Apuntes Serie de Tiempo

Apuntes para el Curso
Series de Tiempo
M.Ignacia Vicu
na - Cristian V
asquez
11 de noviembre de 2013
Indice general
1. Introducci
on
1.1. Definicion . . . . . . . . . . . . . . . . . .
1.2. Objetivo del Analisis de Series de Tiempo
1.2.1. Ejemplos de Series de Tiempo . . .
1.3. Modelamiento de una Serie de Tiempo . .
1.3.1. Tendencia . . . . . . . . . . . . . .
1.3.2. Estacionalidad . . . . . . . . . . .
1.3.3. Transformaciones para estabilizar la
. . . . . .
. . . . . .
. . . . . .
. . . . . .
. . . . . .
. . . . . .
varianza .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
3
3
3
4
5
6
15
18
2. Modelos B
asicos y definiciones
2.1. Ruido . . . . . . . . . . . . . . . . . . . .
2.2. Ruido Blanco . . . . . . . . . . . . . . . .
2.3. Camino Aleatorio . . . . . . . . . . . . . .
2.4. Operadores y polinomios de rezago . . . .
2.5. PLG - Proceso lineal general . . . . . . . .
2.6. Funcion de Autocovarianza . . . . . . . . .
2.6.1. Funcion de Autocovarianza Proceso
2.7. Estimacion de y . . . . . . . . . . . . .
. . . . . . . . . . . . .
. . . . . . . . . . . . .
. . . . . . . . . . . . .
. . . . . . . . . . . . .
. . . . . . . . . . . . .
. . . . . . . . . . . . .
Lineal General Causal
. . . . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
22
22
23
23
24
26
28
29
31
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
33
34
35
37
38
40
40
42
43
44
44
45
49
52
54
55
3. Procesos Estacionarios
3.1. Modelos Auto-Regresivos (AR) . . . . . . .
3.1.1. Modelo AR(1) . . . . . . . . . . . . .
3.1.2. Modelo AR(2) . . . . . . . . . . . . .
3.1.3. Modelo AR(p) . . . . . . . . . . . . .
3.2. Modelos de Medias Moviles (MA) . . . . . .
3.2.1. Modelo MA(1) . . . . . . . . . . . .
3.2.2. Modelo MA(2) . . . . . . . . . . . .
3.2.3. Modelo MA(q) . . . . . . . . . . . .
3.3. Modelo ARMA . . . . . . . . . . . . . . . .
3.3.1. Modelo ARMA(1,1) . . . . . . . . . .
3.3.2. Modelo ARMA(p, q) . . . . . . . . .
3.4. Prediccion de Series de tiempo Estacionarias
3.5. Prediccion en Procesos ARMA . . . . . . . .
3.5.1. Intervalos de Prediccion: . . . . . . .
3.6. Funcion de Autocorrelacion Parcial . . . . .
1
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
3.6.1. Descomposicion de Wold . . . . . . . . . . . . . . . . . . . . . . . . .

4. Estimaci
on en Procesos ARMA
4.1. Estimadores de Yule-Walker . . . . . . . . . . .
4.2. Estimacion Mnimos Cuadrados Ordinarios . . .
4.3. Estimacion de maxima verosimilitud . . . . . .
4.3.1. Descomposicion de Cholesky . . . . . . .
4.3.2. Algoritmo de Durbin-Levinson . . . . . .
4.4. Estimadores Maximos Verosmiles Condicionales
4.5. Seleccion de Modelos . . . . . . . . . . . . . . .
4.5.1. Criterio AIC . . . . . . . . . . . . . . . .
4.5.2. Diagnostico y Validacion del modelo . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
5. Procesos no Estacionarios
5.1. Procesos ARIMA . . . . . . . . . . . . . . . . . . .
5.2. Test de Raz Unitaria . . . . . . . . . . . . . . . . .
5.2.1. Raz Unitaria en el Polinomio Autoregresivo
5.2.2. Raz Unitaria en Polinomio de Media Movil
5.3. Prediccion en Modelos ARIMA . . . . . . . . . . .
5.3.1. Prediccion con pasado infinito . . . . . . . .
5.3.2. Prediccion con Pasado Finito . . . . . . . .
5.4. Modelos SARIMA . . . . . . . . . . . . . . . . . . .
5.4.1. Modelo multiplicativo estacional . . . . . . .
6. Modelos Heteroced
asticos
6.1. Caractersticas de las Series Financieras . . .
6.2. Modelos ARCH . . . . . . . . . . . . . . . .
6.2.1. Modelo ARCH(1) . . . . . . . . . . .
6.2.2. Modelo ARCH(p) . . . . . . . . . . .
6.2.3. Prediccion en Modelos ARCH(p) . .
6.2.4. Debilidades de los Modelos ARCH .
6.3. Modelos GARCH . . . . . . . . . . . . . . .
6.3.1. GARCH(1,1) . . . . . . . . . . . . .
6.3.2. Debilidades de los Modelos GARCH
6.4. Modelos ARMA-GARCH . . . . . . . . . . .
6.5. Modelos IGARCH . . . . . . . . . . . . . . .
Series de Tiempo
Segundo Semestre 2013
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
61
.
.
.
.
.
.
.
.
.
63
63
67
69
70
70
72
73
73
73
.
.
.
.
.
.
.
.
.
77
77
80
80
83
83
83
85
88
90
.
.
.
.
.
.
.
.
.
.
.
93
93
96
96
98
100
101
101
102
103
103
103
M.Ignacia Vicu
na - Cristian V
asquez
Captulo 1
Introducci
on
Hoy en da existe una gran cantidad de fenomenos naturales, sociales o economicos, a los
cuales podemos medir ciertas variables y asignar alg
un valor numerico a cada observacion
a traves del tiempo. El analisis de series de tiempo pretende extraer toda la informacion
que sea posible desde los datos con el fin de determinar patrones o comportamientos que
permitan inferir sobre los valores futuros.
Algunas series pueden ser observadas de manera continua en el tiempo (por ejemplo temperatura) las cuales se denominan series de tiempo continuas. Otras en cambio, son registradas
durante un tiempo discreto y posiblemente equiespaciado las que se denominan serie de tiempo discreta.
1.1.
Definici
on
Una serie cronologica o serie de tiempo es una coleccion de observaciones {Yt , t T } de un

cierto fenomeno medidas secuencialmente en el tiempo. Por simplicidad, llamaremos Serie
de Tiempo a una coleccion de observaciones numericas {Yt , t T }, donde t es estrictamente
creciente.
1.2.
Objetivo del An
alisis de Series de Tiempo
Modelacion: Poder describir y modelar el comportamiento de la series de tiempo.

Prediccion: Poder inferir el comportamiento futuro del fenomeno, proporcionando intervalos de confianza para las predicciones.
Construir sistemas y mecanismos de control: Cuando la serie toma valores fuera de
ciertos margenes deseados, hay ciertas variables exogenas que podemos modificar de
modo que el proceso se mantenga en estandares normales. Este proceso se conoce como
retroalimentacion. Por ejemplo, es posible usar series de accidentes automovilsticos
3
diarios en una cuidad para predecir cuando iniciar una campa

na de publicidad de
prevencion de accidentes.
Poder imputar datos no observados en la serie de tiempo.
1.2.1.
Ejemplos de Series de Tiempo
Serie AirPassengers
La siguiente serie representa los totales mensuales en miles de pasajeros internacionales desde
Enero de 1949 hasta Diciembre de 1960. El registro de estos datos puede ser de utilidad para
poder hacer predicciones sobre la demanda futura, con el objeto de poder planificar el n
umero
de aviones necesarios para satisfacer la demanda.
Serie AirPassengers
600
500
400
300
200
100
1950
1952
1954
1956
1958
1960
Tiempo
Lago Hur
on
La siguiente serie contiene mediciones (en pies) anuales del nivel del Lago Huron desde Enero
1975 a Febrero 1883.
Serie Lago Huron
582
581
580
579
578
577
576
1875
1876
1878
1880
1882
Tiempo
Series de Tiempo
M.Ignacia Vicu
na - Cristian V
asquez
Indice de precios al consumidor

El IPC es un ndice en el que se valoran los precios de un conjunto de productos determinado
sobre la base de la encuesta de presupuestos familiares, que una cantidad de consumidores
adquiere regularmente, y la variacion con respecto del precio de cada uno, respecto de una
muestra anterior. Los datos presentes en el siguiente grafico corresponden a la variacion
mensual del IPC desde el a
no 1988 hasta 2009.
Indice de Precios Consumidor
5
1988
1990
1995
2000
2005
2010
Tiempo
1.3.
Modelamiento de una Serie de Tiempo
Un primer paso en el analisis de Series de Tiempo es graficar los datos. Si existe alguna
aparente discontinuidad de los datos, como un cambio brusco en la tendencia, puede ser
aconsejable analizarla por segmentos. Si hay observaciones atpicas que pueden ser causa de
errores de medicion o que el fenomeno presento un comportamiento absolutamente inusual.
Si la serie tiene un comportamiento similar antes y despues del outlier se podra pensar en
eliminarlo o reemplazarlo por otra observacion usando alg
un procedimiento o criterio.
Considere que las observaciones {Yt , t = 1, 2, . . . , n} de una serie temporal se puede descomponer en una suma de tres componentes no observadas,
Yt = Tt + St + at ,
donde Tt y St representan la tendencia y estacionalidad, respectivamente y at es una componente estacionaria de media cero y varianza a2 . Este modelo lleva el nombre de modelo
aditivo. El interes principal al considerar un modelo aditivo sera poder estimar la tendencia
y la estacionalidad, con el objetivo de ajustar un modelo que se adapte a la serie libre de
tendencia y estacionalidad.
Series de Tiempo
M.Ignacia Vicu
na - Cristian V
asquez
1.3.1.
Tendencia
Inicialmente vamos a suponer que el modelo aditivo la componente estacional no esta presente, entonces el modelo a considerar sera:
Yt = Tt + at ,
donde at es una componente estacionaria de media cero y varianza a2 .
Existen varios metodos para estimar Tt . los mas utilizados consisten en:
1. Ajustar una funcion del tiempo, como un polinomio, una funcion exponencial o otra
funcion suave.
2. Suavizar los valores alrededor de un punto, para estimar la tendencia en el punto.
Suavizamiento de medias moviles, suavizamiento exponencial.
3. Suavizar los valores de la serie mediante sucesivos ajustes de rectas de mnimos cuadrados ponderados (lowess).
Una vez que se define el procedimiento para estimar Tt , se puede obtener una serie ajustada
libre de tendencia,
Zt = Yt Tbt .
Un procedimiento que tambien es utilizado para eliminar tendencia de una serie, es tomar
diferencia, es decir
Yt = Yt Yt1
Tendencia Polinomial
Un procedimiento muchas veces utilizado es ajustar un curva a los valores observados de
la serie para estimar Tt y hacer predicciones. Tradicionalmente son utilizados varios tipos
de funciones, como exponencial y la logstica, nos vamos a limitar a describir brevemente el
ajuste de un polinomio.
Suponga que
Tt = 0 + 1 t + + m tm ,
donde m es el grado del polinomio y el n
umero de observaciones es n. Para estimar los
0
parametros j s utilizamos el metodos de los mnimos cuadrados, o sea minimizamos
f (0 , 1 , . . . , m ) =
n
X
(Yt 0 1 t . . . m tm )2 .
t=1
As se obtiene los estimadores b0 , b1 , . . . bm . El problema es que se puede presentar correlacion entre las variables independientes, pero se puede utilizar alg
un procedimiento para
Series de Tiempo
M.Ignacia Vicu
na - Cristian V
asquez
ortogonalizar las variables.
Ejemplo 1.3.1 En la siguiente tabla presentamos parte de una serie de tiempo de datos de
consumo de energa electrica de una localidad brasile
na entre los a
nos 1977 y 1978. Para ese
periodo de tiempo ajustamos un polinomio de grado dos para representar Tt .
Cuadro 1.1: Serie de consumo de energa electrica Enero-1977 a Diciembre-1978.

t
1
2
3
4
5
6
7
8
9
10
11
12
Yt
84.6
89.9
81.9
95.4
91.2
89.8
89.7
97.9
103.4
107.6
120.4
109.6
t
13
14
15
16
17
18
19
20
21
22
23
24
Yt
110.3
118.1
116.5
134.2
134.7
144.8
144.4
159.2
168.2
175.2
174.5
173.7
El modelo se reduce a
Yt = 0 + 1 t + 2 t2 + at ,
y minimizando la suma de cuadrados de residuos
n
X
f (0 , 1 , 2 ) =
(Yt 0 1 t 2 t2 )2
t=1
obtenemos que
0 = 84,64, 1 = 0,50, beta2 = 0,14
Tbt = 84,64 + 0,5t + 0,14t2
Series de Tiempo
M.Ignacia Vicu
na - Cristian V
asquez
Consumo Energa Elctrica entre los aos 19771978

200
Serie
Estimacin Polinomial
150
100
50
0
10
15
20
25
Meses
Suavizamiento Medias M
oviles
El metodo de promedios moviles supone que todas las observaciones de la serie de tiempo
son igualmente importantes. De esta manera, se utiliza como pronostico para el siguiente
periodo el promedio de los 2q + 1 (q entero no negativo) valores de los datos mas recientes
de la serie de tiempo.
Considere el promedio movil de dos lados
q
X
1
Wt =
Ytj
2 q + 1 j=q
del proceso Yt . Luego, para q + 1 t n q

q
q
X
X
1
1
Ttj +
atj
Wt =
2 q + 1 j=q
2 q + 1 j=q
Suponiendo que mt es aproximadamente lineal en el intervalo [t q, t + q] y que la media

del error es cercana a cero.
El promedio movil nos proporciona las estimaciones
Tt =
q
X
1
Ytj ,
2 q + 1 j=q
q + 1 t n q.
Para las estimaciones faltantes de repiten el primero y ultimo dato q veces y se agregan
virtualmente a los datos originales.
No existe una regla especfica que nos indique como seleccionar el valor de q. Si la variable
que se va a pronosticar no presenta un comportamiento relativamente estable en el tiempo,
se recomienda que el valor de q grande. Por el contrario, es aconsejable un valor de q peque
no
Series de Tiempo
M.Ignacia Vicu
na - Cristian V
asquez
si la variable muestra patrones cambiantes

Es u
til pensar que {Tt } es un proceso obtenido a partir de la aplicacion de un filtro lineal a
{Yt } de la forma
Tt =
aj Ytj ,
j=
con pesos aj = (2 q + 1)1 para q j q.

En particular este filtro es un filtro low-pass en el sentido que toma los datos {Yt } y remueve
rapidamente las fluctuaciones (o altas frecuencias) de at al estimar suavemente la tendencia
Tt .
Ejemplo 1.3.2 Datos Ejemplo 1.3.1
Se estimo la tendencia usando suavizamiento de medias moviles con q = 2.
200
Serie
Estimacin Medias Mviles
150
100
50
0
10
15
20
25
Meses
Suavizamiento Exponencial
A diferencia de los promedios moviles, este metodo pronostica otorgando una ponderacion
a los datos dependiendo del peso que tengan dentro del calculo del pronostico. Es razonable
dar un peso mayor a las observaciones mas recientes que las observaciones del pasado remoto.
Una forma de lograr esto es dando ponderaciones distintas a las observaciones a traves de
un promedio ponderado, cuyos pesos decaen geometricamente. De este modo el nivel medio
de la serie {Yt } en el instante t es estimado por:
Yt = Yt + (1 )Yt1 + (1 )2 Yt2 +
0 < < 1, 1 t n
(1.1)
Note que la ecuacion contiene una cantidad infinita de terminos, pero en la practica solo
disponemos de un n
umero finito de ellos. Una forma de representar (1.1) en una forma mas
compacta es
Yt = Yt + (1 )Yt1
Series de Tiempo
0<<1
(1.2)
M.Ignacia Vicu
na - Cristian V
asquez
Si la tendencia Tt evoluciona suavemente, su promedio Tt va a diferir poco de Tt . Ademas

si la media del error es cercana a cero, Yt sera muy parecido a Tt el cual es similar a Tt . De
esta manera, la tendencia de la serie puede ser estimada por
Tt = Yt + (1 )Tt1
0<<1
(1.3)
donde T1 = Y1 .
Observaciones:
Usando la condicion de que T1 = Y1 , la ecuacion (1.3) puede ser escrita como
Tt =
t2
X
(1 )j Ytj + (1 )t1 Y1
j=0
Los pesos {i } decaen en forma geometrica. En efecto
(1 )i = 1
i=1
Ademas, como (1 )i (1 )j si i j, entonces los pesos asignan mas importancia al pasado reciente de la serie y menos importancia al pasado remoto de la serie
satisfaciendo nuestro requerimiento inicial.
La constante se llama constante de suavizamiento, la cual debe elegirse usando alg
un
criterio de optimalidad. El valor de Yn+1 puede ser estimado por Yn , luego si denotamos
por Yn+1 el valor estimado de la serie en el instante t = n + 1, se tiene que (1.2) puede
ser escrito como
Yn+1 = en + Yn
donde en = Yn Yn , et se denomina error de prediccion, es similar al concepto de
residuo en el contexto de regresion. Un metodo sencillo para estimar consiste en
calcular los errores de prediccion y luego considerar aquel valor de que minimice la
suma de cuadrados de dichos errores, es decir,
= argmin
n
X
e2t
t=1
P
En la practica, es posible calcular la cantidad nt=1 e2t para varios valores de en el
intervalo (0, 1) y luego encontrar el valor de que minimice el error cuadratico medio
(EMC) de prediccion.
Series de Tiempo
10
M.Ignacia Vicu
na - Cristian V
asquez

Se estimo la tendencia usando suavizamiento exponencial con = 0,6. Luego se calculo el
Error cuadratico medio para varios valores de (0,5, 0,95), obteniendo que el mnimo
ECM se obtiene para = 0,95.
200
Serie
Suavizamiento Exponecial
=0.6
150
100
50
0
10
15
20
25
Meses
Error Cuadrtico Medio
25000
20000
15000
10000
5000
0
0.2
0.4
0.6
0.8
Regresi
on Polin
omica Local: LOWESS
La regresion local es un enfoque de ajuste de curvas y superficies a datos mediante suavizados
en los que el ajuste en x se realiza utilizando u
nicamente observaciones en un entorno de x.
Al realizar una regresion local se utiliza una familia parametrica al igual que en un ajuste
de regresion global pero solamente se realiza el ajuste localmente.
Considere la siguiente regresion,
Yi = (xi ) + i
donde es la funcion de regresion y son los errores del modelo.
El objetivo es poder estimar la funcion g.
Suposiciones:
La funcion () debe ser continua y diferenciables de manera que pueda estar bien
aproximada localmente por polinomios de un cierto grado.
Series de Tiempo
11
M.Ignacia Vicu
na - Cristian V
asquez
La variabilidad de Y alrededor de la curva () debe ser constante.

