Scribd Logo
Cargar

¡Te damos la bienvenida a Scribd!

  • 136 vistas

    Mest3 U1 A1 Luac

    Cargado por

    Luis Gerardo Aguilar
    Este documento presenta una unidad sobre procesos y series de tiempo. Explica que una serie de tiempo es un conjunto de observaciones de una variable medida en puntos sucesivos en el tiempo. Define la estacionariedad como variaciones que ocurren con regularidad, como las variaciones estacionales. Muestra gráficamente un proceso de ruido blanco para ilustrar su estacionariedad. Finalmente, demuestra matemáticamente que un proceso es estacionario en la media si su parámetro es diferente de 1.

    Copyright:

    © All Rights Reserved
    Descargue como PDF, TXT o lea en línea desde Scribd

    Mest3 U1 A1 Luac

    Cargado por

    Luis Gerardo Aguilar
    136 vistas5 páginas
    Este documento presenta una unidad sobre procesos y series de tiempo. Explica que una serie de tiempo es un conjunto de observaciones de una variable medida en puntos sucesivos en el tiempo. Define la estacionariedad como variaciones que ocurren con regularidad, como las variaciones estacionales. Muestra gráficamente un proceso de ruido blanco para ilustrar su estacionariedad. Finalmente, demuestra matemáticamente que un proceso es estacionario en la media si su parámetro es diferente de 1.

    Descripción original:

    1. ¿Qué es una serie de tiempo? 2. ¿Qué significa la estacionariedad en una serie de tiempo?

    Título original

    MEST3_U1_A1_LUAC

    Derechos de autor

    © © All Rights Reserved

    Formatos disponibles

    PDF, TXT o lea en línea desde Scribd

    ¿Le pareció útil este documento?

    ¿Este contenido es inapropiado?

    Este documento presenta una unidad sobre procesos y series de tiempo. Explica que una serie de tiempo es un conjunto de observaciones de una variable medida en puntos sucesivos en el tiempo. Define la estacionariedad como variaciones que ocurren con regularidad, como las variaciones estacionales. Muestra gráficamente un proceso de ruido blanco para ilustrar su estacionariedad. Finalmente, demuestra matemáticamente que un proceso es estacionario en la media si su parámetro es diferente de 1.

    Copyright:

    © All Rights Reserved
    Descargue como PDF, TXT o lea en línea desde Scribd
    Descargar como pdf o txt
    136 vistas5 páginas

    Mest3 U1 A1 Luac

    Cargado por

    Luis Gerardo Aguilar
    Este documento presenta una unidad sobre procesos y series de tiempo. Explica que una serie de tiempo es un conjunto de observaciones de una variable medida en puntos sucesivos en el tiempo. Define la estacionariedad como variaciones que ocurren con regularidad, como las variaciones estacionales. Muestra gráficamente un proceso de ruido blanco para ilustrar su estacionariedad. Finalmente, demuestra matemáticamente que un proceso es estacionario en la media si su parámetro es diferente de 1.

    Copyright:

    © All Rights Reserved
    Descargue como PDF, TXT o lea en línea desde Scribd
    Descargar como pdf o txt
    Está en la página 1de 5

    Estaística III

    DOCENTE: MARCO ANTONIO OLIVERA VILLA

    Unidad 1. Procesos y series de tiempo

    Actividad 1.
    Estacionariedad

    Alumno: Luis Gerardo Aguilar Cruz


    Matricula: ES1511108497

    julio de 2018

    UnADM | Matemáticas
    0
    1. ¿Qué es una serie de tiempo?
    Una serie de tiempo es un conjunto de observaciones de una variable medida en
    puntos sucesivos en el tiempo o en periodos de tiempo sucesivos. (Anderson,
    Sweeney, & Williams, 2008). Los periodos de tiempo sucesivos se refieren a periodos
    de tiempo con la misma duración, por ejemplo, cada día, cada semana, cada mes,
    cada año, etcétera.

    2. ¿Qué significa la estacionariedad en una serie de tiempo?


