Análisis Univariante mediante la metodología Box-Jenkins.Análisis Univariante con TRAMO
Análisis de la incertidumbre asociada a los modelos ARMA.Algunos conceptos estadísticos
Análisis Univariante mediante la metodologíaBox-Jenkins
Análisis de la incertidumbre asociada a losmodelos ARMA
Práctica No4
Técnicas en PredicciónAdministración y Dirección de Empresas
Departamento de EstadísiticaUniversidad Carlos III
30 de Abril, 2008
Práctica No4 Análisis de Incertidumbre
Análisis Univariante mediante la metodología Box-Jenkins.Análisis Univariante con TRAMO
Análisis de la incertidumbre asociada a los modelos ARMA.Algunos conceptos estadísticos
Contenido
1 Análisis Univariante mediante la metodología Box-Jenkins.
2 Análisis Univariante con TRAMO
3 Análisis de la incertidumbre asociada a los modelos ARMA.
4 Algunos conceptos estadísticos
Práctica No4 Análisis de Incertidumbre
Análisis Univariante mediante la metodología Box-Jenkins.Análisis Univariante con TRAMO
Análisis de la incertidumbre asociada a los modelos ARMA.Algunos conceptos estadísticos
Procesos estocásticos
Un proceso estocástico (PE) se define como una familia devariables aleatorias que corresponden a momentos sucesivosdel tiempo. Se designa con Y (t ,u) donde t es el tiempo y u esla variable aleatoria.
Determinación de la características del PE
A partir de la funciones de distribución conjunta.
A partir de los momentos.
Práctica No4 Análisis de Incertidumbre
Análisis Univariante mediante la metodología Box-Jenkins.Análisis Univariante con TRAMO
Análisis de la incertidumbre asociada a los modelos ARMA.Algunos conceptos estadísticos
Determinación de las características del PE
Funciones de distribución conjuntas
Un prosceso esta perfectamente caracterizado cuando sepueden determinar las funciones de distribución conjunta paracada conjunto finito de variables del proceso, es decir, paracada valor finito de n
F [Y (t1),Y (t2),Y (t3), ...,Y (tn)]
Este es un proceso complicado
Mediante momentosPrimer orden = media.
Segundo orden = varianzas, covarianzas, coeficientes decorrelación.
Práctica No4 Análisis de Incertidumbre
Análisis Univariante mediante la metodología Box-Jenkins.Análisis Univariante con TRAMO
Análisis de la incertidumbre asociada a los modelos ARMA.Algunos conceptos estadísticos
Procesos Estocásticos
Trygve Haavelmo (1911-1999). Nobel de Economía de 1989.
Introduce la idea de que las variables económicas sonvariables aleatorias (a partir de la teoría de la probabilidaddesarrollada por Kolmogorov) y los modelos que las relacionanson modelos probabilísticos. Donde las observaciones sonvalores muestrales de variables aleatorias poblacionales.
Serie Temporal
Una serie temporal tendrá un carácter aleatorio y se puedeinterpretar como una muestra de tamaño 1 tomada en períodossucesivos de tiempo en un proceso estocástico.
Serie temporal como una realización de un procesoestocástico.
Práctica No4 Análisis de Incertidumbre
Análisis Univariante mediante la metodología Box-Jenkins.Análisis Univariante con TRAMO
Análisis de la incertidumbre asociada a los modelos ARMA.Algunos conceptos estadísticos
Serie Temporal y predicciones
Las variables económicas como variables aleatorias.
Práctica No4 Análisis de Incertidumbre
Análisis Univariante mediante la metodología Box-Jenkins.Análisis Univariante con TRAMO
Análisis de la incertidumbre asociada a los modelos ARMA.Algunos conceptos estadísticos
Procesos estocásticos
El análisis de un proceso estocástico genérico implicaestimar tres funciones (media, varianza y covarianzas).
