Documentos de Académico
Documentos de Profesional
Documentos de Cultura
----------------------------
#NOS CENTRAMOS!!!!!
#QUIERO ENTENDER CUAL ES EL COMPORTAMIENTO DE UNA SERIE
ESTACIONARIA, DECIDIMOS USAR UN MODELO PARA TRATAR DE EXPLICAR
ESTE COMPORTAMIENTO.
#EMPEZAREMOS A USAR--> Modelos Lineales en Procesos Estocasticos
Estacionarios y Ergodicos: Basicamente lo unico que tego para explicar este
comportamiento, es su pasado.
Un correlograma de ruido blanco, nos daria que todas las correlaciones son 0.
#IMPORTANTE
#Segun el teorema de Wall cualquier serie que sea erodica, podra convertirse en
caulquier de estos modelos.
#EJEMPLO
#EN LA PRACTICA 14
#Al ver el correlograma de la variable Y, veo que la funcion simple decae
exponencialmente y la parcial se trunca, PERO VEMOS QUE SE TRUNCA EN
ORDEN 1 y en orden 2, anque este ultimo es cercano a 0.
#POR LO TANTO, hay dos candidatos: es orden 1 o orden 2?
Cuando estime un AR 1 o un AR 2 y los dons residuos sean ruido blanco, tendre que
ir al coeficiente para ver si es significativo.
CONTRASTAREMOS UNA H0= donde toas las phi son igual a 0 i la Ha= es
distinta de 0.
*****PERO CONTRASTAR ESTO ES LO MISMO QUE CONTRATAR QUE LA
SUMA DE PHI^2 = 0 (esto es lo que haremos)
Al momento de hacer el correlograma nos crea también una tabla, como esta:
Al 5% aceptamos o rechazamos la H0—> la rechazamos porque el p-valor es muy
pequeño.
#El profe a elegido K=25 QUE SON 25 RETARDOS Y CONTRASTA SI LAS PHI
SON LAS 25 IGUALES A 0 Y COMO EL P-VALOR ES MAS PEQUEÑO QUE 5%
RECHAZAMOS H0.
-Aquí hay dos retardos mas alejados, phi_2 y theta_1, ninguno es significativo.
-Al ver el correlograma nos enseña que k=25 el p-valor es mas pequeño que el 5%
por lo tanto rechazamos la hipótesis nula (ruido blanco).
-TENEMOS QUE IR INTRODUCIENDO DINAMICAS, PARA CONSEGUIR LA H0.
EMPEZANDO POR UN AR (1) ARMA(1,1), AR(2) ARAMA(2,2)…..
#PUEDE HABER MAS DE UN MODELO VALIDO, AL IGUAL QUE NINGUN
MODELO VALIDO.
—————————————————————————————————————
—————————————————————————————————————
—————
#PRACTICA 15: Apuntes sobre el ejercicio.
Miramos el estadístico-Q que contrasta que la suma del cuadrado de las K primeras
correlaciones es 0 —> esto es Ljung Box. RESULTADO: Las 7 primera
autocorrelaciones no son 0.
EN ARMA(2,1)
——————PREDIICCIONES——
Zt=-0,039+0,72Zt-1+Et-0,40Et-1+0,35Et-1.
Z1979:04=-0,039+0,7*Z1979:03+E1979:04-0,4*E1979:03+0,35*E1979:02
*Et=epsilon t
Como es Ruido blanco se que no esta relacionado con el pasado, por lo que su
valor esperado no dependerá de su pasado si no de la media que es =0.
E1979:04 = 0
Lo mismo pasa por si quiero saber marzo del 1979.—> la mejor predicción que yo
puedo hacer sobre las perturbaciones cuando solo tengo pasado es 0.
A continuación guardamos los residuos y se cura una variable con el siguiente
nombre; que contiene para cada mes y año su respectivo residuo.
16/11/23
#SERIE 1
Al hacer la correlación de la variable Y vemos que la función de correlación
decae exponencialmente y la función de correlación parcial se trunca en
orden 2 o en orden 3, probamos AR(2) y AR(3):
Realizamos el modelo AR(2)
***K=lnT(198)=aprox 6
1)Retardos mas alejados, son significativos.
Vamos a contrastar que las 6 primeras autocorrelaciones son 0
2) Vemos que RECHAZAMOS la hipótesis nula donde dice que los 6 primero
residuos son 0, ya que el p-valor es inferior al grado de un 5%.
Tanto el R^2 corregido como los criterios, nos hacen pensar que el modelo AR(3) es
el elegido.
