Modelos ARMA

Nombre : Paul Jack Barranzuela Briceño

Profesor : Juan Silva Juárez
ARMA (1,1)
Siendo el modelo:
Yt = δ0 + Ø * Yt-1 + εt – θ * εt-1
Para que el modelo sea estacionario tiene
que cumplirse:
|Ø| < 1
Para que el modelo sea invertible tiene
que cumplirse:
|Θ|<1
Media:
E [Yt] = E [δ0] + E [Ø * Yt-1] + E [εt] –
E [θ * εt-1]

E [Yt] - Ø * E [Yt-1] = δ0 + E [εt] – θ *E [εt-1]

(1- Ø) * E [Yt] = δ0 + (1- θ) * E[εt]

Varianza:
Yt = δ0 + Ø * Yt-1 + εt – θ * εt-1
Se tiene que tomar en cuenta que para la
solución se toma como valor de δ0 igual a 0 así
tenemos:
Yt = Ø * Yt-1 + εt – θ * εt-1
Var [Yt] = E [Yt2]
Var [Yt] = E [(Ø * Yt-1 + εt – θ * εt-1)2]
Var [Yt] = Ø2 * E [Yt-12] + 2Ø * E [Yt-1 εt] -
2θØ * E [Yt-1 εt-1]+E [εt2]-2θ *
E [εtεt-1] + θ2 E[εt-12]

Var [Yt] = Ø2* Var [Yt] - -2θØ*E [Yt-1 εt-1] +

σ2 + θ2 σ2

Var [Yt] = Ø2* Var [Yt] - 2θØ* σ2 + σ2 + θ2 σ2

(1- Ø2) * Var [Yt] = (1 + θ2 - 2θØ) * σ2

Hallando γ1, γ2 y generalizando a γk
De primer orden

γ1 = E [Yt * Yt-1]
γ1 = E [(Ø * Yt-1 + εt – θ * εt-1)* Yt-1]
γ1 = Ø * E [Yt-12] + E [Yt-1 εt] – θ * E [Yt-1 εt-1]
γ1 = Ø * γ0 - θ * σ2
De segundo orden
γ2 = E [Yt * Yt-2]
γ2 = E [(Ø * Yt-1 + εt – θ * εt-1)* Yt-2]
γ2 = Ø * E [Yt-1 Yt-2] + E [εt Yt-2] – θ*E[εt-1Yt-2]
γ2 = Ø * γ1
Generalizando
γk = Ø * γ(k-1)
Hallando los coeficientes de autocorrelacion

De primer orden

De segundo orden:
Generalizando
ARMA (1,2)
Yt = δ0 + Ø * Yt-1 + εt – θ1 * εt-1 – θ2 * εt-2
Para que el modelo sea estacionario tiene
que cumplirse:
|Ø| < 1
Para que el modelo sea invertible tiene
que cumplirse:
| θ 1 + θ2 | < 1
Media:

E [Yt] = E [δ0] + E [Ø * Yt-1] + E [εt] – E [θ1 *

εt-1]– E [θ2 * εt-2]
E [Yt] = E [δ0] + Ø *E [Yt-1] + E [εt] – θ1 * E
[εt-1] – θ2 * E [εt-2]
(1- Ø) * E [Yt] = δ0 + (1- θ1 – θ2) * E[εt]
Varianza:

Yt = δ0 + Ø * Yt-1 + εt – θ1 * εt-1 – θ2 * εt-2

Var [Yt] = E [(Ø * Yt-1 + εt – θ1 * εt-1– θ2 * εt-2)2]

(1-Ø2)*γ0 = σ2* (1 - 2 Ø1 θ1 +θ12 + θ22 + Ø1- θ1)