Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Grado en Estadstica
Curso 2014-2015
Motivacin
Ejemplos
8
4500000
4000000
4
3500000
2
3000000
0
2500000
-2
2000000
-4
1500000
-6
1000000
-8
500000
0
1978
-10
1980
1982
1984
1986
1988
1990
1992
1994
1996
1998
2000
2002
2004
2006
2008
-12
29/12/89 29/12/90 29/12/91 29/12/92 29/12/93 29/12/94 29/12/95 29/12/96 29/12/97 29/12/98 29/12/99 29/12/00 29/12/01 29/12/02 29/12/03
Modelos multivariantes
Se estudian las relaciones dinmicas entre dos o ms variables y estas relaciones no
tienen por qu ir en una sola direccin. Por ejemplo, las ventas de una empresa pueden
estar influidas por los gastos en publicidad, pero a su vez, las ventas pueden influir en
esos gastos.
Definicin 2:
El operador diferencia regular es un operador tal que aplicado a una variable
temporal la transforma de la siguiente forma: y t (1 B )y t y t y t 1
Propiedades: En general,
k y t (1 B )k y t
k y t y t y t k
b)
s y t y t (1 B ... B s 1 )
Definicin 5:
Definimos una serie temporal como una realizacin finita (de tamao uno) de
unl proceso estocstico:
yt t 1 y1 , y2 , y3..., yT
T
Espacio muestral:
aleatorio
Resultado:
Suceso:
-lgebra:
Variable aleatoria:
Conjunto de Estados: S, es el espacio que contiene todos los posibles valore de una
variable aleatoria. Las elecciones ms comunes son los nmeros naturales N, los reales R,
vectores de dimensin k Rk, los reales positivos R+, etc.
Probabilidad:
Distribucin:
m: B
(o espacio de mesura)
F E : E }
P : F [0,1]
[0,1],
donde
B { A : A R}
es un espacio de Borel
Z t ( ),
yt , t T yt (), t T ,
Zt : R
y : T R
Idea intuitiva:
E( y1 )
E( y2 ) ... E( yT )
var ( y1 ) cov( y1 y2 )
cov( y y ) var ( y )
2 1
2
...
...
cov( yT y1 ) cov( yT y2 )
... cov( y1 yT )
... cov( y2 yT )
...
...
... var ( yT )
"t
La funcin varianza:
s t2 = var ( y t ),
"t
La funcin autocovarianza:
g t ,s = E [( y t - mt )( y s - ms )],
" t, s
La funcin autocorrelacin:
r t ,s =
E [( y t - mt )( y s - ms )]
2
t
s s
2
s
" t, s
Definicin 12:
Un proceso estocstico es estacionario en sentido dbil si se cumplen las
siguientes condiciones:
" t, k : E ( y t ) = m
E [( y t - E ( y t ) )2 ] = s 2
E [( y t - E ( y t ))( y t - k - E ( y t ))] = g k
1 T
yt m
T t= 1 T
Un proceso estocstico estacionario en sentido dbil es ergdico
respecto de la varianza cuando se cumple la siguiente propiedad:
1 T- k
( y t + k - m)( y t - m) g k
T
T - k t= 1
g k = E [( y t - mt )( y t - k - mt - k )],
Propiedades:
1)
g0 0
2)
g k = g- k ,
3)
gk g0
n
4)
"k
"k
a a
i 1 j 1
(i j )
0, ( a1 ,... a n )
"k
E (Y ) = m 1
S = var(Y ) =
1
g0
g1
g
2
...
g
T - 1
g1
g0
g1
...
gT - 2
g2
g1
g0
...
gT - 3
... gT - 1
... gT - 2
... gT - 3
... ...
... g 0
rk =
gk
,
g0
Propiedades:
1)
0 1
2)
k k , k
3)
k 1, k
n
4)
a a
i 1 j 1
(i j )
0, ( a1 ,... a n )
"k
1
1
2
...
T 1
1
1
2
1
...
1
...
T 2
T 3
... T 1
... T 2
... T 3
... ...
... 1
k corr( yt , yt k yt 1,...,yt k 1 ) k
Observacin:
A partir de los coeficientes de la funcin de autocorrelacin pueden calcularse
los coeficientes de la funcin de autocorrelacin parcial. Es suficiente con
resolver el siguiente sistema de ecuaciones y tomar k kk :
1
...
k 1
1
1
...
k 2
... k 1 k 0 1
... ... k 1 2
... k 2 ... ...
... 1 kk k
k
0
Definicin 18:
Para una serie temporal Y1,Y2,,YT se define la funcin de autocorrelacin
parcial muestral como la sucesin 0 , 1 , 2 ,..., k ,... donde 0 1 y obtiene
tomando k kk de la solucin del siguiente sistema de ecuaciones:
1
1
...
k 1
1
1
...
k 2
... k 1 k 0 1
... ... k 1 2
... k 2 ... ...
... 1 kk k
cov( s , t ) 0 s t
t ~ WN
o t ~ WN (0, 2 )