar anidados AR(3) AR(1) o bien ARMA(2,2) con
ARMA(2,1).
2- No admiten restricciones que afecten a ambas partes es decir no se puede
comparar ARMA(1,1) con ARMA(2,2)
Entre los test más utilizados para comprobar que son ruido blanco citaremos:
H0:ρ i0
T 2
∑ ( yt − yt −1 )
T t=2 Y para contrastar la hipótesis nula de ruido
VNR =
T +1 T
∑ yt − y
t =1
2
(
)
blanco:
T 2T
VNR − → N (0,1)
2 T −1
c) Portmanteu test:
p
Q = T ∑ ρ̂ 2j Y para contrastar la hipótesis nula de ruido blanco:
j =1
Q → χq2
p
Q* = T (T + 2) ∑ (T − j ) −1 ρˆ 2j Y para contrastar la hipótesis nula de ruido
j =1
blanco:
Q* → χq2
- Comprobar la normalidad
a) Asimetría:
1 T ( yt − y )3
b1 = ∑ Para contrastarlo usaremos:
σ 3 t =1 T
T
b1 → N (0,1)
6
b) Asimetría:
1 T ( yt − y ) 4
b2 = ∑ Para contrastarlo usaremos:
σ 4 t =1 T
T
(b2 − 3) → N (0,1)
24
c) De forma conjunta
T T
N = b1 + (b2 − 3) 2 Para contrastarlo usaremos:
6 24
N → χ 22
Este criterio tiene el inconveniente de favorecer los modelos con más parámetros.
T es el tamaño muestral.
6. Estacionariedad.
7. Invertibilidad.
- yt = 2 − 0,26 yt −1 + 0,72 yt −2 + u t
φ1 +φ2 = 0,46
No cumple la estacionariedad en lugar de una
φ2 −φ1 = 0,98 ≈1
ARIMA(2,0,0) un ARIMA(1,1,0)
Correlogramas residuos
Simple: -0,35;-0,1;-0,02;0,07;0,09
1
Como 1,96 = ±0,196 son significativos φ1 ,θ1 ,θ2 ,θ3 Si hacemos la
100
gráfica de los correlogramas de los residuos sugiere un MA(1) entonces
podemos pensar que en vez de un AR(2) sería un ARMA(2,1)
- (1 − L) yt = 2 +ut
Correlogramas residuos
Simple: -0,48;-0,16;-0,10;0,08