    De acuerdo con (Anderson, Sweeney, & Williams, 2008) “…al componente de las series
    de tiempo que representan la variabilidad en los datos debida a la influencia estacional
    se le conozca como componente estacional. Aunque por lo general se considera que
    las variaciones estacionales son variaciones que se presentan durante el lapso de un
    año, el componente estacional también se usa para representar cualquier variación
    que se presente con regularidad en un lapso menor que un año.” Por ejemplo, un
    fabricante de bloqueador solar esperará sus mayores ventas en los meses de
    primavera y verano.

    UnADM | Matemáticas
    1
    3. Descarga el software R para windows de https://cran.r-
    project.org/bin/windows/base/R-3.4.3-win.exe
    Pega el siguiente código en la ventana de R

    #Ruido blanco
    ruido=rnorm(1000,0,1)
    plot.ts(ruido)

    #Otro modo de hacer la gráfica es definiendo la series de tiempo


    ruido<-ts(ruido)
    plot(ruido,col="2")

    Comenta respecto a la gráfica de la salida computacional, ¿Cómo se observa la


    estacionariedad?

    Se puede observar que los valores de la serie tienden a oscilar alrededor de una media
    constante (en este caso cero) y la variabilidad con respecto a esa media (varianza igual a
    1) también permanece constante en el tiempo.

    UnADM | Matemáticas
    2
    4. Sea un proceso Xt que está determinada por Xt-1, además de que εt es un proceso de
    ruido blanco, demostrar que Xt es estacionario en la media si es diferente de 1

    “Un proceso estocástico se dice que es estacionario si su media y su varianza son


    constantes en el tiempo y si el valor de la covarianza entre dos periodos depende
    solamente de la distancia o rezago entre estos dos periodos de tiempo” (Villavicencio)
    Media 𝐸(𝑋𝑡 ) = 𝐸(𝑋𝑡+𝑘 ) = 𝜇
    Varianza 𝑉(𝑋𝑡 ) = 𝑉(𝑋𝑡+𝑘 ) = 𝜎 2
    Covarianza 𝛾𝑘 = 𝐸[(𝑋𝑡 − 𝜇)(𝑋𝑡+𝑘 − 𝜇)

    Demostración.

    𝐸(𝑋𝑡 ) = 𝐸(𝑋𝑡 = 𝜙𝑋𝑡−1 + 𝜀𝑡 ) = 𝐸(𝑋𝑡 = 𝜙𝑋𝑡−1 + 0) = 𝜙𝐸(𝑋𝑡−1 )


    Es decir, la media permanece constante.
    Luego
    𝐸(𝑋𝑡 ) = 𝜙𝐸(𝑋𝑡−1 )
    𝐸(𝑋𝑡 ) − 𝜙𝐸(𝑋𝑡−1 ) = 0
    (1 − 𝜙)𝐸(𝑋𝑡 ) = 0
    0
    𝐸(𝑋𝑡 ) = = 0, 𝜙≠1
    1−𝜙
    Es decir, para que el proceso sea estacionario el parámetro 𝜙 ≠ 1
    Por lo tanto 𝑋𝑡 es estacionario en la media 𝜇, si 𝜙 es diferente de 1, 𝑋𝑡 = 𝜙𝑋𝑡−1 + 𝜀𝑡 ∎

    UnADM | Matemáticas
    3
    Referencias
    Anderson, D., Sweeney, D., & Williams, T. (2008). Estadística para administración y
    economía (10a ed.). México: CENGAGE Learning. Retrieved julio 15, 2018, from
    https://mega.nz/#!iBEmjS5Q!ZwI5xHv1yb9DZ5Acs8MPMTzEmM8h_fsH6Rr4_IZw
    LhA
    The R Foundation. (2018, julio 02). R version 3.5.1 [software].
    Villavicencio, J. (n.d.). Introducción a series de tiempo. Puerto Rico: Instituto de
    Estadísticas de Puerto Rico. Retrieved julio 15, 2018, from
    http://www.estadisticas.gobierno.pr/iepr/LinkClick.aspx?fileticket=4_BxecUaZmg
    %3D

    UnADM | Matemáticas
    4

    También podría gustarte