En general es imposible pues solo contamos con nobservaciones de la serie para estimar n medias, nvarianzas y un número mayor que n de covarianzas.
Práctica No4 Análisis de Incertidumbre
Análisis Univariante mediante la metodología Box-Jenkins.Análisis Univariante con TRAMO
Análisis de la incertidumbre asociada a los modelos ARMA.Algunos conceptos estadísticos
Solución al problema de estimación de los parámetros
Debemos imponer restricciones para poder estimar losdiferentes momentos:
Estacionariedad.
Ergodicidad.
Práctica No4 Análisis de Incertidumbre
Análisis Univariante mediante la metodología Box-Jenkins.Análisis Univariante con TRAMO
Análisis de la incertidumbre asociada a los modelos ARMA.Algunos conceptos estadísticos
Tipos de estacionariedad
Estacionariedad en sentido estricto
F [Y (t1),Y (t2), ...,Y (tn)] = F [Y (t1 + m),Y (t2 + m), ...,Y (tn + m)]
La distribución conjunta de n variables consecutivas delproceso no cambia a lo largo del tiempo.
Estacionariedad en sentido débilExisten y son constantes los momentos de primer ysegundo orden (media y varianza).
Las covarianzas entre dos variables del proceso sólodependen del número de períodos que las separaE(Yt+k − µ)(Yt − µ) = γk ∀t ; γk = γ
−k
Práctica No4 Análisis de Incertidumbre
Análisis Univariante mediante la metodología Box-Jenkins.Análisis Univariante con TRAMO
Análisis de la incertidumbre asociada a los modelos ARMA.Algunos conceptos estadísticos
Proceso estacionario
Autocorrelaciones
ρk =γk
γ0k ≥ 0 ρk = ρ
−k
La representación gráfica recibe el nombre de correlograma.
Distribución de las autocorrelaciones
ρk ∼ N(
0,1T
)
Si la serie es ruido blanco, el 95 % de la autocorrelacionesdeben caer en el intervalo ±2
√T a estas bandas también se
las denomina bandas de Barlett .
Práctica No4 Análisis de Incertidumbre
Análisis Univariante mediante la metodología Box-Jenkins.Análisis Univariante con TRAMO
Análisis de la incertidumbre asociada a los modelos ARMA.Algunos conceptos estadísticos
Ergodicidad
Adicionalmente debemos imponer otra restricción
Un proceso estacionario es ergódico si la covarianza se anulaal incrementarse el número de períodos que separan lasvariables.
limk→∞
γk = 0
Esta propiedad limita el número de parámetros distintos delproceso
Práctica No4 Análisis de Incertidumbre
Análisis Univariante mediante la metodología Box-Jenkins.Análisis Univariante con TRAMO
Análisis de la incertidumbre asociada a los modelos ARMA.Algunos conceptos estadísticos
Ejemplo de procesos estocásticos estacionarios
Un proceso estacionario importante es el denominado:
Ruido blanco
E(Yt) = 0
Var(Yt) = σ2
Cov(Yt ,Yt+k ) = 0 k = ±1, k = ±2, ...
Práctica No4 Análisis de Incertidumbre
Análisis Univariante mediante la metodología Box-Jenkins.Análisis Univariante con TRAMO
Análisis de la incertidumbre asociada a los modelos ARMA.Algunos conceptos estadísticos
Procesos estocásticos estacionarios y ergódicos
Procesos linealesNos vamos a ocupar de procesos lineales que se puedenrepresentar como una combinación lineal de variablesaleatorias. Entre estos se encuentran los procesos puramentealeatorios, los procesos autorregresivos, los procesos demedias móviles y los obtenidos como combinación lineal deestos últimos.