Los metodos de estimacion que resultan de este tipo de modelos es relativamente simple:
1. Para cada punto x, se define un entorno.
2. Dentro de ese entorno suponemos que la funcion regresora es aproximada por alg
un
miembro de la familia parametrica.
3. Luego se estiman los parametros con las observaciones en el entorno.
4. El ajuste local es el la funcion ajustada evaluada en x.
Generalmente se incorpora una funcion de peso, w(u), para dar mayor peso a los valores xi
que se encuentran cerca de x. Los criterios de estimacion dependen de los supuestos que se
realicen sobre la distribucion de las Y 0 s. Si, por ejemplo, suponemos que tienen distribucion
Gaussiana con varianza constante tiene sentido utilizar el metodo de Cuadrados Mnimos.
El objetivo general de la regresion local es ajustar un polinomio de grado p alrededor de un
punto utilizando los datos de un entorno. Esto incluye estimacion por n
ucleos (p = 0).
El principio subyacente es que una funcion continua puede aproximarse bien por un polinomio
de bajo grado. Por ejemplo una aproximacion lineal esta dada por:
(xi ) = a0 + a1 (xi x)
donde x h xi x + h. Los polinomios locales pueden ajustarse utilizando mnimos
cuadrados ponderados localmente.
En el caso de una regresion lineal local los coeficientes estimados se eligen de manera de
minimizar
n
X
i=1

W
xi x
h
(Yi ao a1 (xi x))2
El estimador lineal local es
(xi ) = a
0
Para cada punto x se tiene una estimacion diferente pues los pesos cambian y por lo tanto
los estimadores a
0 y a
1 .
Los estimadores se obtienen resolviendo las ecuaciones normales:
X T W (Y X) = 0
Series de Tiempo
12
M.Ignacia Vicu
na - Cristian V
asquez
donde
1 x1 x

xi x
..
.
.
X = .
), Y = (Y1 , ..., Yn )T , = (a0 , a1 )
. , W = diag(W
h
1 xn x
Si X T W X es invertible, entonces

a
0
= (X T W X)1 X T W Y
a
1
Se ajusto la tendencia usando regresion polinomica local ponderada. El primer ajuste considera estimaciones locales lineales con un = 0, 2, donde representa la proporcion de
puntos a utilizar en el ajuste local. El segundo ajuste lo realiza en base a estimaciones
locales cuadraticas con un = 0,84.
200
Serie
LOWESS, grado 1, =0.2
LOWESS, grado 2, =0.84
150
100
50
0
10
15
20
25
Meses
Diferenciaci
on
La diferenciacion tiene como objetivo eliminar la tendencia de una serie. La diferencia de
orden uno se define como sigue
Yt = Yt Tt1 = (1 B)Yt
donde BYt = Yt1 . El operador de rezago B sera analizado mas adelante. Por el momento es
necesario entender que si el operador de diferencia es aplicado a una serie que tiene tendencia
lineal, entonces la serie diferenciada es una constante respecto al tiempo. Mas a
un, podemos
plantear el siguiente resultado:
Series de Tiempo
13
M.Ignacia Vicu
na - Cristian V
asquez
Proposici
Pon: j
Si Zt = m
j=0 aj t donde aj es una constante para todo j = 1, 2, m, entonces Zt es un
polinomio de grado m 1 en t y por lo tanto m+1 Zt = 0.
Demostracion:
Teorema del binomio.
El resultado anterior sugiere que dada una secuencia con cierta tendencia, es posible aplicar el
operador repetidas veces hasta que encontremos una secuencia transformada que tenga una
tendencia razonablemente constante. En la practica el orden de diferenciacion es peque
no,
es decir basta con aplicar una o dos diferencias para que la serie resultante no exhiba una
tendencia. Sin embargo, tambien existen series que es imposible transformalas en series con
aparente media constante.
200
Serie
Serie Diferenciada
150
100
50
10
15
20
25
Meses
Series de Tiempo
14
M.Ignacia Vicu
na - Cristian V
asquez
1.3.2.
Estacionalidad
La estacionalidad es una caracterstica que presentan algunas series en lo largo del tiempo, y dicha caracterstica es observada con periodicidad. Este comportamiento cclico por
lo general no es perfectamente regular. En esta seccion nos vamos a limitar a explicar el
procedimiento para estimar la estacionalidad determinstica. Los metodos de regresion son
optimos para las series de tiempo que presentan estacionalidad determinstica.
Regresi
on Arm
onica
Una representacion conveniente para St esta dada por una suma armonica,
S t = a0 +
k
X
[aj cos(j t) + bj sin(j t)]
j=1
donde a0 , a1 , ..., ak , b1 , ..., bk son parametros desconocidos y 1 , . . . , k son las frecuencias

y d es el periodo de la serie.
ajustadas del tipo 2j
d
Ejemplo 1.3.6 Muertes por Accidente, U.S.A. 1973-1978
Se ajusto una regresion Armonica con k = 1 y periodo d = 12.
Muertes por Accidentes
12000
Serie
Regresin Armnica
11000
10000
9000
8000
7000
0
10
20
30
40
50
60
70
Mes
Variables Dummies
Suponga el modelo con tendencia determinstica,
Tt = 0 + 1 t + + m tm ,
para nuestro modelo vamos a suponer que la periodicidad observada ocurre cada 12 periodos
de tiempo, entonces
Series de Tiempo
15
M.Ignacia Vicu
na - Cristian V
asquez
St =
12
X
j djt ,
j=1
Como suponemos que estacionalidad constante, j no dependen del tiempo, entonces podemos pensar en variables dummys, por ejemplo en el caso que se presente una estacionalidad
cada 12 meses (en una serie mensual).

djt =
1, si el periodo t corresponde al mes j, j = 1, 2, . . . , 12,

0, otro caso.
En este caso
d1t + d2t + + d12t = 1,
t = 1, 2, . . . , n,
de modo que la matriz no es de rango completo, as, imponemos la restriccion adicional

12
X
j = 0,
j=1
y obtenemos el modelo de rango completo

Yt =
m
X
j t +
j=0
11
X
j Djt + at ,
j=1
donde ahora
1, si el periodo t corresponde al mes j,

1, si el periodo t corresponde al mes 12,
Djt =
0,
en otro caso.
De este modelo podemos utilizar la teora usual de mnimos cuadrados y obtener los estimadores de j y j , o sea, para una muestra Y1 , . . . , Yn obtenemos el modelo
Y = C + D + a,
donde
Yn1
Y1
..
= . ,
Yn
(m+1)1
0
1
..
.
Cn(m+1)
Dn11
m
Series de Tiempo
16
1
2
..
.
1
2m
..
.
1 n
nm
1
1
..
.
D11 D21
D12 D22
..
..
.
.
D1n D2n
D11,1
D11,2
..
.
D11,n
M.Ignacia Vicu
na - Cristian V
asquez
111 =
1
2
..
.
an1 =
11
a1
a2
..
.
an
el modelo se puede escribir de la siguiente manera

Y = X + ,
donde
X = [C : D]
= ,
de modo que el estimador de mnimos cuadrados esta dado por

b = [X0 X]
X0 Y.

Se ajusto una regresion con variables Dummies con periodo d = 12.
Muertes por Accidentes
12000
Serie
Variables Dummies
11000
10000
9000
8000
7000
0
10
20
30
40
50
60
70
Mes
Series de Tiempo
17
M.Ignacia Vicu
na - Cristian V
asquez
1.3.3.
Transformaciones para estabilizar la varianza
Algunas series presentan variabilidad en la varianza. Una transformacion que reduce la dependencia de la variabilidad del tiempo es llamada transformacion estabilizadora de la varianza.
Bartlett (1947) propuso un procedimiento que supone que la varianza t2 de la variable
aleatoria Zt puede expresarse como una funcion de la media t , es decir,
E(Zt ) = t
Var(Zt ) = t2 = f (t )
Queremos encontrar una nueva variable Yt = T (Yt ) tal que Var(Yt ) = C 2
Entonces, si T (.) es una funcion cuya primera derivada existe, se puede obtener la siguiente
aproximacion lineal para T (Zt ),

T
(Zt t ),
T (Zt ) ' T (t ) +

Zt
Zt =t
de esta forma se tiene que la varianza aproximada del proceso T (Zt ) es

2

T
f (t ),
Var(T (Zt )) '

Zt
Zt =t
ya que se desea que la varianza de T (Zt ) sea constante C 2 , sigue que

T
C
'p
,

Zt
f (t )
Zt =t
y por lo tanto
Z
T (t ) '
C
p
dt .
f (t )
Como se puede observar, es necesario conocer la forma funcional de f para estar en condiciones de utilizar la ecuacion anterior y de esta manera determinar la transformacion T (.)
que estabilice la varianza.
Vamos a restringir el tipo de transformacion a la familia de transformaciones potencia, la
cual se utiliza frecuentemente porque proporciona buenos resultados en la practica. Si la
2(1)
varianza Zt es positiva y si es razonable suponer que t2 es proporcional a t
para alg
un
valor de se tiene
2(1)
f (t ) t
se sigue que
Series de Tiempo
18
M.Ignacia Vicu
na - Cristian V
asquez

T (t )
si 6= 0,
t ,
log(t ), si = 0.
Este resultado sugiere que la funcion T (.), que vuelve aproximadamente constante la varianza
de Zt , debe ser la transformacion potencia

T (Zt ) =
Zt ,
si 6= 0,
log(Zt ), si = 0.
la cual es valida para Zt > 0, t.

Box Cox (1964) realizo una modificacion de las transformaciones de potencia,
Y 1
t
>0
Yt =
log(Yt ) = 0, Yt > 0
la cual tiene la ventaja de ser continua es = 0 y es un parametro que puede ser estimado
por un procedimiento de maxima verosimilitud.
La Teora de Box Cox se base en el hecho de que las observaciones transformadas {Y1 , ..., Yn }
satisfacen los supuestos del modelo lineal, y ademas son v.a i.d.d con distribucion normal. Por
lo tanto, Y N (X, 2 In ), donde X es la matriz de dise
no y (, 2 , ) son los parametros
del modelo.
La funcion de densidad de Y esta dada por
exp{ 21 2 (Y X)T (Y X)}
f (Y ) =
n
(2 2 ) 2
De esta manera, la funcion de verosimilitud de {Y1 , ..., Yn } es
L(, , 2 |Y ) =
donde J(, Y, X) =
exp { 21 2 (Y X)T (Y X)}

J(, Y )
n
(2 2 ) 2
(1.4)
Qn dYi Qn 1
es el jacobiano de la transformacion.
i=1 dYi =
i=1 yi
Para encontrar el EMV se prosigue en dos etapas.

Para un fijo, se calcula el EMV de (, 2 ), obteniendose
()
= (X T X)1 X T Y
Y T (I G)Y
2 () =
n
donde G = X(X T X)1 X T .
Series de Tiempo
19
M.Ignacia Vicu
na - Cristian V
asquez

Se sustituye el valor de ()
y
2 () en la Verosimilitud (1.4), por lo cual la logverosimilitud queda como
n
2 ()) + ( 1)
l(|Y, X, (),
2 ()) = C + log(
2
Q
Llamado g a la media geometrica, g = ( ni=1 Yi )1/n y Z =
Y
,
g 1
l(|Y, X, (),
2 ()) = C log(s2 ())

2
n
X
log Yi
(1.5)
i=1
es facil ver que
(1.6)
donde s2 () es la suma de los cuadrados de los residuos dividida por n del modelo
lineal Y N (X, 2 In ), es decir,
s2 () =
Z T (I G)Z
n
Por lo tanto, el EMV de es aquel valor que maximiza la log-verosimilitud (1.6).

En la practica, se calcula para una grilla de valores de que permite dibujar aproximadamente la funcion de Verosimilitud. Las elecciones mas usadas son = 0, = 1/2. Es posible
que una transformacion que estabiliza la varianza necesite un filtrado previo de la serie.
Observaciones:
La log-verosimilitud (1.6) puede tambien ser escrita como
n
l(|Y, X, (),
2 ()) = C1 log(s21 ())

2
donde s21 () = Z1T (I G)Z1 y Z1 =
(1.7)
Y
.
g
En R a traves de la funcion boxcox() de la libreria MASS, se puede estimar el valor

de . Dicha funcion entrega un grafico de la funcion Log-Verosimilitud de , el cual
contiene el valor maximo y el intervalo de confianza para la estimacion. R utiliza la
ecuacion (1.7) para calcular la log-verosimilitud.
El metodo anterior descrito es para el caso de modelos lineales, y si se quiere utilizar
una transformacion del tipo Box Cox en Series de Tiempo el supuesto de independencia
de la variable transformada no es correcto. Una manera de adaptarlo es considerar que
la variable transformada sigue un modelo ARIMA con errores gaussianos (modelo que
veremos mas adelante), y en base a ese modelo escribir la verosimilitud, y estimar .
En R la funcion BoxCox() de la librera FitAR permite hacer transformaciones de Series
de Tiempo, cuyo argumento es el ajuste de un modelo ARIMA.
Series de Tiempo
20
M.Ignacia Vicu
na - Cristian V
asquez
Ejemplo 1.3.8 La siguiente serie representa los totales mensuales en miles de pasajeros
internacionales desde Enero de 1949 hasta Diciembre de 1960. Se realizo una transformacion
Box-Cox para estabilizar la variabilidad de la serie con = 0,148. La eleccion de se
realizo por principio de maxima verosimilitud.
0.8
1.0
Relative Likelihood Analysis

95% Confidence Interval
0.0
0.2
0.4
R()
0.6
^
= 0.148
0.2
0.0
0.2
0.4
Yt = AirPassengers
600
500
400
300
200
100
1950
1952
1954
1956
1958
1960
1958
1960
Tiempo
Yt= (Xt 1)
10
= 0.148
1950
1952
1954
1956
Tiempo
Series de Tiempo
21
M.Ignacia Vicu
na - Cristian V
asquez
Captulo 2
Modelos B
asicos y definiciones
Definici
on 2.1 Sea T un conjunto arbitrario. Un Proceso estocastico es una familia de
variables aleatorias Y = {Y (t), t T }, tal que, para todo t T , Y (t) es una variable
aleatoria.
Note que en el caso de las series de tiempo T = {1, 2, . . . , n}, luego el proceso estocastico
sera definido como Y = {Y1 , Y2 , . . . , Yn }.
2.1.
Ruido
El modelo mas simple para una serie temporal es aquella en la que no hay ninguna tendencia
o componente estacional y en el que las observaciones son variables aleatorias independientes
e identicamente distribuidas de media cero. Llamaremos a una secuencia X1 ,. . . , Xn con estas
caractersticas como un Ruido.
Por independencia la funcion de distribucion acumulada de esta secuencia es de la forma:
P (X1 x1 , . . . , Xn xn ) =
n
Y
P (Xi xi )
i=1
lo que implica que no existe dependencia entre las observaciones, es decir,

P (Xn+k xn+k | X1 = x1 , . . . , Xn = xn ) = P (Xn+k xn+k )
Ejemplo 2.1.1 Proceso Binario
Un ejemplo de Ruido i.i.d. sera una secuencia de variables aleatorias i.i.d Xt , t = 1, 2, . . .
con
P (Xt = 1) = p, P (Xt = 1) = 1 p,
donde p = 1/2
La siguiente figura contiene los datos correspondiente a All-Star Baseball Game, donde
22

Xt =
1
Si la liga Nacional gano en el a
not
1 Si la liga Americana gano en el a
not
Note que la serie contiene valores perdidos debido a que no hubo competencia en el a
no 1945,
y hay dos valores para la serie entre los a
nos 1959-1962 ya que dos juegos se realizaron.
AllStar Baseball Games
2
2
1933
2.2.
1940
1950
1960
1970
1980
1990
1996
Ruido Blanco
Una forma mas debil para definir una secuencia no correlacionada esta dada por la siguiente
definicion.
Definici
on 2.2.1 Decimos que {t , t Z} es un Ruido Blanco, si:
E(t ) = 0,
t Z.
Var(t ) = 2 ,
Cov(t , s ) = 0,
t Z.
t 6= s.
Note que Un Ruido i.d.d es un Ruido Blanco, pero un Ruido Blanco no necesariamente es
un Ruido i.d.d.
Ademas al no tener correlacion con su pasado, es un modelo no predecible.
Notaci
on:
Denotaremos por {t } RB(0, 2 ) a una secuencia de Ruido Blanco tal que E(t ) = 0,
Var(t ) = 2 .
2.3.
Camino Aleatorio
Diremos que {xt } es una camino aleatorio si:
Series de Tiempo
23
M.Ignacia Vicu
na - Cristian V
asquez
xt = xt1 + t
(2.1)
donde {t } es una secuencia de Ruido Blanco. Sustituyendo xt1 = xt2 + t1 en la ecuacion

(2.1) y as sucesivamente, se obtiene,
xt = t + t1 + t2 + +
En la practica, la serie anterior no sera infinita, por lo cual se iniciara en alg
un momento
t = 1. Por lo tanto,
xt = 1 + 2 + + t
En este caso, el pasado del proceso es relevante para predecir los valores futuros, pero solo
a traves de la u
ltima observacion.
Ejemplo 2.3.1 Camino Aleatorio
Camino Aleatorio
6
2.4.
50
100
150
200
Operadores y polinomios de rezago
El primer operador que se mencionara se llama operador de rezago, que se denota con la
letra B (en ingles es backward ). Dicho operador se define a continuacion.
Definici
on 2.4.1 El operador de rezago B es tal que:
BYt = Yt1 ,
para todo t.
por la aplicacion sucesiva del operador de rezago B se obtiene
Series de Tiempo
24
M.Ignacia Vicu
na - Cristian V
asquez
B 2 Yt
B 3 Yt
..
.
k
B Yt
= B(BYt ) = Yt2
= B(B 2 Yt ) = Yt3
..
.
=
.
= ..
= B(B k1 Yt ) = Ytk
As que, en general, la expresion a la que se llega es

B k Yt = Ytk ,
para k = 1, 2, . . . y todo t.
Note que al multiplicar a B k por Yt se obtiene la variable rezagada k perodos y, debido

a que B 0 = 1, se tiene B 0 Yt = Yt (si se fuera estricto, debera escribirse B 0 = I, donde I
denota el operador identidad que deja intacta la variable sobre la cual se opera).
Otro operador de uso frecuente y que esta ntimamente ligado con B es el operador diferencia
. Este operador se utiliza para expresar relaciones del tipo Xt = Yt Yt1 , donde, si Yt es
una variable de saldo, entonces Xt sera la variable de flujo correspondiente; es decir, si se
define a mediante.
Yt = Yt Yt1 ,
para todo t
se tiene que Xt puede escribirse como Xt = Yt . La relacion que liga al a con B es la

siguiente
=1B
o sea Yt = (1 B)Yt
de esta manera, as como se obtuvo una expresion general para los B k mediante la aplicacion
sucesiva del operador B, as tambien podra obtenerse la siguiente forma general para k
Yt =
k
X
j=0
k!
(1)j Ytj
j!(k j)!
k = 0, 1, 2, . . . , y t
Este resultado es facilmente comprobable con el teorema del binomio. Ahora bien, en el
analisis de series de tiempo se utilizan operadores de rezago en forma de polinomio, es decir,
el polinomio
Yt 1 Yt1 2 Yt2 k Ytk = Yt
k
X
j Ytj ,
j=1
es un polinomio de rezago que puede expresarse como A(B)Yt , en donde

2
A(B) = 1 1 B 2 B k B = 1
k
X
j=1
Series de Tiempo
25
j B =
k
X
j B j ,
j=0
M.Ignacia Vicu
na - Cristian V
asquez
con 0 = 1 y los coeficientes 1 , 2 , . . . , k son constantes que ponderan la importancia de

los rezagos con los que estan asociados, ademas k puede ser 0, 1, 2, . . .. Tambien es frecuente
trabajar con polinomios de rezago racionales, los cuales pueden expresarse como cocientes de
dos polinomios de rezago, o sea, si j y j son constantes, G(B) sera un polinomio racional
si
A(B)
G(B) =
D(B)
con A(B) =
k
X
j B y D(B) =
j=0
m
X
j B j ,
j=0
donde k y m son n
umeros enteros, no negativos y finitos.
Dado que B es un operador de rezago hay operaciones que no son validas:
Aplicar el operador de rezago a series que tienen diferentes frecuencias. Sea Xt = Y2t ,
entonces
BXt = Xt1 = Y2(t1) = Y2t2 = B 2 Y2t = B 2 Xt = Xt2
Aplicar operaciones absurdas,
1. Operacion logaritmo
Xt = B 2 Yt
/ log
log (Xt ) = 2 log(B) + log (Yt )
2. Operacion raiz
Xt = B 2 Z t
p
p
X t = B Yt
2.5.
PLG - Proceso lineal general
Definici
on 2.5.1 (Proceso lineal general) Un proceso lineal general es una combinacion
lineal de una secuencia de ruido blanco. {Yt } es un PLG si se puede escribir como:
Yt =
j tj ,
j=
donde j son coeficientes cualquiera y {t } es una secuencia de ruido blanco t RB(0, 2 ).

Para poder calcular los momentos de Yt debemos imponer algunas condiciones,
1. Una condicion suficiente
Series de Tiempo
j=
j2 < .
26
M.Ignacia Vicu
na - Cristian V
asquez
2. Una condicion menos usada
j=
|j | <
Note que la condicion (2) (1), pero no necesariamente (1) (2), ejemplo:
X
X
1
1
=
<y
2
n
n
n=1
n=1
Muchos de los modelos que veremos en el futuro se pueden escribir como un PLG utilizando
la condicion (1). Un ejemplo, son los modelos ARMA, ARIMA, ARFIMA, que veremos mas
adelante. Notese que
Yt =
j tj =
j=
j B j t ,
j=
as, esa A(B) el siguiente polinomio
A(B) =
j B j .
j=
Entonces note que el proceso se puede escribir como

Yt = A(B)t .
Si el polinomio A(B) es invertible, entonces sea C(B) = A(B)1 , se tiene que
C(B)Yt = t .
Ejemplo 2.5.1 Sea Yt = t t1 . Por lo tanto
A(B) = 1 B,
X
1
=
(B)j ,
C(B) =
1 B j=0
esto tiene sentido si |B| < 1, pero es suficiente que || < 1, ya que B puede ser visto como
un n
umero complejo en el circulo unitario.
Como A(B) =
como:
j=
j B j es una serie, C(B) tambien es una serie que la podemos escribir
C(B) =
cj B j .
j=
As, se tiene
C(B)Yt =
cj B Y t =
j=
Series de Tiempo
cj Ytj = t ,
j=
27
M.Ignacia Vicu
na - Cristian V
asquez
y luego,
P asado
F uturo
z }| {
z }| {
X
X
cj Ytj +Yt +
cj Yt+j = t ,
j=1
j=1
entonces se tiene
Y t = t
cj Ytj
j=1
cj Yt+j
j=1
= RB Pasadot Futurot
Note con esto, que el PLG no es adecuado para predecir, pues siempre aparece el futuro
de la serie que no es conocido. Por esto usaremos el PLGC - Proceso lineal general causal
- el cual solo utiliza el pasado.
Definici
on 2.5.2 {Yt , t = 1, 2, . . . , n} es un Proceso Lineal General Causal si se puede
escribir como una combinacion lineal de ruido blanco del pasado,
Yt =
j tj ,
j=0
2.6.
Funci
on de Autocovarianza
Se define la funcion de autocovarianza del proceso {Yt , t = 1, 2 . . . , n} como

(s t) := Cov(Yt , Ys ) = Y (t, s) = E [(Yt Y (t))(Ys Y (s))]
para todo entero s y t.
Una vez conocida la funcion de autocovarianza del proceso {Yt , t = 1, 2, . . . , n}, se define la
funcion de autocorrelacion como
(s t) :=
(s t)
,
(0)
donde (0) = Var(Yt ).
En muchas ocasiones (s t) no depende de t, en tales casos la funcion va a quedar definida

sobre k = s t.
Proposici
on 2.6.1 Una funcion de autocovarianza (k) que no depende de t satisface las
siguientes propiedades:
1. (k) > 0,
2. (k) = (k),
Series de Tiempo
28
M.Ignacia Vicu
na - Cristian V
asquez
3. |(k)| (0),
4. (k) es definida no negativa, en sentido que
n X
n
X
i j (ki kj ) 0,
i=1 j=1
para cualquier n
umero real 1 , . . . , n y k1 , . . . , kn Z.
Ejemplo 2.6.1 Ruido Blanco
Sea {t } una secuencia de Ruido Blanco con E(t ) = 0 y Var(t ) = 2 . Se tiene que
2
si k = 0
(t, t + k) =
0 si k 6= 0
Ejemplo 2.6.2 Camino Aleatorio
P
Sea {Xt } un camino aleatorio, entonces Xt = tj=0 j , donde {t } RB(0, 2 ). La funcion
de autocovarianza del proceso esta dada por
X (t, t + k) = t 2 para todo k
Ejemplo 2.6.3 Media Movil de Primer Orden
Sea Xt = t1 + t , donde {t } RB(0, 2 ). La funcion de autocovarianza del proceso
esta dada por
2
(1 + 2 ) si k = 0
2
si |k| = 1
X (t, t + k) =
0
e.o.c
2.6.1.
Funci
on de Autocovarianza Proceso Lineal General Causal
Suponga que la serie de tiempo {Yt , t = 1, 2, . . . , n} se puede escribir como un proceso lineal
general causal
Yt =
j tj ,
j=0
donde {t } RB(0, 2 ), vamos a imponer una condicion para la existencia del segundo
momento,
j2 < .
j=0
As podemos calcular los primeros dos momentos del proceso
Series de Tiempo
29
M.Ignacia Vicu
na - Cristian V
asquez
E(Yt ) =
Var(Yt ) =
X
j=0
j E(tj ) = 0,
j2 Var(tj )
Y (t, s) = Cov(Yt , Ys ) = Cov(
j2 < ,
j=0
j=0
j tj ,
j=0
i si ) =
i=0
n X
n
X
j i Cov(tj , si ),
j=0 i=0
pero

Cov(tj , si ) =
2 , si t j = s i,
0, en otro caso.
as, se tiene que Cov(tj , si ) = 2 si i = s t + j, por lo tanto, la covarianza del proceso

sera
Y (t, s) = 2
n
X
j st+j ,
j=0
esta covarianza es una funcion de (s t).

