Casa
Páginas: 2 (306 palabras)
Publicado: 28 de febrero de 2011
Procesos Estacionarios
http://www.desarrollolatino.org/web1/c.htm
Retorno Procesos estocásticos Procesos estacionarios Ruido blanco AR(1) MA(2) AR(p) MA(q) ARMA(p,q) Series con tendenciadeterminista Series con tendencia estocástica Caminata aleatoria Caminata al azar con desplazamiento Caminata al azar con ruido Raíces unitarias Dickey-Fuller La prueba aumentada de Dickey-FullerProcesos estacionarios en covarianza Los procesos estocásticos. Las series históricas son sucesiones de variables aleatorias siendo su índice el tiempo {X t}. Son observaciones tomadas a intervalosiguales, con lo cual las aplicaciones usuales corresponden a datos observados cada año, cada mes, cada hora, etc. Con los datos se analiza la estructura de correlación que presenta la muestra, deaquí se propone y se estima un modelo basado en ecuaciones en diferencias, el cual busca capturar la dinámica de la serie, de ser correcta la formulación del modelo este se valida y después sepronostican las futuras observaciones. Estos les llamaremos procesos Autoregresivos Integrados de Media Móvil (ARIMA). En su libro G.E.P. Box y G.M. Jenkins (1976) Abrieron un camino al uso masivo detécnicas que ya se habían venido estudiando por Schuster (1898, 1906), Yule (1921, 1927), Wold (1938), Walker (1931), Kolmogoroff (1939, 1941) Bartlett (1946), Wiener (1949), Doob (1953), Yaglom(1955), Jenkins (1956), Durbin (1960), Hannan (1960), Tiao (1976), Engle (1982), Granger (1987) y otros. Ellos dos propusieron un método general para abordar las aplicaciones de este tema de tal modoque su estrategia ha demostrado ser de enorme importancia. El método de Box-Jenkins consiste en construir un modelo en varias etapas, ellos proponen las siguientes etapas: 1.- Postular una clasegeneral de modelos. 2.- Identificar tentativamente el modelo. 3.- Estimar los parámetros de modelo tentativo. 4.- Validar del modelo, con pruebas de diagnóstico.
1 de 1
19/02/11 21:34
http://www.desarrollolatino.org/web1/c.htm
Retorno Procesos estocásticos Procesos estacionarios Ruido blanco AR(1) MA(2) AR(p) MA(q) ARMA(p,q) Series con tendenciadeterminista Series con tendencia estocástica Caminata aleatoria Caminata al azar con desplazamiento Caminata al azar con ruido Raíces unitarias Dickey-Fuller La prueba aumentada de Dickey-FullerProcesos estacionarios en covarianza Los procesos estocásticos. Las series históricas son sucesiones de variables aleatorias siendo su índice el tiempo {X t}. Son observaciones tomadas a intervalosiguales, con lo cual las aplicaciones usuales corresponden a datos observados cada año, cada mes, cada hora, etc. Con los datos se analiza la estructura de correlación que presenta la muestra, deaquí se propone y se estima un modelo basado en ecuaciones en diferencias, el cual busca capturar la dinámica de la serie, de ser correcta la formulación del modelo este se valida y después sepronostican las futuras observaciones. Estos les llamaremos procesos Autoregresivos Integrados de Media Móvil (ARIMA). En su libro G.E.P. Box y G.M. Jenkins (1976) Abrieron un camino al uso masivo detécnicas que ya se habían venido estudiando por Schuster (1898, 1906), Yule (1921, 1927), Wold (1938), Walker (1931), Kolmogoroff (1939, 1941) Bartlett (1946), Wiener (1949), Doob (1953), Yaglom(1955), Jenkins (1956), Durbin (1960), Hannan (1960), Tiao (1976), Engle (1982), Granger (1987) y otros. Ellos dos propusieron un método general para abordar las aplicaciones de este tema de tal modoque su estrategia ha demostrado ser de enorme importancia. El método de Box-Jenkins consiste en construir un modelo en varias etapas, ellos proponen las siguientes etapas: 1.- Postular una clasegeneral de modelos. 2.- Identificar tentativamente el modelo. 3.- Estimar los parámetros de modelo tentativo. 4.- Validar del modelo, con pruebas de diagnóstico.
1 de 1
19/02/11 21:34
Leer documento completo
Regístrate para leer el documento completo.