Docsity
Docsity

Prepare for your exams
Prepare for your exams

Study with the several resources on Docsity


Earn points to download
Earn points to download

Earn points by helping other students or get them with a premium plan


Guidelines and tips
Guidelines and tips

Metodologia de los bonos, Schemes and Mind Maps of Mathematics

descripcion de datos metodologicos

Typology: Schemes and Mind Maps

2021/2022

Uploaded on 03/03/2023

JoseTomala00
JoseTomala00 🇺🇸

2 documents

1 / 2

Toggle sidebar

This page cannot be seen from the preview

Don't miss anything!

bg1
Balladares Chang Sergio Roberto MA-7-1
Tomalá Buele José David
Modelos Econométricos II
TAREA: PREGUNTAS DE APLICACIÓN LIBRO DE GUJARATI PORTER
21.3. ¿Cuál es el significado de raíz unitaria?
Una raíz unitaria corresponde a una tendencia estocástica en la serie temporal, de la cual, ciertas veces
se le llama “paseo aleatorio con deriva”. Si la serie tiene una raíz unitaria, aquí generalmente se forma
un patrón sistemático que es impredecible. Por lo que una serie temporal es estacionaria si un cambio
en el tiempo no cambia la forma de la distribución; y las raíces unitarias son una causa de no
estacionariedad.
Un proceso estocástico lineal, tiene proceso estocástico lineal, tiene una raíz unitaria una raíz unitaria si
el valor de la si el valor de la raíz de la raíz de la ecuación ecuación característica del proceso es igual a 1,
por lo tanto, tal proceso es no estacionario.
Este sería un modelo autorregresivo de orden uno:
Yt=ρ1Yt1+μt
1 ρ 1
Es decir, tiene raíz unitaria cuando
ρ1
= 1; en este ejemplo la ecuación
mρ1
= 0, y donde la raíz de la
ecuación es
m
= 1. Si el proceso tiene una raíz unitaria, entonces es una serie de tiempo una serie de
tiempo no estacionaria.
21.4. Si una serie de tiempo es I(3), ¿cuántas veces debe diferenciarse para hacerla estacionaria?
Si una serie de tiempo muestra que tiene tres raíces unitarias, es decir I(3), quiere decir que será
necesario de diferenciarse tres veces para poder ser una seria estacionaria. Por lo que será necesaria ser
transformada el número “d” veces para ser estacionaria, cuando sea I(d).
21.5. ¿Qué son las pruebas Dickey-Fuller (DF) y DF aumentada?
la prueba Dickey-Fuller Aumentada es una versión mejorada de la prueba DF para un conjunto más
amplio de modelos de series de tiempo. Esta prueba, utiliza series de tiempo. Esta prueba, utiliza un
número negativo, de la cual, cuanto más negativo es, más fuerte es el rechazo de la hipótesis nula de
que existe una raíz unitaria para un cierto nivel de confianza, en otras palabras, prueba de DickeyFuller-
Aumentada es similar al DF excepto que toma en cuenta la posible correlación en el término de error.
Por otro lado, las pruebas Dickey-Fuller son un tipo de prueba que permite comprobar si una serie de
tiempo es estacionaria o no, ya que la hipótesis nula es la presencia de raíz unitaria en el proceso
generador de los datos de la serie analizada. También es aplicado para comprobar la presencia de
tendencia. La particularidad de la prueba Dickey-Fuller es que es la herramienta más fácil de usar
pf2

Partial preview of the text

Download Metodologia de los bonos and more Schemes and Mind Maps Mathematics in PDF only on Docsity!

