Scribd
Cargar
60 vistas5 páginas

Procesos Autorregresivos AR(1)

Este documento describe los procesos autorregresivos univariados de orden 1 (AR(1)). Explica que un proceso AR(1) puede expresarse como una función de la observación pasada más un término de error. Además, calcula la esperanza, varianza y función de autocorrelación de un proceso AR(1), mostrando que es estacionario en media y varianza si el parámetro autorregresivo está entre -1 y 1. Finalmente, representa un proceso AR(1) usando el operador de rezagos y el polinomio de rezago.

Cargado por

Cielo Flores Vargas
Derechos de autor
© © All Rights Reserved
Nos tomamos en serio los derechos de los contenidos. Si sospechas que se trata de tu contenido, reclámalo aquí.
Formatos disponibles
Descarga como DOCX, PDF, TXT o lee en línea desde Scribd
60 vistas5 páginas

Procesos Autorregresivos AR(1)

Este documento describe los procesos autorregresivos univariados de orden 1 (AR(1)). Explica que un proceso AR(1) puede expresarse como una función de la observación pasada más un término de error. Además, calcula la esperanza, varianza y función de autocorrelación de un proceso AR(1), mostrando que es estacionario en media y varianza si el parámetro autorregresivo está entre -1 y 1. Finalmente, representa un proceso AR(1) usando el operador de rezagos y el polinomio de rezago.

Cargado por

Cielo Flores Vargas
Derechos de autor
© © All Rights Reserved
Nos tomamos en serio los derechos de los contenidos. Si sospechas que se trata de tu contenido, reclámalo aquí.
Formatos disponibles
Descarga como DOCX, PDF, TXT o lee en línea desde Scribd

PROCESOS AUTORREGRESIVOS UNIVARIADOS

Sea el proceso estocástico AR(1)

Y t =δ + ∅ 1 Y t −1+ ε t PGD

Rezagos sucesivos
Y t −1=δ+ ∅ 1 Y t −2 + ε t−1

Y t −2=δ+ ∅ 1 Y t −3 + ε t −2

Y t −3=δ+ ∅ 1 Y t −4 +ε t−3

…
Sustitución hacia adelante

Y t =δ ( 1+ ∅ 1+ ∅ 21+ ∅31 + … ) +ε t +∅ 1 ε t −1 + ∅21 ε t −2+ ∅31 ε t−3 +…+ ∅k1 Y t −k

Con ¿ ∅∨¿ 1, la serie converge a:


1
Y t =δ + ε + ∅ ε +∅ 2 ε + ∅3 ε + … MA (∞ )
1−∅1 t 1 t−1 1 t−2 1 t −3

Esperanza:

δ 2 3
E(Y ¿ ¿t )=E( )+ E (ε t )+ ∅1 E(ε t−1)+ ∅1 E( ε¿¿ t−2)+ ∅1 E( ε t−3 )+ … ¿ ¿
1−∅1

Porque la esperanza de la perturbancia es cero.

δ
E(Y ¿ ¿t )= ¿ Estacionaria en media
1−∅ 1

O también:
E(Y ¿ ¿t )=δ +∅ 1 E (Y ¿¿ t−1)+ E(ε ¿¿ t) ¿ ¿ ¿

E(Y ¿ ¿t )−∅ 1 E (Y ¿¿ t−1)=δ+ E (ε ¿ ¿t )¿ ¿ ¿


Asume medias constantes en el tiempo, estacionaria en media.

E(Y ¿ ¿t )−∅ 1 E (Y ¿¿ t)=δ+ E(ε ¿¿ t )¿ ¿ ¿

E(Y ¿ ¿t )(1−∅1 )=δ+ E(ε ¿ ¿t )¿ ¿


δ
E(Y ¿ ¿t )= ¿
1−∅ 1

Si δ =0 tenemos: E(Y ¿ ¿t )=0 ¿

Desvió respecto a la media:

Y t −E(Y t )= y t Como E(Y ¿ ¿t )=0 ¿


Y t = yt
2 3
Y t = y t =ε t + ∅ 1 ε t−1 +∅ 1 ε t−2 + ∅1 ε t −3+ … MA (∞ )
Si ∅ 1=1

Y t =ε t +ε t −1+ ε t −2+ ε t−3 +…

Varianza: Var(Yt)
E¿
E¿
γ 0=E [ε 2t + ∅1 ε t ε t −1 +…+ ∅ 21 ε 2t−1 +…+ ∅21 ε t ε t−2 +∅ 41 ε 2t−2 +∅ 31 ε t−1 ε t −2+ ∅ 61 ε 2t−3 +… ¿ ¿

γ 0=E (ε 2t )+∅ 1 E (ε t ε t−1 )+ …+∅ 21 E (ε 2t −1)+…+ ∅ 21 E( ε ¿¿ t ε ¿ ¿t−2)+∅ 41 E(ε ¿ ¿ t−22)+ ∅31 E( ε ¿ ¿ t −1 ε t−2 )+ ∅ 61 E
, Esperanza productos cruzados es cero (No autocorrelación)