Ejemplo 2.6.4 Autoregresivo de Primer Orden
Considere un proceso de la forma
t RB(0, 2 ).
Yt = Yt1 + t ,
Este proceso es conocido como AR(1) proceso auto-regresivo de primer orden, con la condicion || < 1. Este proceso se puede escribir como un proceso causal
(1 B)Yt = t ,
as
Yt = (1 B)1 t ,
X
=
j B j t ,
=
j=0
j tj ,
j=0
entonces los coeficiente j quedan definidos
Series de Tiempo
30
M.Ignacia Vicu
na - Cristian V
asquez
1, si j = 0,
j , si j 1.
j =
tomando s t = k 0 tenemos que la funcion de autocovarianza esta dada por
Y (k) =
j j+k ,
j=0
k
=
,
=
1 2
j=0
2 k
2j
y la funcion de autocorrelacion es
k
1 2
= k .
Y (k) =
2
1 2
2
Notamos que la funcion de autocorrelacion de un proceso AR(1) tiene un decaimiento exponencial.
2.7.
Estimaci
on de y
Utilizando los estimadores de momentos, podemos calcular

Cov(Yt , Yt+k ) = E [(Yt E(Yt ))(Yt+k E(Yt+k ))] ,
b t ) = Y n tenemos
utilizando el estimador de momentos de la media E(Y
nk
1X
b(k) =
(Yt Yn )(Yt+k Yn )
n t=1
y
b(k) =
b(k)
.
b(0)
Las sumas en los estimadores se divide por n y no por n k, esto se debe a que corresponde
a un estimador de momentos y definido as empricamente se comporta mejor.
Ejemplo 2.7.1 Usando los datos de Muertes por Accidente en U.S.A del Ejemplo 1.3.6, los
siguientes graficos contienen la serie residual (Sin Estacionalidad) y su funcion de autocorrelacion muestral.
Series de Tiempo
31
M.Ignacia Vicu
na - Cristian V
asquez
^
rt = Yt St
1000
500
500
10
20
30
40
50
60
70
Tiempo
^
rt = Yt St
1.0
0.8
ACF
0.6
0.4
0.2
0.0
0.2
0
10
15
Lag
Series de Tiempo
32
M.Ignacia Vicu
na - Cristian V
asquez
Captulo 3
Procesos Estacionarios
La clase de procesos aleatorios es muy amplia como para poder abordar el analisis de ellos en forma general, de tal manera que un metodo sirva para todos los posibles procesos
existentes. Una clase importante de procesos son caracterizados por las propiedades de sus
distribuciones, especialmente cuando estas distribuciones no cambian en el tiempo. Si el
proceso {Yt : t T } tiene esta propiedad diremos que es estrictamente estacionario. Una
definicion formal es la siguiente:
Estacionariedad estricta es un requerimiento bastante fuerte que puede ser relajado si se
introduce una nocion basada en los momentos del proceso. Es bien sabido que los momentos
de un proceso estocastico no caracterizan de manera u
nica la distribucion del proceso, pero
si los dos primeros momentos de un proceso satisfacen condiciones apropiadas, entonces
es posible caracterizar una clase grande de procesos que poseen trayectorias que en alg
un
sentido son estables.
Definici
on 3.1 Un proceso estocastico {Yt } se dice debilmente estacionario o estacionario
de segundo orden si cumple con
1. E [Yt ] = (t) = para todo t T ,
2. E [Yt2 ] < , para todo t T ,
3. Y (t1 , t2 ) = Cov [Yt1 , Yt2 ] = Y (t2 t1 ).
Una consecuencia natural de esta definicion es que la varianza del proceso {Yt , t T } tambien
es constante con respecto al tiempo. En efecto, si el proceso es debilmente estacionario
entonces
Var(Yt ) = Cov(Yt , Yt ) = (0) t T
Es facil ver que si Yt es estrictamente estacionario y E(Yt2 ) < para todo t, entonces tambien es debilmente estacionario.
Observaci
on:
Si el proceso {Yt , t T } es debilmente estacionario, entonces la funcion de covarianza puede
33
ser escrita como sigue

Y (t1 , t2 ) = Y (t2 t1 ) = Y (h) = Y (t1 , t1 + h) t T
y la funcion de autocorrelacion queda como
Y (h) =
Y (h)
(0)
Ejemplo 3.1 Ruido Blanco.

Es facil ver que {t , t T } es un proceso estacionario debil.
Ejemplo 3.2 Media Movil de Primer Orden
El proceso Xt = t1 + t , donde {t } RB(0, 2 ) es un proceso estacionario de segundo
orden.
Ejemplo 3.3 Autoregresivo de Primer Orden
El proceso Xt = Xt1 + t , donde {t } RB(0, 2 ) y || < 1 es un proceso estacionario de
segundo orden.
Definici
on 3.2 Un proceso estocastico {Yt , t T } se dice Gaussiano si, para cualquier con
conjunto t1 , t2 , . . . , tn de T , las variables aleatorias Yt1 , . . . , Ytn tiene distribucion n variada.
Ejemplo 3.4 Suponga que tiene un proceso con la siguiente estructura
Yt = Yt1 + t ,
t1
iid
t N (0, 2 )
Se tiene que Yt |Yt1 N (Yt1 , 2 ) para t = 1, 2, . . . , n, entonces

f (y1 , y2 , . . . , yn ) = f (yn |yn1 , . . . , y1 )f (yn1 |yn2 , . . . , y1 ) f (y2 |y1 )f (y1 )
= f (yn |yn1 )f (yn1 |yn2 ) f (y2 |y1 )f (y1 )
s
)
(
n
Y
1
1
exp 2 (yj yj1 )2 ,
con y0 = 0.
=
2
2
2
j=1
3.1.
Modelos Auto-Regresivos (AR)
Los modelos auto-regresivos se definen como

(B)Yt = t ,
donde (B) representa un polinomio de rezago, ademas, por simplicidad, se supone que el
proceso {t } es un proceso de ruido blanco, es decir, t RB(0, 2 ). El proceso definido
Series de Tiempo
34
M.Ignacia Vicu
na - Cristian V
asquez
anteriormente se encuentra centrado en cero, pero mas general es suponer que el proceso
varia alrededor de una constante, es decir,
(B)Yt = + t .
Vamos a decir que el proceso puede ser representado por un modelo AR(p), si el polinimio
de rezago es de orden p, as, para dicho proceso se tiene
(1 1 B 2 B 2 p B p )Yt = + t ,
El termino auto-regresivo (AR) se le da al proceso representado por la ecuacion anterior, ya
que se puede expresar como
Yt = + 1 Yt1 + p Ytp + t ,
la cual es basicamente una ecuacion de regresion lineal, con la caracterstica especial de que
el valor de la variable dependiente Y en el periodo t depende de sus propios valores anteriores
a t y ponderados de acuerdo a los coeficientes auto-regresivos 1 , 2 , . . . , p .
Es importante saber si el proceso alcanzara en el largo plazo su punto de equilibrio. Por lo
tanto es necesario saber si el proceso es estacionario, esto va a depender de los valores que
tomen las races de la ecuacion caractersticas
(x) = 0
el cual rige el comportamiento del proceso auto-regresivo. Se sabe que el polinomio autoregresivo (B) se puede escribir como
(B) = (1 g1 B)(1 g2 B) (1 gp B)
de tal manera que el proceso AR definido por (B) sera estacionario siempre y cuando
|gi | < 1
para i = 1, 2, . . . , p,
o dicho de otra manera, si y solo si las raices del polinomio, que son g11 , g21 , . . . , gp1 , se
encuentran fuera del crculo unitario (en el plano complejo).
3.1.1.
Modelo AR(1)
El caso mas simple es el de un modelo auto-regresivo de orden uno, o sea AR(1), que
se presenta como
Yt = Yt1 + t
y que genera la serie de tiempo que se conoce como serie de Markov. Para que dicha serie
sea estacionaria se requiere que la raz de la ecuacion
1 x = 0
Series de Tiempo
35
M.Ignacia Vicu
na - Cristian V
asquez
se encuentre fuera del crculo unitario, es decir, se requiere que || < 1 para asegurar la estacionariedad del proceso AR(1). Otra representacion posible para el proceso AR(1) suponiendo
que es estacionario (|| < 1) es en terminos de la serie de errores aleatorios exclusivamente,
es
1
Yt = (1 B) t =
j tj .
j=0
As, el primer y segundo momento del modelo son:
E(Yt ) =
Var(Yt ) =
X
j=0
j E(tj ) = 0,
2j Var(tj ) =
j=0
1
2.
1 2
De esta forma la media del proceso es cero y la varianza es constante,

(0) =
1
2.
1 2
As mismo la funcion de autocovarianza del proceso se obtiene utilizando la formula para la

representacion causal con j = j , j = 1, 2, . . . .
(k) =
2j+k = 2
j=1
k
,
1 2
k = 1, 2, . . . .
Esto se logro al supuesto || < 1. Recuerde que (k) = (k), entonces la funcion de
autocorrelacion del proceso.
(k) =
(k)
= |k| ,
(0)
|k| = 0, 1, 2, . . . .
Note que por medio de la funcion de autocorrelacion y autocorrelacion parcial (que veremos
mas adelante) se caracterizan los procesos.
Series de Tiempo
36
M.Ignacia Vicu
na - Cristian V
asquez
A continuacion se presentan dos series de tiempos AR(1) simuladas con sus respectivas
funciones de autocorrelacion.
1.0
4
0.8
2
ACF
0.6
0
0.4
0.2
0.0
100
200
300
400
10
Tiempo
15
20
25
Lag
Figura 3.1: Simulacion AR(1) con = 0,75 y su funcion de autocorrelacion (k).
1.0
4
0.5
ACF
0.0
2
0.5
4
0
100
200
300
400
10
Tiempo
15
20
25
Lag
Figura 3.2: Simulacion AR(1) con = 0,75 y su funcion de autocorrelacion (k).
3.1.2.
Modelo AR(2)
El siguiente modelo autorregresivo a considerar sera el autorregresivo de segundo orden,

esto es, se estudia el modelo
Yt = 1 Yt1 + 2 Yt2 + t ,
t RB(0, 2 ),
que fue introducido por Yule 1927. Para que el proceso anterior sea estacionario debe cumplir
que las races de polinomio 1 1 x 2 x2 se encuentre fuera del circulo unitario. Una
condicion equivalente a la anterior es requerir que
|2 | < 1,
2 + 1 < 1,
2 1 < 1.
Para describir el proceso AR(2) estacionario, lo u

nico que hace falta es obtener la funcion de
autocovarianza. Para ello vamos a obtener las ecuaciones de Yule Walker (llamadas as en
honor a Yule, 1927 y Walker, 1931).
Yt = 1 Yt1 + 2 Yt2 + t ,
/Ytk
Yt Ytk = 1 Yt1 Ytk + 2 Yt2 Ytk + t Ytk ,
Series de Tiempo
37
M.Ignacia Vicu
na - Cristian V
asquez
ya que E(t Yti ) = 0 i > 1, luego tomamos esperanza y se tiene las siguientes ecuaciones

1 (1) + 2 (2) + 2 ,
si k = 0,
(k) =
1 (k 1) + 2 (k 2), si k = 1, 2, . . ..
De aqu, si (0) < , se puede dividir las autocovarianzas (1) y (2) por (0).
(1) = 1 + 2 (1)
(2) = 1 (1) + 2
Esto nos permite obtener los valores de (1) y (2) en funcion de los parametros autorregresivos 1 y 2 .
(1) =
1
1 2
(2) = 2 +
21
1 2
En general, la FAC satisface

(k) = 1 (k 1) + 2 (k 2),
k3
A continuacion se presentan dos series de tiempos AR(2) simuladas con sus respectivas
funciones de autocorrelacion.
4
1.0
0.8
0.6
ACF
0.4
0.2
0.0
4
0
100
200
300
400
Tiempo
10
15
20
25
Lag
Figura 3.3: Simulacion AR(2) con 1 = 0,4, 2 = 0,4 y su funcion de autocorrelacion (k).
3.1.3.
Modelo AR(p)
Como caso general de un proceso autorregresivo, se procede a considerar el proceso AR(p)

definido como
Yt = 1 Yt1 + 2 Yt2 + + p Ytp + t ,
t RB(0, 2 ).
Un proceso AR(p) sera estacionario si y solo si las races de la ecuacion caracterstica

1 1 x p xp = 0
Series de Tiempo
38
M.Ignacia Vicu
na - Cristian V
asquez
1.0
2
0.5
ACF
0.0
2
0.5
0
100
200
300
400
10
Tiempo
15
20
25
Lag
Figura 3.4: Simulacion AR(1) con 1 = 0,4, 2 = 0,7 y su funcion de autocorrelacion (k).
se encuentran fuera del circulo unitario. Asumiendo que el proceso es estacionario, se pueden
usar las ecuaciones de Yule-Walker para encontrar la funcion de autocorrelacion del proceso.
(1)
(2)
..
.
(p)
= 1 + 2 (1) + + p (p 1)
= 1 (1) + 2 + + p (p 2)
.
= ..
= 1 (p 1) + 2 (p 2) + + p
de donde se obtienen los valores de las primeras p autocorrelacion en funcion de los parametros autorregresivos 1 , 2 , , p , las siguientes correlaciones se obtiene de la relacion
(k) = 1 (k 1) + 2 (k 2) + + p (k p),
k p+1
Definici
on 3.1.1 Sea {Yt } un proceso AR(p) estacionario, entonces se puede escribir como
un proceso lineal general causal (o como veremos mas adelante M A()), es decir {Yt } puede
ser representado por de la siguiente manera
Yt =
j tj ,
j=0
donde {t } RB(0, 2 ).
Ejemplo 3.1.1 Sea Yt un proceso estocastico que sigue un modelo AR(1), el cual es estacionario, entonces || < 1, as
(1 B)Yt = t ,
Yt = (1 B)1 t ,
entonces
1
Yt = (1 B) t =
j tj
j=0
Series de Tiempo
39
M.Ignacia Vicu
na - Cristian V
asquez
As j = j .
3.2.
Modelos de Medias Moviles (MA)
Los modelos de medias moviles fueron introducidos por Yule (1926) y Slutzky (1927); La
idea basica de estos modelos se basa en representar un proceso estocastico {Yt }, cuyos valores
pueden ser dependientes unos de otros, como una suma finita ponderada de choques aleatorios
independientes {t }, o sea
Yt = (1 + 1 B + 2 B 2 + + q B q )t = (B)t ,
en donde {Yt } es una suma de choques aleatorios y 1 , 2 , . . . , q representan a las ponderaciones (parametro de promedios moviles) asociados con los choques aleatorios en los periodos
t 1, t 2, . . . , t q.
Note que
Pq el modelo anterior esta expresado en la forma del proceso lineal general y que la
umero finito de sumandos, es una constante finita, por
suma i=1 |i |, al considerar un n
consiguiente, todo proceso MA es estacionario.
3.2.1.
Modelo MA(1)
El modelo de medias moviles mas simple es el modelo de medias m

oviles de orden uno,
o sea el AR(1), que se representa como
{t } RB(0, 2 ),
Yt = t + t1 ,
por lo cual se obtienen de manera inmediata
E(Yt ) = 0
(0) = Var(Yt ) = 2 (1 + 2 )
,
ademas, la funcion de autocovarianza viene dada por
(k) = Cov(t + t1 , t+k + t+k1 )
= Cov(t , t+k ) + Cov(t , t+k1 ) + Cov(t1 , t+k ) + 2 Cov(t1 , t+k1 )
2
, si k = 1,
=
0,
si k 2.
de donde sigue que la FAC es

(k) =
/(1 + 2 ), si |k| = 1,
0,
si k 2.
A continuacion se presentan dos series de tiempo simuladas de un proceso MA(1) con su

respectivos parametros y funcion de autocorrelacion.
Series de Tiempo
40
M.Ignacia Vicu
na - Cristian V
asquez
1.0
3
2
0.8
0.6
ACF
0.4
1
0.2
2
0.0
3
4
0.2
0
100
200
300
400
10
Tiempo
15
20
25
Lag
Figura 3.5: Simulacion MA(1) con = 0,7 y su funcion de autocorrelacion (k).
1.0
ACF
0.5
0
0.0
2
0.5
4
0
100
200
300
400
Tiempo
10
15
20
25
Lag
Figura 3.6: Simulacion MA(1) con = 0,7 y su funcion de autocorrelacion (k).
Definici
on 3.2.1 Sea {Yt } un proceso MA(q), se dice que el proceso es invertible, si las
races del polinomio caracterstico (B) se encuentran fuera del circulo unitario, es decir
(x) = 1 + 1 x + + q xq = 0.
En tal caso, si el proceso es invertible, {Yt } se puede escribir como un proceso AR(), es
decir, sea (x) = (x)1 el polinomio inverso, entonces
(B)Yt = t
Para el caso de un MA(1), el proceso es invertible si || < 1, as el proceso Yt = t t1 ,
puede ser representado por
t = (B)Yt
= (1 + B)1 Yt
X
=
j Ytj
j=0
As t =
j=0
j Ytj , donde j = ()j .
Series de Tiempo
41
M.Ignacia Vicu
na - Cristian V
asquez
3.2.2.
Modelo MA(2)
El siguiente proceso a considerar sera el de promedio de medias m

oviles de orden dos,
denotado como MA(2) y cuyo modelo es
Yt = (1 + 1 B + 2 B 2 )t ,
as, se tiene que el primer momento y la varianza son:
E(Yt ) = 0
Var(Yt ) = 2 (1 + 12 + 22 )
luego, la funcion de auto-covarianza
(k) = Cov(Yt , Yt+k )

= Cov(t + 1 t1 + 2 t2 , t+k + 1 t+k1 + 2 t+k2 )
= Cov(t , t+k ) + 1 Cov(t , t+k1 ) + 2 Cov(t , t+k2 )
+1 Cov(t1 , t+k ) + 12 Cov(t1 , t+k1 ) + 1 2 Cov(t1 , t+k2 )
+ Cov(t2 , t+k ) + 1 2 Cov(t2 , t+k1 ) + 22 Cov(t , t+k2 )
2
(1 + 1 2 ) 2 , si |k| = 1;
2 2 ,
si |k| = 2;
0,
si |k| 3.
por lo cual, la funcion de autocorrelacion FAC viene a ser
1 (1 + 2 )
, si |k| = 1,
1 + 12 + 22
2
(k) =
, si |k| = 2,
2
2
1
+
1
2
0,
si |k| 3.
De las formulas anteriores resulta evidente que el proceso es estacionario; para que el proceso
{Yt } sea invertible se requiere que las races del polinomio caracterstico
1 + 1 x + 2 x2 = 0
se encuentren fuera del disco unitario.
Dos ejemplos de series de tiempo simuladas de un proceso MA(2):
Series de Tiempo
42
M.Ignacia Vicu
na - Cristian V
asquez
1.0
0.8
2
0.6
ACF
0.4
0
0.2
0.0
0.2
0.4
0
100
200
300
400
10
Tiempo
15
20
25
Lag
Figura 3.7: Simulacion MA(2) con 1 = 0,4, 2 = 0,5 y su funcion de autocorrelacion

(k).
1.0
3
0.8
0.6
ACF
1
0
0.4
1
0.2
2
0.0
3
0
100
200
300
400
Tiempo
10
15
20
25
Lag
Figura 3.8: Simulacion MA(2) con 1 = 0,9, 2 = 0,5 y su funcion de autocorrelacion (k).
3.2.3.
Modelo MA(q)
En general, un proceso estocastico se dira que sigue un esquema de promedios moviles de

orden q 1 si se le puede representar mediante
Yt = t + 1 t1 + + q tq ,
{t } RB(0, 2 ).
Como ya se menciono, todo proceso MA es estacionario, y en particular se observa que ni la

media, ni la varianza, ni la funcion de autocovarianza dependen del tiempo.
E(Yt ) = 0
(0) = (1 + 12 + 22 + q2 ) 2