Práctica No4 Análisis de Incertidumbre
Análisis Univariante mediante la metodología Box-Jenkins.Análisis Univariante con TRAMO
Análisis de la incertidumbre asociada a los modelos ARMA.Algunos conceptos estadísticos
Modelos para procesos estacionarios
El teorema de Wold (1938)
Todos proceso estocástico estacionario en sentido débil conmedia cero se puede escribir como
Yt = at + ψ1at−1 + ψ2at−2 + ... =∞
∑
i=0
ψiat−i
(1 + ψ1B + ψ2B2 + ...)at = ψ(B)at
∞∑
i=0
ψ2i <∞, ψ0 = 1, at ∼ N(0, σ2
a)
Práctica No4 Análisis de Incertidumbre
Análisis Univariante mediante la metodología Box-Jenkins.Análisis Univariante con TRAMO
Análisis de la incertidumbre asociada a los modelos ARMA.Algunos conceptos estadísticos
Modelos para procesos estacionarios
El teorema de Wold
Encontrar la representación de Wold, en principio, requiereajustar un número infinito de parámetros (ψ1, ψ2, ...) a los datoscon un número finito de observaciones esto será imposible.
ψ(B) =Θ(B)
Φ(B)=
1 − θB − θ2B2 − ...− θqBq
1 − φB − φ2B2 − ...− φpBp =MA(q)
AR(p)
Práctica No4 Análisis de Incertidumbre
Análisis Univariante mediante la metodología Box-Jenkins.Análisis Univariante con TRAMO
Análisis de la incertidumbre asociada a los modelos ARMA.Algunos conceptos estadísticos
Autoregressive AR(p)
George Udny Yule (1871-1951). Inventor delos procesos autorregresivos. Estos modeloson útiles para representar la dependenciade los valores de una serie temporalrespecto a su pasado.
zt = c + φ1zt−1 + ...+ φpzt−p + at
donde at es ruido blanco.El AR puro es invertible por construcción.
Práctica No4 Análisis de Incertidumbre
Análisis Univariante mediante la metodología Box-Jenkins.Análisis Univariante con TRAMO
Análisis de la incertidumbre asociada a los modelos ARMA.Algunos conceptos estadísticos
Moving Average MA(q)
Evgeny Evgenievich Slutsky (1880-1948).Introdujo los procesos de medias móvilespara explicar los ciclos económicos. Susinvestigaciones contribuyeron a la creaciónde la teoría de los procesos estacionarios ya la comprensión de los ciclos económicos.
zt = at − θ1at−1 − ...− θqat−q
El modelo MA(q) es estacionario pordefinición.
Práctica No4 Análisis de Incertidumbre
Análisis Univariante mediante la metodología Box-Jenkins.Análisis Univariante con TRAMO
Análisis de la incertidumbre asociada a los modelos ARMA.Algunos conceptos estadísticos
Procesos Mixtos ARMA(p, q)
Expresión general:
zt = c + φ1zt−1 + ...+ φpzt−p + at − θ1at−1 − ...− θqat−q
utilizando el operador de retardos:
(1 − φ1B − ...− φpBp)zt = c + (1 − θ1B − ...− θqBq)at
φp(B)zt = c + θq(B)at
Proceso estacional mixtos ARMA(P,Q)S
(1 − Φ1BS − ...− ΦPBPS)zt = c + (1 − Θ1BS − ...− ΘQBQS)at
φp(B)Zt = θq(B)at
Práctica No4 Análisis de Incertidumbre
Análisis Univariante mediante la metodología Box-Jenkins.Análisis Univariante con TRAMO
Análisis de la incertidumbre asociada a los modelos ARMA.Algunos conceptos estadísticos
Procesos No estacionarios ARIMA(p, d , q)
Pocas series económicas parecen haber sido generadaspor procesos estacionarios (presentan tendencias, ciclos,etc.)
Un proceso no estacionario se dice que es homogéneo ointegrado I(d) si al diferenciarlo d veces se transforma enun proceso estacionario.
