Estadística 2009 Maestría en Finanzas Universidad del CEMA

Slides:



Advertisements
Presentaciones similares
Francisco Carlos Calderón
Advertisements

Regresión mínimo cuadrada (I)
MATEMÁTICAS OCTAVO GRADO “A” Y “B” 2009
Modelos ARMA.
Capitulo 9: Modelos unívariados de series temporales
Bivariadas y Multivariadas
POLINOMIOS.
Estadística 2011 Maestría en Finanzas Universidad del CEMA
Unidad académica: Ingenierías
Centro de Investigación Estadística
4. 0 DISTRIBUCIONES DISCRETAS DE PROBABILIDAD 4
Determinantes Determinantes de segundo orden
5° MATEMÁTICA 1 NÚMEROS REALES.
CÁLCULO DIFERENCIAL.
Estadística 2011 Clase 8 Maestría en Finanzas Universidad del CEMA
Econometria 2. Modelo de Regresión Lineal Simple
TOPICOS DE ECONOMETRIA APLICADA Series de Tiempo Introducción
Mario Bidegain (FC) – Alvaro Diaz (FI) – Marcelo Barreiro (FC)
Estadística 2010 Clase 5 Maestría en Finanzas Universidad del CEMA
Regresión y correlación
Razón de Cambio Promedio Razón de Cambio instantánea (la derivada)
EXPRESIONES ALGEBRÁICAS
Estadística Descriptiva: 4. Correlación y Regresión Lineal
Estadística Descriptiva: 4. Correlación y Regresión Lineal Ricardo Ñanculef Alegría Universidad Técnica Federico Santa María.
Estadística 2010 Maestría en Finanzas Universidad del CEMA Profesor: Alberto Landro Asistente: Julián R. Siri.
FUNCIONES LOGICAS SI(PL;V_V;V_F)
DIVISIÓN DE POLINOMIOS 1
PROGRESIONES GEOMETRICAS
Desigualdades lineales en una variable
TEMA Nº 1 Conjuntos numéricos.
Descomposición Factorial Unidad 5
Vamos a resolver el siguiente sistema de ecuaciones lineales.
Materiales complementarios
Guías Modulares de Estudio Matemáticas IV – Parte B
Varianza.
Aproximaciones por límites
Lic. Carla Rojas del Carpio
Universidad Nacional de Colombia Curso Análisis de Datos Cuantitativos.
ESPAD III * TC 2 FRACCIONES.
El tornillo y el producto cruz
Análisis de series de tiempo
6. ANÁLISIS DISCRIMINANTE
Números enteros.
UCLA – DAC M. Sc. Jorge E. Hernández H.
VALOR ABSOLUTO Y LOS NÚMEROS REALES
TEMA 1 Sistemas de ecuaciones lineales
Análisis de series de tiempo
@ Angel Prieto BenitoApuntes de Matemáticas 3º ESO1 DECIMALES Y POTENCIAS TEMA 2.
FACTORIZACION.
Operaciones Algebraicas
Funciones.
 Cuando una variable pasa de un valor a otro valor, se dice que dicha variable ha sufrido un INCREMENTO.
Sesión 5 Tema: Operaciones en la recta real
“CURSO PROPEDÉUTICO PARA EL MEJORAMIENTO DEL PENSAMIENTO MATEMÁTICO”
@ Angel Prieto BenitoMatemáticas 1º Bachillerato CT1 Tema 2 ECUACIONES Y SISTEMAS.
MÉTODO PARA HALLAR EL DOMINIO DE UNA RELACIÓN
Matemáticas II. Profesor: Ing. Yadhira M. Rangel Carrillo.
1. DIVISIÓN DE FRACCIONES ALGEBRAICAS
Números complejos.
División de polinomios
P y E 2012 Clase 15Gonzalo Perera1 Repaso de la clase anterior. Métodos de estimación.
Clase N°11 Métodos de reducción de varianza
para Ingenieros Químicos
Ing. Haydeli del Rosario Roa Lopez
Álgebra, ecuaciones y sistemas
ESTADISTICA DESCRIPTIVA BIVARIADA MEDIDAS DE RELACIÓN ENTRE VARIABLES CUANTITATIVAS.
CONJUNTOS NUMÉRICOS. 1.Números Naturales 1.1 Consecutividad numérica 1.2 Paridad e imparidad 1.3 Números primos 1.4 Múltiplos y divisores 1.5 Mínimo Común.
Este trabajo tiene como fin demostrar las distintas formas de calcular el área de la función En el intervalo cerrado [-1,1] A través de las sumas de.
MATEMÁTICAS TÉCNICAS LIC. YAIMA TRUJILLO REYES. TEMAS A ESTUDIAR  Números con signo  Repaso de álgebra  Exponentes y radicales  Geometría  Trigonometría.
Profesora: Debárbora Nancy Integrantes: Contreras Marina; Vargas Mónica Curso: 3er año del Profesorado de Matemáticas I. N. T.: Prof. Eduardo A. Fracchia.
Transcripción de la presentación:

Estadística 2009 Maestría en Finanzas Universidad del CEMA Profesor: Alberto Landro Asistente: Julián R. Siri

Clase 9 1. Ejercicios de procesos AR

1. Ejercicios de procesos AR Dado un proceso AR(1): Vamos a: Expresar el proceso con la notación de operadores autorregresivos. Hallar la media, varianza y autocovarianzas. Analizar las condiciones de estacionariedad. Hallar las funciones de autocorrelaciones y autocorrelaciones parciales. Graficarlas.

