Documente Academic
Documente Profesional
Documente Cultură
SERIE DISCRETA
SERIE CONTINUA
METODOS DE PREDICCION
J. Ramoni Perazzi
ECONOMETRIA II
Tema 3.1 .1
(SE UTILIZAN CUANDO EXITEN SUFICIENTES DATOS: CUANTITATIVOS (JUCIOS PERSONALES)NO FORMALES CUALITATIVOS APRECIATIOS
REFLEJAN EL PASADO Y SON REPRESENTATIVOS DEL
FUTURO)
METODO DELPHI
CURVA CRECIMIENTO
ANALISIS ESCENARIOS
ESTUDIO MERCADO
GRUPOS DE ENFOQUE
ESTADISTICAS:
PATRONES, CAMBIOS
EN PATRONES,
PERTURBACIONES
ALEATORIAS
SEPARACION DE
COMPONENTES: T, C,
S, I. COMBINACION
DE PROYECCIONES
INDIVIDUALES
DESCOMPOSICION DE SERIES
PROMEDIOS MOVILES
SUAVIZACION EXPONENCIAL
PROYECCION DE TENDENCIA
CONCEPTOS
ESTADISTICOS
MODELOS ECONOMETRICOS
DE SERIES DE TIEMPO
BOX-JENKINS
RELACION DE
CAUSALIDAD
J. Ramoni Perazzi
ECONOMETRIA II
MODELOS DE REGRESION
INDICADORES BASICOS
ENCUESTAS ANTICIPADAS
MODELOS DE ENTRADA Y SALIDA
Tema 3.1 .2
POR QU?
DATOS
TCNICA DE
PRONSTICO
QUIN?
HORIZONTE
PRECISIN
COSTO
DAM =
Yt Yt
t 1
ECM =
Yt Yt
t 1
n Yt Yt
PEMA =
t 1
Yt
n
J. Ramoni Perazzi
ECONOMETRIA II
PME =
t 1
Yt Yt
Yt
Tema 3.1 .3
CMO SE UTILIZAN?
J. Ramoni Perazzi
ECONOMETRIA II
Tema 3.1 .4
Rasci
CICP2i = ( Pi Abi ) 1 W2 i 1
P
i
donde Pi es la permanencia (en aos) del isimo profesor; W1i representa una
valoracin del mrito del nivel mximo del estudio alcanzado por el isimo
profesor. Los valores posibles de W 1i pueden ser 0, 1.5, 2, y, 4 segn sea el
titulo universitario ms alto alcanzado por el i-simo profesor, que puede ser
licenciatura, especializacin, maestra o doctorado, respectivamente; Abi es el
tiempo de abandono en el trabajo de ascenso acusado por el isimo profesor.
TIPOS DE NMEROS NDICES:
1) SIMPLE (IS): COCIENTE ENTRE EL VALOR DE UNA VARIABLE Yt Y SU
PROPIO VALOR PARA UN AO O MOMENTO BASE.
ISt= (Yt/Yo)*100
2) COMBINADO SIMPLE (ICS): CONSIDERA UN CONJUNTO DE VARIABLES
LAS CUALES HAN SIDO AGREGADAS (SUMADAS)
ICSt = (Yt/Yo)*100;
J. Ramoni Perazzi
ECONOMETRIA II
Tema 3.1 .5
1997
94.3
AO
1980
1981
1982
1983
1984
1985
1986
IBASE=70
275.0
250.0
230.0
280.0
IBASE=82 IBASE=84
100.0
121.7
90.0
100.0
95.0
99.0
EMPALME (82)
119.6
108.7
100.0
121.7
90.0
85.5
89.1
J. Ramoni Perazzi
ECONOMETRIA II
SERIE NUEVA=
Tema 3.1 .6
Tema 3.1 .7
Tema 3.1 .8
J. Ramoni Perazzi
ECONOMETRIA II
Tema 3.1 .9
FORMA ADITIVA
Y=TC
Y=TSC
Y = T+S+C+
(ANUALES)
(FRACCIONADOS)
UTIL
EN
VARIACION
CONSTANTE
SERIES
CON
ESTACIONAL
J. Ramoni Perazzi
ECONOMETRIA II
10
8
6
tcp
4
2
0
0
100
200
300
Source |
SS
df
MS
-------------+-----------------------------Model | 1721.86088
12 143.488407
Residual | 595.312195
281 2.11854874
-------------+-----------------------------Total | 2317.17307
293 7.90844053
Number of obs
F( 12,
281)
Prob > F
R-squared
Adj R-squared
Root MSE
=
=
=
=
=
=
294
67.73
0.0000
0.7431
0.7321
1.4555
-----------------------------------------------------------------------------tcp |
Coef.