(k + 1 k+1 + + qk q ) 2 , si |k| = 1, 2, . . . , q,
(k) =
0,
si |k| q + 1.
luego la funcion de autocorrelacion es
(thetak + 1 k+1 + + qk q )
, si |k| = 1, 2, . . . , q,
(k) =
1 + 12 + 22 + q2
0,
si |k| q + 1.
Series de Tiempo
43
M.Ignacia Vicu
na - Cristian V
asquez
3.3.
Modelo ARMA
Una generalizacion de los modelos AR y MA previamente descritos, consiste en combinar

ambas clases de modelos, as se obtienen los modelos auto-regresivos y de medias moviles
(ARMA), estos modelos fueron estudiados por Wold (1938) y Bartlett (1946). El modelo
ARMA(p, q) es representado por
{t } RB(0, 2 )
(B)Yt = (B)t ,
y los polinomios (B) y (B) son polinomios de rezago de orden p y q respectivamente. Dicha
generalizacion surge del hecho de que las series de tiempo que se observan en la practica,
muchas veces presentan caractersticas tanto de procesos AR como de proceso MA.
Los proceso ARMA seran estacionarios si el polinomio caracterstico (x) = 0 tiene las races
fuera del disco unitario, y sera invertible si el polinomio caracterstico (x) = 0 tiene races
fuera del disco unitario.
3.3.1.
Modelo ARMA(1,1)
Este proceso es uno de los mas sencillos y es de gran interes desde el punto de vista practico
porque proporciona representaciones adecuadas para muchas series de fenomenos reales. El
modelo ARMA(1,1) esta definido por
(1 B)Yt = (1 + B)t ,
{t } RB(0, 2 )
para que el proceso sea estacionario e invertible se impone la restriccion || < 1 y || < 1.
Para obtener la funcion de autocovarianza del modelo utilizamos las ecuaciones de YuleWalker.
Yt = Yt1 + t + t1
As, multiplicamos por Yt y tomamos esperando el valor esperado para obtener la varianza
(0) =
=
=
=
=
=
E(Yt Yt1 ) + E(Yt t ) + E(Yt t1 )

(1) + E(Yt1 t ) + E(2t ) + E(t1 t ) + E(Yt t1 )
(1) + 2 + E(Yt t1 )
(1) + 2 + E(Yt1 t1 ) + E(t t1 ) + 2 E(2t1 )
(1) + 2 + 2 + 2 2
(1) + [1 + ( + )] 2 .
De manera similar, se tienen las funciones de autocovarianzas

(k) = E(Ytk Yt1 ) + E(Ytk t ) + E(Ytk t1 )

(0) + 2 , si k = 1,
=
(k 1),
si k 2.
Series de Tiempo
44
M.Ignacia Vicu
na - Cristian V
asquez
Los valore se (0) y (1) se obtienen del sistema de ecuaciones

(0) = (1) + [1 + ( + )] 2
(1) = (0) + 2
se tiene por solucion
(1 + 2 + 2 ) 2
1 2
(1 + )( + ) 2
(1) =
1 2
(0) =
as se concluye que la funcion de autocovarianza es

(k) =
k1 (1 + )( + ) 2
,
1 2
k = 1, 2, . . .
la cual da origen a la FAC

(k) =
k1 (1 + )( + )
,
1 2 + 2
k = 1, 2, . . .
de aqu una condicion de que || < 1, ademas note que tiene decaimiento exponencial.
Aqu un grafico de un proceso ARMA(1,1) y su funcion de autocorrelacion
1.0
0.8
2
ACF
0.6
0
0.4
0.2
0.0
4
0
100
200
300
400
10
Tiempo
15
20
25
Lag
Figura 3.9: Simulacion ARMA(1,1) con = 0,8, = 0,4 y su funcion de autocorrelacion

(k).
3.3.2.
Modelo ARMA(p, q)
El caso general de un proceso ARMA(p, q) se representa mediante

{t } RB(0, 2 )
(B)Yt = (B)t ,
en donde los polinomios (B) y (B) son de orden p y q respectivamente, es decir

Series de Tiempo
45
M.Ignacia Vicu
na - Cristian V
asquez
Yt Yt1 p Ytp = t + 1 t1 + + q tq
para que este proceso sea estacionario se require que las races del polinomio (x) = 0 se
encuentren fuera del disco unitario, y para que sea invertible es que las races de la ecuacion
(x) = 0 se encuentren tambien fuera del disco unitario.
Si ambos casos ocurren, entonces el proceso admite las representaciones AR() y MA()
siguientes
(B)
t = (B)t
(B)
(B)
=
Yt = (B)Yt
(B)
Yt =
t
P
P
con
j=1 |j | < . Los coeficientes i , i = 1, 2, . . . y j , j = 1, 2, . . . se
i=1 |i | < y
obtienen al igualar los coeficientes del potencial del operador B en las ecuaciones
(1 1 B 2 B 2 )(1 1 B 2 B 2 p B p ) = 1 + 1 B + 2 B 2 + + q B q
(1 1 B 2 B 2 )(1 + 1 B + 2 B 2 + + q B q ) = 1 1 B 2 B 2 p B p
Para el caso AR(1) y MA(1) basta usar la series geometricas, para el caso de procesos AR(2)
y MA(2) vamos a utilizar algunas soluciones conocidas de ecuaciones en diferencia.
Suponga un proceso AR(2) estacionario, donde
Yt 1 Yt1 2 Yt2 = t ,
{t } RB(0, 2 )
as se tiene
(1 1 B 2 B 2 )Yt = t ,
(B)Yt = (B)t
donde (B) = 1, luego
Yt =
(B)
t = (B)t ,
(B)
es decir, (B) = (B)(B), la ecuacion queda

1 = (B)(B)
1 = (1 1 B 2 B 2 )(0 + 1 B + 2 B 2 )
entonces se tienen las ecuaciones para los coeficientes
Series de Tiempo
46
M.Ignacia Vicu
na - Cristian V
asquez
B0
B1
B2
B3
B4
..
.
:
:
:
:
:
0 = 1
0 1 + 0 = 0
1 1 0 2 + 2 = 0
2 1 1 2 + 3 = 0
3 1 2 2 + 4 = 0
.
: ..
lo que se reduce a
k2
k = k1 1 + k2 2 ,
o bien
(1 1 B 2 B 2 )k = 0,
k2
en estas ecuaciones en diferencias las condiciones iniciales

0 = 1,
1 = 1 .
Para el polinomio caracterstico se tienen 3 soluciones posibles, con m1 y m2 las races del
polinomio
(1 1 z 2 z 2 ) = 0
1. Las races reales distintas m1 6= m2 , entonces
"
k = 1
1
m1
#k
"
+ 2
1
m2
#k
.
2. Las races son reales e iguales m1 = m2 = m

" #k
1
.
k = [1 + 2 k]
m
3. Las races son complejas, de la forma
m1 m2 i = ratio exp{i} = ratio [cos() + i sin()] ,
entonces
Series de Tiempo
47
M.Ignacia Vicu
na - Cristian V
asquez
ratio =
2
1/2
m1 + m22
m1
ratio
m2
sin() =
ratio
cos() =
finalmente, se tiene
#k
"
#k
1
1
exp{ik} + 2
exp{ik}
= 1
ratio
ratio
"
#k
1
=
[(1 + 2 ) cos(k) + i(2 1 ) sin(k)] .
ratio
"
Note que los valores de 1 y 2 se extraen de las condiciones iniciales.

Ejemplo 3.3.1 Considere el siguiente proceso AR(2) definido como
(1 0,9B + 0,2B 2 )Yt = t ,
{t } RB(0, 2 ),
entonces note que 1 = 0,9 y 2 = 0,2, entonces cumple con la condiciones de estacionaridad. note entonces que el polinomio caracterstico es de la forma
(x) = 0
1 0,9x + 0,2x2 = 0
As, las races del polinomio son m1 = 2,5 y m2 = 2, ambas son races reales distintas, por
lo tanto aplicamos la primera solucion
"
k = 1
#k
" #k
1
1
+ 2
,
2,5
2
con las condiciones iniciales 0 = 1 + 2 = 1 y 1 = 0,41 + 0,52 = 0,9, de esta forma

1 = 4 y 2 = 5. Los coeficientes k resultan
k = 4(0,4)k + 5(0,5)k .
Finalmente el proceso M A() sera representado por
Yt =
X
j=0
Series de Tiempo
j tj =
X

4(0,4)j + 5(0,5)j tj .
j=0
48
M.Ignacia Vicu
na - Cristian V
asquez
3.4.
Predicci
on de Series de tiempo Estacionarias
Consideremos el problema de la prediccion de los valores de Xn+h , h > 0, de una serie de

tiempo estacionaria con media conocida y funcion de auto-covarianza en terminos del
pasado finito de la serie, {Xn , . . . , X1 }, hasta el tiempo n.
Nuestro objetivo es encontrar la combinacion lineal de {1, Xn , Xn1 ,. . . , X1 }, que prediga
Xn+h con el menor error cuadratico medio.
El mejor predictor lineal en terminos de {1, Xn ,. . . , X1 } se denota por Pn Xn+h , y tiene la
forma
Pn Xn+h = a0 + a1 Xn + + an X1 .
Los coeficientes a0 ,. . . , a1 se obtienen minimizando el error cuadratico medio

S(a0 , a1 , . . . , an ) = E (Xn+h a0 a1 Xn an X1 )2
Los valores que minimizan S() satisfacen la ecuacion
S(a0 , a1 , . . . , an )
= 0,
aj
j = 0, 1, . . . , n
Evaluando se tiene que

"
E Xn+h a0
n
X
#
ai Xn+1j = 0,
i=1
"
E
Xn+h a0
n
X
!
ai Xn+1j
#
Xn+1j = 0,
j = 1, . . . , n.
i=1
Luego,
a0 =
n
X
!
ai
i=1
y asumiendo que E(Xt ) = 0, las ecuaciones se pueden
(0)
(1)
(2)
(n 1)
(1)
(0)
(1)
(n 2)
..
..
..
..
.
.
.
.
(n 1) (n 2) (n 3)
(0)
{z
|
n
escribir
1
2
..
.
n
} | {z
an
matricialmente como

(h)
(h + 1)

..

.
(h + n + 1)
} |
{z
}
n (h)
Por lo tanto,
n an = n (h)
Series de Tiempo
49
(3.1)
M.Ignacia Vicu
na - Cristian V
asquez
donde n es la matriz de Varianza-Covarianza del proceso {X1 , ..., Xn }.

Entonces
n
X
Pn Xn+h = +
ai (Xn+1i ).
i=1
El valor esperado de error de prediccion es cero y su media cuadratica esta dada por:
n
n X
n
X
X

2
E (Xn+h Pn Xn+h ) = (0) 2
ai (h + i 1) +
ai (i j) aj
= (0)
i=1
0
an n (h),
i=1 j=1
Propiedades de Pn Xn+h :
P
1. Pn Xn+h = + ni=1 ai (Xn+1i ), donde an = (a1 , . . . , an )0 .

2. E (Xn+h Pn Xn+h )2 = (0)a0n n (h), donde n (h) = ((h), (h + 1), . . . , (h + n 1))0 .
3. E (Xn+h Pn Xn+h ) = 0.
4. E [(Xn+h Pn Xn+h ) Xj ] = 0, j = 1, . . . , n.
5. Pn (Xn+h Pn Xn+h )) = 0
P
6. Pn ni=1 i Zi = i Pn Zi
Ejemplo 3.4.1 Prediccion a un paso de una serie AR(1) Considere una serie de tiempo
estacionaria definida por
Xt = Xt1 + Zt ,
donde || < 1 y {Zt } RB(0, 2 ). El mejor predictor lineal de Xn+1 en terminos de
{1, Xn , . . . , X1} para n 1 es
Pn Xn+1 = a0n Xn ,
donde Xn = (Xn , . . . , X1 )0 y
..
.
1
..
.
..
.
..
.
n1
n2
..
.
n1
n2
n3
a1
a2
..
.
an
2
..
.
n
Una solucion es
an = (, 0, . . . , 0)0 ,
entonces el mejor predictor lineal de Xn+1 en terminos de {X1 , . . . , Xn } es
Pn Xn+1 = a0n Xn = Xn ,
con error cuadratico medio

E (Xn+1 Pn Xn+1 )2 = (0) a0n n (1) =
Series de Tiempo
50
2
(1) = 2 .
1 2
M.Ignacia Vicu
na - Cristian V
asquez
Ejemplo 3.4.2 Estimacion de un valor faltante

Considere una serie de tiempo estacionaria AR(1) dada por
Xt = Xt1 + Zt ,
donde || < 1 y {Zt } RB(0, 2 ). Suponga que solo se observan los valores X1 y X3 de
la serie. Estime el valor de X2 como una combinacion lineal de 1, X1 y X3 , tal que error
cuadratico medio sea mnimo.
Sea Y = X2 y W = (X1 , X3 )0 . Las ecuaciones para el mejor predictor lineal estan dadas por

1 2
a=
,
2 1
con solucion
1
a=
1 + 2
Por lo tanto el mejor predictor de X2 esta dado por

P (X2 | W) =
(X1 + X3 ),
1 + 2
con error cuadratico medio
2
2
0 1 2
=
E[(X2 P (X2 | W))2 ] =
a
2 1 + 2 .
1 2
1 2
Ejemplo 3.4.3 Una serie AR(1) con media distinta de cero

Una serie de tiempo {Yt } se dice AR(1) de media si {Xt = Yt } es un proceso AR(1)
de media cero. La serie Yt satisface la ecuacion:
Yt = (Yt1 ) + Zt .
Si Pn Yn+h es el mejor predictor lineal de Yn+h en terminos de {1, Yn , . . . , Y1 }, entonces
aplicando Pn a t = n + 1, n + 2, . . . da la recursion
Pn Yn+h = (Pn Yn+h1 ),
h = 1, 2, . . .
Note que Pn Yn = Yn , por lo tanto

Pn Yn+h = + h (Yn )
E[(Yn+h Pn Yn+h )2 ] =
Series de Tiempo
51
2 (1 2 h )
.
1 2
M.Ignacia Vicu
na - Cristian V
asquez
Nota:
En general, si {Yt } es una serie estacionaria con media y si {Xt } es una serie estacionaria con
media cero, definida por Xt = Yt . Como la coleccion de todas las combinaciones lineales
{Yn , Yn1 , ..., Y1 } es la misma que todas las combinaciones lineales de {Xn , Xn1 , ..., X1 }, se
tiene que el predictor lineal Yn+1 en terminos de {Yn , Yn1 , ..., Y1 } es el mismo predictor lineal
en terminos de {Xn , Xn1 , ..., X1 }, as
Pn Yn+h = Pn Xn+h +
Definici
on 3.4.1 Sea {Xn , Xn1 , ..., X1 } el pasado de la serie. Entonces
E(Xn+1 |Xn , Xn1 , ..., X1 ) = Pn Xn+1
La esperanza condicional de Xn+1 dado {Xn , ...X1 } corresponde al mejor predictor lineal,
es decir, es aquella que minimiza el error cuadratico medio, o dicho de otra manera, es la
proyeccion ortogonal de Xn+1 en el subespacio generado por {Xn , ...X1 }.
La definicion anterior puede ser extendida a un pasado infinito de la serie.
3.5.
Predicci
on en Procesos ARMA
Suponga que {Xt } es un proceso ARMA(p, q) causal e invertible con media cero,
(B)Xt = (B)Zt
donde Zt iidN (0, 2 ). Si E(Xt ) = , reemplace Xt por Xt en el modelo. Denotemos
n+h el mejor predictor lineal de Xn+h basado en el pasado finito {Xn , ..., X1 }, es decir,
por X
n+h = E(Xn+h |Xn , ..., X1 )
X
Para procesos ARMA es mas sencillo calcular el predictor de Xn+h asumiendo que se tiene
la historia completa del proceso (paso infinito), Xn , Xn1 , Xn2 , ..., X1 , X0 , X1 , .... Denote
n+h al predictor lineal basado en el pasado infinito de la serie,
por X
n+h = E(Xn+h |Xn , Xn1 , ...., )
X
n+h y X
n+h no son lo mismo, sin embargo, para n suficientemente grande X
n+h
En general, X
n+h .
es una buena aproximacion de X
Escribiendo Xn+h en su forma causal e invertible se obtiene,
Xn+h =
Zn+h =
X
j=0
j Zn+hj
0 = 1
(3.2)
j Zn+hj
0 = 1
(3.3)
j=0
Series de Tiempo
52
M.Ignacia Vicu
na - Cristian V
asquez
Tomando esperanza condicional en la ecuacion (3.3) se tiene que
0 = E(Xn+h |Xn , Xn1 , ...) +
j E(Xn+hj |Xn , xn1 , ...)
j=1
E(Xn+h |Xn , Xn1 , ...) =
h1
X
j E(Xn+hj |Xn , xn1 , ...)
j=1
n+h =
X
h1
X
n+h =
X
j E(Xn+hj |Xn , xn1 , ...)
j=h
j E(Xn+hj |Xn , xn1 , ...)
j=1
h1
X
j Xn+hj
j=h
n+hj
j X
j=1
j Xn+hj
(3.4)
j=h
ya que E(Xt |Xn , Xn1 , ...) = Xt cuando t n y

Zt si t n
E(Zt |Xn , Xn1 , ...) =
0 si t > n
n+h se obtienen de manera recursiva, para h = 1, 2, ...
De esta manera,las predicciones X
De manera similar, tomando esperanza condicional en la ecuacion (3.2) se obtiene
E(Xn+h |Xn , Xn1 , ..., ) =
j=0
j E(Zn+hj |Xn , xn1 , ...)

j Zn+hj
j=h
Luego el error de prediccion a h-pasos esta dado por
n+h =
Xn+h X
h1
X
j Zn+hj
j=0
por lo tanto, el error cuadratico medio de la prediccion es

n+h )2 = 2
E(Xn+h X
h1
X
j2
(3.5)
j=0
Cuando n es chico, en general la prediccion dada por el sistema de ecuaciones (3.1) puede ser
usado facilmente. Cuando n es grande, es conveniente usar las ecuaciones (3.4) truncadas, ya
que no se observan los valores de X0 , X1 , X2, .... y solo disponemos de los datos X1 , ..., Xn .
Series de Tiempo
53
M.Ignacia Vicu
na - Cristian V
asquez
En este caso, se puede truncar (3.4) reemplazando

predictor truncado a h- pasos es
n
n+h
=
X
h1
X
n+hj
X
j=1
j=n+h
n+h1
X
j Xn+hj = 0, de esta manera el
j Xn+hj
(3.6)
j=h
El cual es calculado de manera recursiva para h = 1, 2, .... El error cuadratico medio, en este
caso es aproximadamente (3.5).
En procesos AR(p), cuando n > p las ecuaciones (3.6) corresponden al predictor exacto de
n+h = X
n+h = X
n .
Xn+h , y no es una aproximacion, es decir, X
n+h
3.5.1.
Intervalos de Predicci
on:
Como el proceso {Xt } es causal e invertible donde {Zt } son iid Normal(0, 2 ), se tiene que
n+h tambien es gaussiano, tal que
eh = Xn+h X
eh N (0, Var(eh ))
Ph1
2
2
donde Var(eh ) =
j=0 j .
De esta manera, un intervalo para la prediccion Xn+h esta dado por
p
Xn+h z1/2 Var(eh )
En R el comando predict de la librera forecast entrega las predicciones a h pasos y la

varianza del error de prediccion.
Ejemplo 3.5.1 Predicciones a largo plazo
Considere un proceso ARMA con media . La prediccion a h - pasos esta dada por
n+h =
X
h1
X
n+hj )
j (X
j=1
j (Xn+hj )
j=h
Escrita en terminos de los Zt queda,

n+h = +
X
j Zn+hj
j=h
Como los pesos j tienden a cero exponencialmente, se tiene que

n+h
X
cuando h
Ademas el error cuadratico medio de la prediccion,
X
2
2
E(Xn+h Xn+h )
j2 = (0) cuando h
j=0
Por lo tanto, en procesos ARMA la prediccion recae rapidamente en la media del proceso,
con un error de prediccion constante en la medida que aumenta h.
Series de Tiempo
54
M.Ignacia Vicu
na - Cristian V
asquez
Ejemplo 3.5.2 Considere la data rec de la librera astsa de R, la cual contiene el reclutamiento (n
umero de nuevos peces) por un perodo de 453 meses que van en los a
nos 1950
a 1987.
Serie Recruitment
100
80
60
40
20
0
1950
1960
1970
1980
1988
Tiempo
Se le ajustara un proceso AR(2), con media a los datos,

Xt = 1 (Xt1 ) + 2 (Xt2 ) + Zt
Los estimadores de mnimos cuadrados (que veremos mas adelante) de los parametros del
modelo estan dados por
1 = 1,3541 2 = 0,4632,
= 62,262,
2 = 89,72
De esta manera, las predicciones a h-pasos se calculan a partir de
n+h =
X
h1
X
n+hj )
(X
j=1
2
X
j (Xn+hj )
j=h
para h = 1, 2, ... y el error de cuadratico medio de la prediccion esta dado por

n+h )2 =
E(Xn+h X
2
h1
X
j2
j=0
A partir de la figura(3.12) podemos ver que a medida que aumenta h, las predicciones tienden
a
y su error cuadratico medio tienden a (0).
3.6.
Funci
on de Autocorrelaci
on Parcial
La funcion de autocorrelacion parcial entrega informacion relevante sobre la estructura de

dependencia de un proceso estacionario. La funcion de autocorrelacion parcial (k) corresponde a la correlacion X1 y Xk+1 , ajustada por al intervencion de X2 , . . . , Xk . Esta idea se
precisa en la siguiente definicion
Series de Tiempo
55
M.Ignacia Vicu
na - Cristian V
asquez
60
40
Recruitment
80
100
120
Prediccin a 24 pasos Serie Recruitment
20
1980
1982
1984
1986
1988
1990
Time
Figura 3.10: Prediccion a h =24 pasos junto a su intervalo de 95 % de confianza
Definici
on 3.6.1 La funcion de autocorrelacion parcial (PACF) () de una serie de tiempo
estacionaria es definida por
(1) = Corr(X2 , X1 ) = (1),
y para el resto
(k) = Corr(Xk+1 P{X2 ,...,Xk } (Xk+1 ), X1 P{X2 ,...,Xk } (X1 )),
k2
Donde P{X2 ,...,Xk } (Xk+1 ) y P{X2 ,...,Xk } (X1 ) se pueden determinar con las ecuaciones normales.
tambien se utiliza la notacion (1) = 11 y (k) = kk .
Observaci
on:
1. Para un proceso AR(p), entonces (k) = 0, k > p.
2. Para un proceso MA(q), entonces (k) tiene decaimiento exponencial.
3. En un proceso ARMA tanto la ACF y la PACF tienen decaimiento exponencial.
Una definicion equivalente de la funcion de autocorrelacion parcial es la siguiente. Sea {Xt }
un proceso estacionario con funcion de autocovarianza (.) tal que (k) 0 cuando k ,
y suponga que los coeficientes kj , j = 1, 2, . . . , k; k = 1, 2, . . . son los coeficientes en la
representacion
P{X1 ,...,Xk } (Xk+1 ) = k1 Xk + k2 Xk1 + + kk X1
Demostraremos que (k) = kk
k 2.
Para simplificar la notacion sea M = {X2 , ..., Xk }. Por definicion tenemos que
Series de Tiempo
56
M.Ignacia Vicu
na - Cristian V
asquez
(k) = Corr(Xk+1 PM Xk+1 , X1 PM X1 )

Cov(Xk+1 PM Xk+1 , X1 PM X1 )
= q
p
Var(Xk+1 PM Xk+1 ) Var(X1 PM X1 )
Note que
Cov(Xk+1 PM Xk+1 , X1 PM X1 ) = Cov(Xk+1 PM Xk+1 , X1 )
pues Xk+1 PM Xk+1 PM X1 .
Como PM Xk+1 = k1,2 Xk + + k1,k1 X2 se tiene que
k1
X
Cov(Xk+1 PM Xk+1 , X1 ) = (k) Cov(
k1,j Xkj+1 , X1 )
j=1
= (k)
k1
X
k1,j (k j)
j=1
= kk k1
donde k1 = E(Xk+1 PM Xk+1 )2 . La u
ltima igualdad proviene del algoritmo de DurbinLevinson.
Por otro lado,
Var(Xk+1 PM Xk+1 ) = E(Xk+1 PM Xk+1 )2 = k1
demostraremos que Var(X1 PM X1 ) = k1 . Para ello defina Yt = Xkt+2 , note que
Y (h) = Cov(Yt , Yt+h )
= Cov(Xkt+2 , Xkth+2 )
= X (h)
0
Ademas, E(Yk+1 PM 0 Yk+1 )2 = Y (0) , donde

0
M = {Yk , ..., Y2 }
= (Cov(Yk+1 , Yk ), ..., Cov(Yk+1 , Y2 ))
Como Y (h) = X (h) se tiene que = = (Cov(Xk+1 , Xk ), ..., Cov(Xk+1 , X2 )), de esta
manera,
E(Yk+1 PM 0 Yk+1 )2 =
=
=
=
Series de Tiempo
57
Y (0)
0
X (0)
E(Xk+1 PM Xk+1 )2
k1
M.Ignacia Vicu
na - Cristian V
asquez
Ademas E(Yk+1 PM 0 Yk+1 )2 = E(X1 PM X1 )2 = k1 .

