Escolar Documentos
Profissional Documentos
Cultura Documentos
iopasdfghjklzxcvbnmqwertyuiopasdfghjklzxcvbnm
qwertyuiopasdfghjklzxcvbnmqwertyuiopasdfghjklz
xcvbnmqwertyuiopasdfghjklzxcvbnmrtyuiopasdfgh
jklzxcvbnmqwertyuiopasdfghjklzxcvbnmqwertyuio
pasdfghjklzxcvbnmqwertyuiopasdfghjklzxcvbnmq
ECONOMETRA CON SERIES DE
wertyuiopasdfghjklzxcvbnmqwertyuiopasdfghjklzx
FOURIER
fghjklzxcvbnmqwertyuiopasdfghjklzxcvbnmqwerty
uiopasdfghjklzxcvbnmqwertyuiopasdfghjklzxcvbn
mqwertyuiopasdfghjklzxcvbnmqwertyuiopasdfghjk
lzxcvbnmrtyuiopasdfghjklzxcvbnmqwertyuiopasdf
ghjklzxcvbnmqwertyuiopasdfghjklzxcvbnmqwertyu
iopasdfghjklzxcvbnmqwertyuiopasdfghjklzxcvbnm
qwertyuiopasdfghjklzxcvbnmqwertyuiopasdfghjklz
xcvbnmqwertyuiopasdfghjklzxcvbnmqwertyuiopas
dfghjklzxcvbnmqwertyuiopasdfghjklzxcvbnmqwert
Contenido
TEMA I.- ANALISIS ESPECTRAL...................................................................... 4
Series temporales estacionarias..................................................................... 4
Anlisis espectral............................................................................................ 8
TEMA II.- ESTIMACIN DEL PERIODOGRAMA DE UNAS SERIE ARMONICA
......................................................................................................................... 10
Series de Fourier .......................................................................................... 10
Coeficientes de Fourier................................................................................. 10
Ortogonalidad ............................................................................................... 11
Clculo de los coeficientes Fourier ............................................................... 13
Forma compleja de la serie de Fourier ......................................................... 14
Transformada de Fourier. ............................................................................. 15
Clculo del periodograma. ............................................................................ 16
Teorema de Paserval ................................................................................... 17
Test sobre el periodograma .......................................................................... 18
Calculo del periodograma a travs de la Transformada Discreta de Fourier 26
Efecto Gibbs ................................................................................................. 37
TEMA III.- ANALISIS ARMONICO DE PROCESOS BIVARIANTES................ 42
Proceso bivariante ........................................................................................ 42
Anlisis armnico de un proceso bivariante.................................................. 43
1 n
xi es un estimador
n i =1
insesgado y consistente de E ( xt ) .
Si un proceso es estacionario en covarianza; se cumple la siguiente igualdad
1 nk
( xt )( xt + k ) . La varianza; (0) ; se
n t =1
1 n
( xt )( xt ) .
n t =1
Ejemplo 1
Generamos una serie aleatoria de 100 datos; con media 0 y desviacin tpica 1;
que representamos en la figura siguiente:
x(t)
x(t)
x(t)
-0;30023216
-1;27768317
x(t)
26
-0;5132074
51
-2;57758074
76
1;11118879
27
1;97221198
52
1;44767
77
-1;20117875
0;24425731
28
0;86567297
53
-1;27976364
78
-1;55889211
1;27647354
29
2;37565473
54
-0;65357995
79
0;7113249
1;19835022
30
-0;65490667
55
0;75771368
80
0;63840616
1;7331331
31
1;66145583
56
0;46671175
81
2;20568836
-2;18358764
32
-1;61239768
57
0;87460876
82
1;44375463
-0;23418124
33
0;53894837
58
0;59574177
83
1;3039039
1;09502253
34
0;90219146
59
-1;37184998
84
0;11296038
10
-1;08670065
35
1;91891559
60
-1;11573854
85
0;00195087
11
-0;69020416
36
-0;08451707
61
0;69399448
86
0;45370143
12
-1;69043233
37
-0;52379505
62
0;32263642
87
-0;02551474
13
-1;84691089
38
0;67513838
63
-0;93983772
88
-1;05467507
14
-0;9776295
39
-0;38132384
64
-0;24094788
89
-1;77480615
15
-0;77350705
40
0;75761136
65
0;13153567
90
0;82833139
x(t)
16
-2;11793122
41
17
-0;56792487
42
18
-0;40404757
43
19
0;13485305
20
x(t)
x(t)
x(t)
-1;44418664
66
0;55779765
91
0;4442245
-0;84723752
67
0;138715
92
0;61790615
-1;52157099
68
-0;91096126
93
0;21347319
44
-0;36287702
69
1;88484591
94
-1;02693093
-0;36549295
45
-0;03247919
70
0;48719812
95
1;23819518
21
-0;32699063
46
0;02811703
71
0;07223889
96
-0;31121317
22
-0;37024051
47
-0;32271601
72
0;82984116
97
-0;83992177
23
1;34264155
48
2;19450158
73
0;86200771
98
-0;8211282
24
-0;08528446
49
-1;74248271
74
-0;63653147
99
-0;42899273
25
-0;18615765
50
-0;73647698
75
-0;92319169
100
-0;45336151
-0;338416294
-0;075718466
-0;118431073
0;011082193
1 n k
( xt )( xt + k )
n t =1
C(K)
0;10422912
0;14519783
-0;05630359
0;14891627
-0;01897189
-0;02496519
-0;15232997
-0;02821422
0;05472689
0;10613953
-0;00643896
-0;02514981
Yt=0,5+Yt-1+ut
50
40
30
20
10
0
1
-10
13 19 25 31 37 43 49 55 61 67 73 79 85 91 97
2;09588358
16;3471842
23;4497493
Y una funcin C ( K ) =
1 nk
( xt )( xt + k ) dependiente del tiempo:
n n1
Anlisis espectral
La idea bsica del anlisis espectral es que todo proceso estocstico
estacionario admite una descomposicin nica de su varianza; en la aportacin
que a la misma realizan armnicos de diferentes frecuencias. Un armnico de
frecuencia es una funcin de la forma:
a cos( t ) + b sin( t ) 1
La expresin
( ) = i2 cos( i )
i =1
f (t ) = 1 a 0 + a n cos(n 0 t ) + bn sin(n o t )
2
n =1
Donde 0 =
2
se denomina frecuencia fundamental; a n y bn se denominan
T
Coeficientes de Fourier.
Los coeficientes de una serie de fourier pueden calcularse gracias a la
ortogonalidad de las funciones seno y coseno.
Una manera alternativa de presentar una la serie de Fourier es:
f (t ) = C 0 + C n cos( n 0 t n )
n =1
Siendo;
Co =
a0
b
; Cn = an2 + bn2 y n = arctan n
2
an
an
bn
an2 + bn2
cos(n0t ) +
sen(n0t )
a 2 + b2
an2 + bn2
n n
haciendo
an
= cos n
2
2
a
+
b
n n
bn
= sen n
a2 + b2
n n
y
bn
an
n = arctan
Ortogonalidad
Se dice que las funciones del conjunto { f k (t )} son ortogonales en el intervalo
a < t < b si dos funciones cualesquiera f m (t ) ; f n (t ) de dicho conjunto cumplen:
b
0
(t)f n(t)dt =
rn
para m n
para m = n
Las funciones sen t y cos t son ortogonales en el intervalo p < t < p ; ya que:
sen 2t
2
=0
2
T
T
son ortogonales en el intervalo < t < ;
T
2
2
1cos (m0t)dt =
T/ 2
sen(m0t)
m0
T/ 2
T/ 2
2sen(m0T/ 2 ) 2sen(m )
=
=0
m0
m0
b) f n (t ) = 1 y . f m (t ) = sen(m 0 t ) :
cos (m0t)
1 sen(m0t)dt =
m0
T/ 2
T/ 2
T/ 2
T/ 2
1
[ cos (m0T/ 2 )- cos (m0T/ 2 )] = 0
m0
c) f n (t ) = cos(n 0 t ) y f m (t ) = cos(m 0 t ) :
para m n
para m = n 0
T /2
T / 2
cos 2 = 1 (1 + cos 2 ) .
2
d) f n (t ) = sen(n 0 t ) y f m (t ) = sen(m 0 t ) :
T/ 2
T/ 2
para m n
para m = n 0
sen 2 = 1 (1 cos 2 ) .
2
d) f n (t ) = sen(n 0 t ) y f m (t ) = cos(m 0 t ) :
T/ 2
T/ 2
f (t ) cos(m 0 t )dt = 12 a 0
T / 2
T /2
T /2
T / 2
n =1
T / 2
T /2
T / 2
a0 =
2
f (t )dt
T T/ 2
T /2
am =
2
T
f (t ) cos(m t )dt
0
T / 2
m = 1, 2, 3,...
T /2
bm =
f (t )sen(m t )dt
2
T
m = 1, 2, 3,...
T / 2
f (t ) = 1 a 0 + a n cos(n 0 t ) + bn sin(n o t )
2
n =1
1
2i
(ein0t e in0t )
sustituyendo:
1
2i
(e in0t e in0t )]
dado que 1 = i
i
definiendo:
c0 12 a0 , cn 12 (an ibn ), c n 12 (an + ibn )
quedara como:
f (t ) =
n =
e in 0 t
cn =
1
T
f ( t ) e in 0 t dt
Transformada de Fourier.
La Transformada de Fourier; F ( ) ; se define para una funcin continua de
variable real; f (t ) ; mediante la siguiente formula:
F( ) =
f(t)e
2 i t
dt
F ( ) = R 2 ( ) + I 2 ( )
y al cuadrado de dicha funcin F ( ) se le denomina Espectro de potencias.
2
frecuencia en que tienen lugar los ciclos. Los ciclos que tienen un elevado
periodo (desde que tiene lugar un mximo al siguiente mximo) tendrn una
baja frecuencia y viceversa.
i como:
2 i
T
es decir:
k
X t = 1 a o + a i cos i 2 t + bi sin i 2 t
T
T
2
i =1
k
xt = ( X t ) = a i cos i 2 t
i =1
)+ b sin (i 2 t T )
ntese que 1 a 0 =
2
X
i =1
2 T
Xt
T i =1
observaciones es par T o k = (T 1)
de la siguiente forma:
x t = a cos t + b sin t + v t
En la que xt sera la serie armnica; = p = 2 p ; T es el tamao de la
T
serie y coincide con el periodo de mayor ciclo que es posible estimar con el
T
v
tamao de la serie; p indica el orden del armnico de los
ciclos; t es un
2
T a 2p + b p2
4
(a
2
p
+ b p2
2
la
).
Teorema de Paserval
Sea f una funcin continua a trozos en el intervalo [ , ] ; Sean a 0 ; a n y bn
los coeficientes del desarrollo de Fourier de f. Entonces se verifica que:
2
n =1
1
Las series temporales no son consideradas funciones continuas como tal; sino
muestras de seales continuas tomadas a una misma distancia temporal a
1 T 2
1 2 1 2 2
2
[
f
t
]
=
ao + a n + bn2
(
)
T
T 2
4
2 n =1
2 =
1 q 1 2
an + bn2 + aT2 2 , q = T 2
2 n=1
g=
max w p
n
w
2
P =1
2
p
max S 2
2S 2
ln( p ) ln( m )
m 1
y1 ,..., yT
periodograma acumulado:
j
sj =
pr
r =1
r =1
2
pr =
T
y e
t =1
(2irt ) T
aj =
2 T
2 T
2jt
2jt
1
2
2
y
cos
;
b
=
y i sin
; p j = a j + b j , j = 1,..., T ,
i
j
T t =1
T t =1
T
T
2
1
1
1 1
donde T = T para T y
T para el extremo de T; por simplicidad
2
2
2 2
independientes
de
la
distribucin
uniforme
(0;1).
Bartletts
c + = max s j
j
m
c = max s j
j
m
j
= max c + , c
m
Este estadstico esta estrechamente relacionado con el de KolmogoroivSmirnov Dn+ , Dn , Dn y su forma modificada C n+ , C n , C n considerado por Pyke
(1959) y Brunk (1962). Por ejemplo; Dn = max{s j ( j 1) (m 1)}y C n = c + .
j
Los valores crticos para estos estadsticos estn dado en la Tabla n1; y el
procedimiento para utilizar estos valores es como sigue. Si deseamos probar el
test de un exceso de bajas frecuencias frente a las altas frecuencias; entonces
el valor obtenido en la tabla c0 es el valor crtico apropiado al valor de c + ;se
dibujara en el grfico la lnea; y = co + j m y la trayectoria que muestra s j ;
(j
m , s j ) . Si s j cruza la lnea;
Ejemplo 2
Partimos de una serie temporal generada a partir de un paseo aleatorio o
random walk: Yt = 0,5 + Yt 1 + u t (Ejemplo 1).
La serie Yt presenta una tendencia estocstica; y vamos a descomponerla
utilizando un modelo armnico; partiendo de una representacin de la
tendencia movimiento relevante de la serie temporal obtenida a partir de una
tendencia cuadrtica; T ciclos armnicos ( k ) y un residuo aleatorio vt :
2
Yt = a + bt + ct 2 + (a p cos p 0 t + b p sin p o t ) + vt
k
de manera que
Yt a bt ct 2 = X t = (a p cos p 0 t + b p sin p o t ) + vt
k
60
50
40
30
serie
tendencia
20
10
0
1
-10
15
22
29 36
43
50 57
64 71
78
85 92
99
sin 2 t
100
)para
cos 2 t
100
X t = 1,9645989 cos 2 t
100
Este proceso repetido para los 50 periodos permite obtener los coeficientes con
los que elaborar el peridograma (Tabla n2) y obtener la contribucin de cada
armnico a la varianza de la serie:
Periodo
(
I ( ) =
T a 2p + bp2
(a
2
p
+ b p2
ap
bp
100;0
1;9645989
0;1982775
31;0269598
1;94948138
50;0
-4;5393342
-1;2467640
176;3434804
11;0799877
33;3
-0;8601427
0;9799692
13;5296423
0;8500925
25;0
0;0835776
0;8487047
5;7875496
0;36364247
20;0
0;4166653
-0;3232265
2;2129323
0;13904264
16;7
-0;2059344
-0;3631882
1;3871519
0;08715732
14;3
0;4043324
-0;6204093
4;3639683
0;27419622
12;5
0;9442994
0;2493234
7;5906052
0;47693179
11;1
0;3926785
-0;0310192
1;2347129
0;0775793
10
10;0
0;1283672
-0;0894678
0;1948265
0;01224131
11
9;1
0;5348622
-0;1026948
2;3604572
0;1483119
12
8;3
0;4157705
-0;6015541
4;2552659
0;26736624
13
7;7
-0;0913588
-0;1203558
0;1816908
0;01141597
14
7;1
-0;3283259
-0;6568280
4;2909838
0;26961046
15
6;7
0;2314942
-0;3688880
1;5093294
0;09483396
16
6;3
0;0228915
-0;5384152
2;3110490
0;14520749
17
5;9
0;6861954
0;2823306
4;3813344
0;27528736
18
5;6
-0;0680460
0;2345241
0;4745347
0;02981589
19
5;3
0;3848785
-0;1703442
1;4097036
0;08857429
20
5;0
0;0347357
0;6665654
3;5453033
0;22275798
21
4;8
0;1779031
-0;4472488
1;8436590
0;11584051
22
4;5
-0;4350383
0;1164205
1;6139270
0;10140602
23
4;3
0;1130713
-0;3521380
1;0885109
0;06839315
24
4;2
0;1497142
-0;0947065
0;2497433
0;01569184
25
4;0
-0;0408499
-0;2790311
0;6328565
0;03976354
26
3;8
0;4000049
-0;0587758
1;3007618
0;08172927
27
3;7
-0;1788847
0;1668144
0;4760862
0;02991338
28
3;6
0;0722675
-0;0849189
0;0989451
0;0062169
29
3;4
0;3224180
-0;0273876
0;8332036
0;05235173
Frecuencia
1
Frecuencia
Periodo
ap
bp
(
I ( ) =
T a 2p + bp2
(a
2
p
+ b p2
30
3;3
-0;2087289
0;0631024
0;3783880
0;02377482
31
3;2
0;1048227
-0;2653191
0;6476174
0;040691
32
3;1
0;1786666
-0;3176133
1;0567885
0;06639998
33
3;0
-0;1230019
-0;1984293
0;4337265
0;02725184
34
2;9
-0;0622384
0;0264338
0;0363857
0;00228618
35
2;9
-0;1590939
-0;1623496
0;4111630
0;02583413
36
2;8
0;1014609
-0;1111765
0;1802790
0;01132727
37
2;7
0;2002842
-0;1353838
0;4650711
0;02922128
38
2;6
0;0203165
-0;3006128
0;7224110
0;04539042
39
2;6
-0;1624371
-0;1121361
0;3100362
0;01948015
40
2;5
0;0803258
-0;0195769
0;0543950
0;00341774
41
2;4
0;2538179
-0;0592717
0;5406229
0;03396834
42
2;4
0;1153917
0;0975809
0;1817332
0;01141864
43
2;3
0;0424267
-0;0466046
0;0316083
0;00198601
44
2;3
-0;1812651
0;0086732
0;2620665
0;01646612
45
2;2
0;1713397
-0;1175139
0;3435104
0;0215834
46
2;2
0;1209881
0;0456828
0;1330937
0;00836253
47
2;1
0;2881007
-0;3457646
1;6118830
0;1012776
48
2;1
0;0070527
0;0817615
0;0535929
0;00336734
49
2;0
0;0804486
-0;1183934
0;1630461
0;01024449
50
2;0
0;0000000
-0;0938575
0;0701016
0;00440461
max S 2
11,07999
calculamos es estadstico G =
=
= 0,37605
2
2 18,0681
2S
El ciclo es significativo para un nivel de probabilidad del 95% ya que el valor G
de esta relacin superior al valor crtico calculado Gc = 1 e
ln( 0 , 05 ) ln( 50 )
49
= 0,1315 .
