Académique Documents
Professionnel Documents
Culture Documents
1. Dado el proceso:
Yt=3+ut+0.8ut-1-0.5ut-2 , 2U=1
2. Dado el proceso:
Yt=0.4Yt-1+0.3Yt-2+2+ut; , 2U=3
a. ¿Es estacionario?
b. Calcular la esperanza, varianza y autocovarianzas
c. Obtener la función de autocorrelación
d. Representación del correlograma
e. Ecuaciones de Yule-Walker
3. Dado el proceso:
Yt=-0.6Yt-10.5Yt-2+ut+0.4ut-1+6 ; 2U=1
a. ¿Es estacionario?
b. ¿Es invertible?
c. Calcular la esperanza, varianza y autocovarianzas
d. Función de autocorrelación
e. Representación del correlograma
4. Las ventas de una empresa en los últimos 11 años han sido (en miles de millones de pesetas):
año 79 80 81 82 83 84 85 86 87 88 89
ventas 3 4 6 7 7 8 9 11 11 12 13
5. Dada la serie Y con t=25, se han obtenido los siguientes coeficientes de autocorrelación muestral:
r1=0.8, r2=0.6, r3=0.23, r4=0.05, r5=0.01.
En base a estos datos un grupo de economistas han estimado los siguientes modelos:
a. Yt=0.8Yt-1+1+ut
b. Yt=3+ut-0.32ut-1+0.2ut-2+0.15ut-3
c. Yt=0.7Yt-1+1+ut-0.4ut-1
A partir de estas estimaciones, se calcularon los cinco primeros coeficientes de autocorrelación de los
residuos para cada modelo. Estos son:
Coeficientes de correlación muestral de los residuos:
ru1 ru2 ru3 ru4 ru5
mod A 0.001 0.01 0.002 -0.0015 0.0002
mod B 0.6 0.73 0.8 0.45 0.44
mod C 0.1 0.05 0.02 0.02 0.01
Wt=0.5Wt-1+ut-0.4ut-1-0.2ut-2
donde: Wt=Yt-Yt-1 y T=25; Y25=20; Y24=18; Yˆ24 (1) 21 Yˆ23 (1) 19 ; 2U= 2.
a. Analizar la invertilibidad
b. Efectuar la predicción de Y26 e Y27.
c. Realizar una predicción por intervalo para Y26 e Y27 con un nivel de confianza del 95%.
7. ¿Existe algún tipo de proceso ARIMA en el que la varianza del error de predicción efectuada un
periodo hacia adelante sea mayor que la varianza del ruido blanco?
Wt=0.5Wt-1+2+ut ; 2U= 2.
siendo Wt=(1-L)2Yt
Si se dispone de información hasta el periodo 50 I50, obtener la varianza del error de la predicción
efectuada para el periodo 51.
LICENCIATURA EN ECONOMIA. Curso 2001-02
(1-0.5L+0.0625L2)Yt=(1-0.55L+0.075L2)ut+
2. (Dic 00)
Supongamos que un empresario quiere predecir las ventas de su empresa y que para ello
dispone del siguiente modelo:
Zt= 0,5Zt-1+ut
donde ut es un ruido blanco con var(ut)=0,2. Además, sabemos que z100=2 y que las
predicciones hechas con el modelo son:
ẑ 99 (1) 1,5
ẑ 99 ( 2) 0,75
3. (Sept 1999)
Dado un proceso ARIMA(1,1,1), obtén las predicciones puntuales para uno y dos
períodos hacia delante sabiendo que 1=-0,5 y que 1= 0,8.
YT=100
YT-1=98
=3
Ŷ (1) T 1 99
4. (Jul 2000)
Calcular analíticamente el error cuadrático medio en T+1, T+2 y T+3 para un camino
aleatorio sin constante.
5. Dado un proceso ARIMA (1,1,2)
wt= 0,6wt-1+1+ut-0,7ut-1+0,1ut-2
con wt=(1-L)yt
donde T=100, ¿cuál es la predicción puntual y por intervalos de confianza para y101 e
y102, sabiendo que :
y100= 70, y99 =68, ŷ 98 (1) 66 , ŷ 99 (1) 69 ; 2u=1
(1+0,49L+0,2L2)(1-L)lnYt= -0,02+ut
sabiendo que:
7. Dado un proceso
(1-L)(1-L12)Yt= (1-0,4L)(1-0,6L12)ut
sabiendo que:
ŷ 149 (1) 4980 ; ŷ 139 (1) 3968 ; ŷ 138 (1) 3983 ; ŷ 137 (1) 4251
b) ¿Es posible que el proceso haya sido generado a partir de un ARMA(1,1)? En caso
afirmativo, explica bajo qué condiciones es esto posible.