

Study with the several resources on Docsity
Earn points by helping other students or get them with a premium plan
Prepare for your exams
Study with the several resources on Docsity
Earn points to download
Earn points by helping other students or get them with a premium plan
Community
Ask the community for help and clear up your study doubts
Discover the best universities in your country according to Docsity users
Free resources
Download our free guides on studying techniques, anxiety management strategies, and thesis advice from Docsity tutors
descripcion de datos metodologicos
Typology: Schemes and Mind Maps
1 / 2
This page cannot be seen from the preview
Don't miss anything!
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:
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:
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.