1,4000000
1,2000000
1,0000000
0,8000000
0,6000000
0,4000000
0,2000000
0,98
0,92
0,86
0,8
0,74
0,68
0,62
0,56
0,5
0,44
0,38
0,32
0,26
0,2
0,14
0,08
-0,2000000
0,02
0,0000000
t 0 = 0, t1 =
T
2T
kT
( N 1)T
, t2 =
,..., t k =
,..., t N 1 =
N
N
T
N
2
y puesto que hay N puntos; si queremos que el problema tenga
T
1
1
0 + 1e jwt + 2 e j 2 wt + ... + N 1e j ( N 1) wt =
N
N
N 1
n =0
e inwt
1
N
N 1
e jnwt =
k
n =o
1
N
N 1
ink 2
n=0
1
N
N 1
w
n=0
nk
N
; k = 0,1,..., N 1
1
y0
1
y
1
w
1
y2
1 w 2
1
.
. = N .
yk
1 w k
.
,
.
N
y
1 w 1
N 1
1
w2
w4
.
w2k
.
2 ( N 1)
w
.
1
.
w
. w 2
.
.
.
wk
.
.
( N 1)
. w
.
1
0
N 1
.
w
1
2 ( N 1)
2
. w
.
.
.
. w ( N 1)k k
.
.
,
. w ( N 1)( N 1) N 1
[ ]
donde FN = w nk
N 1
n ,k =0
y;
ao =
0
N
; an =
2 Re( n )
2 Im( n )
; bn =
; (n = 1,2,..., M 1) ; a M = M ;
N
N
N
y el polinomio trigonomtrico:
M 1
Ejemplo 3
Utilizamos los datos del ejemplo 2; serie X t ; sin tendencia; que se cargan en
R:
y <- c(0.323027827 ; -0.738124684; -0.281638647; 1.202761696; 2.604736789; 4.537192839; 2.548626219;
2.505164067; 3.786603757; 2.882018343; 2.369627491; 0.852706545; -0.824994893; -1.637716864; -2.25061832; 4.212245866; -4.628168995; -4.884516748; -4.606265808; -4.832662799, -5.024859396 ,
-5.264607805;
3.795776075; -3.75917228; -3.827743607; -4.227666609; -2.146472166; -1.176118654; 1.299914689; 0.741084701;
2.494315284; 0.969390431; 1.591509703; 2.572570135; 4.566052768; 4.551800817; 4.093968956;
4.8307686;
4.506804092; 5.317472861; 3.922041704; 3.119257741; 1.637838373; 1.310811053; 1.30987963; 1.365242501;
1.065470411; 3.278613974; 1.550471324; 0.824032479; -1.747812061; -0.298707783; -1.581339071; -2.24208859;1.495846423; -1.044908103; -0.190374706; 0.380989772; -1.01953942; -2.168259106; -1.511547698; -1.230496273; 2.216220919; -2.507357658; -2.430312769; -1.93130783; -1.855687473; -2.8340453; -1.020897877; -0.609700176; 0.617763633; 0.127473247; 0.900574754; 0.170835155; -0.849866595; 0.159510213; -1.147782448; -2.817090398; 2.220483265; -1.701096798; 0.381269939; 1.697401014; 2 .869379435; 2.846112408; 2.707533939; 3.016404109;
2.841756183; 1.633645998; -0.298897198; 0.367395225; 0.645278822; 1.092542147; 1.131070577; -0.075107037;
0.979539535; 0.480475826; -0.551598408; -1.569180997; -2.198930053; -2.85734981)
0.0
0.5
1.0
1.5
f
2.0
2.5
3.0
1e-01
1e-03
spectrum
1e+01
Series: y
Raw Periodogram
0.0
0.1
0.2
0.3
0.4
0.5
frequency
bandwidth = 0.00289
Ventanas
Hasta ahora hemos supuesto que las frecuencias eran frecuencias de Fourier y
por tanto = p = 2 p ; donde p indica el orden del armnico de los
T
T
T 1
ciclos si T es par o
si T es impar; y se interpreta como el nmero de
2
2
Ventana de Parzen
3
2
t
T
t
1 6 + 6 , t = 1,2,...,
2
T
T
3
wt =
t
T
21
, t = ,..., T
M
2
Boxcar;
t + 1
1
2 , t = 1,2,..., m
1 cos
2
m
wt = 1, t = m + 1, m + 2,...T m
2 t + 1
1
2 , t = T m + 1,..., T
1
cos
2
13
19
25
31
37
43
49
55
61
67
73
79
85
91
97
80
70
60
50
40
serie
30
tendencia
20
10
0
-10
15
22
29 36
43
50 57
64 71
78
85 92
99
ciclo
10
0
1
13
19
25
31
37
43
49
55
61
67
73
79
85
91
97
-5
-10
-15
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
Periodo
100;0
50;0
33;3
25;0
20;0
16;7
14;3
12;5
11;1
10;0
9;1
8;3
7;7
7;1
6;7
6;3
5;9
5;6
5;3
5;0
4;8
4;5
4;3
4;2
4;0
3;8
3;7
3;6
3;4
3;3
3;2
3;1
3;0
2;9
2;9
2;8
2;7
2;6
2;6
2;5
2;4
2;4
2;3
2;3
2;2
2;2
2;1
2;1
2;0
2;0
ap
-0;2110003
1;1666539
0;4941013
-1;2791003
-0;8240684
-0;4265556
0;0437887
-0;0367961
-0;6165606
-0;0586220
-0;1445715
0;0186580
-0;0575354
0;0572704
-0;1272382
0;0088206
0;2229230
-0;0960159
-0;0797698
0;0093360
0;1882444
0;0061163
0;0606271
-0;1135872
-0;0068206
0;0334680
-0;1061454
-0;2058317
0;0968601
-0;0731819
-0;0284913
-0;0830430
0;0538377
0;0214412
-0;0529943
-0;0487378
-0;1062800
-0;0132742
-0;0816537
-0;0455215
-0;1219242
0;1114522
-0;1221094
-0;0587289
-0;0335511
-0;0319621
-0;1472337
0;1568000
-0;1331254
-0;0357171
bp
I ( i ) =
0;0378442
-1;8327001
-0;2110003
1;1666539
0;1411294
0;2616019
-0;1344344
-0;6671780
-0;1009724
-0;0322621
0;5501268
-0;1595283
0;0127058
-0;0427442
0;1242391
-0;1076772
-0;0498500
0;0846063
-0;0534037
0;1377675
0;3271687
0;0851154
0;2789904
-0;0739005
0;0668464
0;0218973
-0;0313270
0;0025358
0;1045979
-0;0683325
-0;0618409
-0;0209601
0;0500945
-0;0774227
0;1100899
0;1341554
0;0886027
0;1171787
0;0276254
0;0436664
0;0316829
0;0067912
-0;0583505
-0;1022749
-0;0321636
0;0526254
-0;1079590
0;0140684
0;0702469
0;0000000
T a 2p + b p2
4
0;3656849
37;5595401
22;1396831
19;8601863
5;5625155
1;9925024
0;1590759
3;5529780
3;1062465
0;0356299
2;5746528
0;2052891
0;0276274
0;0406400
0;2516629
0;0928843
0;4152326
0;1303262
0;0733320
0;1517308
1;1337825
0;0579486
0;6486464
0;1461307
0;0359289
0;0127292
0;0974683
0;3371945
0;1617221
0;0797758
0;0368925
0;0583738
0;0430352
0;0513593
0;1187947
0;1621235
0;1523580
0;1106688
0;0591299
0;0316636
0;1262841
0;0992150
0;1457501
0;1106862
0;0171901
0;0301679
0;2652549
0;1972261
0;1802987
0;0101518
(a 2p + b p2 )
2
0;02297666
2;35993551
1;39107732
1;24785231
0;34950316
0;12519262
0;00999503
0;22324019
0;19517122
0;00223869
0;1617702
0;01289869
0;00173588
0;00255348
0;01581245
0;00583609
0;02608983
0;00818863
0;00460758
0;00953353
0;07123765
0;00364102
0;04075565
0;00918166
0;00225748
0;0007998
0;00612412
0;02118655
0;0101613
0;00501246
0;00231803
0;00366773
0;00270398
0;003227
0;00746409
0;01018652
0;00957294
0;00695353
0;00371524
0;00198948
0;00793466
0;00623386
0;00915775
0;00695462
0;00108008
0;0018955
0;01666646
0;01239208
0;0113285
0;00063786
El estadstico G =
max S 2
2,3599
=
= 0,1302 ; esta en el lmite de nivel de
2
2 6,5386
2S
X t ; y obtenemos
1
2
3
4
5
6
7
8
9
10
11
Periodo
100;0
50;0
33;3
25;0
20;0
16;7
14;3
12;5
11;1
10;0
9;1
ap
-0;8550554
-1;1413339
1;4381418
1;0888654
0;1784373
0;1503196
0;1364739
0;3278321
-0;0245414
0;0398662
0;0227716
bp
I ( i ) =
1;1842112
-2;5075756
-0;7779409
0;3007921
0;5595931
0;0516189
0;1459084
0;4048790
0;2868346
0;1599286
0;4306292
T a 2p + b p2
4
16;9776612
60;4039018
21;2745907
10;1549101
2;7452978
0;2010166
0;3176286
2;1597397
0;6595093
0;2161838
1;4798234
(a 2p + b p2 )
2
1;06673791
3;79528908
1;33672195
0;63805182
0;17249215
0;01263025
0;01995719
0;13570045
0;04143819
0;01358323
0;09298004
Frecuencia
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
Periodo
8;3
7;7
7;1
6;7
6;3
5;9
5;6
5;3
5;0
4;8
4;5
4;3
4;2
4;0
3;8
3;7
3;6
3;4
3;3
3;2
3;1
3;0
2;9
2;9
2;8
2;7
2;6
2;6
2;5
2;4
2;4
2;3
2;3
2;2
2;2
2;1
2;1
2;0
2;0
ap
-0;4080321
-0;1720955
-0;2396204
-0;0302919
-0;1132906
0;1868499
0;0913739
-0;0857895
0;2859615
-0;3201378
0;0709720
-0;0445707
-0;0034966
-0;0644292
-0;0234301
0;0636891
0;0474177
-0;0368184
0;0142093
-0;0676061
-0;1851943
-0;1318589
0;0360898
-0;0017041
0;0567025
-0;0383015
-0;1747960
-0;0012678
0;1088985
0;0162935
0;0304216
-0;0576875
0;0527899
0;0264767
0;0675935
-0;2003501
-0;0164360
-0;1017020
-0;0788269
bp
I ( i ) =
0;2804188
-0;0116378
-0;1552283
0;0103265
-0;2342787
0;1009090
-0;0709517
0;1057649
0;0729684
0;2192024
-0;1883912
0;1086493
0;0642131
-0;0604126
0;1056218
-0;1064999
0;0732285
0;1756339
-0;0278126
0;1499094
0;0915465
-0;1295865
-0;0532993
-0;0670182
0;0487639
0;1188865
-0;0236642
-0;1720045
-0;0191105
0;0750553
0;0378806
0;0351610
-0;0714896
0;1022642
0;1104654
0;1500707
-0;0244295
0;0838890
0;0000000
T a 2p + b p2
4
1;9506420
0;2367613
0;6486658
0;0081506
0;5389087
0;3588586
0;1065011
0;1475849
0;6931069
1;1979427
0;3225138
0;1097470
0;0329096
0;0620767
0;0931448
0;1225375
0;0605652
0;2562622
0;0077623
0;2152045
0;3396183
0;2719913
0;0329713
0;0357649
0;0445084
0;1241488
0;2475944
0;2354471
0;0972763
0;0469409
0;0187835
0;0363203
0;0628466
0;0888003
0;1334633
0;4986434
0;0068989
0;1383108
0;0494469
(a 2p + b p2 )
2
0;12256245
0;01487615
0;04075687
0;00051212
0;03386063
0;02254775
0;00669166
0;00927303
0;04354919
0;07526896
0;02026414
0;00689561
0;00206777
0;0039004
0;00585246
0;00769926
0;00380542
0;01610143
0;00048772
0;0135217
0;02133884
0;01708971
0;00207165
0;00224717
0;00279655
0;0078005
0;01555681
0;01479358
0;00611205
0;00294938
0;0011802
0;00228207
0;00394877
0;00557949
0;00838574
0;03133069
0;00043347
0;00869033
0;00310684
70,0000000
60,0000000
50,0000000
40,0000000
30,0000000
20,0000000
10,0000000
0,0000000
1
10 13 16 19 22 25 28 31 34 37 40 43 46 49
Efecto Gibbs
Una de las muchas derivaciones interesantes; aunque desde luego no la ms
importante; a que ha dado lugar el anlisis de Fourier; es el llamado fenmeno
de Gibbs; que surge a mediados del siglo XIX. Este efecto investigado por J.W
Gibas se basa en la no convergencia uniforme de la serie de Fourier en las
cercanas de un punto de discontinuidad.
Si la serie de Fourier para una funcin f(t) se trunca para lograr una
aproximacin en suma finita de senos y cosenos; es natural pensar que a
medida que agreguemos ms armnicos; el sumatorio se aproximar ms a
f(t). Pero esto se cumple excepto en las discontinuidades de f(t); en donde el
error de la suma finita no tiende a cero a medida que agregamos armnicos.