#SERIE 3
SI HACEMOS EL CORRELOGRAMA DE LA SERIE VEMOS QUE AMBAS
FUNCIONES SE TRUNCAN EN ORDEN 1, NO HAY NINGUN MODELO DONDE
AMBAS FUNCIONES SE TRUNQUEN ENTONCES PROBAMOS CON UN AR(1) Y
UN MA(1).
****TEORICAMENTE LAS FUNCIONES, ALGUNA O LAS DOS, HAN DE DECAER
EXPONENCIALMENTE. PERO, NO SIEMPRE PASA ESO, YA QUE YO TENGO
UNA VARIABLE CON VALORES ESTIMADOS MAS NO PRECISOS LO QUE HACE
QUE EN ALGUNAS OCASIONES NO DECAIGA NINGUNA DE LAS DOS
FUNCIONES EXPONENCIALMENTE.
——————————————————————————————————— ——
——————————————————————————————
INTRODUCCIÓN A LA NO ESTACIONARIEDAD:
L= OPERADOR DE RETARDOS que se aplican a los procesos estocaicos.
LYt=Yt-1
LEt=Et-1
LYt-1=Yt-2
L^2Yt=Yt-2—> L^kYt=Yt-k
—————————————————————————————————————
——————————————————————————————
(APUNTES MONICA)DIAS 21/11 Y 23/!1———TENER EN CUENTA
#PRACTICA 18
Creamosel logaritmo de la varible, la seleccionamos y vamos a contrastes de raíz
unitaria—> dickey fuller—> con constante y tendencia
No hay evidencias para rechazar la hipótesis nula ya que el p valor es mas grande
que el 5%
Cuando una serie tiene una raiz unitaria, entonces se dice, que es un proceso
estocaico integrado de orden 1 y se denota por I(1) y si es de orden 0 I(0).
Nos podríamos encontrar con series dos rices autorregresivas de orden 1
tendríamos I(2).
- Si Yt es un proceso de orden I(1) EL INCREMENTO SEGUIRÁ UN PROCESO DE
ORDEN 0 I(0)
- Si Yt es un proceso de orden I(2) el incremento será de orden 1 I(1).
Voy a modelo, series temporales univariantes, ARIMA y la serie que debo escoger
como dependiente es el incremento ya que es la que yo creo que es un AR(1).
Sacamos el logaritmo de 239 —>k=6
- AR(1) ES UN MODELO VALIDO, ACEPTAMOS LA H0—> ARMA(1,0)
- MA(2) ES UN MODELO VALIDO,ACEPTAMOS LA H0—> ARMA(0,2)
DE 4 CRITERIOS EN 3 EL MODELO PREFERIDO ES EL MA(2)
Concluimos que el incremento del logaritmo del GDP —> ^ln(GDPt) sigue un
MA(2) o lo que es igual un ARMA(0,2)
#PRACTICA 17
CREO LA DIFERENCIA Y EL LOGARITMO, Y VEO EL GRAFICO OBSERVANDO
QUE NO ES ESTACIONARIO EN MEDIA PORQUE TIENE UNA TENDENCIA.
PARA CALCULAR UN MODELO NECESITO SABER SI LA SERIE ES ESTOCAICA
O DETERMINISTA
Y ESTO LO VEO CONTRASTANDO QUE HAY UNA RAIZ UNITARIA.
COMO LA SERIE TIENE TENDENCIA, ELEGIMOS LA OPCION DE CON
CONSTANTE Y TENDENCIA.:
RECHAZAMOS INCLUSO AL 1% QUE LA RAIZ DE W TIENE RAIZ UNITARIA,
POR LO TANTO AL RECHAZAR SABEMOS QUE TIENE UNA TENDENCIA
DETERMINISTA. POR LO TANTO CREAMOS LA VARIABLE TIME.
#MODELO AR(1)
——————————practica 17
-Si una función decae linealmente es un signo de no estacionariedad
(correlograma)
- Es estacionaria en media, porque tiene una raiz unitaria, la única forma
de que una serie no sea estacionaria es porque tiene una raiz unitaria.
-Como decidir si la serie es estacionaria o no? haciendo un contraste de
dickey fuller, si no tiene una raiz unitaria es que la serie es estacionaria.
-La serie tiene una tendencia, dependiendo del tipo de tendencia
decidiré.
PASOS:
#AR(!)—INCREMENTO ARIMA(1,1,0)
VARIABLE DEP: W
-CORRELOGRAMA DE LOS RESIDUOS, VEMOS QUE AL 5% NO RECHAZAMOS
LA NULA, HAY RB POR LO TANTO EL MODELO ES VALIDO