Por lo tanto,
kk k1
(k) =
= kk k 2
k1 k1
Recuerde que kk se obtienen a partir del sistema de ecuaciones:
(0)
(1)
(2)
(k 1)
k1
(1)
(1)
(0)
(1)
(k 2)
k2 (2)
.. = .. ,
..
..
..
..
. .
.
.
.
.
(k 1) (k 2) (k 3)
(0)
kk
(k)
k 1.
Una forma de resolver el sistema es usando la Regla de Cramer, para k = 1, 2, 3, . . .

11 = (1),

1

(1)
22 =
1
(1)

1

(1)

(2)
33 =
1

(1)

(2)
(1)
(2)
(1)
1
(1)
1
(1)
(1)
1
(1)
(1)
(2)
(3)
(2)
(1)
1
En general
|P k |
kk =
,
|P k |
donde P k es la matriz de correlaciones y P k es la matriz de correlacion, donde la u
ltima
columna es sustituida por el vector de autocorrelaciones.
Definici
on 3.6.2 La funcion de autocorrelacion parcial
b(k) de una muestra {x1 , x2 , . . . , xn }
es definida por
b(k) = bkk ,
1 k < n.
Ejemplo 3.6.1 Consideremos el proceso autoregresivo de primer orden,
Yt = Yy1 + t
con || < 1. Calcularemos la funcion de autocorrelacion parcial.
Series de Tiempo
58
M.Ignacia Vicu
na - Cristian V
asquez
Usando la definicion:
El predictor lineal de yt dado Ft1 = {y1 , ..., yt1 } esta dado por
yt = yt1 ,
luego se tiene que
(1) = Cor(y1 , y2 ) = y (1) =
(2) = Cor(y3 Py2 {y3 }, y1 Py2 {y1 })
Luego, Py2 {y3 } = y2 y Py2 {y1 } = y2 , donde = y1 (0)/y (1) = y (1) = . Esto es,
Py2 {y1 } = y2 .
De esto u
ltimo se desprende que,
y3 = y2 = y1
Predecir y3 basado en y2 , es lo mismo que predecir y1 basado en y2
(2) = Cor(y3 Py2 {y3 }, y1 Py2 {y1 })

= Cor(y3 y2 , y1 y2 )
= Cor(3 , y1 y2 )
=0
Luego, para k > 2, (k) = Cor(yk+1 Py2 ,...,yk {yk+1 }, y1 Py2 ,...,yk {y1 }), donde
Py2 ,...,yk {yk+1 } = yk
Py2 ,...,yk {y1 } = y2
(k) = Cor(yk+1 yk , y1 y2 )
= Cor(k+1 , y1 y2 )
=0
As, en un proceso AR(1), (1) = y (k) = 0, k 2.
Series de Tiempo
59
M.Ignacia Vicu
na - Cristian V
asquez
Usando (k) = kk .
11 = (1) =

1 (1)

(1) (2) (2) (1)2
=
22 =
=0

(1 (1)2 )
1 (1)
(1) 1

1 (1) (1)

(1) 1 (2)

(2) (1) (3)

33 =
1 (1) (2)

(1) 1 (1)

(2) (1) 1

1 (2)

(1) 1 (1) + (1)
(1) (3)
(2) (3)

=

1 (1) (1) (1) (1) + (2)
(1) 1
(2) 1

= 0

(1) 1
(2) (1)

(1) 1
(2) (1)
De la misma manera se obtiene que (k) = 0 k 2.

El siguiente grafico contiene la funcion de autocorrelacion Parcial y la funcion de autocorrelacion muestral para un proceso AR(1).
PACF
0.4
Partial ACF
0.0
0.0
0.2
0.2
0.4
ACF
0.6
0.8
0.6
1.0
ACF
10
15
20
25
Lag
10
15
20
Lag
Figura 3.11: Simulacion proceso AR(1) con = 0,8 y n=400
Series de Tiempo
60
M.Ignacia Vicu
na - Cristian V
asquez
25
PACF
0.5
0.4
0.6
0.0
ACF
Partial ACF
0.2
0.5
0.0
1.0
ACF
10
15
20
25
Lag
10
15
20
Lag
Figura 3.12: Simulacion proceso AR(1) con = 0,8 y n=400
Ejemplo 3.6.2 Considere el proceso MA(1) definido por

Xt = Zt1 + Zt
La PACF del proceso esta dada por
(k) =
3.6.1.
()k
1 + 2 + + 2h
h1
Descomposici
on de Wold
El Teorema de descomposicion de Wold es esencial para la comprension teorica de los procesos estocasticos estacionarios. Esto demuestra que cualquier proceso estacionario se puede
representar como una combinacion lineal de errores del presente y pasado. Antes de establecer
el teorema, introduciremos la siguiente definicion.
Definici
on 3.6.3 Un proceso estocastico se llama determinista si y solo si puede predecirse
exactamente con su pasado infinito. Mas precisamente, si y solo si
2 = E(Xn+1 Pen Xn+1 )2 = 0
donde Pen Xn+1 = E(Xn+1 |Xn , Xn1 , ...)
La clase mas importante de los procesos deterministas son los procesos armonicos. Estos procesos se caracterizan por la suma finita o infinita de senos y cosenos con amplitud estocastica.
Un ejemplo sencillo de un proceso armonico viene dada por
Xt = A cos(t) + B sin(t) (0, )
donde A y B son variables aleatorias no correlacionadas con media cero y varianza finita.
Note que Xt puede ser escrita como
Xt = (2 cos())Xt1 Xt2
Series de Tiempo
61
M.Ignacia Vicu
na - Cristian V
asquez
25
t = Xt , por lo tanto, Xt puede predecirse exactamente a partir de su pasado. En

Luego, X
este ejemplo, la u
ltima dos observaciones son suficiente. Ahora estamos en condiciones para
mencionar el teorema de la descomposicion de Wold.
Teorema 3.6.1 Todo proceso estocastico estacionario Xt con media cero y varianza finita
puede ser representada por
X
Xt =
j Ztj + Vt ,
j=0
donde
1. 0 = 1 y
j=0
j2 < .
2. {Zt } RB(0, 2 ) donde 2 = E(Xn+1 Pen Xn+1 )2 .

3. {Vt } es deterministico.
4. cov(Zs , Vt ) = 0 para todo s y t.
5. Zt = Xt Pet1 Xt = Pet Zt para todo t.
Para la mayor parte de los procesos estacionarios con media cero,(en particular para todos
los procesos ARMA) La componente determinista Vt es 0 para todo t, y la serie Xt se dice
que es puramente no determinista.
Ejemplo 3.6.3 Se Xt = Ut + Y donde Ut RB(0, 2 ) y E(Ut Y ) = 0 para todo t, Y tiene
media cero y varianza 2 . Entonces Pet1 Xt = Y , ya que Y es el lmite en media cuadratica
de (Xt1 + Xt2 + + Xts )/s cuando s y E(Xt Y )Xs = 0 s t 1, se tiene que
la descomposicion de Wold de Xt esta dada por Zt = Ut , 0 = 1, j = 0, j > 0 y Vt = Y .
Series de Tiempo
62
M.Ignacia Vicu
na - Cristian V
asquez
Captulo 4
Estimaci
on en Procesos ARMA
La especificacion y estimacion de un proceso ARMA(p, q) involucra varias etapas. En primer
lugar hay que determinar los ordenes de p y q. Una vez especificados p y q se pueden estimar
los parametros j , j y 2 . Por u
ltimo, el modelo tiene que pasar varias pruebas de robustez
con el fin de validar los supuestos del modelo. Estos controles pueden incluir analisis de los
residuos, capacidad predictiva o pruebas para la inclusion de adicionales variables exogenas.
Por lo general es un proceso iterativo en el que se examinan varios modelos.
En una primera instancia se asumira que el orden del proceso ARMA se conoce y el problema
solo consiste en la estimacion de los parametros de una serie de tama
no T . Por simplicidad,
se supone que los datos tienen media cero. Se abordaran tres metodos de estimacion. El
primer es el metodo de los momento en el cual los momentos teoricos se igualan a los
momentos empricos. Este procedimiento se conoce como el estimador de Yule-Walker. El
segundo procedimiento interpreta el proceso estocastico como un modelo de regresion y las
estimaciones de los parametros es a partir del estimador de mnimos cuadrados (OLS). Estos
dos metodos funcionan bien si el modelo subyacente es solo un modelo AR. Si el modelo
implica la parte MA, se puede utilizar el estimador de mnimos cuadrados generalizado
(GLS). El tercer metodo muy utilizado para estimar los parametros de un proceso ARMA
es el estimador de maxima verosimilitud.
4.1.
Estimadores de Yule-Walker
Considere el proceso {Xt , t {1, 2, . . . , T }} un proceso autorregresivo de orden p causal de

media cero.
Xt = 1 Xt1 + + p Xtp + t ,
{t } RB(0, 2 )
(4.1)

0
entonces defina como = 1 2 . . . p
vector de los coeficientes autorregresivos
de dimension p. Multiplicando la ecuacion (4.1) pot Xtj , j = 0, ..., p y aplicando E() se
obtienen las ecuaciones de Yule-Walker,
63
(0) 1 (1) p (p)

(1) 1 (0) 2 (1) p (p 1)
(2) 1 (1) 2 (0) p (p 2)
..
.
(p) 1 (p 1) 2 (p 2) p (0)
= 2
= 0
= 0
.
= ..
= 0
Las cuales se puede escribir en forma matricial,

(0) 0 p = 2
(0)
(1)
..
.
(1)
(0)
..
.
(2)
(1)
..
.
(p 1) (p 2) (p 3)
(p 1)
(p 2)
..
.
(0)
1
2
..
.
(1)
(2)
..
.
(p)
Por lo tanto,
(0) 0 p = 2
p = p

0
donde p es la matriz de varianza covarianza p = [(i j)]pi,j=1 y p = (1) (2) (p)
De esta manera, los estimadores de Yule-Walker de 1 , ..., p se obtienen reemplazando los
momentos teoricos por los empricos, y se resuelven las ecuaciones,
b0
bp
b2 =
b(0)
b =
bp
bp
bp es no singular, dividiendo por

Si
b(0) > 0, entonces
b(0) en ambos lados de las ecuaciones
anteriores tenemos
b = R
b 1
p bp
h
i
b 1
b0p R
b
b2 =
b(0) 1
p
p
bp =
donde
b(1) b(2)
b(k) =
Series de Tiempo
b(p)
Pnk
t=1
0
b (0)1
b p . Recuerde que
=
Xt Xt+k
,
n
k = 0, 1, 2 . . . , n k
64
M.Ignacia Vicu
na - Cristian V
asquez
Observaciones:
1. Si (0) > 0 entonces es no-singular por lo tanto el sistema de Yule-Walker tiene
solucion.
2. El metodo de Yule-Walker puede ser adaptado para procesos ARMA(p, q). Sin embargo
en este caso obtendramos ecuaciones no lineales. Entonces podra haber problemas de
no existencia de unicidad de soluciones.
3. Este metodo es muy utilizado como una aproximacion preliminar de la estimacion.
Ejemplo 4.1.1 En un proceso AR(1),
Xt = Xt1 + t
t RB(0, 2 ) y || < 1. Los estimadores de Yule-Walker de y 2 son
= (1)
2 = (0)
(1)2
(0)
Ejemplo 4.1.2 Estimacion proceso MA(1)

Yt = t + t1
El sistema de Yule-Walker esta dado por
(0) = (1 + 2 )
2
2
(1) =
Luego,
(1)2 + (1) = 0
y se obtiene de solucion,
=
p
1 4
(1)2
2
(1)
La solucion sera real si y solo si el discriminante 1 4

(1)2 es positivo, en este caso (1)2
1/4, ssi |
(1)| 1/2. Note que una raz es la inversa de la otra. Luego pueden ocurrir tres
casos:
por lo cual dos procesos MA(1) observados
|
(1)| < 1/2: Existen dos soluciones para ,
equivalentes.
(1) = 1/2: Existe una u
nica solucion: = 1.
|
(1)| > 1/2: No existe un proceso MA(1) con dicha funcion de autocovarianza.
Series de Tiempo
65
M.Ignacia Vicu
na - Cristian V
asquez
En el caso de que hayan dos soluciones se privilegian las soluciones que aseguren la invert < 1. Sin embargo, la condicion de invertibilidad es dificil
ibilidad del proceso, en este caso ||
de implementar en el caso de un proceso MA con orden mayor. Por otra parte, se puede demostrar que el estimador de Yule-Walker en general ya no es consistente. Por estas razones,
no es aconsejable utilizar el estimador de Yule-Walker para procesos MA, especialmente
cuando existen otros metodos que son mas eficientes y consistentes.
iid
b es el estimador
Teorema 4.1.1 Si {Xt } es un proceso causal AR(p) con {t } N (0, 2 ) y
de Yule-Walker de , entonces
a
b )
T (
Np (0, 2 1
p ),
donde p es la matriz de varianza covarianza p = [ (i j) ]pi,j=1 , mas a
un
P
b2 2
Ejemplo 4.1.3 Para los siguientes procesos se tiene

AR(1), Xt = Xt1 + t , con || < 1
a
T (b ) N (0, 1 2 )
Note que la suposicion de causalidad, es decir, || < 1, es crucial ya que de otra manera
la varianza asintotica no sera positiva.

0
AR(2), Xt = 1 Xt1 + 2 Xt2 + t , donde = 1 2 .

0
1 22
1 (1 + 2 )
a
b
T ( ) N2
,
0
1 (1 + 2 )
1 22
Significancia de los par
ametros:
Para contrastar la hipotesis nula k = 0 frente a la alternativa de que k 6= 0 construimos el
test - t,
k
t= q
Var(k )
que asintoticamente sigue una distribucion N(0, 1), siendo Var(k ) = akk /T donde akk =
1
diag(
2
p ).
La hipotesis se rechaza si
Series de Tiempo
66
M.Ignacia Vicu
na - Cristian V
asquez

> z1/2
q k

Var(k )
en donde z1/2 es el valor crtico tal que P (Z > z1/2 ) = 1 /2.
En la practica el orden del modelo es desconocido. Sin embargo se puede esperar que cuando
se estima un proceso AR(m) donde el verdadero orden es p, con p < m, los coeficientes estimados p+1 , ..., m son muy cercanos a cero. A partir de este resultado, se puede identificar el
orden del modelo comenzando con un modelo altamente parametrizado (sobreparametrizado), es decir un modelo con un valor grande para m y luego atraves de pruebas t testear
cuando m es cero. Si la prueba no puede ser rechazada, reduzca el orden del modelo a m 1
y repita el mismo procedimiento para m1 . El procedimiento finaliza cuando la prueba es
rechazada.
Si el orden del modelo inicial es demasiado chico, de manera que el verdadero orden es mayor
que m, conlleva a un sesgo de variable omitida y las estimaciones correspondientes ya no son
consistentes.
4.2.
Estimaci
on Mnimos Cuadrados Ordinarios
Un metodo alternativo para estimar los parametros de un modelo AR(p) es considerar el

proceso estocastico como un modelo de regresion lineal para Xt con regresores Xt1 , ..., Xtp
y error Zt . Dadas las observaciones X1 , ..., XT el modelo de regresion se puede escribir de
forma compacta en forma matricial,

Zp+1
Xp Xp1 Xp2
X1
1
Xp+1

Xp+2 Xp+1 Xp Xp1
X2
2 Zp+2
.. = ..
.
..
..
..
.
. .
.
.
. .. ..
ZT
XT
XT 1 XT 2 XT 3 XT p
p
Y = X + Z
(4.2)
Note que no se disponen de las primeras p observaciones, por lo tanto la muestra efectiva se
reduce a T p. El estimador de mnimos cuadrados (OLS) se obtiene miminizando la suma
de los cuadrados de los errores S(),
S() = Z T Z = (Y X)T (Y X)
T
X
=
(Xt 1 Xt1 ... p Xtp )2
t=p+1
La solucion esta dada por

= (X T X)1 X T Y
Series de Tiempo
67
M.Ignacia Vicu
na - Cristian V
asquez
Aunque la ecuacion (4.2) se asemeja mucho a un modelo de regresion ordinaria, hay algunas
importantes diferencias:
1. El supuesto de ortogonalidad entre los regresores y el termino de error es violado, ya
que Xt es correlacionado con Ztj , j = 1, 2, ...
2. Hay una dependencia de los valores de iniciales X1 , ..., Xp .
T
p y X T Y converge a p . Ademas en condiciones
Se puede demostrar que (X T X) converge a
T
) es asintoticamente eficiente y normal con media cero y varianza

generales, T (
2 1
nimos cuadrados es asintoticamente equivalente al
p . Por lo tanto, el estimador de m
estimador de Yule-Walker.
Teorema 4.2.1 Bajo las mismas condiciones del Teorema 4.1 el estimador de mnimos
= (X T X)1 X T Y satisface
cuadrados:
a
b
Np (0, 2 (X T X)1 )
y
P
sb2 2
donde s2 =
T Z
Z
,
T k
= Y X
k = dim(X) y Z
Ejemplo 4.2.1 Para un proceso AR(1)

Xt = Xt1 + Zt ,
t = 1, ..., T
|| < 1 y Zt RB(0, 2 ), los estimadores de mnimos cuadrados ordinarios de y 2 estan

dados por
PT
t=2 Xt Xt1
=
P
T 1
2
t=1 Xt
PT
2
2
t=2 (Xt Xt1 )
s =
T 1
Cuya distribucion asintotica esta dada por
!
0, PT 1
b ) Np
(
t=1
Xt2
Observaciones:
En la practica, 2 (X T X)1 puede ser aproximado por s2 (X T X)1 luego para muestras
es aproximadamente Normal(, s2 (X T X)1 ). Este resultado
grandes se tiene que
permite realizar test t o test-F sobre los coeficientes del modelo.
Series de Tiempo
68
M.Ignacia Vicu
na - Cristian V
asquez
tal que Xt sea causal. En

El estimador OLS en general no entrega coeficientes
particular, en un proceso AR(1), en contraste con el estimador de Yule-Walker puede
sea mayor que uno aunque el verdadero parametro sea menor que uno.
ocurrir que ||
Sin embargo, el estimador de mnimos cuadrados es preferible en la practica para
muestras peque
nas ya que ofrece sesgos mas peque
nos que los estimadores de YuleWalker, especialmente cuando las races de (B) estan cerca del crculo unitario.
Para un proceso ARMA(p, q), Xt = 1 Xt1 + ... + p Xtp + t donde t = t + 1 t1 +
... + q tq , el modelo escrito en la forma de regresion lineal queda Y = X + con
Y, X, definidos igual que un modelo AR, pero
Var() 6= 2 I = ()
Por lo tanto, el mejor estimador para esta dado por el estimador de mnimos cuadrados Generalizado (GLS),
= (X T ()1 X)1 X T ()1 Y
depende de , luego para encontrar

donde () = 2 (X T ()1 X)1 . Note que
el GLS se requiere de metodos numericos.
4.3.
Estimaci
on de m
axima verosimilitud
Considere la siguiente series de tiempo {Xt , t Z} que es representada por un proceso

ARMA(p, q), donde
Xt = 1 Xt1 + + p Xtp + t 1 t1 q tq ,
{t } RB(0, 2 )
0
defina el vector X = (X1 , . . . , Xn )0 Rn . Llamaremos = (1 , . . . , p , 1 , . . . , q , 2 )