Yt = zt − zt−1 = ∆zt
Práctica No4 Análisis de Incertidumbre
Análisis Univariante mediante la metodología Box-Jenkins.Análisis Univariante con TRAMO
Análisis de la incertidumbre asociada a los modelos ARMA.Algunos conceptos estadísticos
Procesos ARIMA multiplicativos
El proceso ARIMA más general son aquellos que incorporanestructura estacional y regular de forma simultanea.
ARIMA(p,d ,q) × ARIMA(P,D,Q)S
φp(B)ΦP(BS)(∆d∆DSzt − µ) = θq(B)ΘQ(BS)at
con µ = E(∆d∆DSzt)
Práctica No4 Análisis de Incertidumbre
Análisis Univariante mediante la metodología Box-Jenkins.Análisis Univariante con TRAMO
Análisis de la incertidumbre asociada a los modelos ARMA.Algunos conceptos estadísticos
No estacionariedad en varianza
Detección
Gráfico rango-media(desviación típica-media). Se divide lamuestra en submuestras iguales y seguidas y para cada unaellas se calcula la media y la desviación típica.
Solución
Transformaciones Box-Cox (Tomar logaritmos).
Práctica No4 Análisis de Incertidumbre
Análisis Univariante mediante la metodología Box-Jenkins.Análisis Univariante con TRAMO
Análisis de la incertidumbre asociada a los modelos ARMA.Algunos conceptos estadísticos
No estacionariedad en media
Detección1 Gráfico temporal de la serie.2 acf y pacf muestrales.
Decaimiento lento de la acf.Primer valor muy cercano a uno en la pacf.
En prácticas futuras veremos contrastes más formales deraíces unitarias como el contraste Dikey-Fuller y sus variantes.
Solución
Tomar diferencias en la parte regular y si es necesario en laparte estacional.
∆S∆ ln Yt
Práctica No4 Análisis de Incertidumbre
Análisis Univariante mediante la metodología Box-Jenkins.Análisis Univariante con TRAMO
Análisis de la incertidumbre asociada a los modelos ARMA.Algunos conceptos estadísticos
Condiciones de estacionariedad e invertibilidad
Para que sea estacionario las raíces del polinomio AR(p) yAR(P)S deben estar fuera del círculo unidad (los AR purosson invertibles por construcción).
Para que sea invertible las raíces de los polinomios MA(q)y MA(Q)S deben estar fuera del círculo unidad (los MApuros son estacionarios por construcción).
Los modelos mixtos deben cumplir ambas.
Práctica No4 Análisis de Incertidumbre
Análisis Univariante mediante la metodología Box-Jenkins.Análisis Univariante con TRAMO
Análisis de la incertidumbre asociada a los modelos ARMA.Algunos conceptos estadísticos
Elaboración de modelos ARIMA: Enfoque Box-Jenkins
1 Identificación.2 Estimación.3 Diagnosis.
Contrastes sobre los residuos
Media cero.
Varianza constante.
Ausencia de autocorrelación.
Distribución normal.
Ausencia de atípicos.
4 Previsión.
Práctica No4 Análisis de Incertidumbre
Análisis Univariante mediante la metodología Box-Jenkins.Análisis Univariante con TRAMO
Análisis de la incertidumbre asociada a los modelos ARMA.Algunos conceptos estadísticos
Aplicación: Índice de Precios de Japón(1995:01-2003:11)
Práctica No4 Análisis de Incertidumbre
Análisis Univariante mediante la metodología Box-Jenkins.Análisis Univariante con TRAMO
Análisis de la incertidumbre asociada a los modelos ARMA.Algunos conceptos estadísticos
Correlograma de la serie IPC
El correlograma muestrala estructuracaracterística de seriesno estacionarias. Lentodecaimiento de lascorrelaciones de la acf yun valor muy significativoen el primer valor de lapacf.
