- ALUMNAS: RANGEL ADA G. CI. 19.752.385 GIL VENECIA A. S. CI. 20.198.319 -CATEDRA: COMPUTACION ESTADISTICA.

Presentación del tema: "- ALUMNAS: RANGEL ADA G. CI. 19.752.385 GIL VENECIA A. S. CI. 20.198.319 -CATEDRA: COMPUTACION ESTADISTICA."— Transcripción de la presentación:

1 - ALUMNAS: RANGEL ADA G. CI. 19.752.385 GIL VENECIA A. S. CI. 20.198.319 -CATEDRA: COMPUTACION ESTADISTICA

2 SISTEMA INTEGRADO DE PROGRAMAS INDEPENDIENTES PARA EL PROCESAMIENTO Y ANALISIS MODELADO Y SIMULACION SERIES DE TIEMPO ANALISIS Y PREDICCION ECONOMERTIA ETS DISEÑOMODULAR ANALISIS FINANCIERO

3 MODELADO ECONOMETRICO SIMULACION  MODELO  SYSLIN  DIMLIN  MODELO  SYSLIN  DIMLIN PROCEDIMIENTOS  NORMALIDAD  ESTACIONALIDAD  RUIDO BLANCO  PRUEBA DE HIPOTESIS  ENTRE OTROS  NORMALIDAD  ESTACIONALIDAD  RUIDO BLANCO  PRUEBA DE HIPOTESIS  ENTRE OTROS PRUEBAS  MCO  MODELOS CON Y SIN VARIABLES FICTICIAS  MODELOS QUE CORRIGEN AUTOCORRELACION  MODELOS QUE CORRIGEN HETEROSCEDASTICIDAD  SISTEMAS DE ECUACIONES LINEALES  MODELOS NO LINEALES  SISTEMAS DE ECUACIONES DIFERENCIALES  CORTE T. Y SERIES DE TIEMPO  MCO  MODELOS CON Y SIN VARIABLES FICTICIAS  MODELOS QUE CORRIGEN AUTOCORRELACION  MODELOS QUE CORRIGEN HETEROSCEDASTICIDAD  SISTEMAS DE ECUACIONES LINEALES  MODELOS NO LINEALES  SISTEMAS DE ECUACIONES DIFERENCIALES  CORTE T. Y SERIES DE TIEMPO PREDICCION

4

5 DATOS UNIVARIADOS DATOS MULTIVARIADOS DATOS UNIVARIADOS DATOS MULTIVARIADOS ESTIMAR RELACIONES  PANEL  AUTOREG  PDIREG  ARIMA  STATESPACE  SPECTRA  PANEL  AUTOREG  PDIREG  ARIMA  STATESPACE  SPECTRA PROCEDIMIENTOS GENERAR PREDICCIONES

6 COMBINACION DEL CONOCIMIENTO PASADO Y LAS EXPECTATIVAS FUTURAS CON UN MODELO ESTIMADO PROCEDIMIENTOS  AUTOREG  ARIMA  ESM  AUTOREG  ARIMA  ESM

7 APLICACION AMPUTAR,EXPLORAR Y ANALIZAR DATOS DE SERIES DE TIEMPO UNIVARIANTES  SELECCIÓN DE MODELO AUTOMATICO  SELECCIÓN DEL MODELO QUE MEJOR SE AJUSTE  FUNCIONES DE DIAGNOSTICO  HERRAMIENTAS DE MODELADO  SELECCIÓN DE MODELO AUTOMATICO  SELECCIÓN DEL MODELO QUE MEJOR SE AJUSTE  FUNCIONES DE DIAGNOSTICO  HERRAMIENTAS DE MODELADO

8 CONVERTIR DATOS ESPACIADOS IRREGULARMENTE  EXPAND  X11  X12  EXPAND  X11  X12 PROCEDIMIENTOS CONVERTIR DATOS DE SERIES DE TIEMPO DE UNA FRECUENCIA A OTRA INTERPOLAR VALORES PERDIDOS

9  COMPARAR PRESTAMOS  ANALIZAR PRESTAMOS DE TASA FIJA Y VARIABLE  REALIZAR CALCULOS E INFORMES FINANCIEROS  COMPARAR PRESTAMOS  ANALIZAR PRESTAMOS DE TASA FIJA Y VARIABLE  REALIZAR CALCULOS E INFORMES FINANCIEROS  LOAN  COMPUTAB  LOAN  COMPUTAB PROCEDIMIENTOS

10

11 MODELIZACION (BOX-JENKINS) MODELIZACION (BOX-JENKINS)  AUTOCORRELACION PARCIAL  AUTOCORRELACION INVERSA  AUTOCORRELACION CRUZADA  AUTOCORRELACION PARCIAL  AUTOCORRELACION INVERSA  AUTOCORRELACION CRUZADA  MINIMOS CUADRADOS CONDICIONALES  MINIMOS CUADRADOS INCONDICIONALES  MAXIMO VEROSIMILITUD  MINIMOS CUADRADOS CONDICIONALES  MINIMOS CUADRADOS INCONDICIONALES  MAXIMO VEROSIMILITUD DIAGNOSTICO E IDENTIFICACION DEL MODELO PROC ARIMA DIAGNOSTICO E IDENTIFICACION DEL MODELO PROC ARIMA AR(P) MA(Q) ARMA(P,Q) AR(P) MA(Q) ARMA(P,Q)

12 ESTIMAR Y PREDECIR MODELOS DE REGRESION LINEAL CON ERRORES AUTORREGRESIVOS  PROBAR HIPOTESIS LINEALES  MODELOS DE ESTIMACION  PRUEBA DE HETEROSCCEDASTICIDAD  PROBAR HIPOTESIS LINEALES  MODELOS DE ESTIMACION  PRUEBA DE HETEROSCCEDASTICIDAD PREDICCION AUTOMATICA PROC FORECAST PREDICCION AUTOMATICA PROC FORECAST  SUAVIZADO EXPONENCIAL  METODO HOLT-WINTERS  SUAVIZADO EXPONENCIAL  METODO HOLT-WINTERS CUANDO HAY MUCHAS SERIES A PRONOSTICAR SIN TENER QUE DESARROLLAR UN MODELO PARA CADA SERIE CUANDO HAY MUCHAS SERIES A PRONOSTICAR SIN TENER QUE DESARROLLAR UN MODELO PARA CADA SERIE TENDENCIA

13 LOS MODELOS PUEDEN SER ALMACENADOS EN ARCHIVOS  ESTIMACION DE PARAMETROS  SIMULACION  PREDICCION  ESTIMACION DE PARAMETROS  SIMULACION  PREDICCION

14 En enero de 1983, el gobierno británico aprobó una ley de cinturón de seguridad obligatoria con el fin de reducir el número de víctimas en accidentes de carretera. Las leyes del cinturón de seguridad son a menudo controvertidas. Los opositores a veces afirman que no reducen significativamente el número de víctimas. Un análisis gráfico de los valores pronosticados y los límites de confianza del 95% superior e inferior de un modelo de intervención nos da información valiosa sobre el impacto de la legislación. La variable LESIONES, contiene el número de muertes y lesiones graves a los conductores de automóviles en las carreteras en Gran Bretaña, desde enero de 1980 a diciembre de 1985. En enero de 1983, una ley de cinturón de seguridad obligatoria entró en vigor. La variable LEYDELCINTURON toma el valor 0 antes del 1 de enero de 1983 y un valor de 1 a partir de entonces.

15 jan80 1665. dec85 1245

16

17

18

19

20

21

22

23

24