Rp+q R+ , el vector de parametros del modelo ARMA(p, q).
Supongamos que las observaciones X = (X1 , . . . , Xn )0 tienen distribucion Gaussiana con la
siguiente matriz de varianzas covarianzas,
= Var(X) = ((i j))ni,j=1 = (Cov(Xi , Xj ))ni,j=1 .
Como este proceso esta centrado en cero, entonces la funcion de verosimilitud esta dada por
)
(
1
.
L() = (2)n/2 | |1/2 exp X 0 1
X
2
Luego la funcion de log-verosimilitud del proceso esta dada por
1
1
L() = log | | X 0 1
X
2
2
El estimador de maxima verosimilitud de se obtiene maximizando L().
(4.3)
Si n es grande, el calculo de 1
y det( ) pueden ser muy costosos computacionalmente.
Es por esto, que existen metodos que facilitan este calculo. Se abordaran dos metodos:
descomposicion de Cholesky y algoritmo de Durbin-Levinson.
Series de Tiempo
69
M.Ignacia Vicu
na - Cristian V
asquez
4.3.1.
Descomposici
on de Cholesky
Este metodo descompone la matriz de autocovarianza del proceso como = U 0 U donde U

es una matriz triangular superior. De esta manera,
2
det = (det(U )) =
n
Y
u2jj
j=1
= U
(U
1 0
El n
umero de operaciones es del orden de O(n3 ). Sin embargo, el algoritmo puede ser ineficiente para series de tama
no grande. El algoritmo de Durbin-Levison es un metodo mas
rapido computacionalmente.
4.3.2.
Algoritmo de Durbin-Levinson
Suponga que y1 = 0. Sea yt+1 = t1 yt + ... + tt y1 , t = 1, ..., n 1 el mejor predictor lineal

a un paso del proceso {yt } basado en su pasado finito {y1 , ..., yt1 }. Los coeficientes tj son
calculados a traves de ecuaciones recursivas.
Se define et = yt yt el error de prediccion, luego e = Ly donde e = (e1 , ..., en )0 y L es una
matriz triangular inferior, invertible dada por
1
0
0
... 0
11
1
0
... 0
L=
..
..
..
.. ..
.
.
.
. .
n1n1 n1n2 n1n3 ... 1
De esta manera, puede ser descompuesta
por = CDC 0 donde C = L1 y D =
Qn
0 1
diag(0 , ..., n1 ). Por lo tanto, det = i=1 j1 y y 0 1
y = e D e.
La funcion log-verosimilitud dada por la ecuacion (1), puede ser expresada como
n
L() =
1 X e2t
1X
log t1
2 t=1
2 t=1 t1
La complejidad numerica de este algoritmo es del orden O(n2 ).
Ejemplo 4.3.1 Considere un modelo MA(1), donde Xt = t t1 ,
(1 + 2 ) 2 , si |k| = 0,
2 ,
si |k| = 1,
(k) =
0,
si |k| > 1.
|| < 1, as
luego
Series de Tiempo
70
M.Ignacia Vicu
na - Cristian V
asquez
1 + 2
1 + 2
..
..
..
.
.
.
0
0
0
0
0
..
.
1 + 2
Ejemplo 4.3.2 Considere un modelo AR(1), donde Xt = Xt1 + t ,

(k) =
|| < 1, entonces
2
|k| ,
1 2
ahora
1 2
..
.
1
..
.
..
.
n1
n2
..
.
n1 n2 n3
Teorema 4.3.1 Suponga que {Xt Z} es un proceso ARMA(p, q) causal e invertible, es

decir
{t } RB(0, 2 )
Xt = 1 Xt1 + + p Xtp + t 1 t1 q tq ,
b =
y si (.) y (.) no tienen ceros en com
un, entonces defina
estimador de maxima verosimilitud, entonces

a
1/2 b
n
N (0, V ()),
b1 , . . . , bp , b1 , . . . , bq
0
el
donde la matriz de covarianza asintotica se calcula como sigue a continuacion

V () =
E(U t U 0t ) E(U t V 0t )
E(V t U 0t ) E(V t V 0t )
1
donde U t = (Ut , . . . , Ut+1p )0 , V t = (Vt , . . . , Vt+1p )0 y {Ut }, {Vt } son procesos autorregresivos,
(1 1 B 2 B 2 + + p B p )Ut = at
(1 + 1 B + 2 B 2 + + q B q )Vt = at
iid
donde los {at } N (0, 2 ). Para el caso p = 0, V () = 2 [E(V t V 0t )] , y para q = 0,

1
V () = 2 [E(U t U 0t )] .
Series de Tiempo
71
M.Ignacia Vicu
na - Cristian V
asquez
Ejemplo 4.3.3 Distribucion asintotica del estimador maximo verosmil para distintos procesos.
AR(1), Xt = Xt1 + t , con || < 1
n(b ) N (0, 1 2 )

0
AR(2), Xt = 1 Xt1 + 2 Xt2 + t , donde = 1 2 .

0
1 22
1 (1 + 2 )
a
b
n( ) N2
,
0
1 (1 + 2 )
1 22
MA(1), Xt = t t1 , con || < 1
a
n(b ) N (0, 1 2 )

0
MA(2), Xt = t 1 t1 2 t2 , donde = 1 2 .

2
(1
+
)
0
1
a
1
2
2
b ) N2
n(
,
1 (1 + 2 )
1 22
0
ARMA(1,1), Yt = Yt1 + t + t1 , con || < 1, || < 1,
4.4.
b ) N
n(
0
0
1 +
,
( + )2
(1 )(1 + ) (1 )(1 )
(1 2 )(1 2 ) (1 2 )(1 + )
!
Estimadores M
aximos Verosmiles Condicionales
Hamilton (1994) desarrolla la estimacion de Maxima Verosimilitud usando distribuciones

condicionales. Considere la verosimilitud escrita de la siguiente forma
L() = fy1 ,...,yn
= fyn |yn1 ,...,y1 fyn1 ,...,y1
= fyn |yn1 ,...,y1 fyn1 |yn2 ,...,y1 fyn2 ,...,y1
.
= ..
= fyn |yn1 ,...,y1 fyn1 |yn2 ,...,y1 fy2 |y1 fy1
El estimador maximo verosmil condicional de es aquel que maximiza
L() = fyn |yn1 ,...,y1 fyn1 |yn2 ,...,y1 fy2 |y1
Series de Tiempo
72
M.Ignacia Vicu
na - Cristian V
asquez
Ejemplo 4.4.1 Considere un proceso AR(1) definido por

Yt = Yt1 + Zt
iid
donde Zt N (0, 2 ). Los estimadores maximos verosmiles condicionales de u 2 estan

dados por
Pn
Yt Yt1
= Pt=2
n
2
t=2 Yt1
Pn
2
t=1 (Yt Yt1 )
=
n1
4.5.
4.5.1.
Selecci
on de Modelos
Criterio AIC
La forma mas utilizada para escoger el orden del modelo ARMA es el llamada Criterio de
Informacion de Akaike (AIC).
Dado un n
umero fijo de observaciones, X1 , ..., Xn de un proceso ARMA(p, q), el aumento
de los ordenes de p y q hara que aumente la calidad de ajuste del modelo. Con el fin de
compensar un sobreajuste del modelo, se introduce una penalizacion, la cual dependera del
n
umero de parametros del modelo. El criterio de informacion de Akaike se define por
AIC = 2 log L() + 2(p + q + 1)
donde (p + q + 1) corresponde a los parametros del modelo y L() es el maximo valor de la
funcion de verosimilitud para el modelo estimado.
Dada una clase de modelos ARMA(p, q), podemos seleccionar aquel que minimiza el AIC.
Observaci
on:
1. El AIC es uno de los criterios mas usados.

2. En los modelos AR tienden a sobre estimar, por lo tanto el AIC es muy peque
no.
3. La seleccion del modelo se basa en elegir el modelo con menor AIC.
4.5.2.
Diagn
ostico y Validaci
on del modelo
Usualmente, la bondad de ajuste de un modelo estadstico para un conjunto de datos se

juzga por la comparacion de los valores observados con los valores predichos correspondientes
obtenidos desde el modelo ajustado. Si el modelo ajustado es adecuado, los residuos deben
comportarse de una manera que es consistente con el modelo.
Cuando ajustamos un modelo ARMA(p, q) para una serie dada y se estiman los parametros
,

, , por ejemplo a traves del estimador de maxima verosimilitud obteniendose ,
. A
Series de Tiempo
73
M.Ignacia Vicu
na - Cristian V
asquez
)
de Xt basados
t (,
partir del modelo ajustado, se pueden obtener los valores predichos X
en X1 , ..., Xt1 . Los residuos del modelo son definidos por
)
t (,
Xt X
,
et = q
t1 (, )
t = 1, 2, .., n
Los cuales tienen propiedades similares a los et generados a partir de los verdaderos valores
de , ,
t (, )
Xt X
et = p
, t = 1, 2, .., n
t1 (, )
Por otra parte, et se aproxima al termino de Ruido Blanco Zt del modelo ARMA(p, q),
(1 (B))Xt = (1 + (B))Zt
ya que se puede demostrar que E(et Zt )2 0, n . En consecuencia los residuos et
deben tener un comportamiento similar al de un Ruido Blanco. En particular, {et } debe ser
aproximadamente:
Incorrelacionados si Zt RB(0, 2 )
iid
Incorrelacionados e Independiente si Zt RB(0, 2 )

iid
Incorrelacionados, Independientes y Normalmente distribuidos si Zt N(0, 2 )

Test de Blancura
Para modelos ARMA defina el siguiente vector
bk = (b
(1), b(2), . . . , b(k))0
para el vector estimado de autocorrelacion se tiene

a
bk Nk k , n1 W ,
k1
donde W es la matriz de varianza covarianza del vector estimado bk , cuyos elementos esta
dado por la formula de Bartlett
Wij =
[(k + i) + (k i) 2(i)(k)] [(k + j) + (k j) 2(j)(k)] ,
k=1
note as, que la varianza del corresponde a la diagonal de la matriz W, cuando i = j

Wii =
[(k + i) + (k i) 2(i)(k)]2
k=1
En particular se tiene
a
b(k) N ((k), n1 Wkk ),

Series de Tiempo
74
k1
M.Ignacia Vicu
na - Cristian V
asquez
Ejemplo 4.5.1 Considere el siguiente proceso {Xt , t Z} corresponde a un ruido blanco,

es decir, {Xt } RB(0, 2 ), entonces la funcion de autocovarianza
2

, si k = 0,
1, si k = 0,
(k) =
(k) =
0, si |k| > 0.
0, si |k| > 0.
luego
a
b(k) N (0, n1 Wkk ),

note
W11 = [(2) + (0) 2(1)(1)]2 + [(3) + (1) 2(1)(2)]2 +
= 1
Note que en general, si {Xt } RB(0, 2 ) se tiene que Wkk = 1, por lo tanto
a
b(k) N (0, 1/n)

Bajo una hipotesis de ruido blanco se cumple que
IC((k), (1 ) %) =
Z1/2
#
1,96 1,96
la hipotesis H0 : (k) = 0 no es
luego para un 95 % de confianza si (k) ,
n
n
rechazada.
"
En vez de realizar test para cada (k) con |k| = 1, 2, 3, .... Es posible hacer un solo estadstico
que considera todos los (k) simultaneamente. El Test de Portmanteau o Box-Pierce es
un test hipotesis conjunto para verificar si los errores del modelo son ruido blanco. Suponga
que la hipotesis nula corresponde a H0 : {Xt } RB(0, 2 ), entonces
a
b(k) N (0, 1/n),
k = 1, 2, . . .
as
nb
2 (k) 2(1)
Entonces
Q=n
r
X
b2 (k) 2(r)
k=1
Por lo tanto, se rechaza la hipotesis H0 para valores grandes de Q, es decir, se rechaza si

Q > 2(r) (1 ), los valores tpicos de r son r = 10, 15, 20, 25.
Series de Tiempo
75
M.Ignacia Vicu
na - Cristian V
asquez
Una correccion del Test de Box-Pierce es el Test de Box-Ljung, donde se corrige por
el n
umero de parametros estimados
Q = n(n + 2)
r
X
b2 (k)
k=1
nk
2()
donde = r p q, es decir se resta el n

umero de parametros estimados en un modelo
ARMA.
Series de Tiempo
76
M.Ignacia Vicu
na - Cristian V
asquez
Captulo 5
Procesos no Estacionarios
Los modelos de series de tiempo analizados hasta ahora se basan en el supuesto de estacionariedad, esto es, la media y la varianza para una serie de tiempo son constantes en el
tiempo y la covarianza es invariante en el tiempo. Pero se sabe que muchas series de tiempo
y en especial las series economicas no son estacionarias, porque pueden ir cambiando de nivel
en el tiempo o sencillamente la varianza no es constante en el tiempo, a este tipo de proceso
se les considera procesos integrados. Con el fin afrontar esta caracterstica de series de tiempo economicas, se han propuesto dos alternativas diferentes. La primera es considerar una
tendencia determinstica, es decir, estamos seguros de que a lo largo del tiempo el fenomeno
sigue un patron determinado, por ejemplo un proceso entorno a un polinomio de la forma
Tt = 0 + 1 t + + m tm ,
Para este caso vamos a suponer que el proceso sin tendencia es estacionario de segundo de
la forma
(B)(Xt Tt ) = (B)t ,
{t } RB(0, 2 ).
Es decir, suponemos que si se define el proceso Wt = Xt Tt este proceso esta definido por
un modelo ARMA.
La segunda alternativa es considerar la tendencia como estocastica, entonces es necesario
realizar una diferenciacion del proceso las veces que sea necesario para que el proceso sea
estacionario. El n
umero de veces que uno tiene que diferenciar el proceso para lograr estacionariedad se llama el orden de integracion. Si d veces es necesario diferenciar, entonces el
proceso se llama Integrado de orden d, y es denotado por Xt I(d). A un proceso integrado Xt se le denomina proceso ARIMA(p, d, q) si la serie de tiempo resultante (1 B)d Xt
es un proceso ARMA(p, q). Note que cuando el valor de d = 0 se obtiene un modelo ARMA.
5.1.
Procesos ARIMA
Definici
on 5.1.1 Sea {Xt } una serie de tiempo, se dice que el proceso es ARIMA(p, d, q)
si es representado por la siguiente ecuacion
77
(B)(1 B)d Xt = (B)t ,
{t } RB(0, 2 ),
donde d N, los polinomios (B) = 1 1 B p B p y (B) = 1 + 1 B + + q B q

son los polinomios de rezagos auto-regresivo y de medias moviles respectivamente.
Por lo general, es suficiente diferenciar la serie de tiempo una sola vez, es decir, d = 1. En los
modelos ARIMA el valor de parametro d se determina a mano y tpicamente se tiene d 2.
Los procesos Integrados con d > 0 tambien se llaman procesos de raz unitaria. Esta designacion resulta del hecho de que los procesos ARIMA con d > 0 pueden ser visto como
procesos ARMA, mediante el cual el polinomio AR tiene una raz unitaria. Un ejemplo de
un proceso integrado es la caminata aleatoria, Xt = Xt1 + t , t RB(0, 2 ).
Ejemplo 5.1.1 Consideremos {Xt } un proceso ARIMA(1, 1, 0), con || < 1.
(1 B) (1 B) Xt = t
{t } RB(0, 2 )
Este proceso puede ser re-escrito como:
X t = X0 +
t
X
t1
Yt ,
j=1
donde
Yt = (1 B) Xt =
j tj
j=0
Una realizacion de {X1 , ..., X200 } con X0 = 0, = 0,8 y s2 = 1 se muestra en la Figura 5.1,
con su correspondiente funcion de autocorrelacion y autocorrelacion parcial muestral.
PACF
0.8
0.8
1.0
1.0
ACF
0.4
0.6
0.6
20
0.0
0.2
0.2
0.4
40
0.2
0.0
60
50
100
150
200
Tiempo
10
15
Lag
20
10
15
20
Lag
Figura 5.1: Simulacion ARIMA(1,1,0) con X0 = 0, = 0,8, 2 = 1 y su funcion de autocorrelacion y autocorrelacion parcial muestral.
Series de Tiempo
78
M.Ignacia Vicu
na - Cristian V
asquez
Si tuvieramos solo los datos y deseamos encontrar un modelo adecuado, sera natural para
aplicar el operador = 1 B varias veces con el fin de obtener una funcion de autocorrelacion que decaiga rapidamente como en los procesos ARMA, sin ceros en el polinomio
autorregresivo cerca de la crculo unitario. Para esta serie de tiempo en particular, aplicando
el operador produce la serie que se muestra en la Figura 5.2 con su correspondiente ACF
y PACF muestral, el cual sugiere un modelo AR(1) para la serie diferenciada.
PACF
0.8
0.8
1.0
ACF
0.4
0.6
0.6
0.2
0.2
0.4
0.0
0.0
4
0
50
100
150
200
10
15
20
Lag
10
15
20
Lag
Figura 5.2: (1 B)Xt y su funcion de autocorrelacion y autocorrelacion parcial muestral.

Mediante el metodo de maxima verosimilitud se estimaron los parametros y 2 obteniendose
(1 0,8248B)(1 B)Xt = Zt
y Var(Zt ) = 0,9288. Los cuales estan cerca de los verdaderos valores del proceso
(1 0,8B)(1 B)Xt = Zt ,
Zt RB(0, 1)
(5.1)
Si en vez de diferenciar la serie se procede directamente a ajustar un modelo AR(2), y se

estiman los parametros a traves de maxima verosimilitud se obtiene
(1 1,8210B + 0,823B 2 )Xt = Zt
(1 0,8359B)(1 0,9851B)Xt = Zt
y Var(Zt ) = 0,9202. A pesar de ser un modelo estacionario, los coeficientes estan muy cerca
de los valores del verdadero modelo no estacionario (5.1). Cual de los dos modelos es el
adecuado?
Un problema es saber cuando realizar una diferenciacion del proceso, ya que no es posible
lograr distinguir empricamente si la serie es o no estacionaria, para ello se pueden estudiar
dos tipos de procedimientos, uno es realizar diferenciaciones y estudiar la varianza del proceso, y el otro procedimiento es realizar alg
un test de races unitarias.
En el primer procedimiento se debe estudiar la varianza del proceso diferenciado y no diferenciado, esto se debe a que si se realiza una diferenciacion de un proceso estacionario, la
Series de Tiempo
79
M.Ignacia Vicu
na - Cristian V
asquez
varianza del proceso tiende a aumentar, sin embargo, si el proceso presenta tendencia, la
diferenciacion no debera afectar la varianza del proceso o debera disminuir.
Ejemplo 5.1.2 Considere el proceso Xt = t y otro proceso Yt = Yt1 + t , Y0 = 0 donde

t RB(0, 2 ), por lo tanto estudiemos la varianza de los dos procesos. Primero veamos la
varianza del primer proceso
Var(Xt ) = 2 .
Var(Yt ) = t 2
Ahora si diferenciamos una vez ambos procesos Xt y Yt tenemos lo siguiente
Var(Xt ) = Var(Xt Xt1 ) = Var(t t1 ) = 2 2 ,
Var(Yt ) = Var(t ) = 2 .
5.2.
Test de Raz Unitaria
El problema de la raz unitaria surge cuando el polinomio autoregresivo o de media movil de

un modelo ARMA tiene una raz cercana al circulo unitario. Un raz unitaria en cualquiera
de estos polinomios tiene importantes implicaciones al modelar.
Por ejemplo, una raz cercana a uno de un polinomio autoregresivo sugiere que los datos
deben ser diferenciados antes de ajustar un modelos ARMA, mientras que una raz cercana
a uno en el polinomio de media movil indica que los datos estan sobre diferenciados.
A partir de Test de hipotesis podemos detectar la presencia de una raz unitaria en los
polinomios autorregresivos y de media movil.
5.2.1.
Raz Unitaria en el Polinomio Autoregresivo
Se estudiara la presencia de una raz unitaria del polinomio autorregresivo con el fin de decidir si la serie debe o no ser diferenciada. Este enfoque fue iniciado por Dickey y Fuller (1979).
Sean X1 ,. . . , Xn observaciones proveniente de un modelo AR(1)
Xt = 1 (Xt1 ) + t
{t } RB(0, 2 )
donde || < 1 y = E(Xt ) para todo t.
Para n grande, se tiene que el estimador maximo verosmil de 1 , 1 , distribuye aproximadamente Normal(1 , (1 21 )/n). Para el caso de una raz unitaria, esta aproximacion no es
Series de Tiempo
80
M.Ignacia Vicu
na - Cristian V
asquez
aplicable, incluso asintoticamente hablando.