Práctica No4 Análisis de Incertidumbre
Análisis Univariante mediante la metodología Box-Jenkins.Análisis Univariante con TRAMO
Análisis de la incertidumbre asociada a los modelos ARMA.Algunos conceptos estadísticos
Detección de no estacionariedad en varianza
El gráfico muestra que no sería necesaria la toma delogaritmos, si bien, serán tomados para facilitar lainterpretación de los parámetros del modelo.
Práctica No4 Análisis de Incertidumbre
Análisis Univariante mediante la metodología Box-Jenkins.Análisis Univariante con TRAMO
Análisis de la incertidumbre asociada a los modelos ARMA.Algunos conceptos estadísticos
Primera Diferencia del logIPC
Hay un valor anormalmente alto que parece ser debido alefecto escalón que se observo en la serie original.
Práctica No4 Análisis de Incertidumbre
Análisis Univariante mediante la metodología Box-Jenkins.Análisis Univariante con TRAMO
Análisis de la incertidumbre asociada a los modelos ARMA.Algunos conceptos estadísticos
Correlograma de la serie dlogIPC
Estructura en losretardos de estacionalesque debe ser modelada.
Práctica No4 Análisis de Incertidumbre
Análisis Univariante mediante la metodología Box-Jenkins.Análisis Univariante con TRAMO
Análisis de la incertidumbre asociada a los modelos ARMA.Algunos conceptos estadísticos
Diferencia Estacional de dlogIPC
Práctica No4 Análisis de Incertidumbre
Análisis Univariante mediante la metodología Box-Jenkins.Análisis Univariante con TRAMO
Análisis de la incertidumbre asociada a los modelos ARMA.Algunos conceptos estadísticos
Análisis de intervención (Box y Tiao, 1975)
Análisis de intervención
Se conoce a priori que algún suceso ajeno al procesoestocástico ha podido afectar a una serie temporal en unmomento determinado del tiempo y de un modo tambiéndeterminado.
Análisis de “outliers” o de influencia
Se desconoce el momento del tiempo y la casusa de laaparición de la ”anomalía´´ en la serie.
Práctica No4 Análisis de Incertidumbre
Análisis Univariante mediante la metodología Box-Jenkins.Análisis Univariante con TRAMO
Análisis de la incertidumbre asociada a los modelos ARMA.Algunos conceptos estadísticos
Tipos de valores influyentes
Los más habituales son los siguientes:
Efecto transitorio
Tipo impulso debido a errores de tecleo, huelgas, fenómenosmetereológicos, etc.
Efecto permanente
De tipo escalón debido a devaluaciones, cambiosmetodológicos, introducción de IVA, etc.
Práctica No4 Análisis de Incertidumbre
Análisis Univariante mediante la metodología Box-Jenkins.Análisis Univariante con TRAMO
Análisis de la incertidumbre asociada a los modelos ARMA.Algunos conceptos estadísticos
Variable tipo impulso
ξI,t∗t =
{
1 t = t∗
0 t 6= t∗
Práctica No4 Análisis de Incertidumbre
Análisis Univariante mediante la metodología Box-Jenkins.Análisis Univariante con TRAMO
Análisis de la incertidumbre asociada a los modelos ARMA.Algunos conceptos estadísticos
Variable tipo escalón
ξE ,t∗t =
{
1 t ≥ t∗
0 t < t∗
Práctica No4 Análisis de Incertidumbre
Análisis Univariante mediante la metodología Box-Jenkins.Análisis Univariante con TRAMO
Análisis de la incertidumbre asociada a los modelos ARMA.Algunos conceptos estadísticos
Modelo con análisis de intervención
Variable escalón ⇒ Crisis asiática de 1997.
Variable impulso ⇒ Se desconoce la causa.
