Monografias.com > Sin categoría
Descargar Imprimir Comentar Ver trabajos relacionados

Modelos univariados y procesos lineales (página 2)




Enviado por Pablo Turmero



Partes: 1, 2

Monografias.com

Las funciones de autovarianza y autocorrelación

Se puede obtener los coeficientes de FAS a través regresiones.

Nota: Si la esperanza de no es cero, hay que añadir una constante en cada regresión.

Monografias.com

Las funciones de autovarianza y autocorrelación
Se puede demostrar que los coeficientes de FAS se pueden escribir como una función de coeficientes de FAP. Esta relación se llama el sistema de ecuaciones de Yule-Walker.

Monografias.com

Monografias.com

Monografias.com

Monografias.com

Estimación de los momentos muéstrales
Para un proceso estocástico estacionario con ergodicidad, con una sola serie temporal, podemos estimar;

Monografias.com

La función de autocovarianza
La función de autocovarianza se puede estimar a través de la función de autocovarianza muestral:

Monografias.com

Función de autocorrelacion simple
Función de autocorrelacion simple muestral,

Monografias.com

Función de autocorrelacion simple

Monografias.com

función de autocorrelación parcial
Para hacer la función de autocorrelación parcial muestral se puede aplicar MCO.

Monografias.com

Procesos de ruido blanco
Definición:
es un proceso estocástico de ruido blanco si;

Es un proceso con media = 0, varianza constante, y sin autocorrelación. No se puede predecir a partir de su pasado.

Monografias.com

Procesos de paseo aleatorio
Definición (18)
Un proceso estocástico sigue un paseo aleatorio si;

El valor en un momento es el valor del periodo anterior más un efecto aleatorio ruido blanco.

Monografias.com

Procesos de paseo aleatorio

Monografias.com

Procesos de paseo aleatorio
Se puede generalizar el modelo e incorporar una deriva.

Monografias.com

Procesos de paseo aleatorio
Memoria permanente; todo los efectos aleatorios tienen un efecto permanente.

es una pendiente de una tendencia determinista.
está formado por la suma de todo las perturbaciones pasadas.

Monografias.com

Procesos de paseo aleatorio
El primero momento;

Si el proceso no es estacionario en media.

Monografias.com

Procesos de paseo aleatorio
La varianza;

No es estacionario en varianza; tiene una tendencia (incrementa linealmente). Paseo aleatorio tiene una tendencia en varianza o tendencia estocástica.

Monografias.com

Procesos de paseo aleatorio
Otra manera de llegar al mismo resultado;

Monografias.com

Procesos de paseo aleatorio
Autocovarianza;

La autocovarianza tampoco es constante

Monografias.com

Procesos de paseo aleatorio
Conclusión: Paseo aleatorio no es estacionar. Esto complica la inferencia. De todos modos, hay un camino definida de variación a largo del tiempo.

Monografias.com

Procesos de paseo aleatorio
Si transformamos el proceso a través de una diferencia, la transformación sería estacionaria.

Monografias.com

Procesos de paseo aleatorio
Es importante detectar si un serie está generada por un pasea aleatorio.

1) La función de autocorrelación simple puede dar una indicación.

Una correlograma presentará los primeros coeficientes muy cerca de 1, y esta va decreciendo suavemente.

Monografias.com

Procesos de paseo aleatorio

La FAP, resultaría en un primero coeficiente significativo y cerca de uno, mientras los siguientes coeficientes serán cero.

Monografias.com

Procesos de paseo aleatorio
Normalmente un FAS que está decreciendo muy lento con un primer FAP cerca uno y los restos cero, indica que podemos diferenciar para conseguir un serie temporal estacionario.

Monografias.com

Procesos de paseo aleatorio
Otra manera para saber si se debe diferenciar una serie temporal son los contrastes de raíces unitarias.
Constaste de raíces unitarias. “unit roots”. Estima la ecuación;

Monografias.com

Procesos lineales
Definición: Un proceso estocástico es lineal cuando lo podemos escribir como una función de una combinación lineal (posiblemente infinita) de variables aleatorios de ruido blanco.

Monografias.com

Procesos lineales
Hay tres tipos de procesos estocásticos lineales;

Autoregresivas (AR)
Media móvil (MA)
ARMA (la combinación de AR y MA)

Monografias.com

Procesos lineales
Se puede introducir una constante para tener procesos con una media .

Se puede expresar los procesos con un polinomio de operadores de retardos. El operador de retardos L esta definido por;

Este operador retarda la serie tantas periodos como el exponente indica.

Monografias.com

Procesos lineales
Utilizando el operador de retardos y la generalización con el constante, , podemos escribir los procesos:

Se puede transformar procesos AR y ARMA en procesos MA.

Monografias.com

Procesos lineales
Teorema de Wold. Cualquier proceso estocástico estacionario se puede representar con una suma de dos procesos.

Donde es linealmente determinista y es un proceso :

Donde es ruido blanco.

Monografias.com

Procesos lineales
El proceso se puede aproximar a través modelos lineales, cuando el polinomio infinito se puede aproximar bien con un cociente de dos polinomios en

Transformaciones puede hacer series estacionarios y la teorema permite crear modelos relativamente sencillas a partir de modelos lineales.

Partes: 1, 2
 Página anterior Volver al principio del trabajoPágina siguiente 

Nota al lector: es posible que esta página no contenga todos los componentes del trabajo original (pies de página, avanzadas formulas matemáticas, esquemas o tablas complejas, etc.). Recuerde que para ver el trabajo en su versión original completa, puede descargarlo desde el menú superior.

Todos los documentos disponibles en este sitio expresan los puntos de vista de sus respectivos autores y no de Monografias.com. El objetivo de Monografias.com es poner el conocimiento a disposición de toda su comunidad. Queda bajo la responsabilidad de cada lector el eventual uso que se le de a esta información. Asimismo, es obligatoria la cita del autor del contenido y de Monografias.com como fuentes de información.

Categorias
Newsletter