1 .5
S e r ie c o n 1 a r m n i c o
1
0 .5
0
-0 .5
-1
-1 .5
-1
-0 .5
0
f (t ) =
1 .5
0 .5
[sen(0t )]
S erie c on 3 arm n ic os
1
0 .5
0
-0 .5
-1
-1 .5
-1
-0 .5
0.5
1.5
1
0.5
0
-0.5
-1
-1.5
-1
1 .5
-0.5
0.5
S e r ie c o n 7 a r m n ic o s
1
0 .5
0
-0 .5
-1
-1 .5
-1
-0 .5
0 .5
1 .5
S erie c on 1 3 arm n ic os
1
0 .5
0
-0 .5
-1
-1 .5
-1
1.5
-0 .5
0 .5
1
0.5
0
-0.5
-1
-1.5
-1
-0.5
0.5
1 .5
S e rie c o n 1 0 0 a rm n ic o s
1
0 .5
0
-0 .5
-1
-1 .5
-1
-0 .5
0 .5
y (t , ) = E {( y (t ) y (t ) )( y (t + ) y (t + ) )}
Se denomina funcin de cross-varianza o covarianza cruzada a:
xy (t , ) = E {( x(t ) x (t ) )( y (t + ) y (t + ) )}
Hay que sealar que xy (t , ) no es igual a yx (t , ) ; pero existe una relacin
entre las dos funciones; ya que
xy (t , ) = yx (t + , )
Sealar; por ltimo; que la covarianza entre x(t ) y y (t ) sera yx (t ,0) .
Si se asume la estacionariedad de
x(t ) y
y (t ) ; entonces E [x(t )] = x y
.
Suponiendo que x = y = 0 ; se comprueba que xy (t , ) ; no depende ms que
del retardo ; es decir xy (t , ) = xy ( ).
xy ( ) =
xy ( )
x (0) y (0)
xy (0) =
xy (0)
x (0) y (0)
rxy (k ) =
C xy (k )
C x ( 0) C y ( 0)
y (t ) = cos t dU y ( ) + sent dV y ( )
si '
E dU x ( ) dU y ( ) = E dV x ( ) dV y ( ) = C ( )d
E dU x ( ) dV y ( ) = E dV x ( ) dU y ( ) = q ( )d
xy ( ) = cos t C ( )d + sent q ( )d
Que implica que la covarianza entre x(t ) e y (t ) sea:
xy (0) = C ( )d
0
xy ( ) e i ; 0
=
xy ( ) cos
=
xy ( ) sen
=
q ( ) =
C ( ) =
1
2
1
2
xy
xy
( ) cos
( ) cos ;
i xy ( )
Donde
xy ( ) = C 2 ( ) + q 2 ( )
Se conoce como espectro de cross-amplitud.
Y
q ( )
C ( )
xy ( ) = arctg
Llamado espectro de fase.
C 2 ( ) + q 2 ( )
.
f x ( ) f y ( )
identificar si la correlacin que se da entre las dos series se debe a que ambas
siguen un comportamiento cclico en determinados periodos; permitiendo
identificar la duracin o periodo de los armnicos que dominan en ambas series
a la vez y que producen una alta correlacin.
La construccin del cross-espectro cuando = 0 ; y xy (0) es la covarianza
habitual; da lugar a las siguientes funciones C ( ) y q ( ) :
C ( ) =
xy (0)
2
q ( ) = 0
Ya que el coseno de = 0 ; es uno; y su seno es cero.
E [x(t )] = x = 0 y E [ y (t )] = y = 0 ; es decir ambas series tienen un valor
Si
1
2
x y
t =1
p =1
(a
a *p + b p b *p
2
) . En donde
par T o k = (T 1)
k =T
si es impar.
El producto de:
T k
*
*
*
(
x
a
)(
y
a
)
=
(a p cos p 0 t + b p sin p o t ) a p cos p 0 t + b p sin p o t
t
o
t
o
t =1
t =1 p =1
Se aproxima a T
(a
a *p + b p b *p
2
t =1
) ;
seno y coseno6.
En consecuencia
(a
a *p + b p b *p
p =1
(a
a *p + b p b *p
2
) la contribucin del
T a p a *p + b p b *p
apreciar las frecuencias entre las que las series xt y y t covaran y su sentido
Dado que
cos( p 0 t ) = 0 y
t =1
Utilizando
las
identidades
sen( p t ) = 0 siendo
0
t =1
2
.
T
trigonomtricas
Se llega a que
T
cos 2 p 0 t = T ,
2
t =1
T
sin 2 p 0 t = T , y
2
t =1
cos m t sin n t = 0 y
t =1
t =1
(a
k
xy (0)
p =1
a *p + b p b *p
)
k 2
a p + b p2
p =1
) (a
k
p =1
*2
p
2
+ b *p
n =1
p =1
y (t ) = C 0* + C n* cos( p 0 t k* ) ;
en
bp
p = arctan
ap
(a ) + (b )
donde
p =1
* a*
; C0 = 0 ; C * =
n
* 2
p
* 2
p
Co =
a0
; C p = a 2p + b p2
b *p
y; = arctan *
a
p
*
p
y;
p
.
0
p p* p p*
Entonces la diferencia
=
; determinara el desfase entre los
0 0
o
armnicos p de las dos series.
En definitiva; los coeficientes de Fourier tambin permiten analizar la
covarianza cruzada y los desfases que se dan entre las frecuencias relevantes
de dos series armnicas.
Ejemplo 4
Utilizando los coeficientes de Fourier de los peridogramas calculados en las
Tablas n2 y n4; se comprueba que la covarianza de los ciclos obtenidos en
las dos series de paseos aleatorios; se puede obtener a partir de:
(a
a *p + b p b *p
2
Tabla n 5. Aproximacin de la covarianza a partir de los coeficientes de
Fourier.
Frecuencia
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
Periodo
100;0
50;0
33;3
25;0
20;0
16;7
14;3
12;5
11;1
10;0
9;1
8;3
7;7
7;1
6;7
6;3
5;9
5;6
5;3
5;0
4;8
4;5
4;3
4;2
4;0
3;8
3;7
3;6
3;4
3;3
3;2
3;1
3;0
*
*
a(a p a p + b p b p )
+
2
2
2
p
0;01625604
3;432348057
-0;443051466
-0;50404475
0;162582224
0;050523557
-0;040761565
-0;319594953
-0;010262224
0;000551692
0;154544388
-0;038775457
0;00288197
-0;011791378
0;037848627
-0;003607017
0;014365564
-0;014137574
-0;003482801
0;005504241
-0;012993884
-0;018158192
0;005098359
-0;000153256
-0;000413749
0;003395964
-0;00605133
0;00883113
0;01553574
0;00482251
0;000538483
0;011315354
-0;008422354
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
2;9
2;9
2;8
2;7
2;6
2;6
2;5
2;4
2;4
2;3
2;3
2;2
2;2
2;1
2;1
2;0
2;0
0;002692719
-0;004455511
0;009515013
0;016067157
0;003185531
0;002334467
0;002199355
0;007634174
0;005829628
0;001607622
0;009014749
-0;000784088
0;002453462
0;009902558
0;006459713
0;010706219
0;001676157
p =1
(a
a *p + b p b *p
2
en tanto que
el grfico adjunto:
6
4
2
0
1 5 9 13 17 21 25 29 33 37 41 45 49 53 57 61 65 69 73 77 81 85 89 93 97
-2
-4
-6
Segundo armnico del paseo aleatorio ejemplo 1
Segundo armnico del paseo aleatorio ejemplo 3
el segundo
n
1,307
; es decir dicho armnico estara retrasado
=
0 2
100
n 1,003
). En consecuencia
=
0 2
100
da lugar al siguiente
resultado:
k
donde =
p=1
a p a p*+b p b *p
2
[a
multiplicacin
j
de
dos
][
armnicos
de
diferente
suma:
cos( + ) + cos( )
2
cos( ) cos( + )
sin sin =
2
sin( + ) + sin( )
sin cos =
2
frecuencia;
cos cos =
cos sin =
sin( + ) sin( )
2
a jak
[cos( n t + m t ) + cos( n t m t )] +
2
a jbk
+
[sin ( n t + m t ) sin ( n t m t )] +
2
b jak
+
[sin ( n t + m t ) + sin( n t m t )] +
2
b jbk
+
[cos( n t m t ) cos( n t + m t )]
2
da como resultado una serie armnica con frecuencias angulares que se
obtienen a partir de la suma y diferencia de las frecuencias angulares de los
armnicos mltiplos; y con coeficientes de Fourier obtenidos a partir de los
coeficientes de los armnicos mltiplos:
(a
a k + b jbk
b j a k a jbk
cos ((n t) ( m t)) +
sin (( n t) (m t))+
2
2
a j a k b jbk
b j a k + a jbk
+
cos (( n t) + ( m t)) +
sin ((n t) + (m t))
2
2
j
(a a
1
0
2
0
(a a
+ b01b02
2
2
0
b01b02
2
1 2
1 0
+ b11b02
2
1
0
(a a
(a a
1 2
1 0
(a a
1 2
0 1
(a a
1 2
0 1
(a a
1 2
1 1
(a a
1 2
1 1
a11a02
2
cos(o t o t ) = 1
(b a
1
0
2
0
cos( o t + o t ) =
(b a
a 10 b02
2
2
0
cos(1 t o t )
(b a
+ a 10 b02
2
1 2
1 0
cos(1 t + o t )
(b a
a11b02
2
cos(0 t 1 t ) =
(b a
cos(0 t + 1 t )
(b a
cos( 1 t 1 t ) = 1
(b a
cos(1 t + 1 t ) =
(b a
+ b01b12
2
b01b12
2
+ b11b12
2
b11b12
2
1
0
= cos( 2o t )
1 2
1 0
1 2
0 1
= cos(1 t 0 t )
1 2
0 1
1 2
1 1
1 2
1 1
= cos(21 t )
+ a11b02
2
a 10 b12
2
+ a 10 b12
2
a11b12
2
+ a11b12
2
sin(o t o t ) = 0
sin( o t + o t ) =
sin(1 t o t )
sin(1 t + o t )
sin(0 t 1 t ) =
sin(0 t + 1 t )
sin( 1 t 1 t ) = 0
sin(1 t + 1 t ) =
= sin( 2 o t )
= sin(1 t 0 t )
= sin(21 t )
(a a
=
1 2
0 0
a0
) (
(a a
=
1
0
2
0
b01b02
2
bo =
a1 =
b1 =
(a a
b2 =
b3 =
2
0
+ a 10 b02
2
) (
) (
1 2
0 1
a2 =
a3 =
1
0
1 2
0 1
(b a
(b a
(a a
1 2
1 1
(b a
1 2
1 1
b11b12
2
+ a11b12
2
) (
) (
1 2
1 0
(b a
(a a
1 2
1 0
k=
T
armnicos; cuyas frecuencias angulares son obtenidas a partir de
2
i =
2 i
T
es decir
k
)+ b sin (i 2 t T )
)+ b sin(i 2 t T )
xt = a i1cos i 2 t
i=1
1
i
e
k
y t = ai2 cos i 2 t
i=1
2
i
xt y t = 0 + a i cos i 2 t
i=1
)+ b sin(i 2 t T )
i
En donde8
ai1 a 2i +bi1bi2
=
2
i=1
k
Partiendo de dos series armnicas de T=8; que dan lugar a las dos series de
Fourier que se presentan a continuacin:
o =
= 0,785
= 1,571
= 2,356
= 3,141
f (t ) y g (t ) cuando
a cos(i 2 t T )+ b sin(i 2 t T )= 0 , lo que ocurre cuando la serie armnica se muestran sin desfase,
k
i=1
en cuyo caso,
f (T + n) g (T + n) =
+ 1
1 2
8
1 2
=
8
1 2
=
8
1 2
=
8
1 2
8
2 2
8
3 2
8
4 2
1 2
8
1 2
=
8
1 2
=
8
1 2
=
8
1 2
8
2 2
+
8
3 2
+
8
4 2
+
8
= 0
1 2
= 0
8
2 2
=
= 1
8
3 2
=
= 2
8
2 2
= 1
8
3 2
=
= 2
8
4 2
=
= =
8
= 0 , 785 +
de forma que9
cos( 0 + ) = cos( 0 )
sin( 0 + ) = sin( 0 )
cos( x) = cos( x + )
sin( x) = sin( x + )
1 1
1
2 2
8
2 2
=
8
2 2
=
8
2 2
=
8
=
2 2
8
2 2
1 + 1 =
8
2 2
1 + 2 =
8
2 2
1 + 3 =
8
1 + 0 =
1 2
8
2 2
8
3 2
8
4 2
1 2
8
2 2
+
8
3 2
+
8
4 2
+
8
+
1 2
=
8
= 0
1 2
== 0
8
2 2
=
= 1
8
3 2
= 2
8
4 2
=
= = 3
8
1 2
4 2
=
+
= 0 +
8
8
= 1 +
de forma que
cos(1 + ) = cos(1 )
sin(1 + ) = sin( 1 )
+ 1
3 2
8
3 2
=
8
3 2
=
8
3 2
=
8
=
3 2
8
3 2
=
8
3 2
=
8
3 2
=
8
=
1 2
8
2 2
8
3 2
8
4 2
1 2
8
2 2
+
8
3 2
+
8
4 2
+
8
+
2 2
= 1
8
1 2
=
= 0
8
= 0
=
1 2
=
8
4 2
= = 3
8
1 2
4 2
=
+
= 0 +
8
8
2 2
4 2
=
+
= 1 +
8
8
de forma que
cos( 2 + ) = cos( 2 )
sin( 2 + ) = sin( 2 )
4 2
8
4 2
=
8
4 2
=
8
4 2
=
8
=
1 2
8
2 2
8
3 2
8
4 2
4 2
8
4 2
=
8
4 2
=
8
4 2
=
8
=
3 2
= 2
8
2 2
=
= 1
8
1 2
=
= 0
8
= 0
1 2
8
2 2
+
8
3 2
+
8
4 2
+
8
+
= 2
a 02
2
b0
a12
2
b1
a2 + a2
2
A = 02
2
b0 b2
a 2 + 2a 2
3
1
2
b1
2
a2
b22
b02
a02
a12
b12
b12
a12
a 22
b22
b22
a 22
2a32
2b32
b12
a12
b02 + b22
a02 + a 22
b12
a12 2a32
b22
a 22
a02 + a 22
b02 + b22
2a32
0
2
a0 + a 22
b02 b22
a12
b12
b02 + b22
a02 a 22
0
2a32
b02 b22
a02 a 22
b12
a12
a12 + 2a32
b12
a 02 + a 22
b02 b22
a12
b12
a02
b02
b12
a12 2a32
b02 b22
a 02 a 22
b12
a12
b02
a02
2a 22
2b22
2a12
2b12
2a02
2b02
0
0
0
0
0
0
0
0
0
0
0
a0
b0
a 1
C = 1 = A B
b1 2
a
2
b2
a3
b3
a 10
1
b0
a11
B = b11
a 1
12
b2
a1
3
a02
2
a1
b12
2
a + a22
*
A = 02
b b2
2
20
2
a1 + 2a3
b2
1
a22
b02
a12
b12
a22
b22
b12
a12
b02 + b22
a02 + a22
b02 + b22
2a32
b02 + b22
a02 a22
0
a12 + 2a32
b12
a02 + a22
b12
a12 2a32
b02 b22
a02 + a22
b12
a12 2a32
b22
0
a02 + a22
b02 b22
a12
2a32
b02 b22
a02 a22
b12
b02 b22
a12
b12
a02
a02 a22
b12
a12
b02
2a32
2a22
2b22
2a12
2b12
2a02
2b02
a0
b0
a
1
C = 1 = A* B
b 2
1
a2
b
2
a 3
a2
b02
a12
b12
a22
b22
a32
b32
0
a12
b12
a02 + a22 b02 + b22 a12 + a32 b12 + b32 a22 + 2a42
b22
2
a12
b02 + b22 a02 a22 b12 + b32 a12 a32
b22
a22 2a42
b1
a02 + a22 b02 + b22
a32
b32
a02 + 2a42
b02
a12 + a32 b12 b32
2 2
b +b
a02 a22
b32
a32
b02
a02 2a42 b12 b32 a12 a32
*
A = 02 22
a1 + a3 b12 + b32 a02 + 2a42
b02
a32
b32
a02 + a22 b02 b22
2 2
a12 a32
b02
a02 2a42
b32
a32
b02 b22 a02 a22
b1 + b3
a2 + 2a2
b22
a12 + a32 b12 b32 a02 + a22 b02 b22
a12
b12
4
2
b22
a22 2a42 b12 b32 a12 a32 b02 b22 a02 a22
b12
a12
2
b32
a22
b22
a12
b12
a02
b02
a3
a
b
a
B=
b
a
b
1
0
1
1
1
1
1
2
1
2
1
2
1
3
1
4
a
0
b0
a1
b 1
C = 1 = A B
a 2 2
b
2
a3
b
3
a4
2
4
2
3
2
3
2
2
2
2
2
1
2
1
2
0
2
0
2a
2a
2b
2a
2b
2a
2b
2a
2b
0
1 *
A B
2
10
; 6
10
; 8
10
10
;.