Por esta razon es interesante testear la hipotesis
H0 : 1 = 1 vs. H1 : 1 < 1.
El test lo podemos construir de la siguiente manera
Xt = Xt Xt1 = 0 + 1 Xt1 + t ,
con {t } RB(0, 2 ), 0 = (1 1 ) y 1 = 1 1.
Mediante mnimos cuadrados, podemos estimar 1 a partir de un modelo de regresion lineal
con intercepto Xt Xt1 . El error estandar de 1 esta dado por
!1/2
n
X
2
c ) =
SE(
(Xt1 X)
,
1
t=2
donde
2 =
n
X
( Xt 0 1 Xt1 )2 /(n 3)
t=2
y X el promedio muestral de X1 ,. . . , Xn1 .

c 1 ),
Dickey y Fuller (1976) derivaron la distribucion lmite cuando n de = 1 /SE(
bajo el supuesto que 1 = 0. Esto es equivalente a testear la hipotesis H0 : 1 = 1.
Se rechaza H0 si < tabla (, n).
Algunos percentiles teoricos de son
Distribuci
on Acumulada Emprica de para 1
Tama
no Muestra
Percentil Acumulado ()
n
0.010 0.025 0.050 0.100 0.900 0.950
25
-3.75 -3.33 -3.00 -2.63 -0.37 0.00
50
-3.58 -3.22 -2.93 -2.60 -0.40 -0.03
100
-3.51 -3.17 -2.89 -2.58 -0.42 -0.05
250
-3.46 -3.14 -2.88 -2.57 -0.42 -0.06
500
-3.44 -3.13 -2.87 -2.57 -0.43 -0.07
-3.43 -3.12 -2.86 -2.57 -0.44 -0.07
=1
0.975 0.990
0.34 0.72
0.29 0.66
0.26 0.63
0.24 0.62
0.24 0.61
0.23 0.60
c ), obtenido asumiendo
Una alternativa, es contrastar el estadstico de prueba = 1 /SE(
1
un modelo de regresion sin intercepto.
Distribuci
on Acumulada Emprica de (Sin intercepto) para 1 = 1
Tama
no Muestra
Percentil Acumulado ()
n
0.010 0.025 0.050 0.100 0.900 0.950 0.975 0.990
25
-2.66 -2.26 -1.95 -1.60 0.92 1.33 1.70 2.16
50
-2.62 -2.25 -1.95 -1.61 0.91 1.31 1.66 2.08
100
-2.60 -2.24 -1.95 -1.61 0.90 1.29 1.64 2.03
250
-2.58 -2.23 -1.95 -1.62 0.89 1.29 1.63 2.01
500
-2.58 -2.23 -1.95 -1.62 0.89 1.28 1.62 2.00
Inf
-2.58 -2.23 -1.95 -1.62 0.89 1.28 1.62 2.00
Series de Tiempo
81
M.Ignacia Vicu
na - Cristian V
asquez
Observe por ejemplo que para = 0,05, el valor de corte del estadstico de prueba es mucho
mas peque
no que el valor de corte estandar de 1.645 obtenido de la distribucion normal,
de modo que la hipotesis de raz unitaria es menos probable de ser rechazada que el uso de
la distribucion normal como la correcta.
Este resultado se puede extender a un proceso AR(p) como sigue:
Xt = 1 (Xt1 ) + + p (Xtp ) + t
{t } RB(0, 2 )
El cual puede re-escribirse como
Xt = 0 + 1 Xt1 + 2 Xt1 + + +p Xtp+1 + t ,
P
P
donde 0 = (1 1 p ), 1 = pi=1 i 1, y j = pi=j i para j = 2, . . . , p.
Si el polinomio autoregresivo tiene raz unitaria, entonces 0 = (1) = 1 , y el proceso
{ Xt } sera un proceso AR(p 1).
Consecuentemente, testear la hipotesis de raz unitaria en el polinomio autoregresivo es
equivalente a testear que 1 = 0.
Como en el caso AR(1), podemos estimar 1 mediante una regresion lineal de Xt con
respecto a los regresores 1, Xt1 , Xt1 ,. . . , Xtp+1 .
c 1 ) se contrasta con los valores de los percentiles teoricos
El estadstico de prueba = 1 /SE(
calculados por Dickey-Fuller presentados anteriormente.
Ejemplo 5.2.1 Continuando con el Ejemplo 5.1.1, al ajustarle un AR(2) se obtuvo una raz
muy cercana a 1. Por lo cual, se realizara un test de hipotesis para ver si existe una raz
unitaria en el polinomio autoregresivo. Las hipotesis a testear son
H0 : (1) = 0 H1 : (1) 6= 0
Se realizo la regresion:
Xt = 0 + 1 Xt1 + 2 Xt1 + Zt
Obteniendose
t = 0,2348 0,0027Xt1 + 0,8416Xt1
X
y
2 = 0,9704.
El estadstico del test esta dado por
1
= 1,57
)
SE(
1
A un nivel de = 0,05 se tiene que 1,57 > 2,88, por lo cual no existe evidencia para
rechazar H0 . Por lo tanto, el polinomio autorregresivo tiene una raz unitaria, y debe ser
modelarse por un modelo no estacionario ARIMA y no un AR(2).
Series de Tiempo
82
M.Ignacia Vicu
na - Cristian V
asquez
5.2.2.
Raz Unitaria en Polinomio de Media M

ovil
Una raz unitaria en el polinomio de media movil puede tener una serie de interpretaciones
dependiendo de la aplicacion. Por ejemplo, sea {Xt } un proceso ARMA causal e invertible
que satisface las ecuaciones
(B) Xt = (B) t ,
con {t } RB(0, 2 ). Entonces la serie diferenciada Yt = Xt es un proceso ARMA(p, q +1)
no invertible cuyo polinomio de media movil es de la forma (Z)(1 Z).
Consecuentemente, una prueba de raz unitaria en el polinomio de media movil es equivalente a testear la hipotesis de que la serie ha sido sobre diferenciada.
Analizaremos solo el caso MA(1) ya que que el caso general es considerablemente mas complicado y a
un no resulto completamente.
Sean X1 ,. . . , Xn observaciones provenientes de un modelo MA(1)
Xt = t1 + t
{t } RB(0, 2 )
Davis y Dunsmuir (1996) mostraron que bajo el supuesto que = 1, el estadstico n ( + 1)
(con el estimador maximo verosmil de ) converge en distribucion. Un test para H0 : = 1
vs. H1 : > 1 se puede confeccionar con resultados lmite rechazando H0 cuando
c
> 1 + ,
n
donde c corresponde al percentil (1 ) de la distribucion lmite de n ( + 1) propuestos
por Davis, Chen y Dunsmuir (1996).
Algunos percentiles son: c0,01 = 11,93, c0,05 = 6,80 y c0,10 = 4,90.
5.3.
5.3.1.
Predicci
on en Modelos ARIMA
Predicci
on con pasado infinito
Considere el proceso Xt definido por

(B)(1 B)d Xt = (B)t ,
{t } RB(0, 2 ),
donde (B) y (B) son los polinomios de rezago auto-regresivos y de medias moviles de
orden p y q respectivamente. El objetivo es predecir la observacion Xn+h dado el pasado
Series de Tiempo
83
M.Ignacia Vicu
na - Cristian V
asquez
infinito de la serie {Xn , Xn1 , ...}. Para ello escriba el proceso de manera invertible,
X
(B)(1 B)d
=
Xt =
j Xtj
(B)
j=0
X t = t
j Xtj
j=1
Xn+h = n+h
j Xn+hj
j=1
Luego el mejor predictor lineal de Xn+h dado Xn , Xn1 , ... esta dado por
n+h = E(Xn+h |Xn , Xn1 , ...)
X
= E(n+h |Xn , Xn1 , ...)
j E(Xn+hj |Xn , Xn1 , ...)
j=1
j E(Xn+hj |Xn , Xn1 , ...)
j=1
h1
X
n+hj
j X
j=1
j Xn+hj
j=h
El error de prediccion esta dado por

n+h
eh = Xn+h X
y la varianza del error de prediccion es
var(eh ) =
h1
X
j2
j=0
donde (B) = (B)1 (B), (B) = (B)(1 B)d

Ahora sabemos calcular varianza del error de prediccion, entonces podemos determinar intervalo de confianza para las predicciones suponiendo normalidad de los errores del modelo,
es por ello que supondremos que t N (0, 2 ), t. Por lo tanto,
Z=
bn+h
Xn+h X
[ 2 (k)]1/2
N (0, 1),
una vez fijado el coeficiente de confianza podemos encontrar los percentiles tal que
Pr(z1/2 Z z1/2 ) = ,
sustituyendo j por bj y despejando Xn+k se tiene que el intervalo de prediccion esta dado
por
Series de Tiempo
84
M.Ignacia Vicu
na - Cristian V
asquez
bn+h z1/2
X
b
" h1
X
#1/2
bj2
bn+h + z1/2
Xn+h X
b
" h1
X
j=0
#1/2
bj2
j=0
Ejemplo 5.3.1 Considere el ejemplo considere un modelo ARIMA(1,1,0) de la forma

(1 B)(1 B)Xt = t ,
{t } N (0, 2 ),
donde || < 1 y || < 1. Encuentre el mejor predictor lineal de Xn+h dado el pasado infinito
de la serie.
5.3.2.
Predicci
on con Pasado Finito
La forma de predecir para proceso ARIMA, es realizar un mecanismo de forma recursivo utilizando la serie original y la serie diferenciada. Conocer la serie original nos permite conocer
la serie diferenciada y viceversa. Para ellos vamos a ilustrar el siguiente proceso.
Suponga que se tiene un caso bien sencillo, donde se dispone de una serie de tiempo {Xt , t
0, 1, . . . , n} el cual proviene de un proceso ARIMA(p, 1, q) es decir, se realiza una diferenciacion para que la serie sea estacionario,
(B)(1 B)Xt = (B)Zt
Zt RB(0, 2 )
Sea Yt = (1 B)Xt = Xt Xt1 la serie diferenciada. Despejando el presente de la serie

original se tiene
Xt = Yt + Xt1
a su vez se tiene
Xt1 = Yt1 + Xt2 ,
siguiendo con este procedimiento,
Xt =
t
X
Yj + X0
j=1
Se puede notar que conociendo {X0 , Y1 , . . . , Yn }, entonces conocemos {X0 , X1 , . . . , Xn } y

viceversa. Para este procedimiento vamos a suponer que las condiciones iniciales X0 son no
correlacionadas con Yt , t > 0. Luego el MPL de Xn+1 en base de {X0 , X1 , . . . , Xn } es lo
Series de Tiempo
85
M.Ignacia Vicu
na - Cristian V
asquez
mismo que el MPL de Xn+1 en base a {X0 , Y1 , . . . , Yn }. De esta manera,

Xn+1 = X0 +
= X0 +
n+1
X
t=0
n
X
Yt
Yt + Yn+1
t=0
Pn Xn+1
=
=
=
=
=
Xn + Yn+1
E(Xn+1 |X0 , X1 , . . . , Xn ) = E(Xn + Yn+1 |X0 , X1 , . . . , Xn )
Xn + E(Yn+1 |X0 , X1 , . . . , Xn )
Xn + E(Yn+1 |X0 , Y1 , . . . , Yn )
Xn + E(Yn+1 |Y1 , . . . , Yn )
La u
ltima igualdad surge del hecho de que E(X0 Yj ) = 0, j = 1, ..., n + 1.
En general, asumiendo que Xt satisface
(1 B)d Xt = Yt
t = 1, 2, ...
donde Yt es un proceso causal ARMA(p, q) y el vector {X1d , . . . , X0 } es incorrelacionado con

Yj , j > 0, se tiene que conocer {X1d , X2d , . . . , Xn } es equivalente a conocer {X1d , . . . , X0 , Y1 , . . . , Yn },
donde {X1d , . . . , X0 } son las condiciones iniciales del proceso.
Suponga que {Xt } es un proceso definido por un modelo ARIMA(p, d, q), vamos a encontrar el
mejor predictor lineal (MPL) basado en la informacion {X1d , X2d , . . . , Xn }. Comenzamos
con expresar Xn+k en terminos de su pasado. Para un d cualquiera (no fraccionado) se tiene
que Yt = (1 B)d Xt y por el teorema del binomio
(1 B)
d
X
d
=
(B)j ,
j
j=0
as
Yt =
d
X
d
j=0
d
X
d
j=0
(1)j B j Xt ,
(1)j Xtj ,
d
X
d
= Xt +
(1)j Xtj ,
j
j=1
ahora podemos reescribir Xt en funcion de su pasado y de Yt

Series de Tiempo
86
M.Ignacia Vicu
na - Cristian V
asquez
Xt = Yt
d
X
d
j=1
(1)j Xtj
bn+k = Pn (Xn+k ) = E(Xn+k |X1d , X2d , . . . , Xn ) el mejor predictor lineal de Xn+k

Sea X
basado en h{X1d , X2d , . . . , Xn }i. Aplicando el operador lineal de proyeccion tenemos que
d
X
d
Xn+k = Yn+k
(1)j Xn+kj /Pn (.)
j
j=1
d
X
d
Pn (Xn+k ) = Pn (Yn+k )
(1)j Pn (Xn+kj )
j
j=1
Observaciones:
1. Pn es un operador lineal.
2. Pn simplemente se utiliza para recordar que el pasado llega hasta n.
3. Recuerde que conocer {X1d , X2d , . . . , X0 , . . . , Xn } es equivalente a conocer
{X1d , X2d , . . . , X0 , Y1 , . . . , Yn }.
bn+k depende de la prediccion Ybn+k , pero esta se puede calcular con la
4. La prediccion X
prediccion de un modelo ARMA, es decir, Ybn+k se predice utilizando la informacion
h{Y1 , . . . , Yn }i.
5. Note que para el caso de k = 1, se tiene Pn (Xn+1j ) = Xn+1j con j = 1, 2, . . . , d.
Finalmente, se puede calcular el mejor predictor lineal de Xn+k recursivamente para k =
1, 2, . . . de la forma
bn+k
X
k1
d
X
X
d
d
j
= Pn (Yn+k )
(1) Xn+kj
(1)j Xn+kj
j
j
j=1
j=k
donde Ybn+k se encuentra con el MPL de un proceso ARMA.

El error de prediccion esta dado por
n+h
eh = Xn+h X
Para n grande, la varianza del error de prediccion se puede aproximar por
Recuerde que el error cuadratico medio de prediccion a k pasos considerando pasado infinito
es
var(eh ) = 2
h1
X
j2
j=0
1
donde (B) = (B) (B),

Series de Tiempo
(B) = (B)(1 B)d

87
M.Ignacia Vicu
na - Cristian V
asquez
Ejemplo 5.3.2 Sea Xt un proceso ARIMA(1,1,0) definido por

(1 B)(1 B)Xt = Zt
Zt RB(0, 2 ), || < 1
Encuentre el mejor predictor lineal de Xn+k en base de {X0 , ..., Xn } para k = 1, 2, ...
5.4.
Modelos SARIMA
Se entiende por una serie de tiempo estacional que, aparte de contener una tendencia (y/o
ciclos) de larga duracion, muestre que fluctuaciones que se repiten a traves del tiempo con
cierta frecuencia. Una caracterstica de series de tiempo estacionales con cierta frecuencia,
es la similitud de comportamiento entre observaciones en la misma frecuencia. Un ejemplo
es suponer que la serie es medida en un espacio de tiempo mensual, entonces es com
un encontrar en ellas similitud entre los meses de a
nos consecutivos.
En el analisis de series de tiempo estacionales, es necesario trabajar con el operador de
diferencia estacional K
S que se define como
S k
K
S Xt = (1 B ) Xt
k
X
k!
=
(1)j XtjS ,
j!(k
j!)
j=0
para k = 0, 1, . . . y S = 1, 2, . . .
mientras que un polinomio de rezago estacional de orden k con coeficientes constantes

g1 , g2 , . . . , gk viene dado por
G(B S ) = 1 g1 B S g2 B 2S gk B kS
k
X
= 1
gj B jS
j=1
de tal forma que si S = 12 y k = 2, se tendra

212 Xt = (1 B 12 )2 Xt = Xt 2Xt12 + Xt24
G(B 12 )Xt = (1 g1 B 12 g2 B 24 )Xt = Xt g1 Xt12 g2 Xt24
Con la notacion recien introducida es posible obtener representaciones puramente estacionales del tipo ARIMA(P, D, Q)S como
S
(B S )D
S Xt = (B )t
donde {t } RB(0, 2 ), (B S ) es la representacion de un polinomio auto-regresivo estacional de orden P , (B S ) denota el polinomio de medias moviles estacional de orden Q y el
valor entero D representa la estacionalidad de las series, por lo general en series mensuales
D = 12.
Series de Tiempo
88
M.Ignacia Vicu
na - Cristian V
asquez
Ejemplo 5.4.1 Considere un proceso ARIMA(1, 0, 0)S , o equivalentemente el proceso AR(1)S

descrito por
Xt = XtS + t
este proceso debe cumplir con las mismas condiciones de un proceso AR(1) para ser estacionario, es decir || < 1. La varianza de este proceso sera

(0) = E (XtS + t )2
2
= 2 E(XtS
) + 2E(XtS t ) + E(2t )
por estacionariedad para {Xt }, se obtiene
(0) = 2 (0) + 2
es decir
2
1 2
de manera similar se tiene que obtiene las autocovarianzas
(0) =
(S)
(2S)
..
.
(iS)
= 2 /(1 2 )
= 2 2 /(1 2 )
.
= ..
= i 2 /(1 2 ),
para i 0
mientras que
(k) = 0.
para k 6= iS
Por tanto, la ACF esta dada por

i
, para k = iS con i = 1, 2, . . .,
(k) =
0, para k 6= iS.
Otro caso particular lo constituye el modelo ARIMA(0, 0, 1)S que corresponde al MA(1)S .
Ejemplo 5.4.2 Considere un proceso MA(1)S descrito por
Xt = t tS ,
donde {t } RB(0, 2 ) y || < 1. As la funcion de autocovarianza del proceso es
Series de Tiempo
89
M.Ignacia Vicu
na - Cristian V
asquez
(0) = (1 + 2 ) 2
(S) = 2 2
(k) = 0, para k 6= S
esto implica que la ACF esta definida por
si k = 1,
1,
2
/(1 + ), si k = S,
(k) =
0,
para k 1 con k 6= S.
Una vez conocidos estos dos ejemplos, se puede extender de forma natural los modelos
ARIMA a sus versiones estacionales.
5.4.1.
Modelo multiplicativo estacional
Este modelo tiene en cuenta ambos efectos, estacionales y no estacionales, Box y Jenkins
(1970) definieron el modelo multiplicativo estacional centrado en cero como
S
(B)(B S )d D
S Xt = (B)(B )t ,
denotado por SARIMA(p, d, q) (P, D, Q)S , donde {t } RB(0, 2 ), (B) y (B S ) corresponde a los polinomios de rezago auto-regresivo de orden p y auto-regresivo estacional de
orden P respectivamente, (B) y (B S ) son los polinomios de rezago de medias moviles de
orden q y Q respectivamente, ademas D y d toman valores en N.
Se entiende as que la serie generada por Zt = d dS Xt corresponde a un proceso ARMA(p, q)
(P, Q)S . Es importante verificar que el proceso presentado anteriormente sea estacionario e
invertible, para lo cual se requiere que las races de las ecuaciones
(x) = 0
(x) = 0
y
y
(xS ) = 0
(xS ) = 0
se encuentren fuera del crculo unitario.

El modelo considera tendencia en la media d y tendencia en la estacionalidad D
S , es decir,
cuando se tienen patrones de comportamiento de la forma Xt ' XtS , entonces existe una
relacion integrada con el periodo rezagado en la frecuencia de la estacionalidad.
La importancia de este modelo radica en que, es muy aplicable a series con observaciones
mensuales.
Para este tipo de modelos, a mayor complejidad del modelo debera corresponden una estructura de autocorrelacion mas compleja. Para ver esto consideremos un ejemplo.
Series de Tiempo
90
M.Ignacia Vicu
na - Cristian V
asquez
Ejemplo 5.4.3 Considere el siguiente modelo SARIMA(0, 0, 1) (0, 0, 1)12 estacionario e

invertible, de la forma
Xt = (1 B)(1 B 12 )t ,
este modelo se puede escribir como
Xt = t t1 t12 + t13
la funcion de autocovarianza resultante es
(1 + 2 )(1 + 2 ) 2 ,
(1 + 2 ) 2 ,
0,
(k) =
2 ,
(1 + 2 ) 2 ,
2 ,
si
si
si
si
si
si
k = 0,
|k| = 1,
|k| =
6 0, 1, 11, 12, 13,
|k| = 11,
|k| = 12,
|k| = 13,
Por lo tanto, la ACF del proceso es
/(1 + 2 ),
/ [(1 + 2 )(1 + 2 )] ,
/(1 + 2 ),
(k) =
/ [(1 + 2 )(1 + 2 )] ,
0,
si |k| = 1,
si |k| = 11,
si |k| = 12,
si |k| = 13,
otro caso.
Otro ejemplo importante es el siguiente

Ejemplo 5.4.4 Considere un proceso SARIMA(1, 0, 0) (0, 0, 1)12 estacionario e invertible
(1 B)Xt = (1 B 12 )t ,
para este proceso se tiene la siguiente funcion de autocovarianza
((1 (12 )) 12 ) 2 /(1 2 ), si k = 0,

(k 1) 12k 2 ,
si |k| = 1, 2, . . . , 12,
(k) =
(k 1),
para |k| 13.
Series de Tiempo
91
M.Ignacia Vicu
na - Cristian V
asquez
En este tipo de modelos el parametro D tambien se encuentra a mano, al igual que en los
modelos ARIMA. Como ya se vio en los ejemplos anteriores, se debe conocer una gran cantidad de modelos SARIMA para lograr identificar con la ACF de un proceso, es por ello que
vamos a ver un caso mas general.
Considere el siguiente modelo ARMA estacional SARIMA(1, 0, 1) (0, 0, 1)S de la siguiente
forma
(1 B)Xt = (1 B)(1 B S )t ,
donde t RB(0, 2 ) y S 3. Muestre que la funcion de autocovarianza esta dada por
"
(0) =
#
(1 + 2 )(1 + 2 2) 2S1 (1 )( ) 2
,
1 2

(1 )( )
(1 + 2 ) (S2 + S ) 2 ,
2
1
(k) = (k 1) Sk1 (1 )( ) 2 , 2 k S 1,
#
"
S1 (1 + 2 S )(1 )( ) (1 + 2 2) 2
,
(S) =
1 2
(1) =