Práctica No4 Análisis de Incertidumbre
Análisis Univariante mediante la metodología Box-Jenkins.Análisis Univariante con TRAMO
Análisis de la incertidumbre asociada a los modelos ARMA.Algunos conceptos estadísticos
Correlograma del modelo con intervención
Práctica No4 Análisis de Incertidumbre
Análisis Univariante mediante la metodología Box-Jenkins.Análisis Univariante con TRAMO
Análisis de la incertidumbre asociada a los modelos ARMA.Algunos conceptos estadísticos
Estimación modelo final
Práctica No4 Análisis de Incertidumbre
Análisis Univariante mediante la metodología Box-Jenkins.Análisis Univariante con TRAMO
Análisis de la incertidumbre asociada a los modelos ARMA.Algunos conceptos estadísticos
Correlograma del modelo final
Práctica No4 Análisis de Incertidumbre
Análisis Univariante mediante la metodología Box-Jenkins.Análisis Univariante con TRAMO
Análisis de la incertidumbre asociada a los modelos ARMA.Algunos conceptos estadísticos
Residuos del modelo con intervención
Práctica No4 Análisis de Incertidumbre
Análisis Univariante mediante la metodología Box-Jenkins.Análisis Univariante con TRAMO
Análisis de la incertidumbre asociada a los modelos ARMA.Algunos conceptos estadísticos
Diagnosis del modelo final
Práctica No4 Análisis de Incertidumbre
Análisis Univariante mediante la metodología Box-Jenkins.Análisis Univariante con TRAMO
Análisis de la incertidumbre asociada a los modelos ARMA.Algunos conceptos estadísticos
Modelo de Final con análisis de intervención
Modelo de intervención más general
Y λt =
k∑
i=1
ω(B)
δ(B)Bbk ξk ,tk + Nt
∆d∆DNt =θq(B)
φp(B)at
δ(B) ⇒ Polinomio autorregresivo.ω(B) ⇒ Polinomio de medias móviles.
∆∆12logIPC = 0,0155ζEt=0497 − 0,001173ζ I
t=0900 + Nt
(1 + 0,368B12)Nt = at
Práctica No4 Análisis de Incertidumbre
Análisis Univariante mediante la metodología Box-Jenkins.Análisis Univariante con TRAMO
Análisis de la incertidumbre asociada a los modelos ARMA.Algunos conceptos estadísticos
Predicción del modelo final
Práctica No4 Análisis de Incertidumbre
Análisis Univariante mediante la metodología Box-Jenkins.Análisis Univariante con TRAMO
Análisis de la incertidumbre asociada a los modelos ARMA.Algunos conceptos estadísticos
Predicción del modelo final
Práctica No4 Análisis de Incertidumbre
Análisis Univariante mediante la metodología Box-Jenkins.Análisis Univariante con TRAMO
Análisis de la incertidumbre asociada a los modelos ARMA.Algunos conceptos estadísticos
TRAMO-SEATS
Programa desarrollado por Agustín Maravall, GianlucaCaporello y Victor Gómez.
TRAMO (Time Series Regression with ARIMA Noise, MissingObservations and Outliers) and SEATS (Signal Extraction inARIMA Time Series).
Dirección en internet: Banco de España
www.bde.es/Servicios al público/Distribución desoftware/Programas estadísticos y econométricos/ ProgramaTSW para windows/fichero autoejecutable tswlast.exe (7,06MB).
Práctica No4 Análisis de Incertidumbre
Análisis Univariante mediante la metodología Box-Jenkins.Análisis Univariante con TRAMO
Análisis de la incertidumbre asociada a los modelos ARMA.Algunos conceptos estadísticos
Introduciendo los datos
Primera línea: Nombre de la serie. Segunda línea en orden:Número de observaciones, año de comienzo de los datos, meso cuatrimestre de comienzo (Enero:1, primer cuatrimestre:1),periodicidad de la serie (12 mensual, 4 trimestral).
Práctica No4 Análisis de Incertidumbre
Análisis Univariante mediante la metodología Box-Jenkins.Análisis Univariante con TRAMO
Análisis de la incertidumbre asociada a los modelos ARMA.Algunos conceptos estadísticos
La pantalla principal de TRAMO
Práctica No4 Análisis de Incertidumbre
Análisis Univariante mediante la metodología Box-Jenkins.Análisis Univariante con TRAMO
Análisis de la incertidumbre asociada a los modelos ARMA.Algunos conceptos estadísticos
Corriendo el modelo
Práctica No4 Análisis de Incertidumbre
Análisis Univariante mediante la metodología Box-Jenkins.Análisis Univariante con TRAMO
Análisis de la incertidumbre asociada a los modelos ARMA.Algunos conceptos estadísticos
Visualización de los resultados: Output
Práctica No4 Análisis de Incertidumbre
Análisis Univariante mediante la metodología Box-Jenkins.Análisis Univariante con TRAMO
Análisis de la incertidumbre asociada a los modelos ARMA.Algunos conceptos estadísticos
Análisis de resultados
Práctica No4 Análisis de Incertidumbre
Análisis Univariante mediante la metodología Box-Jenkins.Análisis Univariante con TRAMO
Análisis de la incertidumbre asociada a los modelos ARMA.Algunos conceptos estadísticos
Análisis de resultados
Práctica No4 Análisis de Incertidumbre
Análisis Univariante mediante la metodología Box-Jenkins.Análisis Univariante con TRAMO
Análisis de la incertidumbre asociada a los modelos ARMA.Algunos conceptos estadísticos
Diagnosis
Práctica No4 Análisis de Incertidumbre
Análisis Univariante mediante la metodología Box-Jenkins.Análisis Univariante con TRAMO
Análisis de la incertidumbre asociada a los modelos ARMA.Algunos conceptos estadísticos
Gráficos de los resultados
Práctica No4 Análisis de Incertidumbre
Análisis Univariante mediante la metodología Box-Jenkins.Análisis Univariante con TRAMO
Análisis de la incertidumbre asociada a los modelos ARMA.Algunos conceptos estadísticos
Predicción con el modelo final
Práctica No4 Análisis de Incertidumbre
Análisis Univariante mediante la metodología Box-Jenkins.Análisis Univariante con TRAMO
Análisis de la incertidumbre asociada a los modelos ARMA.Algunos conceptos estadísticos
TRAMO y Eviews
Seguir los pasos coloreados en azul: Seleccionar la serie deinterés/procs/seasonal adjustment/Tramo-Seats.
Práctica No4 Análisis de Incertidumbre
Análisis Univariante mediante la metodología Box-Jenkins.Análisis Univariante con TRAMO
Análisis de la incertidumbre asociada a los modelos ARMA.Algunos conceptos estadísticos
Análisis de la varianza asociada a modelos ARMA
Gráfico de la serie Empleo Canadá: 1962Q1-1993Q4
Práctica No4 Análisis de Incertidumbre
Análisis Univariante mediante la metodología Box-Jenkins.Análisis Univariante con TRAMO
Análisis de la incertidumbre asociada a los modelos ARMA.Algunos conceptos estadísticos
Correlograma de la serie Empleo Canadá
Práctica No4 Análisis de Incertidumbre
Análisis Univariante mediante la metodología Box-Jenkins.Análisis Univariante con TRAMO
Análisis de la incertidumbre asociada a los modelos ARMA.Algunos conceptos estadísticos
MA(1) ⇒ zt = µ + at − θat−1
Invertibilidad
zt = (1 − θB) = at ; (1 − θB) = 0 → B =1θ; |θ| < 1
zt ⇒ Serie en desviaciones respecto a la media.
Esperanza
E(zt) = E(at) − θE(at−1) = µ = 0
Varianza Marginal
Var(zt) = E(at − θat−1)2 = σ2
a(1 + θ2)
Práctica No4 Análisis de Incertidumbre
Análisis Univariante mediante la metodología Box-Jenkins.Análisis Univariante con TRAMO
Análisis de la incertidumbre asociada a los modelos ARMA.Algunos conceptos estadísticos
Previsión con modelos MA(1)
ZT = µ+ aT − θaT−1
ET (ZT+1) = µ− θET (aT ) = µ− θaT
ET (ZT+2) = µ− θET (aT+1) = µ
ET (ZT+k ) = µ ∀ ≥ 2
Converge a su media a partir de k mayor que el orden delproceso.
