Mest3 U1 A2 Sise

Descargar como docx, pdf o txt
Descargar como docx, pdf o txt
Está en la página 1de 5

ESTADISTICA 3

Nombre: Silvia Sánchez Espinoza


Docente: Marco Antonio Olivera Villa
Matricula: ES172015001
UNIDAD 1
Actividad 2

Julio 2021
1.- ¿Qué es una serie de tiempo y la estacionariedad?

Serie de tiempo :Valores numéricos de distintas unidades que son recolectados en


diversos períodos de tiempo y su variación o espaciado es uniformes y
cronológicos (semanales, mensuales, trimestrales o anuales). Las series se
representan por medio de una gráfica de líneas sobre cuyo eje horizontal se
representan los períodos y en cuyo eje vertical se representan los valores de la
serie de tiempo.

Estacionariedad : Una serie es estacionaria cuando es estable a lo largo del


tiempo, es decir, cuando la media y varianza son constantes en el tiempo. Esto se
refleja gráficamente en que los valores de la serie tienden a oscilar alrededor de
una media constante y la variabilidad con respecto a esa media también
permanece constante en el tiempo.”

2.- Descarga el software R para windows de https://cran.r-


project.org/bin/windows/base/R-3.4.1-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?

En la gráfica se aprecia que, a pesar de ser un movimiento aleatorio, se observa


que la esperanza permanece igual sin importar el momento en el cual se mida; es
decir, es invariante respecto al tiempo.
3.- ¿El modelo de ruido blanco, que tipo de modelo ARMA es?

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

Tomando la media matemática del proceso X t , se tiene:

E [ X t ] =E [ ∅ X t −1 + ε t ]

Por propiedades de linealidad de la esperanza

E [ X t ] =∅ E [ X t −1 ] + E [ε t ]

Por definición de ruido blanco:

Sea ε t un ruido blanco, así E [ ε t ]=0 . Por tanto,

E [ X t ] =∅ E [ X t −1 ] +0 →

Sea ∅ ≠1 y por definición de estacionariedad, cualquier proceso es estacionario si


E [ W t ]=0.

E [ X t ] =0=∅ E [ X t−1 ] → ∅ ( 0 )=0 con ∅ ≠1.

Es decir, al parámetro ∅ al ser distinto de uno, obliga que la esperanza en el


tiempo t-1 se cero. De lo contrario, no cumpliría con la definición de proceso
estacionario.
4.- Describe brevemente los modelos ARMA

El modelo ARMA (p,q)

Matemáticamente

El modelo general de series temporales autorregresivo con media móvil


de p términos autorregresivos y q términos de media móvil se expresa como: 

Siempre se pueden simplificar las cosas. Recordamos las ecuaciones que hemos
remarcado antes:

Modelo autorregresivo

Modelo de media móvil

Entonces, podemos ver que el modelo ARMA simplemente es la combinación del


modelo autorregresivo y el modelo de media móvil

Fuentes bibliográficas:
1) http://www.estadisticas.gobierno.pr/iepr/LinkClick.aspx?
fileticket=4_BxecUaZmg%3D
2) https://economipedia.com/definiciones/modelo-arma.html#:~:text=El
%20modelo%20ARMA%20es%20un,el%20modelo%20de%20media%20m
%C3%B3vil.

También podría gustarte