Académique Documents
Professionnel Documents
Culture Documents
UNI - 2008
Cdigo: 20022189c
DATOS
Los datos que analizaremos sern obtenidos de la pagina del INEI y corresponden a la
produccin de YUCA para el periodo 1990 al 2007.
Ao
1990
1991
1992
1993
1994
1995
1996
1997
1998
1999
2000
2001
2002
2003
2004
2005
2006
2007
Valor
381.1
410.7
386.3
438.5
512.49
547.44
702.95
752.32
884.12
868.11
881.99
859.06
890.88
913.83
971.05
1004.45
1138.55
1158.05
GRAFICO DE LA SERIE
A continuacin se calculo la serie con el eviews para todo el periodo de tiempo:
Series de Tiempo
UNI - 2008
Series de Tiempo
UNI - 2008
Z t 0 1Z t 1 2 Z t 2 t
Series de Tiempo
UNI - 2008
55.26
Schwarz criterion
11.18
1.95
11.04
La variable del modelo AR(2) no es significativa por tener una probabilidad de 0.9965,
ser extrada del modelo y evaluaremos el siguiente modelo:
Modelo:
Z t 0 1Z t 1 t
51.48
2.00
10.84
Schwarz criterion
10.93
La variable del modelo C no es significativa por tener una probabilidad de 0.2325, ser
extrada del modelo y evaluaremos el siguiente modelo:
Series de Tiempo
Modelo:
UNI - 2008
Z t 1Z t 1 t
Series de Tiempo
UNI - 2008
Series de Tiempo
UNI - 2008
50.62
Schwarz criterion
10.79
2.01
10.75
MODELO MA(Q)
Para el modelo tomamos evaluamos con un grado adicional (para un mejor anlisis) es
decir hasta el tercer rezago:
Modelo Z t 0 t 1Z t 1 2 Z t 2 3 Z t 3
Series de Tiempo
UNI - 2008
75.47
Schwarz criterion
11.90
1,45
11.72
La variable del tercer rezago resulta con mayor probabilidad y ser extrada del modelo.
Modelo: Z t 0 t 1Z t 1 2 Z t 2
85.28
Schwarz criterion
12.05
0.34
11.91
Series de Tiempo
UNI - 2008
Series de Tiempo
UNI - 2008
35.68
Schwarz criterion
10.40
2.27
10.23
Series de Tiempo
UNI - 2008
35.06
Schwarz criterion
10.28
1.82
10.15
Series de Tiempo
UNI - 2008
Tenemos dos modelos de pronostico para ver el mejor a largo plazo evaluamos en todo
el periodo.
MEJOR PRONSTICO A LARGO PLAZO
Con el EVIEWS hacemos una estimacin en todo el periodo y luego el pronostico en
todo el periodo de tiempo.
Para el modelo MA Z t 0 t 1Z t 1 2 Z t 2
RMSE = 99.23
Para el ARMA Z t 0 1Z t 1 2 Z t 2 t
Series de Tiempo
UNI - 2008
ANEXOS
Series de Tiempo
UNI - 2008
DURBIN-WATSON STATISTIC
La estadstica de Durbin-Watson es una prueba de primer orden para la correlacin
serial. Ms formalmente, el DW estadstica mide la asociacin lineal entre residuos
adyacentes de un modelo de regresin. De Durbin-Watson es una prueba de la hiptesis.
Si no hay correlacin serial, DW estar alrededor de 2. El DW estadstica caer por
debajo del 2 si existe correlacin positiva de la serie (en el peor de los casos, ser
cercano a cero). Si hay correlacin negativa, la estadstica est situada en algn punto
entre el 2 y 4.
La correlacin positiva de la serie puede ser observada de la forma de dependencia.
Como regla general, con 50 o ms observaciones, y pocas variables independientes, el
estadstico DW estar alrededor de 1,5 es un fuerte indicio de correlacin serial positivo
de primer orden.
Hay tres principales limitaciones de la prueba DW como una prueba de la correlacin
serial. En primer lugar, la distribucin estadstica de la DW en virtud de la hiptesis
nula depende de la matriz de datos. El enfoque habitual para el manejo de este problema
es poner lmites en la regin crtica, la creacin de una regin en la que los resultados de
las pruebas no son concluyentes. En segundo lugar, si hay variables rezagadas al lado
derecho de la regresin, el DW de prueba ya no es vlido.
Otras dos pruebas de la correlacin serial, el Q-estadstica y la Breusch-Godfrey LM
ensayos superar estas limitaciones, y se prefieren en la mayora de las aplicaciones.
Mide la estadstica de la correlacin serial en los residuos.
AKAIKE INFORMATION CRITERION
Esta calculada como:
El AIC se usa a menudo en el modelo de seleccin por falta de alternativas anidadas, los
valores ms pequeos de la AIC son preferibles.
SCHWARZ CRITERION
Es una alternativa del AIC que impone una mayor pena para los coeficientes: