Modelo en Espacio

de Estado
Universidad Nacional Mayor de San Marcos
Expositor : Mg. Milagros R. Quispe Quispe

1
 Introducción
La notación estado de los espacio, es esencialmente
una notación conveniente para la estimación de
modelos estocásticos donde se asume errores en la
medición del sistema, lo que permite abordar el
manejo de un amplio rango de modelos de series de
tiempo, entre ellos: ARMA, ARIMA, SARIMA, XARMA,
otros.

2
 Introducción

El estado (situación) de un sistema en un momento del

tiempo se describe a través de un conjunto de variables
que forman el llamado vector de estado.
El espacio de los estados es, por tanto, el espacio donde
los sucesivos vectores de estado describen la evolución del
sistema como función del tiempo.

3
 Introducción

Luego que el modelo ha sido formulado en el

espacio de los estados, el filtro de Kalman
proporciona el medio de estimar el estado
inobservable a partir de alguna magnitud observable
relacionada con éste, de forma que la estimación se
actualice cada vez que se dispone de nueva
información.
La estimación del filtro de Kalman se hace a través
de la función de máximo verosimilitud.

4
Obtención de estimadores pseudo máximo verosímiles
de los parámetros de un modelo mediante el filtro de
Kalman

5
 FILTRO DE KALMAN TIEMPO DISCRETO

FILTRO DE KALMAN EN UN SISTEMA DINÁMICO

6
 Representación de un sistema dinámico en
espacio de los estados
Sea el siguiente sistema de ecuaciones:

Ecuación de estado

Ecuación de observación

donde:

Matriz cuadradas

Vector exógeno

Ruido blanco
Matriz de var-cov 7
 Representación de un sistema dinámico en
espacio de los estados
Se asume que:

No existe relación
contemporánea

Por tanto, se puede escribir la ecuación de estado como:

donde:

8
 Representación de un sistema dinámico en
espacio de los estados
Respecto a la ecuación de observación se asume que:

Ejemplos:

9
 Representación de un sistema dinámico en
espacio de los estados

Caso 1: AR(p)

AR Expresado en desviación a la media

10
 Representación de un sistema dinámico en
espacio de los estados

La representación espacio de los estados viene dado por:

Ecuación de estado:

11
 Representación de un sistema dinámico en
espacio de los estados

Ecuación de observación: (n=1)

12
 Representación de un sistema dinámico en
espacio de los estados

Caso 2: MA (1)

La representación espacio de los estados viene dado por:

Ecuación de estado:

Ecuación de observación: (n=1)

13
Representación de un sistema dinámico en
espacio de los estados

𝜀𝑡 = 𝜎𝑡 + 𝜃𝜎𝑡−1
𝜀𝑡 = 𝜎𝑡 + 𝜃1 𝜎𝑡−1 + 𝜃2 𝜎𝑡−1
14
 Representación de un sistema dinámico en
espacio de los estados

De forma general, para un proceso univariante ARMA(p,q)

Ecuación de estado: Ecuación de observación: (n=1)

15
Aplicación
Dependiendo del conjunto de información empleado en la
obtención de la distribución condicionada del estado que
se esta analizando, se pueden distinguir tres casos:
Si t > t’, Esta técnica para obtener información acerca de
es la de predicción.
Si t = t’, Esta técnica es la de filtrado.
Si t < t’, Esta técnica se conoce en la literatura como
smoothing (suavizado o alisado).

En cada uno de los casos se obtienen, además, las

correspondientes matrices de varianzas—covarianzas del
error de estimación del vector de estado:
16
Smoothing
Ejemplo: variable ventas (sales)

Smoothing
Smoothing

17
Smoothing
Ejemplo: variable ventas (sales)

18
Smoothing
Ejemplo: variable ventas (sales)
1000 1020 1040 1060 1080 1100

0 10 20 30 40 50
t

sales ma: x(t)= sales: window(1 1)

ma: x(t)= sales: window(5 1) ma: x(t)= sales: window(10 1)
ma: x(t)= sales: window(20 1)

19
 Estimación del modelo espacio de los estados-
Filtro de Kalman- Aplicaciones en Eviews
Caso: PIB trimestral en constantes en logaritmos (lpibk) en el periodo 1991:01-2003:01.

20
 Estimación del modelo espacio de los estados-
Filtro de Kalman- Aplicaciones en Eviews
Caso: Perú-PIB trimestral del periodo 1990:01-2018:01

21
Estimación del modelo espacio de los estados-
Filtro de Kalman- Aplicaciones en Eviews
PBI
200,000

160,000

120,000

80,000

40,000
05 06 07 08 09 10 11 12 13 14 15 16 17 18

PBI_NO_COMPO_ESTACIONAL
200,000

160,000

120,000

80,000

40,000 22
05 06 07 08 09 10 11 12 13 14 15 16 17 18
Estimación del modelo espacio de los estados-
Filtro de Kalman- Aplicaciones en Eviews

23
Estimación del modelo espacio de los estados-
Filtro de Kalman- Aplicaciones en Eviews

24
Estimación del modelo espacio de los estados-
Filtro de Kalman- Aplicaciones en Eviews

25
Estimación del modelo espacio de los estados-
Filtro de Kalman- Aplicaciones en Eviews

26
Estimación del modelo espacio de los estados-
Filtro de Kalman- Aplicaciones en Eviews

27
Estimación del modelo espacio de los estados-
Filtro de Kalman- Aplicaciones en Eviews

28