2 2 2 4 2 6 2
γ 0=σ t +∅ 1 σ t−1 + ∅1 σ t−2 +∅ 1 σ t −3+ …

2 2 2 4 2 6 2
γ 0=σ t +∅ 1 σ t + ∅ 1 σ t + ∅1 σ t +… ; Varianzas iguales (No hetereoscedasticidad)

2 2 4 6
γ 0=σ t (1+∅ 1 +∅ 1 + ∅1 +…)
1
γ 0= σ ; para todo Con ¿ ∅ 1∨¿ 1
2
Estacionaria en varianza.
1−∅21 ε

Covarinaza: Cov(Yt,Yt-k) Autocovarianzas


E¿

Nota: E ¿
γ 1=E [∅ 1 ε 2t −1 + ∅1 ε t ε t−2 +…+ ∅31 ε 2t−2 +…+ ∅21 ε t −1 ε t−2 +∅ 51 ε 2t−3 + ∅31 ε t −1 ε t−2 +∅ 71 ε 2t −4 +… ¿ ¿
2 3 2 5 2 7 2
γ 1=∅1 σ t −1+ ∅1 σ t−2 +∅ 1 σ t−3 + ∅1 σ t −4 +…

γ 1=∅1 σ 2t (1+ ∅21 +∅ 41 + ∅16+ …)


∅1 2
γ 1= 2
σε
1−∅ 1

E¿
E¿
2 2 2 4 6
γ 2=∅1 σ t (1+ ∅1 + ∅1 + ∅ 1+ …)

∅ 21
γ 2= 2
σ 2ε
1−∅ 1

E¿
3 2 2 4 6
γ 3=∅1 σ t (1+ ∅1 + ∅1 + ∅ 1 +…)
3
∅1
γ 3= 2
σ 2ε
1−∅ 1
E¿

E¿

FUNCIÓN DE AUTOCORRELACIÓN:

Es la división entre las autocovarianzas y las varianza.

∅1 2
2
σε
1−∅ 1
ρ 1= =∅11
1 2
σ
2 ε
1−∅ 1

Función de autocorrelación simple: ACF


1
ρ1=∅1
2
ρ 2=∅ 1

ρ3=∅ 31
4
ρ 4 =∅ 1

k
ρk =∅ 1

Función de autocorrelación parcial: PACF


∅ 11 =ρ 1=¿ ∅ 1

∅ kk =ρ 1=¿ ∅ 1 para todo k>=2 cero

OPERADOR DE REZAGOS
L Y t=Y t−1
2
L Y t=¿ Y t =L Y t−1=Y t −2

L3 Y t=Y t −3 Y t +3=L−3 Y t

.
.
.
k
L Y t=Y t−k

Y t =δ + ∅ 1 L Y t + ε t AR(1)
Y t −∅ 1 L Y t =δ + ε t

POLINOMÍO DE REZAGO
Y t (1−∅ 1 L)=δ+ ε t

δ εt
Y t= +
( 1−∅ 1 L ) (1−∅ 1 L)
( 1−∅ 1 L )=0 ∅ ( L )=1−∅1 L

( 1−∅ 1 z )=0
1
z= ¿ ∅ 1∨¿ 1 z >1 es estacionario
∅1

ECUACIÓN EN DIFERENCIA
Y t =δ + ∅ 1 Y t −1+ ε t

Y t −∅ 1 Y t−1=δ +ε t

Y t −∅ 1 Y t−1=0

1
λ−∅ 1=0 λ=∅ 1 z= es estacionario
λ
Y t −∅ 1 LY t =0

Y t (1−∅ 1 L)=0

δ εt
Y t= +
( 1−∅ 1 L ) (1−∅ 1 L)
Y t =( 1−∅1 L )−1 δ + ( 1−∅ 1 L )−1 ε t
δ 2 3
Y t= + ε t + ∅ 1 ε t−1 +∅ 1 ε t−2 +∅ 1 ε t −3+ …
( 1−∅ 1 )
Y t =δ ( 1+ ∅ 1+ ∅ 1+ ∅1 + … ) +ε t +∅ 1 ε t −1 + ∅1 ε t −2+ ∅1 ε t−3 +…+ ∅1 Y t −k
2 3 2 3 k

Y t =δ ( 1+ ∅ 1+ ∅ 21+ ∅31 + … ) +ε t +∅ 1 Lε t +∅ 21 L2 ε t + ∅ 31 L3 ε t + …+∅ k1 L K Y t

δ
Y t= + ε t + Ψ 1 ε t−1 +Ψ 2 ε t −2+Ψ 3 ε t−3 +…
( 1−∅ 1 )

También podría gustarte