Documentos de Académico
Documentos de Profesional
Documentos de Cultura
móvil (MA)
Serie de tiempo
Es una colección o conjunto de mediciones de cierto fenómeno o experimento
registrados secuencialmente en el tiempo, en forma con intervalos de tiempo
iguales.
.
Componentes de una serie de tiempo
Residuos
Tendencia
Estacionalidad Ciclicidad
Ejemplos
Propiedades de una serie de tiempo
Sea 𝑋𝑡 una serie de tiempo entonces con estas propiedades:
Definición:
T
t t 1 es un proceso estocástico de ruido blanco si;
E ( t ) 0 para todos t
E ( t
2
) V ( t ) 2
para todos t
E ( ) 0 para todos t y 0
t t
𝛿
𝑦𝑡 = − σ∞ 𝑠
𝑠=1 𝜃 𝑦𝑡−𝑠 + 𝜀𝑡
1−𝜃
El hecho que al invertir un proceso MA (1) se tenga coeficiente 𝜃 𝑠 en los retardos de y, sugiere, como asi
es, que la fap: de un proceso MA (1) decae exponencialmente hacia cero, quizá alternamente en signo
positivo, entonces la fap converge a cero exponencialmente alternando en signo, y empezando de un
valor positivo. Si. En cambio, el parámetro 𝜃 tiene signo positivo, entonces la convergencia va a ser con
todos los valores de la fap. Tomando signo negativo. Nótese, por tanto, que u proceso MA(1) no puede
generar nunca una fap que sea siempre positiva, pero si puede generar una función de autocorrelacion
parcial que es siempre negativa.
Modelos de media móvil (MA(1))
Modelos media móviles (MA(2))
A) estacionario en media
b) Función de autocovarianza 𝜸𝒌,𝒌 = 𝟎, 𝟏, 𝟐, 𝟑, …
En resumen las autocovarianzas de un MA(2) son:
Las funciones de autocorrelación están
dadas por:
Las condiciones de invertibilidad para el
modelo MA(2) están dados por:
Procesos media móviles (MA(2))
Invertibilidad Para MA(2)
Siguiendo un proceso de inversión análogo al que se hizo con el proceso MA(1) se puede probar
fácilmente que la FAP de este proceso puede tener diversas formas, dependiendo de los signos y
los valores relativos de los parámetros 𝜃1 y 𝜃2 . En cambio, la función de covarianza cumple:
𝛾0 = 𝜎𝑦2 = (1 + 𝜃12 + 𝜃22 )𝜃𝜀2
𝛾1 = 𝐸 𝑦𝑡 𝑦𝑡−1 = 𝐸 (𝜀𝑡 − 𝜃1 𝜀𝑡−1 − 𝜃2 𝜀𝑡−2 )(𝜀𝑡−1 − 𝜃1 𝜀𝑡−2 − 𝜃2 𝜀𝑡−3 =
= 𝐸𝜀1 𝜀𝑡−1 − 𝜃𝐸𝜀𝑡−2 − 𝜃1 𝐸𝜀𝑡−3 − 𝜃1 𝐸𝜀𝑡2 𝑡−1 + 𝜃12 𝐸𝜀𝑡−1 𝜀𝑡−2 +
2
+𝜃1 𝜃2 𝐸𝜀𝑡−1 𝜀𝑡−3 − 𝜃2 𝐸𝜀𝑡−1 𝜀𝑡−2 𝜃2 𝐸𝜀𝑡 𝜀𝑡−3 − 𝜃1 𝐸𝜀𝑡−2 + 𝜃22 𝐸𝜀𝑡−2 𝜀𝑡−3 =
= −𝜃1 −𝜃2 𝜎𝜀2
Donde se ha utilizado en repetidas ocasiones la ortogonalidad
Inter temporal del proceso de ruido blanco, del mismo modo
se tiene:
𝛾2 = 𝐸 𝑦𝑡 𝑦𝑡−2 = 𝐸 −𝜃2 𝜀𝑡−2 𝜀𝑡−2 = −𝜃2 𝜎𝜀2
Mientras que 𝛾𝑘 = 0 para todo 𝑘 > 2. Por tanto, la FAS es:
𝜃1 (1−𝜃2 )
𝜌1 =
1+𝜃12 +𝜃22
𝜃2
𝜌1 =
1+𝜃12 +𝜃22