(1 )( ) S
(1 + 2 ) (1 + 2S ) 2 ,
2
1
(k) = (k 1), k S + 2.
(S + 1) =
Observaciones
1. Para conocer el valor de S se debe tener informacion sobre la serie, ya que muchas
veces no es tan claro identificar el valor de S en la ACF.
2. El valor de D se ajusta a mano, al igual que el valor de d, para ello se realiza una
diferenciacion estacional de la serie y se determina si persiste o no persiste la tendencia
estacional (similar al caso ARIMA simple, pero la tendencia se observa cada S rezagos).
3. Una vez que se determino el valor de S, d y D se realiza las respectivas diferenciaciones,
es decir, se obtiene una nueva serie
d
Zt = D
S Xt ,
para posteriormente
a) Identificar el modelo.
b) Realizar estimaciones.
c) Predicciones, test sobre los parametros, etc.
Series de Tiempo
92
M.Ignacia Vicu
na - Cristian V
asquez
Captulo 6
Modelos Heteroced
asticos
Los procesos ARIMA estudiados en el captulo anterior, son modelos sencillos de implementar, pero tienen la limitacion de que, aunque asumen que la esperanza condicionada vara
en el tiempo, tanto la varianza marginal como la condicionada son constantes. Por ejemplo,
consideremos el proceso AR(1)
xt = xt1 + t
t RB(0, 2 ), || < 1
Note que la media no condicionada de xt es cero, E(xt ) = 0, mientras que la media condi2
cionada es xt1 . Ademas, la varianza marginal es 1
2 , mientras que la varianza condiciona2
da es .
En el estudio de series temporales financieras, sobre todo a frecuencias altas, se han observado ciertas caractersticas comunes en las cuales el segundo momento condicionado vara en el
tiempo y que, por tanto, no pueden ser explicadas por los modelos ARIMA. En los mercados
financieros grandes cambios tienden a ser seguidos por grandes cambios, y peque
nos cambios tienden ser seguidos por peque
nos cambios. En otras palabras, los mercados financieros
a veces son mas volatil, y otras veces menos activos. Los modelos de Heterocedasticidad
Condicionada tratan de modelizar la volatilidad de una serie temporal.
6.1.
Caractersticas de las Series Financieras
Las series financieras suelen presentar las siguientes caracterticas, generalmente conocidos
como los hechos estilizados (stylized-facts),
1. Ausencia de autocorrelaci
on significativa: Las series financieras (retornos), exhiben bajo nivel de autocorrelacion, por lo cual tienen bajo nivel de prediccion. Mientras que para los cuadrados de los valores de la serie esta altamente correlacionado. A
veces, estas correlaciones son siempre positivas.
2. Distribuciones con colas pesadas: mucho mas que el un ruido blanco gaussiano.
3. Agrupamiento de la volatilidad: Se observa que la volatilidad es persistente y
puede ser alta para ciertos periodos de tiempo y baja para otros. Esta caracterstica se
puede ver reflejada en las autocorrelaciones de la serie al cuadrado significativamente
distintas de cero.
93
Ejemplo 6.1.1 La siguiente serie contiene el Indice diario de precio selectivo de acciones
(IPSA) desde Enero 2006 hasta Septiembre 2013. Como la serie no es estacionaria, se diferencia el logaritmo de la serie obteniendose los retornos, los cuales si son estacionarios.
IPSA
5000
4500
4000
3500
3000
2500
2000
2006
2007
2008
2009
2010
2011
2012
2013
2014
2011
2012
2013
2014
log(IPSA)
8.4
8.2
8.0
7.8
7.6
2006
2007
2008
2009
2010
Se observa que los retornos tienen poca estructura y que su varianza no es constante a lo
largo del tiempo. En concreto, hacia finales del 2008 la serie presenta mayor varianza. La
escasa estructura de la serie se confirma con el grafico de la funcion de autocorrelacion. A
partir del histograma de los retornos y el qqplot podemos apreciar que retornos no siguen
una distribucion normal, ya que presenta exceso de curtosis, colas mas pesadas.
Series de Tiempo
94
M.Ignacia Vicu
na - Cristian V
asquez
Retornos
0.10
0.05
0.00
0.05
2006
2007
2008
2009
2010
2011
2012
ACF Retornos
2013
2014
600
200
0
0.0
10
15
20
25
30
0.05
0.00
0.05
Lag
Distribucin Retornos
Normal QQ Plot
0.10
0.00
0.05
0.05
0.00
Sample Quantiles
30
20
10
0
0.05
0.05
40
0.10
50
Density
400
Frequency
0.6
0.4
0.2
ACF
0.8
800
1.0
Histograma Retornos
0.10
N = 1930 Bandwidth = 0.00159
Theoretical Quantiles
En el siguiente grafico se representa la serie de los retornos al cuadrado, donde nuevamente

se observa que la varianza no es constante a lo largo de la muestra. Ademas la funcion de
autocorrelacion muestran una fuerte estructura de dependencia.
Retornos2
1.0
ACF Retornos2
0.014
0.8
0.012
0.6
0.010
0.4
ACF
0.008
0.006
0.2
0.004
0.0
0.002
0.000
2006
2007
2008
2009
2010
2011
2012
2013
2014
10
15
20
25
30
Lag
Series de Tiempo
95
M.Ignacia Vicu
na - Cristian V
asquez
Los modelo heterocedasticos suponen que la varianza condicionada a los valores pasados de
la serie (t2 ) no es constante en el tiempo. En la literatura t2 se conoce como volatilidad.
Los diversos modelos de volatilidad que existen se diferencian entre s en la forma en que
se modela la evolucion de t2 . Los modelos de heterocedasticidad condicionada se pueden
clasificar en dos grandes categoras:
1. Modelos ARCH, que modelan t como una funcion determinstica.
2. Modelos de volatilidad estocastica, que modelan la volatilidad mediante una ecuacion
estocastica.
6.2.
Modelos ARCH
Engle (1982) propuso modelar la volatilidad como una funcion lineal de las observaciones
pasadas. Los modelos ARCH(p) estan dados por
y t = t t
t2
= 0 +
p
X
2
j ytj
j=1
iid
t N (0, 1)
A partir de la estructura del modelo se observa que un valor alto del shock al cuadrado en
2
, conlleva una varianza condicionada grande en el periodo t, t2 , lo que
periodos pasados, yti
a su vez hara mas probable un valor alto de yt2 = 2t t2 . Por tanto, en los modelos ARCH,
grandes shocks seran seguidos de otro shock grande. Este efecto implica que los cuadrados de
la serie van a presentar correlacion, por lo que se observar periodos de mayor varianza. Esta
caracterstica es similar al agrupamiento de volatilidad observado en las series financieras.
6.2.1.
Modelo ARCH(1)
El caso mas sencillo es un proceso ARCH(1),

yt = t t
2
t2 = 0 + 1 yt1
iid
t N (0, 1)
donde 0 > 0 y 1 > 0 para garantizar que la varianza condicional sea positiva. En este caso,
se dice que el proceso yt presenta heterocedasticidad autorregresiva condicionada de orden
1.
Series de Tiempo
96
M.Ignacia Vicu
na - Cristian V
asquez
Caractersticas del modelo ARCH(1):

1. La media marginal y condicional de yt son cero.
E(yt ) =
=
=
=
=
E(yt |Ft1 ) =
=
=
E(E(yt |Ft1 ))
E(E(t t |Ft1 ))
E(t E(t |Ft1 )), pues t = 0 + 1 yt1

E(t E(t )), independencia de t
0
E(t t |Ft1 )
t E(t |Ft1 )
0
donde Ft1 = {yt1 , yt2 , ...} denota el conjunto de informacion disponible hasta el
periodo t 1.
2. Las autocovarianzas de yt son nulas.
Para k > 0,
Cov(yt , ytk ) = E(yt ytk ) = E(E(yt ytk |Ft1 )) = E(ytk E(yt |Ft1 )) = 0
3. La varianza condicionada de yt no es constante, sino que vara en el tiempo.
Var(yt |Ft1 ) = Var(t t |Ft1 ) = t2 Var(t |Ft1 ) = t2
Por lo tanto, para que yt este bien definido se requiere que t2 0. Una condicion
suficiente es que 0 > 0, 1 > 0.
4. Si 0 1 < 1 la varianza de yt es constante.
yt2
= 0
n
X
2
1j 2t 2tj + 1n+1 2t 2t1 2tn ytn1
j=0
Como 1 1, el u
ltimo termino de la expresion tiene a cero, cuando n , luego
yt2
= 0
1j 2t 2tj
j=0
Por lo tanto,
0
1 1
De esta manera, si 0 1 < 1 se tiene que yt es estacionario.
Var(yt ) = E(yt2 ) =
5. El modelo ARCH tiene distribucion con colas mas pesadas que la Normal.
E(y 4 )
La curtosis de yt es (Var(ytt ))2 es mayor que 3 (distribucion normal) para 12 < 13 .
E(yt4 )
1 12
=
>3
(Var(yt ))2
1 312
Series de Tiempo
97
M.Ignacia Vicu
na - Cristian V
asquez
6. Aunque yt no presenta autocorrelacion, el modelo ARCH(1) establece una dependencia

de yt2 como un proceso AR(1).
Note que el modelo ARCH(1) puede ser expresado por
yt2 = t2 + yt2 t2
2
+ t2 (2t 1)
= 0 + 1 yt1
2
= 0 + 1 yt1
+ t
Se puede demostrar que {t } es un Ruido Blanco, luego yt2 sigue un proceso AR(1).
En general, no se debe ajustar directamente un modelo ARIMA a yt2 dado que usualmente se estima bajo el supuesto de normalidad de los ruidos, lo que no necesariamente
se cumple para t
6.2.2.
Modelo ARCH(p)
El proceso ARCH(1) puede generalizarse permitiendo que la varianza condicionada dependa

de mas de un retardo del proceso. Viene dado por las siguientes ecuaciones:
y t = t t
t2
= 0 +
p
X
2
j ytj
j=1
iid
t N (0, 1)
donde 0 > 0 y i > 0, i P
= 1, ..., p para garantizar que la varianza condicional sea positiva.
Ademas, se requiere que pj=1 i < 1 para que el proceso yt sea estacionario.
Propiedades del modelo ARCH(p):
Las siguientes propiedades se demuestran de manera similar al caso ARCH(1).
1. Tanto la media condicionada como la marginal de yt son cero.
2. La varianza condicionada es Var(yt |Ft1 ) = t2 .
3. La varianza marginal es Var(yt ) =
0
,
11 2 p
donde se requiere que
Pp
j=1
i < 1.
4. El coeficiente de curtosis de un proceso ARCH(p) es siempre mayor que 3.

5. yt2 siguen un proceso AR(p).
Series de Tiempo
98
M.Ignacia Vicu
na - Cristian V
asquez
La ausencia de autocorrelacion del proceso ARCH le hace deseable para la modelizacion de

series temporales financieras. La hipotesis de mercados eficientes se describe en ocasiones
como la incapacidad de predecir rentabilidades futuras a partir de rentabilidades pasadas. Si
una rentabilidad rt es un proceso ARCH puro (es decir, sin variables explicativas), entonces
se tiene E(rt |Ft1 ) = 0 Por tanto, la existencia de efectos ARCH no contradice esta version
de la hipotesis de mercados eficientes.
El potencial de un modelo ARCH esta en que proporciona una medida de riesgo cambiante
en el tiempo, que puede ser un input importante en otro tipo de analisis, como por ejemplo,
si se quiere cuantificar la remuneracion que en un determinado mercado se ofrece al riesgo
que se asume en el mismo.
Ejemplo 6.2.1 Se simulo un proceso ARCH(1) de tama
no 1000 con 0 = 0,3 y 1 = 0,7
Simulacin proceso ARCH(1)
200
400
600
800
ACF y2
t
1.0
0.0
0.0
0.2
0.2
0.4
0.4
ACF
0.6
0.6
0.8
0.8
1.0
ACF yt
ACF
1000
10
15
20
25
30
10
15
20
Lag
Lag
valoresp Box Ljung yt
valoresp Box Ljung y2

t
25
30
0.05
1.0
0.8
0.04
pvalue
0.02
0.03
0.4
pvalue
0.6
0.0
0.00
0.01
0.2
10
15
20
Lag
Series de Tiempo
10
15
20
Lag
99
M.Ignacia Vicu
na - Cristian V
asquez
Histograma de yt
400
Normal QQ Plot
300
200
Frequency
100
2
0
4
Sample Quantiles
Theoretical Quantiles
6.2.3.
Predicci
on en Modelos ARCH(p)
Las predicciones de la volatilidad t2 , en un modelo ARCH(p) se pueden obtener de manera

recursiva dado los datos hasta hoy {yt , yt1 , ....}.
t2
= 0 +
p
X
2
j ytj
j=1
p
2
n+h
= 0 +
2
j yn+hj
j=1
2
n+h
= E(0 +
p
X
2
j yn+hj
|Ft )
j=1
= 0 +
p
X
2
j E(yn+hj
|Ft )
j=1
Por lo tanto,
2
n+1
= 0 +
p
X
2
|Ft )
j E(yn+1j
j=1
p
= 0 +
2
j yn+1j
j=1
Series de Tiempo
2
n+1
100
M.Ignacia Vicu
na - Cristian V
asquez
n+2
= 0 +
p
X
2
j E(yn+2j
|Ft )
j=1
2
= 0 + 1 E(yn+1
|Ft ) +
p
X
2
j yn+2j
j=2
= 0 +
2
|Ft )
1 E(2n+1 n+1
p
X
2
j yn+2j
j=2
p
2
= 0 + 1 n+1
+
2
j yn+2j
j=2
p
= 0 + 1 [0 +
2
j yn+1j
]
j=1
p
X
2
j yn+2j
j=2
y as sucesivamente.
6.2.4.
Debilidades de los Modelos ARCH
1. El modelo asume que los shocks positivos y los negativos tienen el mismo efecto sobre
la volatilidad ya que esta depende del cuadrado de los shocks pasados. Sin embargo, en
la practica se observa que la volatilidad es asimetrica ante shocks positivos y negativos.
2. Los modelos ARCH son bastante restrictivos y debe imponer condiciones sobre los
parametros, por lo cual el proceso de estimacion es mas costoso.
3. Generalmente, los modelos ARCH requieren un n
umero elevado de retardos para describir el proceso de volatilidad.
4. Los modelos ARCH consiguen describir el comportamiento de la varianza condicionada,
pero no explican las causas de dicho comportamiento.
6.3.
Modelos GARCH
Bollerslev (1986) propone una extension conocida como ARCH generalizado (GARCH). El
proceso GARCH(p,q) esta dado por
y t = t t
t2
= 0 +
q
X
2
i yti
i=1
p
X
2
j tj
j=1
iid
t N (0, 1)
P
0 > 0, i 0, i = 1, ..., p, j 0, j = 1, ..., q y max{p,q}
(i + i ) < 1.
i=1
Si p = 0, el modelo anterior se reduce a un ARCH(q).
Series de Tiempo
101
M.Ignacia Vicu
na - Cristian V
asquez
6.3.1.
GARCH(1,1)
Las caractersticas de los modelos GARCH se pueden ver facilmente en el modelo mas simple,
GARCH(1,1), que, ademas, en la practica suele ser un modelo adecuado. En este caso, la
varianza condicionada sigue la ecuacion:
2
2
t2 = 0 + 1 yt1
+ 1 t1
donde 0 > 0, 1 0, 1 0 y 1 + 1 < 1.

Note que un GARCH(1,1) se corresponde con un modelo ARCH() con una estructura
particular para los parametros de los terminos retardados de yt2 .
Propiedades del modelo GARCH(1,1)
1. Tanto la media condicionada como la marginal de yt son cero.
2. La varianza condicionada es t2 .
3. La varianza marginal es
0
.
11 1
4. Puede demostrarse que, bajo el supuesto de que t N (0, 1), el coeficiente de curtosis
de yt viene dado por:
3(1 (1 + 1 )2 )
>3
1 (1 + 1 )2 212
donde se debe cumplir la restriccion 1 (1 + 1 )2 212 > 0 para que el momento de
orden 4 sea positivo.
5. El modelo GARCH(1,1) establece una dependencia de los cuadrados de las observaciones como un proceso ARMA(1,1).
2
yt2 = 0 + (1 + 1 )yt1
+ t 1 t1
donde t es un proceso de ruido blanco formado por variables estacionarias incorrelacionadas de media cero y varianza marginal constante, t = yt2 t2 .
El coeficiente (1 + 1 ) es conocido como persistencia y en las series financieras se suele
obtener una estimacion proxima a la unidad.
En general, si yt es un proceso GARCH(p, q) entonces
yt2
= 0 +
m
X
2
i yti
i=1
p
X
j tj + t
j=1
es un proceso ARMA(m, p) en terminos de t = t2 (2t 1), donde m = max{p, q},

i = (i + i ) con i = 0, i > q y j = 0, j > p.
Series de Tiempo
102
M.Ignacia Vicu
na - Cristian V
asquez
6.3.2.
Debilidades de los Modelos GARCH
Los modelos GARCH presentan, al igual que los procesos ARCH, algunas debilidades. En
concreto, la respuesta de la volatilidad a los shocks positivos es la misma que a los negativos. Ademas, estudios empricos recientes muestran que las colas de la distribucion con
los modelos GARCH siguen siendo demasiado estrechas a
un considerando innovaciones con
distribucion t-Student estandarizada.
6.4.
Modelos ARMA-GARCH
Muchas series financieras presentan baja correlacion por lo cual se le ajusta un modelo
ARMA cuyas innovaciones son un proceso GARCH. Por lo tanto el modelo ARMA(p1 , q1 )GARCH(p2 , q2 ) a utilizar esta dado por
yt = 1 yt1 + 2 yt2 + p1 ytp1 + 1 t1 + q1 tq1
t = t t
p2
q2
X
X
2
2
2
t = 0 +
i ti +
j tj
i=1
6.5.
j=1
Modelos IGARCH
En la practica, en la estimacion de los modelos GARCH(1,1) suelen obtenerse valores

1 +
1 1. Por ello, surgieron los modelos GARCH integrados o IGARCH (Engle y Bollerslev
(1986)), que son modelos GARCH que tienen una raz unitaria en la representacion como
un ARMA de yt2 .
Por ejemplo, un proceso IGARCH(1,1) esta formado por las ecuaciones:
yt = t t
2
2
t2 = 0 + 1 yt1
+ 1 t1
donde 1 + 1 = 1. Por tanto el proceso yt no es debilmente estacionario ya que su varianza
marginal, 1101 no es finita.
Series de Tiempo
103
M.Ignacia Vicu
na - Cristian V
asquez

Apuntes Serie de Tiempo

Transféré par

Informations du document

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Apuntes Serie de Tiempo

Transféré par

Droits d'auteur :

Formats disponibles

Apuntes para el Curso

3.6.1. Descomposicion de Wold . . . . . . . . . . . . . . . . . . . . . . . . .

Una serie cronologica o serie de tiempo es una coleccion de observaciones {Yt , t T } de un

Modelacion: Poder describir y modelar el comportamiento de la series de tiempo.

diarios en una cuidad para predecir cuando iniciar una campa

Ejemplos de Series de Tiempo

Indice de precios al consumidor

Modelamiento de una Serie de Tiempo

ortogonalizar las variables.

Cuadro 1.1: Serie de consumo de energa electrica Enero-1977 a Diciembre-1978.

Consumo Energa Elctrica entre los aos 19771978

del proceso Yt . Luego, para q + 1 t n q

Suponiendo que mt es aproximadamente lineal en el intervalo [t q, t + q] y que la media

si la variable muestra patrones cambiantes

con pesos aj = (2 q + 1)1 para q j q.

Si la tendencia Tt evoluciona suavemente, su promedio Tt va a diferir poco de Tt . Ademas

Los pesos {i } decaen en forma geometrica. En efecto

Ejemplo 1.3.3 Datos Ejemplo 1.3.1

Error Cuadrtico Medio

La variabilidad de Y alrededor de la curva () debe ser constante.

(Yi ao a1 (xi x))2

El estimador lineal local es

[aj cos(j t) + bj sin(j t)]

donde a0 , a1 , ..., ak , b1 , ..., bk son parametros desconocidos y 1 , . . . , k son las frecuencias

1, si el periodo t corresponde al mes j, j = 1, 2, . . . , 12,

de modo que la matriz no es de rango completo, as, imponemos la restriccion adicional

y obtenemos el modelo de rango completo

1, si el periodo t corresponde al mes j,

el modelo se puede escribir de la siguiente manera

de modo que el estimador de mnimos cuadrados esta dado por

Ejemplo 1.3.7 Datos Ejemplo 1.3.5

Transformaciones para estabilizar la varianza

de esta forma se tiene que la varianza aproximada del proceso T (Zt ) es

ya que se desea que la varianza de T (Zt ) sea constante C 2 , sigue que

la cual es valida para Zt > 0, t.

exp { 21 2 (Y X)T (Y X)}

Para encontrar el EMV se prosigue en dos etapas.

2 ()) = C log(s2 ())

es facil ver que

Por lo tanto, el EMV de es aquel valor que maximiza la log-verosimilitud (1.6).

2 ()) = C1 log(s21 ())

En R a traves de la funcion boxcox() de la libreria MASS, se puede estimar el valor

Relative Likelihood Analysis

lo que implica que no existe dependencia entre las observaciones, es decir,

Diremos que {xt } es una camino aleatorio si:

donde {t } es una secuencia de Ruido Blanco. Sustituyendo xt1 = xt2 + t1 en la ecuacion

Operadores y polinomios de rezago

por la aplicacion sucesiva del operador de rezago B se obtiene

As que, en general, la expresion a la que se llega es

Note que al multiplicar a B k por Yt se obtiene la variable rezagada k perodos y, debido

se tiene que Xt puede escribirse como Xt = Yt . La relacion que liga al a con B es la

es un polinomio de rezago que puede expresarse como A(B)Yt , en donde

con 0 = 1 y los coeficientes 1 , 2 , . . . , k son constantes que ponderan la importancia de

PLG - Proceso lineal general

donde j son coeficientes cualquiera y {t } es una secuencia de ruido blanco t RB(0, 2 ).

2. Una condicion menos usada

as, esa A(B) el siguiente polinomio

Entonces note que el proceso se puede escribir como

j B j es una serie, C(B) tambien es una serie que la podemos escribir

Se define la funcion de autocovarianza del proceso {Yt , t = 1, 2 . . . , n} como

donde (0) = Var(Yt ).

En muchas ocasiones (s t) no depende de t, en tales casos la funcion va a quedar definida

As podemos calcular los primeros dos momentos del proceso

Y (t, s) = Cov(Yt , Ys ) = Cov(