MODELO AUTOREGRESIVO DEL

PBI REAL DEL PERU PERIODO

(1993-2018)
Un muestreo de la grafica del pbi en el periodo 1993-2018 y
nos hacemos la pregunta si es estacionaria o presenta raíz
unitaria.
El proceso tiene alta memoria que quiere decir que los
puntos entre ellos están fuertemente correlacionados
Luego estimamos el modelo y pasaríamos ha verificar el coeficiente y su
r cuadrado
en esta caso vemos que el coeficiente es > 1 posiblemente presente raíz
unitaria lo cual indicaría que no estacionaria
• llama modelo AR (1), representando el modelo autor regresivo de
orden 1. El orden del modelo indica cuántas veces anteriores usamos
para predecir el tiempo presente. Se encontró una relación
moderadamente fuerte entre la variable y su rezago, por lo que existe
una asociación lineal positiva, con lo cual un modelo AR (1) podría ser
un modelo útil podría explicar el comportamiento de la variable.
Verificamos con el test de dickey-fuller para confirmar si presenta raíz
unitaria como la probabilidad es mayor al 0.05 acepto la hipótesis nula
que presenta una raíz unitaria lo que a su ves no es estacionario
Podemos realizar otro test para verificar si presenta raíz
unitaria el modelo y vemos las probabilidades de que es mayor
5% por lo tanto se sigue aceptando la hipótesis nula
Aplicándole el primer diferencial corregimos la raíz unitaria que
presenta verificamos la probabilidad que es de 0.0329 lo cual
rechazamos la hipótesis nula el valor es menor al 5%
Aplicándole el primer diferencial al PBI dejaría de tener
raíz unitaria lo que asu ves seria una serie estacionaria
que guarda alguna relación con el tiempo
Aplicándole el primer diferencial dejan en menor
medida de estar correlacionado los puntos