Práctica No4 Análisis de Incertidumbre
Análisis Univariante mediante la metodología Box-Jenkins.Análisis Univariante con TRAMO
Análisis de la incertidumbre asociada a los modelos ARMA.Algunos conceptos estadísticos
Previsión con modelos MA(1)
error de previsión
eT (1) = ZT+1 − Z TT+1 = ZT+1 − ET (ZT+1) =
(µ+ aT+1 − θaT ) − (µ− θaT ) = aT+1
eT (2) = aT+2 − θaT+1
eT (k) = aT+k − θaT+k−1
Varianza del error de previsión
Var [eT (1)] = Var [aT+1] = σ2a
Var [eT (2)] = Var [aT+2 − θaT+1] = σ2a(1 + θ2)
Var [eT (k)] = Var [aT+k − θaT+k−1] = σ2a(1 + θ2)
La varianza crece con k hasta llegar a la varianza incondicionaldel proceso a partir de k 2.
Práctica No4 Análisis de Incertidumbre
Análisis Univariante mediante la metodología Box-Jenkins.Análisis Univariante con TRAMO
Análisis de la incertidumbre asociada a los modelos ARMA.Algunos conceptos estadísticos
Estimación del modelo con el MA(4)
Práctica No4 Análisis de Incertidumbre
Análisis Univariante mediante la metodología Box-Jenkins.Análisis Univariante con TRAMO
Análisis de la incertidumbre asociada a los modelos ARMA.Algunos conceptos estadísticos
Predicción con el MA(4)
La varianza crece con k hasta llegar a la varianza incondicionaldel proceso a partir del orden del MA.
Práctica No4 Análisis de Incertidumbre
Análisis Univariante mediante la metodología Box-Jenkins.Análisis Univariante con TRAMO
Análisis de la incertidumbre asociada a los modelos ARMA.Algunos conceptos estadísticos
Predicción con el MA(4)
Converge a su media a partir de k mayor que el orden delproceso.
Práctica No4 Análisis de Incertidumbre
Análisis Univariante mediante la metodología Box-Jenkins.Análisis Univariante con TRAMO
Análisis de la incertidumbre asociada a los modelos ARMA.Algunos conceptos estadísticos
Estimación del modelo con AR(2)
Práctica No4 Análisis de Incertidumbre
Análisis Univariante mediante la metodología Box-Jenkins.Análisis Univariante con TRAMO
Análisis de la incertidumbre asociada a los modelos ARMA.Algunos conceptos estadísticos
Predicción con el AR(2)
La varianza crece con k hasta llegar a la varianza incondicionaldel proceso. Converge a la media del proceso cuando k → ∞
Práctica No4 Análisis de Incertidumbre
Análisis Univariante mediante la metodología Box-Jenkins.Análisis Univariante con TRAMO
Análisis de la incertidumbre asociada a los modelos ARMA.Algunos conceptos estadísticos
Métodos de predicción
Predicción dentro de la muestra
Se estima el modelo con todos las observaciones y sepredice con una parte de la muestra final.
Subestima la varianza.
Predicción fuera de la muestra
Dos formas:1 Dividiendo la muestra en una muestra de estimación y otra
de validación (Sobreestima la varianza).2 Estimado con toda la muestra y haciendo predicciones
fuera de la muestra.
Práctica No4 Análisis de Incertidumbre
Análisis Univariante mediante la metodología Box-Jenkins.Análisis Univariante con TRAMO
Análisis de la incertidumbre asociada a los modelos ARMA.Algunos conceptos estadísticos
Formas de Predicción
Práctica No4 Análisis de Incertidumbre