Balladares Chang Sergio Roberto MA-7- Tomalá Buele José David Modelos Econométricos II TAREA: PREGUNTAS DE APLICACIÓN LIBRO DE GUJARATI PORTER 21.3. ¿Cuál es el significado de raíz unitaria? Una raíz unitaria corresponde a una tendencia estocástica en la serie temporal, de la cual, ciertas veces se le llama “paseo aleatorio con deriva”. Si la serie tiene una raíz unitaria, aquí generalmente se forma un patrón sistemático que es impredecible. Por lo que una serie temporal es estacionaria si un cambio en el tiempo no cambia la forma de la distribución; y las raíces unitarias son una causa de no estacionariedad. Un proceso estocástico lineal, tiene proceso estocástico lineal, tiene una raíz unitaria una raíz unitaria si el valor de la si el valor de la raíz de la raíz de la ecuación ecuación característica del proceso es igual a 1, por lo tanto, tal proceso es no estacionario. Este sería un modelo autorregresivo de orden uno:

Yt = ρ 1 Y t − 1 + μt

Es decir, tiene raíz unitaria cuando ρ 1 = 1; en este ejemplo la ecuación m − ρ 1 = 0, y donde la raíz de la

ecuación es m = 1. Si el proceso tiene una raíz unitaria, entonces es una serie de tiempo una serie de

tiempo no estacionaria. 21.4. Si una serie de tiempo es I(3), ¿cuántas veces debe diferenciarse para hacerla estacionaria? Si una serie de tiempo muestra que tiene tres raíces unitarias, es decir I(3), quiere decir que será necesario de diferenciarse tres veces para poder ser una seria estacionaria. Por lo que será necesaria ser transformada el número “d” veces para ser estacionaria, cuando sea I(d). 21.5. ¿Qué son las pruebas Dickey-Fuller (DF) y DF aumentada? la prueba Dickey-Fuller Aumentada es una versión mejorada de la prueba DF para un conjunto más amplio de modelos de series de tiempo. Esta prueba, utiliza series de tiempo. Esta prueba, utiliza un número negativo, de la cual, cuanto más negativo es, más fuerte es el rechazo de la hipótesis nula de que existe una raíz unitaria para un cierto nivel de confianza, en otras palabras, prueba de DickeyFuller- Aumentada es similar al DF excepto que toma en cuenta la posible correlación en el término de error. Por otro lado, las pruebas Dickey-Fuller son un tipo de prueba que permite comprobar si una serie de tiempo es estacionaria o no, ya que la hipótesis nula es la presencia de raíz unitaria en el proceso generador de los datos de la serie analizada. También es aplicado para comprobar la presencia de tendencia. La particularidad de la prueba Dickey-Fuller es que es la herramienta más fácil de usar

comparado con otros contrastes más complejos que también prueban la presencia de tendencia en los datos. 21.6. ¿Qué son las pruebas Engle-Granger (EG) y EG aumentada? Las pruebas Engle-Granger y la Engle-Granger Aumentada sirven para averiguar si dos o más series de tiempo están cointegradas; por lo que esta cointegración indica que existe una relación de largo plazo, o de equilibrio, entre ellas. 21.7. ¿Cuál es el significado de cointegración? En definitivas, cointegración hace referencia a la regresión de una serie de tiempo con raíz unitaria sobre otra serie de tiempo con raíz unitaria. Dichas cointegraciones de dos variables serán cointegradas si existe una relación de largo plazo, o de equilibrio, entre ambas. 21.8. ¿Cuál es la diferencia, si acaso, entre pruebas de raíz unitaria y pruebas de cointegración? Esta diferencia existe entre pruebas de raíces unitarias y pruebas de cointegración. Como señalan David A.Dickey, Dennis W. Jansen y Daniel I. Thornton: “Las pruebas para raíces unitarias se realizan sobre series de tiempo univariadas”. (763) Es decir, lo que nos menciona estos autores es que la cointegración trata con la relación entre un grupo de variables, en donde cada una (incondicionalmente) tiene una raíz unitaria” 21.9. ¿Qué es la regresión espuria? Lo que se entiende por regresión espuria, es la correlación de mis variables independientes (relación casual) que no tienen concordancia con la teoría económica. Dicha forma de encontrar este fenómeno es:

R

2

21.10. ¿Cuál es la conexión entre cointegración y regresión espuria? Ambas son Regresiones “sin sentido”, que son obtenidas cuando no existe relación entre las variables relacionadas (generalmente de series temporales). Sus correlaciones obtenidas entre ellas aparece como alta.