Análisis de series de tiempo

Slides:



Advertisements
Presentaciones similares
El modelo ARIMA con Función de Transferencia
Advertisements

Econometría II Análisis de series temporales (II): Extensiones y metodología Miguel Jerez y Sonia Sotoca Universidad Complutense de Madrid Marzo 2004.
Modelos ARMA.
Capitulo 9: Modelos unívariados de series temporales
Pronósticos, Series de Tiempo y Regresión
Organización de Computadoras UNLA
¿ Que es un sistema de ecuaciones?
Término independiente
Estadística 2011 Maestría en Finanzas Universidad del CEMA
ANÁLISIS DE ESTABILIDAD
Centro de Investigación Estadística
SERIES DE TIEMPO INTEGRANTES : GELSI VASQUEZ MICHAEL MUÑOZ JULIO TAPIA.
Ecuación de Underwood para separaciones de clase 2: raíz común
Estadística 2011 Clase 8 Maestría en Finanzas Universidad del CEMA
Estadística 2009 Maestría en Finanzas Universidad del CEMA
Ecuaciones diferenciales de 1er orden :
TOPICOS DE ECONOMETRIA APLICADA Series de Tiempo Introducción
Mario Bidegain (FC) – Alvaro Diaz (FI) – Marcelo Barreiro (FC)
INTRODUCCIÓN A LAS SERIES DE TIEMPO
MODELO DE SERIES DE TIEMPO
Capitulo 10: La metodología Box-Jenkins
Razón de Cambio Promedio Razón de Cambio instantánea (la derivada)
Teoría de sistemas de Ecuaciones No lineales
RESOLUCIÓN DE SISTEMAS DE ECUACIONES LINEALES MEDIANTE DETERMINANTES TEMA 3 Un determinante de una matriz cuadrada es un número real que se obtiene operando.
1.2- MÉTODO DE DESCOMPOSICIÓN DE ADOMIAN (ADM)
1. EXPRESIONES ALGEBRÁICAS Y POLINOMIOS. internet
SISTEMAS DE ECUACIONES
Tema III Determinantes
UNIDAD 1: SISTEMAS DE ECUACIONES. MÉTODO DE GAUSS
2º Bachillerato de Ciencias y Tecnología BC2A – BC2B Curso
Representación de Señales y Ruido por medio de Series Ortogonales
Análisis de series de tiempo Cuarta semana Abril Julio 2009.
SERIES DE TIEMPO INTEGRANTES :.
Sistemas de ecuaciones
Infinito en Límites Si el valor de una función llega a crecer sin límite, cuando “x” tiende a “a”, se establece que la función se hace infinita es decir:
Formas Indeterminadas del tipo
Unidad 1: ECUACIONES DIFERENCIALES DE PRIMER ORDEN
UNIDAD No. 3 Aplicaciones de la integral definida
Departamento de Informática Universidad Técnica Federico Santa María EconometríaEconometría Modelos Pronósticos Prof. Dr. Héctor Allende.
DISTRIBUCIÓN DE MAXWELL-BOLTZMANN PARA PARTÍCULAS DISTINGUIBLES
Análisis de series de tiempo
Análisis de series de tiempo
Econometría (2625) William Nilsson DB257
Análisis de series de tiempo
Límite de una función en un punto.
Clase 12 Aplicación de orden y densidad en notación decimal. aproximaciones.
Índice: Introducción Conceptos básicos Procesos elementales
CLASE 9.
UNIDAD 4 Clase 6.3 Tema: Sistema de Ecuaciones Lineales
SERIES CRONOLOGICAS O DE TIEMPO
Capitulo 8: Introducción a modelos de series temporales
RESOLUCIÓN DE SISTEMAS DE ECUACIONES LINEALES MEDIANTE DETERMINANTES
ECUACIONES Y SISTEMAS Tema 3 * 4º ESO Opc Angel Prieto Benito
@ Angel Prieto BenitoApuntes de Matemáticas 3º ESO1 SISTEMAS DE ECUACIONES Tema 6 * 3º ESO.
Series Temporales CIMAT, 2012 Clase 1. Introducción El análisis de series de datos registrados consecutivamente en el tiempo presenta contrastes con otros.
MODELOS DE HETEROCEDASTICIDAD CONDICIONAL
@ Angel Prieto BenitoApuntes 2º Bachillerato CS1 APLICACIONES DE LAS DERIVADAS Tema 8 * 2º B CS.
Matemática Básica (Ing.) 1 Sesión 12.1 Sistemas lineales y método de Gauss.
Sistemas de ecuaciones múltiples con dos y tres incógnitas
Escuela de Ciencias Básicas Tecnología e Ingeniería UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA DIRECTORA ING. VIVIAN ALVAREZ ALTAMIRANDA DICIEMBRE 2 DE.
Soluciones en Serie de Ecuaciones Lineales
AMPLIFICACIÓN Y SIMPLIFICACIÓN DE FRACCIONES
PROYECTABLE DE SERIES DE TIEMPO
Ecuaciones lineales- Gauss Detalle de la máquina de calcular de von Johann Helfrich Müller.
Fundamentos para el Cálculo
INFERENCIA EN LOS MODELOS ARIMA ECONOMETRÍA II CAPÍTULO VI D to de Economía Aplicada Cuantitativa I Basilio Sanz Carnero.
@ Angel Prieto BenitoApuntes 2º Bachillerato C.S.1 RESOLUCIÓN DE SISTEMAS U.D. 1 * 2º BCS.
El quinto elemento. Primera parte.
El primer paso consiste en armar la base de datos, con una variable.
Ecuaciones básicas para bombas de transferencia Clase del
Transcripción de la presentación:

Análisis de series de tiempo Quinta clase

Métodos de descomposición de series de tiempo

Análisis de series de tiempo a la manera de Box-Jenkins Notación Libro: Recordar que pasa si xt media no cero

Operadores polinómicos

Ejemplos de AR(1)

AR(1) : El ejemplo!!! (ecuación recursiva) Leer Teorema de representación de Wold Apendice B del libro

AR(1) : El ejemplo!!! (ecuación recursiva) Siempre y cuando...

AR(1) Anticipación y “estacionariedad” (suponga |f |>1)

AR(p) como un promedio móvil infinito: Hacer el ejemplo con AR(1) (otra vez)

Análisis de series de tiempo a la manera de Box-Jenkins

Operadores polinómicos

Ejemplos MA(1)

MA(1) Auto-covariancia es igual a cero para h > q Auto-correlación es igual para diferentes valores de q lo que presenta un problema de identificabilidad... más aún, distintas combinaciones de sigma y theta dan resultados iguales en auto-covariancia

MA(q) como un AR infinito

MA(q) La representación MA(q) no es única (dan mismos resultados).

Modelos ARMA Son combinaciones de lo anterior; para un proceso estacionario con media cero distinta de cero

ACF