Ejemplo 5
1 2 t
1 2 t
2 2 t
2 2 t
xt = 0,5 cos
+ 0,4 sin
+ 0,8 cos
+ 0,2 sin
+
10
10
10
10
3 2 t
3 2 t
4 2 t
4 2 t
5 2 t
+ 0,4 cos
+ 1,2 sin
+ 0,1 cos
+ 0,3 sin
+ 0,2 cos
10
10
10
10
10
f(t)
3
2
1
0
-1
-2
1 2 t
1 2 t
2 2 t
2 2 t
y t = 0,9 cos
+ 0,1 sin
+ 0,3 cos
+ 0,7 sin
+
10
10
10
10
3 2 t
3 2 t
4 2 t
4 2 t
5 2 t
+ 0,6 cos
+ 0,05 sin
+ 0,9 cos
+ 0,5 sin
+ 0,1 cos
10
10
10
10
10
g(t)
4
3
2
1
0
-1
-2
-3
0,7
1,5
0,15
1,2
1,2
0,8
0,05 1,8 2,0175
0,4
0,7 0,3 0,05
0,3
0,2 0,6 0,05 0,4
1 0,3175
0,8
1
,
5
0
,
05
0
,
9
0
,
5
1
,
1
0
,
1
1
,
2
0
,
2
1
,
2
0,2 1,265
0,3
0,5
0,9 0,1 0,7
1,2 0,6 0,1 0,4475
1 0,15
0,4 =
1,1
0,1
0,9
0,5
1,5
0,05 0,6 0,7125
2 1,2 0,2
1,2
1,2
0,6
0,1
0,7
0,5 0,9 0,15 0,3 1,4 0,4525
0,1
1,2
1,5 0,15
0,3
0,7 1,8 0,85
0,8 0,05 1,2
0,3
0,05
0,4
0,2
0,6 0,05
0,3
0,7 0,3 0,2 0,2025
0,2
0,6
0,05 0,3 0,7
0,9
0,1
0
0,9 0,5
0,3
0,3175 sin
+1,265 cos
+ 0, 4475 sin
10
10
10
10
4 2 t
4 2 t
6 2 t
6 2 t
+ 0,7125 cos
0,4525 sin
+ 0,85 cos
+ 0, 2025 sin
+ 0,3 cos ( )
10
10
10
10
f(t)*g(t)
6
5
4
3
2
1
0
-1
-2
-3
k 1 a a *+b b*
p p
p p
+ aT aT* sera la covarianza cruzada; en tanto que
donde =
2
2
2
p=1
bMVCO =
y
t =1
x y
x
t
2
t
xt = T + z t
t =1
x2 =
1 q 1 2
a p + b p2 + aT2
2
2 p =1
En consecuencia
bMCO
Dado que
z
t =1
k 1 a p a p*+b p b *p
T
+ aT aT* + z t
T
2
2
2
p=1
t =1
=
2
2
k 1 a p + b p
+ aT2
T
2
p=1 2
0 entonces:
(a
k 1
bMCO
a p*+b p b *p + 2 aT aT*
2
p=1
(a
k 1
2
p
+ b p2 + 2aT2
p=1
(a
k 1
yt y t = y t bMCO xt = y t
a *p + b p b *p + 2 aT aT*
2
p=1
(a
k 1
2
p
+ b + 2a
2
p
p=1
2
T
xt
Y su varianza:
( yt y t )2
k 1
1
*
*
*
a p a p +b p b p + 2 aT aT
2 p=1
1 k 1
2
2
2
2 p=1
T
2
wk = 1, e i k , e 2i k ,..., e (T 1) i k
donde k = 2k ; y t=0;1;;T-1;
T
wk x
T
T 1
= fxx ( k )
k =0
1 T 1
f ( )
k =0
xy
( y, x ) =
1
( , )
N
MCO =
( , )
( , )
Ejemplo 6
En la tabla n 6 figuran las cifras de Consumo de energa final elctrica (TEP) y
del PIB en Millones de euros de Espaa en el periodo 1992 y 2007.
Tabla n 6. Consumo de energa final elctrica (TEP) y del PIB en Millones de
euros de Espaa de 2000
1992
1993
1994
1995
1996
1997
1998
1999
2000
2001
2002
2003
2004
2005
2006
2007
Consumo
de Energa
Final
PIB (Mill
Elctrica
euros ao
(TEP)
2000)
11244
484580;9
11237
479583;3
11777
491011;6
12116
515405
12655
527862;4
13672
548283;8
14202
572782
15241
599965;8
16205
630263
17279
653255
17759
670920;4
18916
691694;7
19834
714291;2
20827
740108
22052
769850;2
22548
797366;8
Observaciones
16
ANLISIS DE VARIANZA
Grados de
Suma de
Promedio de los
Valor crtico
libertad
cuadrados
cuadrados
F
de F
Regresin
1 0;88827222
0;88827222 5751;31267 1;0441E-19
Residuos
15 0;0023167
0;00015445
Total
16 0;89058893
Intercepcin
PIB (Mill euros ao
2000)
Estadstico t
#N/A
1;41816621 0;01870009
Inferior
95%
#N/A
Probabilidad
#N/A
75;8374094
Frecuencia
Periodo
1
2
3
4
5
6
7
8
16
8
5;3333
4
3;2
2;6667
2;2857
2
ap
ba pp
0;0586
0;0580
0;0489
0;0442
0;0507
0;0433
0;0377
0;0234
I (i ) =
T a 2p + b p2
-0;2688
-0;1119
-0;0714
-0;0449
-0;0323
-0;0161
-0;0069
0;0000
0;9509
0;1995
0;0942
0;0499
0;0454
0;0268
0;0184
0;0069
(a 2p + b p2 )
2
0;0378
0;0079
0;0037
0;0020
0;0018
0;0011
0;0007
0;0003
Y su varianza
x2 =
1 7 2
a p + b p2 + a82 = 0,0276
2 p =1
Superior
95%
#N/A
Frecuencia
Periodo
1
2
3
4
5
6
7
8
ap
ba pp
16
8
5;3333
4
3;2
2;6667
2;2857
2
0;0381
0;0439
0;0390
0;0367
0;0337
0;0296
0;0314
0;0162
I ( i ) =
T (a *p2 + b *p2 )
(a *p2 + b *p2 )
-0;1883
-0;0767
-0;0522
-0;0290
-0;0180
-0;0121
-0;0071
0;0000
0;4638
0;0982
0;0534
0;0275
0;0183
0;0128
0;0130
0;0033
0;0185
0;0039
0;0021
0;0011
0;0007
0;0005
0;0005
0;0001
Y su varianza:
y2 =
1 7 *2
a p + b *p2 + a8*2 = 0,0557
2 p =1
Periodo
16
1
0;3333
0
0;2
0;1667
0;1429
0
ap
bp
0;0381
0;0439
0;0390
0;0367
0;0337
0;0296
0;0314
0;0162
a *p
-0;1883
-0;0767
-0;0522
-0;0290
-0;0180
-0;0121
-0;0071
0;0000
a p a p*+b p b *p
=
2
p=1
7
(a p a*p + bp b*p )
PIB
0;0586
0;0580
0;0489
0;0442
0;0507
0;0433
0;0377
0;0234
+ a8 a8* = 0,0391
2
*
bp
-0;2688
-0;1119
-0;0714
-0;0449
-0;0323
-0;0161
-0;0069
0;0000
0;0264
0;0056
0;0028
0;0015
0;0011
0;0007
0;0006
0;0002
+ a8 a8*
2
p=1
0,0391
=
= 1,4182
7 a2 +b2
0
,
0276
p
p
+ a82
2
p=1
7
bMCO
( yt y t )2
1 k 1
a p a p*+b p b *p + 2 aT aT*
2 p=1
1 k 1
2
2
2 p=1
0,03912
= 16 0,0557
0,0276
yt
y t
xt
-0;3311
-0;3317
-0;2848
-0;2564
-0;2129
-0;1356
-0;0975
-0;0269
0;0344
0;0986
0;1260
0;1891
0;2365
0;2853
0;3425
0;3647
-0;2293
-0;2397
-0;2162
-0;1677
-0;1438
-0;1058
-0;0621
-0;0158
0;0335
0;0693
0;0960
0;1265
0;1587
0;1942
0;2336
0;2687
u t
-0;3253
-0;3400
-0;3066
-0;2378
-0;2039
-0;1501
-0;0881
-0;0224
0;0475
0;0983
0;1362
0;1794
0;2250
0;2754
0;3312
0;3810
-0;0058
0;0082
0;0218
-0;0186
-0;0090
0;0145
-0;0094
-0;0046
-0;0131
0;0002
-0;0102
0;0097
0;0115
0;0100
0;0112
-0;0163
= 0,00232
Error de regresin
0,0250
0,0200
0,0150
0,0100
0,0050
0,0000
-0,0050
-0,0100
-0,0150
-0,0200
-0,0250
10 11 12 13 14 15 16
Periodo
bp
ap
1
2
3
4
5
6
7
8
16
8
5;3333
4
3;2
2;6667
2;2857
2
0;0046
-0;0043
-0;0065
-0;0079
0;0029
0;0013
-0;0069
0;0004
I ( i ) =
-0;0017
-0;0030
0;0025
-0;0037
-0;0067
0;0010
0;0031
0;0000
T a 2p + b p2
4
) sj
0;0003
0;0003
0;0006
0;0009
0;0007
0;0000
0;0007
0;0000
c+ , k = 2
0;0826
0;1771
0;3447
0;6057
0;7928
0;8015
0;9995
1;0000
0;5762
0;7191
0;8619
1;0048
1;1477
1;2905
1;4334
1;5762
1,8000
1,6000
1,4000
1,2000
1,0000
0,8000
0,6000
0,4000
0,2000
0,0000
1
c , k = 2
0;5048
0;6477
0;7905
0;9334
1;0762
1;2191
1;3619
1;5048
Lk xt = xt j
Para k . Los polinomios en el operador de rezago toman la siguiente
forma:
( L) = 1 + L + 2 L2 + ... + p L p
= 1 + L + L2 + ... + Ls 1 = L j
j =0
Filtros lineales10
Un filtro lineal se define como:
a( L) =
a L
j =
tiempo y satisfacen
j =
2
j
y t = a ( L ) xt =
j =
xt j (1)
S y ( ) = a (e i ) S x ( )
( ) a e
a e i =
donde:
j =
10
Francisco G. Villarreal.
i j
utilizando X-12-ARIMA y TRAMO-SEATS. Serie 38. Estudios estadsticos y prospectivos Divisin de Estadstica y
Proyecciones
Econmicas.
Santiago
www.eclac.org/publicaciones/xml/9/24099/lcl2457e.pdf
de
Chile,
Diciembre
del
2005.
( )
a e i = G ( )e iF ( )
donde:
( )
G ( ) = a e i
a j sin( j )
j =
F ( ) = tan 1
a j cos( j )
j =
Tipos de filtros13
Los filtros ms utilizados en el anlisis de series temporales son las tasas de
variacin y las medias mviles.
Las tasas de variacin son operadores lineales invariantes en el tiempo pero no
lineales. Dado que la teora elemental de los filtros se refiere a operadores
lineales invariantes; hay que aproximar las tasas a operadores de diferencia.
As la primera diferencia de un logaritmo es una buena aproximacin de una
tasa de variacin mensual.
11
F ( )
de tiempo.
12
Para entender esta propiedad de los filtros lineales, se utilizan las siguientes funciones trigonomtricas:
sin( ) + sin( ) = 0
sin(0) = 0
Esto implica que cuando
h j = h j
, el producto en
j =
que
13
F ( ) = 0
dado que
tan 1 (0) = 0
sin( j )
Para mayor detalle Francisco Melis Maynar: La Estimacin del ritmo de variacin de las series
econmicas. Estadstica Espaola. Vol 22. Num. 126, 1991, pgs 7 a 56.
http://www.ine.es/revistas/estaespa/126_1.pdf
Sea T =
( xt xt 1 )
xt
Expresin
12
xt
T
1 100
x
t1
(1 L)
2
xt
T
1 100
x
t6
(1 L6 )
x
1 100
T121 t
x
t12
(1 L12 )
1
1
1
6
12
z
1 100
T13 t
z
t 1
4
z
1 100
T t
z
t 1
3
3
12
z
1 100
T t
z
t 1
6
1
zt =
(xt + xt 1 + xt 2 )
zt =
(xt + xt 1 + xt 2 )
zt =
(xt + xt 1 + ... + xt 5 )
(1 L)(1 + L + L2 ) = (1 L3 )
(1 L3 )(1 + L + L2 ) = (1 L)(1 + L + L3 ) 2
(1 L)(1 + L + L2 + ... + L5 ) = (1 L6 )
12
zt
T
1 100
z
t 1
12
1
zt =
(xt + xt 1 + ... + xt 11 )
12
12
(xt + xt 1 + ... + xt 11 )
zt
T
1 100 z t =
12
z
t12
12
12
12 2
(1 L12)(1+ L + L2 + ...+ L11) = (1 L )
(1 L)
n
x + xt n +1 + ... + xt + ... + xt + n1 + xt + n
1
xt + i = t n
2n + 1 i = n
2n + 1
x
+ xt n + 2 + ... + xt 1 + xt
1 t
Yt +i = t n+1
n i =t n +1
n
a ( L ) xt =
1 n j
L xt
n j =0
Ejemplo 7
1
0,5
0
1
9 11 13 15 17 19 21 23 25 27
-0,5
-1
Serie original
Serie filtrada
) (
a e i = 1 e i = e
e i 2 e i 2 = e i 2 2i sin = e i ( 2 2 ) 2 sin
2
2
14
G ( ) = 2 sin
2
F ( ) =
2
1,8
1,6
1,4
1,2
1
0,8
0,6
0,4
0,2
0
-0,36
El
desfase
0,14
temporal
considera = 2
0,64
de
1,14
este
1,64
filtro
2,14
2,64
3,14
F ( ) 2 2 T 2
=
=
;
si
Ejemplo 8
)
3
1 2 j
L .