Std. Err.
t
P>|t|
[95% Conf. Interval]
-------------+---------------------------------------------------------------t |
.0285023
.0010004
28.49
0.000
.026533
.0304715
_Imes_2 | -.0598223
.4116854
-0.15
0.885
-.8702013
.7505566
_Imes_3 | -.0359246
.4116891
-0.09
0.931
-.8463107
.7744616
_Imes_4 | -.1259069
.4116952
-0.31
0.760
-.9363049
.6844912
_Imes_5 | -.1009692
.4117037
-0.25
0.806
-.911384
.7094457
_Imes_6 | -.1195514
.4117146
-0.29
0.772
-.9299878
.690885
_Imes_7 |
-.259225
.4159505
-0.62
0.534
-1.077999
.5595494
_Imes_8 | -.2085607
.4159517
-0.50
0.616
-1.027337
.6102162
_Imes_9 | -.2166879
.4159553
-0.52
0.603
-1.035472
.6020961
_Imes_10 | -.1254402
.4159613
-0.30
0.763
-.944236
.6933556
_Imes_11 | -.1559841
.4159697
-0.37
0.708
-.9747965
.6628282
_Imes_12 | -.1476531
.4159806
-0.35
0.723
-.9664868
.6711806
_cons | -1.882231
.325245
-5.79
0.000
-2.522457
-1.242005
------------------------------------------------------------------------------
J. Ramoni Perazzi
ECONOMETRIA II
10
10
8
6
4
2
100
tcp
200
-5
0
0
300
100
200
Linear prediction
Linear prediction
Residuals
200
tc p
400
600
800
500
1000
t
1500
2000
Source |
SS
df
MS
-------------+-----------------------------Model | 75810361.6
12 6317530.13
Residual |
13755746 1789 7689.06985
-------------+-----------------------------Total | 89566107.5 1801 49731.3201
Number of obs
F( 12, 1789)
Prob > F
R-squared
Adj R-squared
Root MSE
=
=
=
=
=
=
1802
821.62
0.0000
0.8464
0.8454
87.687
-----------------------------------------------------------------------------tcp |
Coef.
Std. Err.
t
P>|t|
[95% Conf. Interval]
-------------+---------------------------------------------------------------t |
.391947
.0039802
98.47
0.000
.3841407
.3997533
_Imes_2 | -6.196258
9.929544
-0.62
0.533
-25.67098
13.27847
_Imes_3 | -4.876637
9.627598
-0.51
0.613
-23.75916
14.00588
_Imes_4 | -37.77099
9.866541
-3.83
0.000
-57.12214
-18.41983
_Imes_5 | -26.50642
9.69108
-2.74
0.006
-45.51345
-7.499394
_Imes_6 | -55.32493
9.929185
-5.57
0.000
-74.79895
-35.85091
_Imes_7 | -59.26081
10.03758
-5.90
0.000
-78.94742
-39.5742
_Imes_8 | -45.30234
9.945646
-4.55
0.000
-64.80865
-25.79604
_Imes_9 | -47.77271
10.00261
-4.78
0.000
-67.39074
-28.15467
_Imes_10 | -54.38707
10.0408
-5.42
0.000
-74.08001
-34.69413
_Imes_11 | -32.44006
10.0063
-3.24
0.001
-52.06532
-12.81479
_Imes_12 | -6.254101
10.08776
-0.62
0.535
-26.03913
13.53092
_cons | -70.66103
7.603307
-9.29
0.000
-85.57333
-55.74874
J. Ramoni Perazzi
ECONOMETRIA II
300
800
600
400
200
0
-2 0 0
0
500
1000
t
tcp
1500
2000
Linear prediction
Y = f (T)
PRONSTICOS DIRECTOS
NO LINEAL
= 0 + 1 T + 2 T2
Y
C=Y/T
Y / TC = S
TC /T=C
IMPORTANCIA DE
ESTACIONALES:
J. Ramoni Perazzi
ECONOMETRIA II
TENER
UNA
SERIE
LIBRE
DE
OSCILACIONES
J. Ramoni Perazzi
ECONOMETRIA II
PM t PM t 1 PM t 2 ... PM t n 1
n
b t=
2
(PMt-PMt)
n 1
J. Ramoni Perazzi
ECONOMETRIA II
EJEMPLO: COCAINA
300000
250000
200000
150000
100000
88
89
90
91
92
93
94
95
96
97
98
99
00
01
COCAINA
300000
250000
200000
150000
100000
88
89
90
91
92
93
94
COCAINA
95
96
97
98
99
00
01
COCAINA_SA
140
116
220000
130
112
120
108
110
104
200000
180000
160000
100
100
140000
90
96
120000
88 89 90 91 92 93 94 95 96 97 98 99 00 01
Final trend-cycle
80
88 89 90 91 92 93 94 95 96 97 98 99 00 01
Final seasonal component/factor
92
88 89 90 91 92 93 94 95 96 97 98 99 00 01
Final irregular component/factor
c.FILTROS
SI BIEN EN MUCHOS CASOS LA ESTACIONALIDAD DE UNA SERIE
ECONMICA SE REVELA CON SLO MIRAR UN GRFICO, EN OTROS NO ES
TAN EVIDENTE, POR LO QUE SE HAN DESARROLLADO TESTS
ESTADSTICOS PARA DETERMINAR SI UNA SERIE TIENE O NO
ESTACIONALIDAD IDENTIFICABLE.