1. Ejercicios de procesos AR Expresión del proceso con la notación de operadores autorregresivos:

1. Ejercicios de procesos AR Hallar la media, varianza y autocovarianzas. Aplicamos inicialmente el operador esperanza matemática, Ahora bien, dado que Entonces

Ejercicio 1) Hallar la media, varianza y autocovarianzas. 1. Ejercicios de procesos AR Ejercicio 1) Hallar la media, varianza y autocovarianzas.

1. Ejercicios de procesos AR Hallar la media, varianza y autocovarianzas. Para el análisis de la varianza y las covarianzas del proceso, primero centraremos las variables, y hay que tener en cuenta que:

1. Ejercicios de procesos AR Hallar la media, varianza y autocovarianzas. Entonces, el cálculo de la varianza es:

1. Ejercicios de procesos AR Ejercicio 1) Hallar la media, varianza y autocovarianzas. El cálculo de las covarianzas del proceso resulta:

1. Ejercicios de procesos AR Ejercicio 1) Hallar la media, varianza y autocovarianzas. Puede deducirse fácilmente que la regla general, para el cálculo de la autocovarianza de orden k, es:

1. Ejercicios de procesos AR Ejercicio 1) c) Análisis de las condiciones de estacionariedad. Dado que la varianza del proceso ha de ser positiva y finita, el coeficiente , en valor absoluto, tiene que ser menor a la unidad: CONDICIÓN DE ESTACIONARIEDAD:

1. Ejercicios de procesos AR Ejercicio 1) c) Hallar la función de autocorrelación. Dada la generalización de las autocovarianzas, podemos encontrar una expresión general de la función de autocorrelación (FAC):

Ejercicio 1) c) Hallar la función de autocorrelación parcial. 1. Ejercicios de procesos AR Ejercicio 1) c) Hallar la función de autocorrelación parcial.

1. Ejercicios de procesos AR Un ejercicio para ustedes. Otro proceso AR(1): Desarrollen: Expresar el proceso con la notación de operadores autorregresivos. Hallar la media, varianza y autocovarianzas. Analizar las condiciones de estacionariedad. Hallar las funciones de autocorrelaciones y autocorrelaciones parciales.

1. Ejercicios de procesos AR Dado un proceso AR(2): Tareas: Expresar el proceso con la notación de operadores autorregresivos. Hallar la media, varianza y autocovarianzas. Hallar las funciones de autocorrelaciones. Analizar las condiciones de estacionariedad.

1. Ejercicios de procesos AR Expresión del proceso con la notación de operadores autorregresivos:

1. Ejercicios de procesos AR Hallar la media, varianza y autocovarianzas. Aplicamos inicialmente el operador esperanza matemática, Ahora bien, dado que Entonces

Ejercicio 3) Hallar la media, varianza y autocovarianzas. 1. Ejercicios de procesos AR Ejercicio 3) Hallar la media, varianza y autocovarianzas.

1. Ejercicios de procesos AR Hallar la media, varianza y autocovarianzas. Para el análisis de la varianza y las covarianzas del proceso, una vez más centramos las variables ( ) y tenemos en cuenta que:

1. Ejercicios de procesos AR Hallar la media, varianza y autocovarianzas. Entonces, el cálculo de la varianza es:

1. Ejercicios de procesos AR Ejercicio 3) Hallar la media, varianza y autocovarianzas. El cálculo de las covarianzas del proceso resulta:

1. Ejercicios de procesos AR Ejercicio 3) Hallar la media, varianza y autocovarianzas. Puede deducirse fácilmente que la regla general, para el cálculo de la autocovarianza de orden k (>2), es:

Ejercicio 3) c) Hallar las funciones de autocorrelaciones. 1. Ejercicios de procesos AR Ejercicio 3) c) Hallar las funciones de autocorrelaciones.

Ejercicio 3) c) Hallar las funciones de autocorrelaciones. 1. Ejercicios de procesos AR Ejercicio 3) c) Hallar las funciones de autocorrelaciones.

1. Ejercicios de procesos AR Ejercicio 3) d) Analizar las condiciones de estacionariedad. Respecto a la condición de estacionariedad del AR(2), dado que la varianza del proceso es mayor que cero, deberán ser numerador y denominador del mismo signo, por lo que se debe cumplir:

1. Ejercicios de procesos AR Ejercicio 3) d) Analizar las condiciones de estacionariedad. Si dividimos a todo por , nos queda:

1. Ejercicios de procesos AR Ejercicio 3) Entonces:

1. Ejercicios de procesos AR Considere el siguiente modelo: Tareas: Expresar el proceso con la notación de operadores autorregresivos. Hallar la media, varianza y autocovarianzas. Hallar las funciones de autocorrelaciones. Analizar las condiciones de estacionariedad.

1. Ejercicios de procesos AR Considerando el modelo: Tareas: Hallar la media del proceso. Expresar el modelo en forma de desvíos. Verificar si se cumple la condición de estacionariedad. Hallar la varianza y covarianza del proceso. Hallar la función de autocorrelación. Si es igual a 35, ¿qué podemos decir respecto de ? ¿Y qué podría decirse en cambio si el valor de fuese –0.8? Si en el proceso anterior , ¿qué puede decir respecto de ?

1. Ejercicios de procesos AR En un modelo AR(2) se obtuvo: Tareas: Calcular los parámetros y . Analizar las condiciones de estacionariedad. Calcular la función de autocorrelación.