3 j =0
se
1
0,5
0
1
9 11 13 15 17 19 21 23 25 27
-0,5
-1
Serie original
Serie filtrada
a e i =
1
1 + e i + e 2i
3
1
(1 + 2 cos( ))
3
F ( ) =
15
(1 + e
+ e 2i = e i e i + 1 + e i = e i (1 + 2 cos( ) )
ya que e e = 1 , e + e
= (2 cos( ) ) ,aplicando el teorema de De Moivre y las
igualdades sin( ) = sin( ) y cos( ) = cos( )
i
( ) =
= 1
1 2 j
L
3 j =0
1
0,9
0,8
0,7
0,6
0,5
0,4
0,3
0,2
0,1
0
-0,36
0,14
0,64
1,14
1,64
2,14
2,64
3,14
= 1 . Esto
Filtro
Modulo
Periodo
de
Fase
Desfase
mxima ganancia
temporal
para un
periodo
p
(1 L)
(1 L3 )
(1 L6 )
(1 L12 )
(1 L3 )(1 + L + L2 ) = (1 L)(1 + L + L3 ) 2
12 2
(1 L12 )(1 + L + L2 + ... + L11 ) = (1 L )
( 2)
( 2)
6;2
)
2
12;4;24
2 sin
2 sin 3
2 sin 6
2 sin 12
( 2)
12 sin
24;8;4.8;3.43;2.7
;2.8
( 2)
3 sin ( )
2
2 sin 2 12
2 sin 2 3
32
p2
4
12
p6
4
p 24
2
23
p 12
4
p 10
4
p 46
2
z 0 y 0 + z1 y N 1 + z 2 y N 2 + ... + z N 2 y 2 + z N 1 y1
z y + z y + z y + ... + z y + z y
0 1
1 0
2 N 1
N 2 3
N 1 2
z 0 y 2 + z1 y1 + z 2 y 0 + ... + z N 2 y 4 + z N 1 y 3
yz =
z 0 y N 2 + z1 y N 3 + z 2 y N 4 + ... + z N 2 y 0 + z N 1 y N 1
z 0 y N 1 + z1 y N 2 + z 2 y N 3 + ... + z N 2 y1 + z N 1 y 0
El producto de convolucin se puede expresar de forma matricial:
yo
y
1
y
yz = 2
.
y N 2
y N 1
y N 1
yo
y1
.
y N 3
y N 2
y N 2
y N 1
yo
.
y N 4
y N 3
.
.
.
.
.
.
y2
y2
y4
.
y0
y1
y1 z o
y 2 z1
y3 z 3
. .
y N 1 z N 2
y 0 z N 1
0
1 1
0 1 1
0 0 1
yz =
.
.
.
0 0 0
0 0
1
. 0 0 zo
. 0 0 z1
. 0 0 z3
. .
. .
. 1 1 z N 2
. 0 1 z N 1
0
yz =
.
13
1
3
3
0
.
0
1
3
0
1
3
1
3
.
.
1
3
0
1
3
0
0
y=
.
1
3
1
3
1
3 zo
0 z1
0 z3
. .
1 z N 2
3
1 z N 1
3
Ejemplo 9
Utilizando R vamos a filtrar la serie
Y <- PIB
# transformadas
y <- fft(Y)
#filtro de diferencia
F <- c(-1, rep(0, 36), 1)
f <- fft(F)
D_Y <- fft(fft(F)*y,inverse=TRUE)/38
plot.ts (D_Y[1 :37], type="l")
30000
20000
10000
0
D_Y[1:37]
10
15
20
Time
# periodograma de filtro
CF = abs(fft(F)/sqrt(38))^2
P = CF[1:20]/(2*pi)
f = (0:19)/38
plot(f, P, type="l")
25
30
35
0.015
0.010
0.000
0.005
0.0
0.1
0.2
0.3
0.4
0.5
2e+05
1e+05
0e+00
-2e+05
-1e+05
M_Y[1:34]
10
15
20
Time
# periodograma de filtro
CF = abs(fft(F)/sqrt(38))^2
P = CF[1:20]/(2*pi)
f = (0:19)/38
plot(f, P, type="l")
25
30
35
0.004
0.003
0.002
0.000
0.001
0.0
0.1
0.2
0.3
0.4
0.5
Flexibilidad
Dado que la forma funcional de la relacin entre la variable dependiente y los
regresores es en general desconocida; uno puede preguntarse si existe un
modelo paramtrico que pueda aproximar una amplia variedad de relaciones
Flexibilidad local
La flexibilidad se entiende como local (flexibilidad de Diewert); cuando da lugar
a una aproximacin que converge a error cero (aproximacin perfecta) a una
funcin arbitraria y sus dos primeras derivadas en un punto concreto. Las
series de expansin de segundo orden de Taylor han dominado el campo de
las formas de flexibilidad local; pero las inferencias basadas en series de Taylor
pueden estar seriamente sesgadas; debido al comportamiento problemtico del
trmino residual de la aproximacin.
Supongamos que el modelo es
y = g (x ) + e
Una serie de expansin de segundo orden de Taylor (que remaineder term) de
la funcin g(x) en el punto x=0 es
g ( x) = g (0) + x' Dx g (0) +
las inferencias
en un
16
p lim = g (0) ?
Es
La respuesta es no, en general, ya que si encontramos los valores ciertos de los parmetros en estas derivadas,
entonces e (error) forma parte del termino residual, el cual es funcin de x, entonces x y e estn correlacionados, lo que
implica que el estimador esta sesgado. (Creel M Econometrics Version 0.80, February, 2006 Dept. of Economics and
Economic history, Universitat autnoma de Barcelona). http://pareto.uab.es/mcreel/Econometrics/econometrics.pdf
Donde = (wi ) =
[ ]
[ ]
asintticamente
pueden
conseguirse
contrastes
estadsticos
17
http://pareto.uab.es/mcreel/Econometrics/econometrics.pdf
a k
+ (u j cos( jwo t ) + v j sin ( jwo t ))
2 j =1
Donde k es el nmero de ciclos tericos o armnicos que consideramos; siendo
el mximo n/2.
w0 =
2
es la frecuencia fundamental (tambin denominada frecuencia angular
n
fundamental).
t toma los valores enteros comprendidos entre 1 y n (es decir; t = 1; 2; 3; ...n).
Los coeficientes de los armnicos vienen dados por las expresiones:
a 2 n
2 n
2 n
= y i , u j = ( yi cos(w0 t i j )), v j = y i sin (wo t i j )
2 n i =1
n i =1
n i =1
( n ) [y g
s n ( ) = 1
i =1
(xi / )]2
errores de aproximacin.
La expresin de la primera y segunda derivada de la funcin (1) son las
siguientes:
j =1
j =1
[0,2 ] .
Ejemplo 9
Siguiendo a Gallant (1981) vamos a estimar una forma de flexibilidad global
para la funcin g ( x) = ln( x + 1) ; g ( x) = ln( x + 1) ; utilizando 50 observaciones de
xt para un intervalo comprendido entre [0,01;6] .
Tabla n 16
X
0;01
0;13
0;25
0;37
0;49
0;61
0;73
0;85
0;97
1;09
1;21
1;33
1;45
1;57
g ( x ) = ln( x + 1 )
0;01
0;12
0;22
0;31
0;4
0;48
0;55
0;62
0;68
0;74
0;79
0;85
0;9
0;94
X
3;01
3;13
3;25
3;37
3;49
3;61
3;73
3;85
3;97
4;09
4;21
4;33
4;45
4;57
g ( x ) = ln( x + 1 )
1;39
1;42
1;45
1;47
1;5
1;53
1;55
1;58
1;6
1;63
1;65
1;67
1;7
1;72
1;69
1;81
1;93
2;05
2;17
2;29
2;41
2;53
2;65
2;77
2;89
0;99
1;03
1;08
1;12
1;15
1;19
1;23
1;26
1;29
1;33
1;36
4;69
4;81
4;93
5;05
5;17
5;29
5;41
5;53
5;65
5;77
5;89
1;74
1;76
1;78
1;8
1;82
1;84
1;86
1;88
1;89
1;91
1;93
x2
COS (x)
SENO(x)
COS(2x)
SENO(2x)
COS(3x)
SENO(3x)
COS(4x)
SENO(4x)
COS(5x)
SENO(5x)
COS(6x)
SENO(6x)
COS(7x)
SENO(7x)
g (x / )
0;01
1;000
0;010
1;000
0;020
1;000
0;030
0;999
0;040
0;999
0;050
0;998
0;060
0;998
0;070
0;010
0;13
0;01
0;992
0;130
0;966
0;257
0;925
0;380
0;868
0;497
0;796
0;605
0;711
0;703
0;614
0;790
0;122
0;25
0;03
0;969
0;247
0;878
0;479
0;732
0;682
0;540
0;841
0;315
0;949
0;071
0;997
-0;178
0;984
0;223
0;37
0;07
0;932
0;362
0;738
0;674
0;445
0;896
0;091
0;996
-0;276
0;961
-0;605
0;797
-0;852
0;524
0;315
0;49
0;12
0;882
0;471
0;557
0;830
0;101
0;995
-0;379
0;925
-0;770
0;638
-0;980
0;200
-0;959
-0;284
0;399
0;61
0;19
0;820
0;573
0;344
0;939
-0;256
0;967
-0;764
0;645
-0;996
0;091
-0;869
-0;495
-0;428
-0;904
0;476
0;73
0;27
0;745
0;667
0;111
0;994
-0;580
0;814
-0;976
0;220
-0;874
-0;487
-0;326
-0;945
0;387
-0;922
0;548
0;85
0;36
0;660
0;751
-0;129
0;992
-0;830
0;558
-0;967
-0;256
-0;446
-0;895
0;378
-0;926
0;945
-0;327
0;615
0;97
0;47
0;565
0;825
-0;361
0;933
-0;973
0;230
-0;740
-0;673
0;137
-0;991
0;895
-0;447
0;874
0;485
0;678
1;09
0;59
0;462
0;887
-0;572
0;820
-0;992
-0;128
-0;345
-0;939
0;673
-0;740
0;967
0;254
0;222
0;975
0;737
1;21
0;73
0;353
0;936
-0;751
0;661
-0;883
-0;469
0;127
-0;992
0;973
-0;231
0;560
0;829
-0;578
0;816
0;793
1;33
0;88
0;238
0;971
-0;886
0;463
-0;661
-0;750
0;571
-0;821
0;933
0;359
-0;126
0;992
-0;993
0;115
0;846
1;45
1;05
0;121
0;993
-0;971
0;239
-0;355
-0;935
0;886
-0;465
0;568
0;823
-0;749
0;663
-0;748
-0;663
0;896
1;57
1;23
0;001
1;000
-1;000
0;002
-0;002
-1;000
1;000
-0;003
0;004
1;000
-1;000
0;005
-0;006
-1;000
0;944
x2
COS (x)
SENO(x)
COS(2x)
SENO(2x)
COS(3x)
SENO(3x)
COS(4x)
SENO(4x)
COS(5x)
SENO(5x)
COS(6x)
SENO(6x)
COS(7x)
SENO(7x)
g (x / )
1;69
1;43
-0;119
0;993
-0;972
-0;236
0;350
-0;937
0;888
0;459
-0;561
0;828
-0;755
-0;656
0;741
-0;672
0;990
1;81
1;64
-0;237
0;972
-0;888
-0;460
0;658
-0;753
0;576
0;817
-0;931
0;366
-0;135
-0;991
0;995
0;103
1;033
1;93
1;86
-0;352
0;936
-0;753
-0;658
0;881
-0;473
0;134
0;991
-0;975
-0;223
0;552
-0;834
0;587
0;810
1;075
2;05
2;1
-0;461
0;887
-0;575
-0;818
0;991
-0;133
-0;339
0;941
-0;678
-0;735
0;965
-0;263
-0;211
0;977
1;115
2;17
2;35
-0;564
0;826
-0;364
-0;931
0;974
0;225
-0;735
0;678
-0;145
-0;989
0;899
0;438
-0;869
0;495
1;154
2;29
2;62
-0;659
0;752
-0;132
-0;991
0;833
0;554
-0;965
0;262
0;439
-0;899
0;387
0;922
-0;949
-0;316
1;191
2;41
2;9
-0;744
0;668
0;107
-0;994
0;584
0;812
-0;977
-0;214
0;870
-0;494
-0;317
0;948
-0;397
-0;918
1;227
2;53
3;2
-0;819
0;574
0;341
-0;940
0;261
0;965
-0;768
-0;641
0;997
0;084
-0;864
0;504
0;418
-0;908
1;261
2;65
3;51
-0;882
0;472
0;554
-0;832
-0;096
0;995
-0;385
-0;923
0;775
0;632
-0;982
-0;191
0;955
-0;295
1;295
2;77
3;84
-0;932
0;363
0;736
-0;677
-0;440
0;898
0;084
-0;996
0;283
0;959
-0;612
-0;791
0;857
0;515
1;327
2;89
4;18
-0;969
0;249
0;876
-0;482
-0;728
0;685
0;535
-0;845
-0;308
0;951
0;061
-0;998
0;189
0;982
1;358
3;01
4;53
-0;991
0;131
0;966
-0;260
-0;923
0;385
0;865
-0;502
-0;791
0;612
0;704
-0;710
-0;605
0;796
1;389
3;13
4;9
-1;000
0;012
1;000
-0;023
-0;999
0;035
0;999
-0;046
-0;998
0;058
0;998
-0;069
-0;997
0;081
1;418
3;25
5;28
-0;994
-0;108
0;977
0;215
-0;948
-0;320
0;907
0;420
-0;857
-0;516
0;796
0;606
-0;726
-0;688
1;447
3;37
5;68
-0;974
-0;226
0;897
0;441
-0;774
-0;633
0;611
0;792
-0;416
-0;909
0;199
0;980
0;028
-1;000
1;475
3;49
6;09
-0;940
-0;341
0;767
0;642
-0;502
-0;865
0;176
0;984
0;170
-0;985
-0;497
0;868
0;763
-0;646
1;502
3;61
6;52
-0;892
-0;451
0;592
0;806
-0;165
-0;986
-0;298
0;954
0;697
-0;717
-0;946
0;325
0;991
0;137
1;528
3;73
6;96
-0;832
-0;555
0;384
0;923
0;193
-0;981
-0;705
0;709
0;980
-0;198
-0;925
-0;379
0;559
0;829
1;554
3;85
7;41
-0;759
-0;651
0;153
0;988
0;526
-0;850
-0;953
0;303
0;921
0;390
-0;446
-0;895
-0;244
0;970
1;579
3;97
7;88
-0;676
-0;737
-0;086
0;996
0;792
-0;610
-0;985
-0;171
0;540
0;842
0;255
-0;967
-0;885
0;466
1;603
4;09
8;36
-0;583
-0;812
-0;320
0;947
0;956
-0;292
-0;795
-0;607
-0;030
1;000
0;829
-0;559
-0;937
-0;348
1;627
4;21
8;86
-0;482
-0;876
-0;536
0;844
0;998
0;064
-0;425
-0;905
-0;589
0;808
0;992
0;127
-0;366
-0;930
1;651
4;33
9;37
-0;373
-0;928
-0;722
0;692
0;912
0;411
0;041
-0;999
-0;942
0;335
0;662
0;749
0;448
-0;894
1;673
4;45
9;9
-0;259
-0;966
-0;865
0;501
0;708
0;706
0;498
-0;867
-0;967
-0;256
0;004
1;000
0;965
-0;263
1;696
4;57
10;4
-0;142
-0;990
-0;960
0;281
0;414
0;910
0;842
-0;539
-0;653
-0;757
-0;657
0;754
0;840
0;543
1;717
4;69
11
-0;022
-1;000
-0;999
0;045
0;067
0;998
0;996
-0;089
-0;112
-0;994
-0;991
0;134
0;156
0;988
1;739
4;81
11;6
0;097
-0;995
-0;981
-0;194
-0;289
0;957
0;925
0;381
0;469
-0;883
-0;833
-0;553
-0;631
0;776
1;759
4;93
12;2
0;216
-0;976
-0;907
-0;422
-0;607
0;794
0;644
0;765
0;886
-0;464
-0;262
-0;965
-0;999
0;048
1;780
5;05
12;8
0;331
-0;944
-0;781
-0;625
-0;848
0;529
0;219
0;976
0;993
0;117
0;439
-0;898
-0;702
-0;712
1;800
x2
COS (x)
SENO(x)
COS(2x)
SENO(2x)
COS(3x)
SENO(3x)
COS(4x)
SENO(4x)
COS(5x)
SENO(5x)
COS(6x)
SENO(6x)
COS(7x)
SENO(7x)
g (x / )
5;17
13;4
0;442
-0;897
-0;610
-0;793
-0;980
0;197
-0;257
0;966
0;754
0;657
0;923
-0;386
0;062
-0;998
1;820
5;29
14
0;546
-0;838
-0;404
-0;915
-0;987
-0;161
-0;674
0;739
0;251
0;968
0;948
0;318
0;784
-0;620
1;839
5;41
14;6
0;642
-0;766
-0;175
-0;985
-0;867
-0;499
-0;939
0;344
-0;340
0;941
0;503
0;864
0;985
0;170
1;858
5;53
15;3
0;730
-0;684
0;064
-0;998
-0;636
-0;772
-0;992
-0;128
-0;811
0;585
-0;192
0;981
0;531
0;847
1;876
5;65
16
0;806
-0;592
0;300
-0;954
-0;323
-0;946
-0;820
-0;572
-1;000
0;024
-0;792
0;611
-0;276
0;961
1;895
5;77
16;6
0;871
-0;491
0;518
-0;855
0;031
-1;000
-0;464
-0;886
-0;839
-0;544
-0;998
-0;062
-0;900
0;436
1;913
5;89
17;3
0;924
-0;383
0;706
-0;708
0;381
-0;924
-0;002
-1;000
-0;385
-0;923
-0;709
-0;705
-0;925
-0;380
1;930
2,5
1,5
g(x)=ln(x+1)
FFF_MCO
1
0,5
0
0
x2
COS2(x)
SENO (x)
COS (2x)
SENO (2x)
COS (3x)
SENO (3x)
COS (4x)
SENO (4x)
COS (5x)
SENO (5x)
COS (6x)
SENO (6x)
COS (7x)
SENO (7x)
Constante
COEFICIENTE
VARIANZA
0;8255
0;0063
-0;1639
0;0021
0;1709
0;0042
0;0931
0;0009
0;0279
0;001
0;0171
0;0004
0;009
0;0004
0;005
0;0002
0;0037
0;0002
0;0016
0;0002
0;0017
0;0001
0;0005
0;0001
0;0008
0;0001
0;0001
0;0001
0;0004
0
0
0;0001
-0;214
0;0058
Ejemplo 10
Vamos a estimar una forma de flexibilidad global para el PIB trimestral de
Espaa; en ndices de volumen ajustados a estacionalidad y calendario; y
utilizando como regresor los puestos de trabajo equivalentes a tiempo
completo; todas las series estn obtenidas de la Contabilidad Nacional
Trimestral de Espaa del INE.