SI LA SERIE A ESTUDIAR NO PRESENTA ESTACIONALIDAD IDENTIFICABLE
NO ES CONVENIENTE APLICAR LA METODOLOGA DE FILTRADO, EN ESE
CASO SE CONSIDERA QUE LA SERIE DESESTACIONALIZADA COINCIDE CON
LA SERIE ORIGINAL.
LOS PROGRAMAS DE DESESTACIONALIZACIN REALIZAN ESTOS TESTS Y
DA EL DIAGNSTICO: LA SERIE PRESENTA O NO ESTACIONALIDAD
IDENTIFICABLE. DICHO DIAGNSTICO EST BASADO EN TESTS F QUE
DETECTAN SI LA SERIE TIENE ESTACIONALIDAD ESTABLE, ES DECIR,
AQUELLA QUE SE DISTRIBUYE DE MANERA REGULAR A LO LARGO DE
TODO EL PERODO ANALIZADO, Y/O ESTACIONALIDAD MVIL, AQUELLA
QUE VARA CON EL TRANSCURSO DEL TIEMPO. SI PREDOMINA
J. Ramoni Perazzi
ECONOMETRIA II
J. Ramoni Perazzi
ECONOMETRIA II
2)
2.1)
b t=
2
(PMt-PMDt)
n 1
J. Ramoni Perazzi
ECONOMETRIA II
LA QUE LE SIGUE, Y AS
t+1 = Yt + Y
t - Y
tY
t+1 = Y
t + (Yt - Y
t
Y
ERROR DE PRONSTICO
CONSTANTE DE SUAVIZACIN
t )
LA SUAVIZACIN EXPONENCIAL ES EL PRONSTICO ANTERIOR
(Y
EN TERMINOS GENERALES:
J. Ramoni Perazzi
ECONOMETRIA II
t+1
SEt = Y
t
= Yt + (1-) Y
t-1]
= Yt + (1-) [ Yt-1 + (1-) Y
2
= Yt + (1-)Yt-1 + (1-) Y t-1
t-2]
= Yt + (1-)Yt-1 + (1-)2 [ Yt-2 + (1-) Y
2
3
= Yt + (1-)Yt-1 + (1-) Yt-2 + (1-) Y t-2
T 1
(1 )
h0
Yt j
FACTOR DE PONDERACIN
DECRECIENTE A MEDIDA QUE
h
T-1
J. Ramoni Perazzi
ECONOMETRIA II
13
12
11
10
9
8
7
86
88
90
92
PIBR
94
96
PIBRSM
98
00
02
04
PIBRSMD
t+1 = Yt + (1- ) ( Y
t +Tt)
Y
SUAVIZACION TENDENCIA:
t +1- Y
t) + (1- )T t
T t+1 = ( Y
t = Yt/St-L + (1- ) ( Y
t-1+Tt-1)
Y
t- Y
t-1) + (1- )T t-1
T t = ( Y
ESTACIONALIDAD ESTIMADA:
t) + (1-) St-L
St = (Yt/ Y
t= 1,2,,T
Ct = Yt - t
FPH PROPONE MINIMIZAR
t
MIN
(Yt t ) 2 +
t 1
MIN
C
t 1
2
t
DESVIACIONES DE LA SERIE
RESPECTO A LA TENDENCIA
(MEDIDA DEL GRADO DE AJUSTE)
T 1
( t 1 t ) ( t
t 2
(
t 3
t 1 )
)2
=(1-L)
PARA Ct NID(0, )
Y tNID(0, 2)
DESVIACIONES DE LA TENDENCIA
POR TRIMESTRES
UN OCTAVO DE LA TASA DE
CRECIMIENTO TRIMESTRAL
1000
0
-500
88
90
92
94
TCP
96
98
00
Trend
02
04
Cycle
J. Ramoni Perazzi
ECONOMETRIA II
100000
150000
200000
250000
300000
.twoway (tsline cocaina) (tsline sm1) (tsline sm2s) (tsline hw1nons) (tsline
hw1seas)
50
cocaina
parms(0.9838) = cocaina
J. Ramoni Perazzi
ECONOMETRIA II
100
tiempo
150
200