Tabla n 19.- Contabilidad Nacional Trimestral Base 2000. Datos corregidos de
estacionalidad y calendario.
Puestos
de
trabajo
equivalentes a
tiempo
Producto
completo
interior bruto
Puestos
de
trabajo
equivalentes a
tiempo
Producto
completo
interior bruto
1995TI
12974
81;35
2001TIII
16290
104;12
1995TII
13027
81;62
2001TIV
16333
104;79
1995TIII
13043
81;85
2002TI
16354
105;25
1995TIV
13036
82;28
2002TII
16530
106;14
1996TI
13021
82;75
2002TIII
16702
106;79
1996TII
13123
83;44
2002TIV
16608
107;62
1996TIII
13310
84;14
2003TI
16763
108;61
1996TIV
13358
84;68
2003TII
16871
109;33
1997TI
13458
85;57
2003TIII
17108
110;02
1997TII
13630
86;36
2003TIV
17053
111;03
1997TIII
13756
87;35
2004TI
17230
111;81
1997TIV
13828
88;69
2004TII
17291
112;71
1998TI
13974
89;5
2004TIII
17574
114;01
1998TII
14186
90;35
2004TIV
17524
114;8
1998TIII
14391
91;43
2005TI
17646
115;85
1998TIV
14481
92;24
2005TII
17874
116;93
1999TI
14655
93;14
2005TIII
18225
117;93
1999TII
14869
94;56
2005TIV
18136
119;02
1999TIII
15026
95;99
2006TI
18280
120;14
1999TIV
15132
97;08
2006TII
18493
121;41
2000TI
15360
98;56
2006TIII
18702
122;48
2000TII
15592
99;65
2006TIV
18692
123;83
2000TIII
15867
100;36
2007TI
18887
125;04
2000TIV
15859
101;44
2007TII
19080
126;21
2001TI
15972
102;51
2007TIII
19253
127;13
2001TII
16106
103;17
2007TIV
19148
128;14
Fuente: INE
2 X
. En la ecuacin se utilizan 7 parmetros; la
max( X )
y los parmetros
COS (x)
SENO(x)
COS(2x)
SENO(2x)
g(x / )
4;2340
17;9271
-0;4603
-0;8878
-0;5762
0;8173
81;645
4;2513
18;0739
-0;4449
-0;8956
-0;6042
0;7969
82;087
4;2566
18;1183
-0;4402
-0;8979
-0;6124
0;7905
82;22
4;2543
18;0989
-0;4423
-0;8969
-0;6088
0;7933
82;162
4;2494
18;0572
-0;4466
-0;8947
-0;601
0;7992
82;038
4;2827
18;3413
-0;4166
-0;9091
-0;6529
0;7575
82;875
4;3437
18;8677
-0;3604
-0;9328
-0;7402
0;6724
84;356
4;3594
19;004
-0;3457
-0;9383
-0;7609
0;6488
84;725
4;392
19;2896
-0;3149
-0;9491
-0;8016
0;5978
85;48
COS (x)
SENO(x)
COS(2x)
g(x / )
SENO(2x)
4;4481
19;7858
-0;2612
-0;9653
-0;8636
0;5043
86;735
4;4892
20;1534
-0;2213
-0;9752
-0;9021
0;4316
87;622
4;5127
20;3649
-0;1983
-0;9801
-0;9213
0;3888
88;118
4;5604
20;7972
-0;1514
-0;9885
-0;9541
0;2993
89;101
4;6296
21;433
-0;0827
-0;9966
-0;9863
0;1649
90;486
4;6965
22;0569
-0;0159
-0;9999
-0;9995
0;0318
91;79
4;7259
22;3337
0;0135
-0;9999
-0;9996
-0;0269
92;357
4;7826
22;8736
0;0702
-0;9975
-0;9901
-0;14
93;446
4;8525
23;5465
0;1396
-0;9902
-0;961
-0;2765
94;789
4;9037
24;0464
0;1902
-0;9818
-0;9277
-0;3734
95;785
4;9383
24;3868
0;224
-0;9746
-0;8996
-0;4366
96;466
5;0127
25;1273
0;2958
-0;9552
-0;825
-0;5652
97;958
5;0884
25;8921
0;3672
-0;9301
-0;7303
-0;6832
99;525
5;1782
26;8134
0;4491
-0;8935
-0;5966
-0;8026
101;453
5;1756
26;7864
0;4468
-0;8946
-0;6008
-0;7994
101;396
5;2124
27;1695
0;4795
-0;8776
-0;5402
-0;8415
102;21
5;2562
27;6273
0;5174
-0;8558
-0;4647
-0;8855
103;191
5;3162
28;2621
0;5678
-0;8232
-0;3552
-0;9348
104;566
5;3302
28;4115
0;5793
-0;8151
-0;3288
-0;9444
104;891
5;3371
28;4847
0;5849
-0;8111
-0;3159
-0;9488
105;05
5;3945
29;101
0;6305
-0;7762
-0;205
-0;9788
106;397
5;4507
29;7098
0;673
-0;7396
-0;0941
-0;9956
107;73
5;42
29;3763
0;65
-0;7599
-0;155
-0;9879
107
5;4706
29;9272
0;6876
-0;7261
-0;0544
-0;9985
108;206
5;5058
30;3141
0;7128
-0;7014
0;0161
-0;9999
109;05
5;5832
31;1718
0;7648
-0;6442
0;1699
-0;9855
110;909
5;5652
30;9717
0;7531
-0;6579
0;1345
-0;9909
110;477
5;623
31;6179
0;7899
-0;6133
0;2478
-0;9688
111;864
5;6429
31;8422
0;8019
-0;5974
0;2861
-0;9582
112;341
5;7352
32;8931
0;8536
-0;5209
0;4573
-0;8893
114;538
5;7189
32;7061
0;845
-0;5348
0;428
-0;9038
114;152
5;7587
33;1631
0;8656
-0;5007
0;4985
-0;8669
115;093
5;8332
34;0256
0;9004
-0;435
0;6216
-0;7834
116;835
5;9477
35;3751
0;9443
-0;3292
0;7832
-0;6217
119;491
5;9187
35;0305
0;9343
-0;3565
0;7458
-0;6662
118;819
5;9656
35;589
0;95
-0;3122
0;805
-0;5932
119;908
6;0352
36;4232
0;9694
-0;2455
0;8795
-0;476
121;533
6;1034
37;2511
0;9839
-0;1789
0;936
-0;3519
123;171
6;1001
37;2113
0;9833
-0;1821
0;9337
-0;358
123;091
6;1637
37;9917
0;9929
-0;1192
0;9716
-0;2366
124;686
6;2267
38;7721
0;9984
-0;0564
0;9936
-0;1127
126;372
6;2832
39;4784
128;013
6;2489
39;049
0;9994
-0;0343
0;9977
-0;0685
127
135
125
115
Aproximacin FFF
105
PIB (IV)
95
85
19
95
19 TI
96
19 TI
97
19 TI
98
19 TI
99
20 TI
00
20 TI
01
20 TI
02
20 TI
03
20 TI
04
20 TI
05
20 TI
06
20 TI
07
TI
75
COEFICIENTE VARIANZA
25;7726
48;4461
COS (2X)
30;509
27;1992
SENO (x)
-452;1873
644;8903
153;4978
389;0007
COS(x)
x2
Constante
163;5181
267;6648
-1623;8053
2811;5767
3691;2378
6689;6026
g ( x / ) = u o + b' x +
)]
A
J
1
x' Cx + u 0 + 2 m j cos jk' z + n j sin jk' z
2
=1
j =1
Dado que las variable exgenas no estn expresada en forma peridica; deben
de transformase o normalizarse en un intervalo de longitud menor que 2 .
Fulginiti et all (2003) sugieren transformar el vector de variables x definiendo
l i = ln ai + ln xi > 0 ; i = 1,2,..., N
a i = Min{ln xi } + 10 5
donde
siendo
2
max{l i : i = 1,2,..., N }
6
max{l i : i = 1,2,..., N }
La forma flexible que aproxima a una ecuacin con tres variables exgenas; y
j=1 sera:
3
3
1 3
2
Yt = 0 + bi xit + cii xii + cik xit x kt +
2 i =1
i =1
i =1 k >1
3
Yt = 0 + bi xit +
i =1
3
3
3
1 3
1
2
2
c
x
+
c
x
x
+
b
t
+
b
t
+
bit xit t
ii ii
ik it kt
t
tt
2 i =1
2
i =1 k >1
i =1
3
18
Carbo S. y Rodriguez F. (2005) estiman una funcin de coste para el sector bancario
espaol utilizando tres variables explicativas cuya especificacin puede consultarse
en: www.revecap.com/encuentros/anteriores/viieea/autores/R/26.doc
Ejemplo 11.
Partiendo de las cifras del PIB a precios bsicos; empleo y Stock de Capital de
la economa espaola; se va a estimar de una funcin de produccin para la
economa espaola.
Tabla n 21. Capital (mill. de euros ao 2000); Empleo (miles) y PIB (mill. de
euros ao 2000)
1.971
1.972
1.973
1.974
1.975
1.976
1.977
1.978
1.979
1.980
1.981
1.982
1.983
1.984
1.985
1.986
1.987
1.988
1.989
1.990
1.991
1.992
1.993
1.994
1.995
1.996
1.997
1.998
1.999
2.000
2.001
2.002
2.003
2.004
2.005
2.006
2.007
Capital
neto real
Aproximacin
(millones) Empleo PIB
FFF
243.448 12.743 265.269
265.664
262.107 12.878 286.886
285.827
284.333 13.194 309.231
310.323
307.959 13.262 326.605
324.996
328.363 13.028 328.376
330.521
346.791 12.889 339.225
339.164
363.943 12.786 348.855
348.988
379.636 12.443 353.957
351.632
393.268 12.176 354.106
354.800
406.561 11.901 358.712
357.626
417.897 11.590 358.079
358.447
429.637 11.483 363.686
365.732
440.562 11.429 371.759
373.518
448.413 11.156 377.213
375.094
459.117 11.350 387.067
386.409
474.688 11.509 399.453
399.784
496.304 12.029 421.987
422.312
523.763 12.433 443.768
443.197
559.321 12.860 464.793
463.993
597.434 13.322 482.179
483.305
635.839 13.450 493.115
493.370
668.924 13.241 496.504
495.461
691.947 12.852 490.728
493.235
715.836 12.788 501.775
499.432
744.264 13.020 515.405
514.710
769.988 13.203 527.862
529.070
799.170 13.668 548.284
549.004
835.577 14.258 572.782
572.497
878.412 14.921 599.966
599.656
923.074 15.670 630.263
628.414
968.182 16.176 653.255
652.736
1.011.559 16.549 670.920
673.418
1.056.437 16.949 691.695
693.443
1.103.659 17.405 714.291
713.723
1.157.349 17.970 740.108
738.021
1.217.898 18.564 769.850
768.513
1.284.160 19.090 797.367
801.090
2.008 1.344.152
2.009 1.380.015
2.010 1.413.146
18.988 804.223
17.733 774.285
17.281 771.809
802.123
774.089
772.304
Las series de PIB y Empleo se han construido enlazando las cifras de la serie
1995-2009 de la CNE del INE Base 2000; y la serie histrica de contabilidad
nacional Base 1986.
La ecuacin utilizada para la aproximacin es la siguiente:
ln Yt = 0 + b1 ln K t + b2 ln Et + b11 (ln K t ) + b22 (ln Et ) + b12 ln K t ln Et
2
+ [m1 cos(k t ) + n1 sin (k t )] + [m2 cos(et ) + n2 sin (et )] + [m11 cos(2k t ) + n11 sin (2k t )]
+ [m22 cos(2et ) + n22 sin (2et )] + [m121 cos(k t + et ) + n121 sin (k t + et )]
y=
x
z
x2
z2
x*z
cos(x)
sen(x)
cos(z)
sen(z)
cos(2*x)
sen(2*x)
cos(2*z)
sen(2*z)
cos(x+z)
sen(x+z)
parmetro t
-112,85
-8,29
23,71
1,89
-0,14
-2,03
-0,01
0,01
0,10
0,06
-0,01
0,01
0,02
-0,06
0,02
0,04
F =3;57
R2 =0;99989
Grados de libertad 22
-1,76
-0,90
5,45
4,69
-1,29
-3,70
-0,20
0,79
2,10
2,53
-2,37
0,81
3,15
-6,59
1,24
2,45
19
71
19
74
19
77
19
80
19
83
19
86
19
89
19
92
19
95
19
98
20
01
20
04
20
07
900000
800000
700000
600000
500000
400000
300000
200000
100000
0
PIB
PIB*
Y = v(t )
dos
tres
dimensiones
(dependiendo de si se
respectivamente)
son
consideradas
X = u (t )
X =t
2
Y = t
2
2
2
X
+
Y
=
r
que
, y una expresin paramtrica sera Y = r sin t
La representacin paramtrica de una curva en un espacio n-dimensional
consiste por tanto en n funciones de una variable t que acta como variable
independiente o parmetro (habitualmente se considera que t es un nmero
real y que los puntos del espacio n-dimensional estn representados
por n coordenadas reales), de la forma ei = f i (t ), f i : [a, b ] ,
donde ei representa la i-sima coordenada del punto generado al asignar
valores del intervalo [a, b] a t. Por ejemplo, para representar una curva en el
espacio se usan 3 funciones X = u (t ) , Y = v(t ) y Z = g (t ) .
Es comn que se exija que el intervalo [a, b] sea tal que a cada punto
a y < b le corresponda un punto distinto de la curva; si las coordenadas del
n
r
r (t ) = f i (t )ei = f1 (t )e1 + f 2 (t )e2 + ... f n (t )en
i =1
r
r (t ) = cos(t )i + sin(t ) j
S se llaman parmetros de la
x1
x2
xt = .
.
x
n
que a su vez, se hace corresponder con una forma polar rt para cada par
(t , xt ) , siendo:
x
rt = t 2 + xt2 y t = ArcTg t
t
Dado que Pt (t , xt ) = t + ixt = (rr cos xt ) + i (rr sin xt ) , se obtiene que xt = rt sin( t ) o
xt = tg ( t ) t
2
t 2
t 2
t 2 2 (t 2
1
t = o + 1
+ 2
+ ct cos
+ ct sin
n
n
n
n
t =1
2
si n es par, y
(n 1) si n es impar.
J
1
g ( t / ) = a + b t + c t2 + 2 u j cos( j t ) v j s sin ( j t )
2
j =1
siendo
19
Para disponer de esta serie se han enlazado las series de contabilidad nacional 1971-1997 base 86;
1995-2009 base 2000 y 2009-2011 elaborada con la base 2008. El enlace se ha realizado utilizando como
coeficiente de enlace C =
L86
1995
2000
L1995
2
t 2
t 2
t 2 2 (t 2
1
t = o + 1
+ 2
+ ct cos
+ ct sin
n
n
n
n
t =1
2
, si n es par, y
(n 1) si n es impar.
Empleo equivalente
total (x)
t/x
1971
12.743
12742,72
1,5707
1,5707
7491
1972
12.878
6439,10
1,5706
1,5706
10969
1973
13.194
4398,00
1,5706
1,5706
12534
1974
13.262
3315,56
1,5705
1,5705
13154
1975
13.028
2605,59
1,5704
1,5704
13300
1976
12.889
2148,23
1,5703
1,5703
13210
1977
12.786
1826,50
1,5702
1,5703
13013
1978
12.443
1555,40
1,5702
1,5702
12775
1979
12.176
1352,93
1,5701
1,5701
12537
1980
11.901
10
1190,13
1,5700
1,5700
12317
1981
11.590
11
1053,60
1,5698
1,5699
12127
1982
11.483
12
956,88
1,5698
1,5698
11974
1983
11.429
13
879,12
1,5697
1,5697
11861
1984
11.156
14
796,83
1,5695
1,5696
11788
1985
11.350
15
756,68
1,5695
1,5695
11756
1986
11.509
16
719,32
1,5694
1,5694
11765
1987
12.029
17
707,57
1,5694
1,5694
11815
Empleo equivalente
total (FFF)
1988
12.433
18
690,72
1,5693
1,5693
11905
1989
12.860
19
676,84
1,5693
1,5692
12034
1990
13.322
20
666,12
1,5693
1,5692
12202
1991
13.450
21
640,46
1,5692
1,5691
12408
1992
13.241
22
601,86
1,5691
1,5691
12651
1993
12.852
23
558,77
1,5690
1,5690
12929
1994
12.788
24
532,81
1,5689
1,5690
13241
1995
13.020
25
520,79
1,5689
1,5690
13584
1996
13.203
26
507,80
1,5688
1,5689
13954
1997
13.668
27
506,22
1,5688
1,5689
14348
1998
14.258
28
509,21
1,5688
1,5689
14761
1999
14.921
29
514,50
1,5689
1,5689
15185
2000
15.670
30
522,32
1,5689
1,5689
15613
2001
16.176
31
521,79
1,5689
1,5689
16036
2002
16.549
32
517,14
1,5689
1,5689
16444
2003
16.949
33
513,60
1,5688
1,5688
16828
2004
17.405
34
511,90
1,5688
1,5688
17175
2005
17.970
35
513,43
1,5688
1,5688
17477
2006
18.564
36
515,67
1,5689
1,5688
17724
2007
19.090
37
515,93
1,5689
1,5687
17908
2008
18.988
38
499,69
1,5688
1,5687
18026
2009
17.733
39
454,68
1,5686
1,5686
18073
2010
17.281
40
432,02
1,5685
1,5686
18052
2011
16.988
41
414,33
1,5684
1,5685
17965
t = 1,57044 0,00028
t 2
t 2
+ 0.00014 cos
n 1
n 1
Espectro de v1
aos
41.0
10.3
5.9
4.1
3.2
2.6
2.2
9e-007
8e-007
7e-007
6e-007
5e-007
4e-007
3e-007
2e-007
1e-007
0
0
10
frecuencia escalada
15
20
1,5710
1,5705
1,5700
g radianes
1,5695
g radianes FFF
1,5690
1,5685
2010
2007
2004
2001
1998
1995
1992
1989
1986
1983
1980
1977
1974
1971
1,5680
21.000
19.000
17.000
Empleo equivalente total (x)
15.000
13.000
11.000
2011
2007
2003
1999
1995
1991
1987
1983
1979
1975
1971
9.000
yt N y , y2
xt N x , x2
).
x1
y1
x2
y2
xt = . y t = .
.
.
x
y
n
n
P1 ( x1 , y1 ); P2 ( x 2 , y 2 );.....Pn ( x n , y n )
rt
siendo:
rt = x + y
2
t
2
t
t = ArcTg t
xt
( , )
( cos t ) + i (rt sen t )
Dado que Pt xt y t = xt + iy t = rt
,se obtiene que:
xt = rt cos( t ) , yt = rt sin( t ) e y t = tg ( t ) xt .
La
variable
aleatoria
xt
puede
parametrizase
y t = tg ( t ) tg (t ) t
xt = tg ( t ) t
y t = tg ( t ) tg ( t ) t
entonces
como
2
t 2
t 2
t 2 2 (t 2
1
t = o + 1
+ 2
+ ct cos
+ ct sin
n
n
n
n
t =1
2
si n es par, y
(n 1) si n es impar.
Ejemplo 13
Utilizamos ahora las cifras de Empleo a tiempo completo y PIB en euros
constantes de la CNE (Tabla n24).
Producto
Interior
Bruto
(euros
Empleo
ao
equivalente
y/x
2000)
total (x)
Producto
Interior
radianes Bruto
radianes FFF
(FFF)
1971
265.269
12.743
20,8173 1
1,5228
1,5231
266.947
1972
286.886
12.878
22,2769 2
1,5259
1,5256
284.980
1973
309.231
13.194
23,4372 3
1,5282
1,5279
307.676
1974
326.605
13.262
24,6267 4
1,5302
1,5299
324.464
1975
328.376
13.028
25,2055 5
1,5311
1,5316
332.525
1976
339.225
12.889
26,3181 6
1,5328
1,5331
341.336
1977
348.855
12.786
27,2852 7
1,5342
1,5343
349.795
1978
353.957
12.443
28,4458 8
1,5357
1,5353
350.876
1979
354.106
12.176
29,0815 9
1,5364
1,5364
353.714
1980
358.712
11.901
30,1406 10 1,5376
1,5374
356.395
1981
358.079
11.590
30,8967 11 1,5384
1,5384
358.012
1982
363.686
11.483
31,6728 12 1,5392
1,5394
365.742
1983
371.759
11.429
32,5287 13 1,5401
1,5403
374.506
1984
377.213
11.156
33,8138 14 1,5412
1,5410
374.572
1985
387.067
11.350
34,1023 15 1,5415
1,5416
388.528
1986
399.453
11.509
34,7076 16 1,5420
1,5420
399.700
1987
421.987
12.029
35,0819 17 1,5423
1,5423
422.393
1988
443.768
12.433
35,6927 18 1,5428
1,5426
440.941
1989
464.793
12.860
36,1429 19 1,5431
1,5429
461.096
1990
482.179
13.322
36,1933 20 1,5432
1,5433
484.146
1991
493.115
13.450
36,6637 21 1,5435
1,5437
496.796
1992
496.504
13.241
37,4979 22 1,5441
1,5442
498.088
1993
490.728
12.852
38,1838 23 1,5446
1,5447
492.466
1994
501.775
12.788
39,2394 24 1,5453
1,5451
498.272
1995
515.405
13.020
39,5862 25 1,5455
1,5455
514.164
1996
527.862
13.203
39,9814 26 1,5458
1,5457
526.306
1997
548.284
13.668
40,1144 27 1,5459
1,5459
547.990
1998
572.782
14.258
40,1727 28 1,5459
1,5459
573.464
1999
599.966
14.921
40,2106 29 1,5459
1,5460
601.276
2000
630.263
15.670
40,2223 30 1,5459
1,5460
632.564
2001
653.255
16.176
40,3855 31 1,5460
1,5461
654.389
2002
670.920
16.549
40,5424 32 1,5461
1,5461
671.263
2003
691.695
16.949
40,8111 33 1,5463
1,5462
689.686
2004
714.291
17.405
41,0401 34 1,5464
1,5463
711.073
2005
740.108
17.970
41,1855 35 1,5465
1,5465
738.260
2006
769.850
18.564
41,4701 36 1,5467
1,5467
769.017
2007
797.367
19.090
41,7699 37 1,5469
1,5470
800.561
2008
804.223
18.988
42,3538 38 1,5472
1,5474
809.929
2009
774.285
17.733
43,6643 39 1,5479
1,5478
772.540
2010
771.809
17.281
44,6624 40 1,5484
1,5484
770.578
2011
775.034
16.988
45,6238 41 1,5489
1,5489
774.112
t radianes , se calcula la
n 1
n
1
n
1
n
1
n
n 1
2
t = 1,5201 + 0,0110
Espectro de v1
aos
41.0
10.3
5.9
4.1
3.2
2.6
2.2
7e-005
6e-005
5e-005
4e-005
3e-005
2e-005
1e-005
0
0
10
frecuencia escalada
15
20
La estimacin de la serie
1,5600
1,5550
1,5500
1,5450
1,5400
1,5350
1,5300
1,5250
19
71
19
74
19
77
19
80
19
83
19
86
19
89
19
92
19
95
19
98
20
01
20
04
20
07
20
10
1,5200
a radianes
a radianes FFF
800.000
700.000
600.000
500.000
400.000
300.000
200.000
100.000
19
71
19
74
19
77
19
80
19
83
19
86
19
89
19
92
19
95
19
98
20
01
20
04
20
07
20
10
yt = F ( xt , zt )
en donde
xt z t
y
actan como
por un modulo
rt = x + z
2
t
2
t
t = ArcTg t
xt . de forma que se
y un argumento
Dado que el modulo rt puede tener un valor diferente segn se cambie el nivel
de la variable parece aconsejable normalizar dichas variables.
rt
yt
cuya representacin
t = ArcTg t
= rt + y
rt .
polar tendr a su vez un mdulo t
y un argumento
2
Operando
2
t
2
2
yt = t sen( t ) e yt = tg ( t ) xt + zt (1)
rt = t cos( t )
x
t = ArcTg t
2
zt . entonces
por otro lado y dado que
yt = z t
[tg ( t )]
+ tg ( t ) tg t
2
y = x
t
t
xt = xt
z t = tg ( t ) xt
Siendo
n
2
t 2
t 2
t 2 2 (t 2
1
t = o + 1
+2
+ ct cos
+ ct sin
n
n
n
n
t =1
2
2
t 2
t 2
t 2
(t 2
t = o + 1
+ 2
+ bt cos
+ ct sin
n
n
n
n
t =1
2
yt = zt
zt = zt
z t = tg (
[tg ( t )]
t )x
2
+ tg ( t ) tg t
2
(3)
xt
, es exgena,
yt = yt
yt
xt =
2
[tg ( t )] + [tg ( t ) tg ( t )]2
yt
zt =
2
2
[tg ( t )] + tg ( t ) tg t
(4)
Ejemplo 14
En el ejemplo 14 planteamos una estimacin de la funcin de produccin de la
economa espaola utilizando los datos de empleo equivalente a tiempo
completo, el Producto Interior Bruto de la CNE, valorada est ltima en euros
constantes y el Stock neto de de capital de la Fundacin del BBVA valorada en
miles de euros constantes base 2000, y sin considerar el valor de la vivienda
(ver tabla n21).
La estimacin de la funcin de produccin se puede abordar restringiendo
alguna de las tres variables, esto es si se restringe el Empleo equivalente
estaramos en un modelo de funcin de produccin en el que esta magnitud
estara limitando la produccin nacional y lo consideraramos exgeno a la
funcin de produccin, si restringimos el stock de capital sera este otro factor
de produccin el limitativo y por tanto sera exgeno, si restringimos el PIB
estaramos ante un modelo en el que la demanda agregada limitara el PIB y
este ltimo establecera la cantidad de empleo y stock capital necesaria para
alcanzar el volumen anual de produccin, en este caso el PIB sera la variable
exgena al modelo.
En primer lugar hay que aproximar las trayectorias temporales de los ngulos
t y t .
Empleo
Producto equivalentes
Interior
Bruto
completo
tiempo Stock
de
Capital
radianes
FFF
radianes
1971
12,4885
9,4527
12,4027
15,5942
0,6753
0,6755
0,9196
1972
12,5668
9,4633
12,4765
15,6594
0,6763
0,6761
0,9219
1973
12,6418
9,4875
12,5579
15,7389
0,6767
0,6764
0,9238
1974
12,6965
9,4927
12,6377
15,8058
0,6767
0,6765
0,9266
1975
12,7019
9,4749
12,7019
15,8465
0,6757
0,6764
0,9299
1976
12,7344
9,4642
12,7565
15,8839
0,6758
0,6761
0,9325
1977
12,7624
9,4561
12,8048
15,9179
0,6758
0,6758
0,9347
1978
12,7769
9,4289
12,8470
15,9358
0,6758
0,6754
0,9377
1979
12,7774
9,4072
12,8822
15,9514
0,6754
0,6752
0,9401
1980
12,7903
9,3844
12,9155
15,9649
0,6754
0,6751
0,9424
1981
12,7885
9,3579
12,9430
15,9716
0,6752
0,6752
0,9448
1982
12,8040
9,3486
12,9707
15,9886
0,6752
0,6754
0,9463
1983
12,8260
9,3439
12,9958
16,0062
0,6755
0,6758
0,9474
1984
12,8406
9,3197
13,0135
16,0065
0,6761
0,6761
0,9493
1985
12,8664
9,3370
13,0371
16,0357
0,6762
0,6763
0,9493
1986
12,8979
9,3509
13,0704
16,0709
0,6763
0,6765
0,9498
1987
12,9527
9,3950
13,1149
16,1328
0,6765
0,6764
0,9492
1988
13,0031
9,4281
13,1688
16,1959
0,6765
0,6761
0,9494
1989
13,0493
9,4619
13,2345
16,2689
0,6760
0,6757
0,9501
1990
13,0861
9,4972
13,3004
16,3431
0,6752
0,6751
0,9507
1991
13,1085
9,5067
13,3627
16,3994
0,6743
0,6745
0,9524
1992
13,1153
9,4911
13,4134
16,4317
0,6736
0,6739
0,9550
1993
13,1036
9,4612
13,4473
16,4421
0,6729
0,6733
0,9577
1994
13,1259
9,4562
13,4812
16,4670
0,6730
0,6729
0,9591
1995
13,1527
9,4742
13,5202
16,5093
0,6727
0,6726
0,9596
1996
13,1766
9,4882
13,5541
16,5451
0,6725
0,6724
0,9601
1997
13,2145
9,5228
13,5913
16,5954
0,6725
0,6723
0,9596
1998
13,2583
9,5651
13,6359
16,6562
0,6723
0,6722
0,9591
1999
13,3046
9,6105
13,6859
16,7232
0,6720
0,6720
0,9586
2000
13,3539
9,6595
13,7355
16,7919
0,6718
0,6718
0,9579
2001
13,3897
9,6913
13,7832
16,8492
0,6715
0,6716
0,9580
2002
13,4164
9,7141
13,8270
16,8982
0,6710
0,6712
0,9584
2003
13,4469
9,7379
13,8704
16,9474
0,6707
0,6708
0,9587
2004
13,4790
9,7645
13,9141
16,9985
0,6704
0,6704
0,9589
2005
13,5146
9,7965
13,9616
17,0557
0,6701
0,6700
0,9590
2006
13,5540
9,8290
14,0126
17,1162
0,6698
0,6696
0,9591
2007
13,5891
9,8569
14,0656
17,1756
0,6693
0,6692
0,9595
2008
13,5976
9,8516
14,1113
17,2099
0,6687
0,6687
0,9613
2009
13,5597
9,7832
14,1376
17,1925
0,6678
0,6681
0,9655
2010
13,5565
9,7574
14,1613
17,1974
0,6676
0,6674
0,9675
t 2
t 2
t 2
t 2
t 4
t 4
+ 0.0021
0.0051cos
+ 0,0014 sin
0,0017 cos
+ 0,0005 sin
+
n
n
n
n
n
n
t 6
t 6
t 8
t 10
+ 0,0003 cos
0,0002 sin
0,0005 cos
+ 0,0002 sin
n
n
n
n
2
t = 0,9321 + 0,0009
t 2
t 2
t 2
t 2
t 4
t 6
0.0015
0.0009 cos
+ 0,0002 sin
+ 0,0004 cos
+ 0,0003sin
n
n
n
n
n
n
2
t = 0,6720 + 0,0038
Serie
0,9800
0,9700
0,9600
0,9500
0,9400
a radianes
0,9300
a FFF
0,9200
0,9100
0,9000
0,8900
1
7 10 13 16 19 22 25 28 31 34 37 40
0,6780
0,6760
0,6740
0,6720
0,6700
b radianes
0,6680
b FFF
0,6660
0,6640
0,6620
0,6600
1
7 10 13 16 19 22 25 28 31 34 37 40
Empleo
FFF
FFF
tiempo
Stock
de Producto
completo (x)
Capital
Interior Bruto
1971
0,6755
0,9196
9,4527
12,4031
12,4941
1972
0,6761
0,9216
9,4633
12,4702
12,5573
1973
0,6764
0,9241
9,4875
12,5662
12,6396
1974
0,6765
0,9268
9,4927
12,6433
12,6941
1975
0,6764
0,9295
9,4749
12,6923
12,7139
1976
0,6761
0,9323
9,4642
12,7513
12,7396
1977
0,6758
0,9350
9,4561
12,8129
12,7665
1978
0,6754
0,9376
9,4289
12,8464
12,7666
1979
0,6752
0,9401
9,4072
12,8838
12,7745
1980
0,6751
0,9424
9,3844
12,9151
12,7818
1981
0,6752
0,9445
9,3579
12,9356
12,7848
1982
0,6754
0,9464
9,3486
12,9729
12,8107
1983
0,6758
0,9479
9,3439
13,0072
12,8391
1984
0,6761
0,9489
9,3197
13,0023
12,8333
1985
0,6763
0,9495
9,3370
13,0418
12,8740
1986
0,6765
0,9496
9,3509
13,0644
12,8984
1987
0,6764
0,9494
9,3950
13,1226
12,9552
1988
0,6761
0,9494
9,4281
13,1676
12,9929
1989
0,6757
0,9498
9,4619
13,2259
13,0347
1990
0,6751
0,9509
9,4972
13,3060
13,0880
1991
0,6745
0,9527
9,5067
13,3703
13,1174
1992
0,6739
0,9550
9,4911
13,4124
13,1211
1993
0,6733
0,9572
9,4612
13,4348
13,1076
1994
0,6729
0,9590
9,4562
13,4789
13,1227
1995
0,6726
0,9600
9,4742
13,5327
13,1580
1996
0,6724
0,9601
9,4882
13,5561
13,1744
1997
0,6723
0,9596
9,5228
13,5910
13,2096
1998
0,6722
0,9589
9,5651
13,6301
13,2515
1999
0,6720
0,9583
9,6105
13,6779
13,2997
2000
0,6718
0,9581
9,6595
13,7410
13,3577
2001
0,6716
0,9582
9,6913
13,7893
13,3961
2002
0,6712
0,9584
9,7141
13,8292
13,4230
2003
0,6708
0,9586
9,7379
13,8691
13,4490
2004
0,6704
0,9587
9,7645
13,9089
13,4755
2005
0,6700
0,9588
9,7965
13,9560
13,5091
2006
0,6696
0,9591
9,8290
14,0118
13,5487
2007
0,6692
0,9600
9,8569
14,0788
13,5931
2008
0,6687
0,9617
9,8516
14,1238
13,6067
2009
0,6681
0,9644
9,7832
14,1061
13,5484
2010
0,6674
0,9679
9,7574
14,1749
13,5609
14,5
14,0
13,5
13,0
12,5
12,0
19
71
19
74
19
77
19
80
19
83
19
86
19
89
19
92
19
95
19
98
20
01
20
04
20
07
20
10
11,5
19
71
19
74
19
77
19
80
19
83
19
86
19
89
19
92
19
95
19
98
20
01
20
04
20
07
20
10
14,0
13,8
13,6
13,4
13,2
13,0
12,8
12,6
12,4
12,2
12,0
z
La obtencin del modelo que restringe del stock de capital neto ( t ) se calcula
en la tabla n27 utilizando el sistema de ecuaciones (3), los resultados grficos
se incluyen a continuacin.
Estimacin
FFF
FFF
Estimacin
Stock
de
equivalente
Capital
(z)
completo
Producto
tiempo Interior
Bruto
1971
0,6755
0,9196 12,4027
9,4524
12,4936
1972
0,6761
0,9216 12,4765
9,4681
12,5637
1973
0,6764
0,9241 12,5579
9,4812
12,6312
1974
0,6765
0,9268 12,6377
9,4885
12,6885
1975
0,6764
0,9295 12,7019
9,4820
12,7235
1976
0,6761
0,9323 12,7565
9,4680
12,7448
1977
0,6758
0,9350 12,8048
9,4501
12,7583
1978
0,6754
0,9376 12,8470
9,4294
12,7672
1979
0,6752
0,9401 12,8822
9,4061
12,7730
1980
0,6751
0,9424 12,9155
9,3847
12,7822
1981
0,6752
0,9445 12,9430
9,3632
12,7921
1982
0,6754
0,9464 12,9707
9,3470
12,8085
1983
0,6758
0,9479 12,9958
9,3357
12,8279
1984
0,6761
0,9489 13,0135
9,3277
12,8443
1985
0,6763
0,9495 13,0371
9,3336
12,8694
1986
0,6765
0,9496 13,0704
9,3552
12,9044
1987
0,6764
0,9494 13,1149
9,3896
12,9477
1988
0,6761
0,9494 13,1688
9,4290
12,9941
1989
0,6757
0,9498 13,2345
9,4680
13,0432
1990
0,6751
0,9509 13,3004
9,4932
13,0825
1991
0,6745
0,9527 13,3627
9,5013
13,1100
1992
0,6739
0,9550 13,4134
9,4918
13,1221
1993
0,6733
0,9572 13,4473
9,4700
13,1197
1994
0,6729
0,9590 13,4812
9,4578
13,1249
1995
0,6726
0,9600 13,5202
9,4654
13,1458
1996
0,6724
0,9601 13,5541
9,4868
13,1725
1997
0,6723
0,9596 13,5913
9,5231
13,2099
1998
0,6722
0,9589 13,6359
9,5691
13,2571
1999
0,6720
0,9583 13,6859
9,6161
13,3074
2000
0,6718
0,9581 13,7355
9,6556
13,3523
2001
0,6716
0,9582 13,7832
9,6869
13,3901
2002
0,6712
0,9584 13,8270
9,7125
13,4208
2003
0,6708
0,9586 13,8704
9,7389
13,4502
2004
0,6704
0,9587 13,9141
9,7682
13,4805
2005
0,6700
0,9588 13,9616
9,8004
13,5146
2006
0,6696
0,9591 14,0126
9,8296
13,5495
2007
0,6692
0,9600 14,0656
9,8476
13,5803
2008
0,6687
0,9617 14,1113
9,8428
13,5946
2009
0,6681
0,9644 14,1376
9,8050
13,5787
2010
0,6674
0,9679 14,1613
9,7480
13,5479
19
71
19
74
19
77
19
80
19
83
19
86
19
89
19
92
19
95
19
98
20
01
20
04
20
07
20
10
10,0
9,9
9,8
9,7
9,6
9,5
9,4
9,3
9,2
9,1
9,0
13,8
13,6
13,4
13,2
13,0
12,8
12,6
12,4
12,2
19
71
19
74
19
77
19
80
19
83
19
86
19
89
19
92
19
95
19
98
20
01
20
04
20
07
20
10
12,0
Tabla n28. Parametrizacin del modelo que restringe el Producto Interior Bruto
Estimacin
del Empleo
FFF
FFF
Producto
equivalente
Interior
Estimacin
tiempo de Stock de
Capital
1971
0,6755
0,9196
12,4885
9,4485
12,3976
1972
0,6761
0,9216
12,5668
9,4705
12,4796
1973
0,6764
0,9241
12,6418
9,4892
12,5685
1974
0,6765
0,9268
12,6965
9,4945
12,6457
1975
0,6764
0,9295
12,7019
9,4659
12,6803
1976
0,6761
0,9323
12,7344
9,4603
12,7461
1977
0,6758
0,9350
12,7624
9,4531
12,8088
1978
0,6754
0,9376
12,7769
9,4366
12,8568
1979
0,6752
0,9401
12,7774
9,4094
12,8867
1980
0,6751
0,9424
12,7903
9,3906
12,9236
1981
0,6752
0,9445
12,7885
9,3606
12,9393
1982
0,6754
0,9464
12,8040
9,3438
12,9662
1983
0,6758
0,9479
12,8260
9,3344
12,9939
1984
0,6761
0,9489
12,8406
9,3250
13,0097
1985
0,6763
0,9495
12,8664
9,3315
13,0340
1986
0,6765
0,9496
12,8979
9,3505
13,0638
1987
0,6764
0,9494
12,9527
9,3932
13,1201
1988
0,6761
0,9494
13,0031
9,4355
13,1779
1989
0,6757
0,9498
13,0493
9,4725
13,2407
1990
0,6751
0,9509
13,0861
9,4958
13,3040
1991
0,6745
0,9527
13,1085
9,5003
13,3612
1992
0,6739
0,9550
13,1153
9,4869
13,4065
1993
0,6733
0,9572
13,1036
9,4584
13,4308
1994
0,6729
0,9590
13,1259
9,4586
13,4822
1995
0,6726
0,9600
13,1527
9,4704
13,5273
1996
0,6724
0,9601
13,1766
9,4897
13,5583
1997
0,6723
0,9596
13,2145
9,5264
13,5961
1998
0,6722
0,9589
13,2583
9,5700
13,6371
1999
0,6720
0,9583
13,3046
9,6141
13,6830
2000
0,6718
0,9581
13,3539
9,6567
13,7371
2001
0,6716
0,9582
13,3897
9,6866
13,7828
2002
0,6712
0,9584
13,4164
9,7093
13,8224
2003
0,6708
0,9586
13,4469
9,7364
13,8670
2004
0,6704
0,9587
13,4790
9,7671
13,9126
2005
0,6700
0,9588
13,5146
9,8004
13,9616
2006
0,6696
0,9591
13,5540
9,8328
14,0172
2007
0,6692
0,9600
13,5891
9,8540
14,0747
2008
0,6687
0,9617
13,5976
9,8450
14,1144
2009
0,6681
0,9644
13,5597
9,7913
14,1178
2010
0,6674
0,9679
13,5565
9,7542
14,1703
19
71
19
74
19
77
19
80
19
83
19
86
19
89
19
92
19
95
19
98
20
01
20
04
20
07
20
10
10,0000
9,9000
9,8000
9,7000
9,6000
9,5000
9,4000
9,3000
9,2000
9,1000
9,0000
14,5000
14,0000
13,5000
13,0000
12,5000
12,0000
19
71
19
74
19
77
19
80
19
83
19
86
19
89
19
92
19
95
19
98
20
01
20
04
20
07
20
10
11,5000
Ejemplo 15
A travs de la aproximacin FFF de t radianes puede estimarse directamente
el Producto Interior Bruto ( y t ) a partir de (1). Los clculos necesarios se
recogen en la Tabla n29.
t radianes
Producto
Interior
Bruto
(Ctes).
Empleo a Stock
tiempo
de
completo Capital
FFF
r*tg
FFF
Multivariada
1971
12,4885
9,4527 12,4027
0,6755 15,5942
12,4938
12,4900
1972
12,5668
9,4633 12,4765
0,6761 15,6594
12,5614
12,5631
1973
12,6418
9,4875 12,5579
0,6764 15,7389
12,6342
12,6454
1974
12,6965
9,4927 12,6377
0,6765 15,8058
12,6905
12,6916
1975
12,7019
9,4749 12,7019
0,6764 15,8465
12,7201
12,7084
1976
12,7344
9,4642 12,7565
0,6761 15,8839
12,7430
12,7342
1977
12,7624
9,4561 12,8048
0,6758 15,9179
12,7612
12,7628
1978
12,7769
9,4289 12,8470
0,6754 15,9358
12,7670
12,7703
1979
12,7774
9,4072 12,8822
0,6752 15,9514
12,7735
12,7793
1980
12,7903
9,3844 12,9155
0,6751 15,9649
12,7821
12,7872
1981
12,7885
9,3579 12,9430
0,6752 15,9716
12,7896
12,7895
1982
12,8040
9,3486 12,9707
0,6754 15,9886
12,8092
12,8097
1983
12,8260
9,3439 12,9958
0,6758 16,0062
12,8317
12,8307
1984
12,8406
9,3197 13,0135
0,6761 16,0065
12,8406
12,8349
1985
12,8664
9,3370 13,0371
0,6763 16,0357
12,8709
12,8647
1986
12,8979
9,3509 13,0704
0,6765 16,0709
12,9023
12,8987
1987
12,9527
9,3950 13,1149
0,6764 16,1328
12,9502
12,9535
1988
13,0031
9,4281 13,1688
0,6761 16,1959
12,9937
13,0018
1989
13,0493
9,4619 13,2345
0,6757 16,2689
13,0403
13,0476
1990
13,0861
9,4972 13,3004
0,6751 16,3431
13,0844
13,0884
1991
13,1085
9,5067 13,3627
0,6745 16,3994
13,1125
13,1090
1992
13,1153
9,4911 13,4134
0,6739 16,4317
13,1218
13,1132
1993
13,1036
9,4612 13,4473
0,6733 16,4421
13,1157
13,1087
1994
13,1259
9,4562 13,4812
0,6729 16,4670
13,1242
13,1212
1995
13,1527
9,4742 13,5202
0,6726 16,5093
13,1498
13,1514
1996
13,1766
9,4882 13,5541
0,6724 16,5451
13,1731
13,1789
1997
13,2145
9,5228 13,5913
0,6723 16,5954
13,2098
13,2159
1998
13,2583
9,5651 13,6359
0,6722 16,6562
13,2553
13,2578
1999
13,3046
9,6105 13,6859
0,6720 16,7232
13,3049
13,3041
2000
13,3539
9,6595 13,7355
0,6718 16,7919
13,3541
13,3510
2001
13,3897
9,6913 13,7832
0,6716 16,8492
13,3921
13,3889
2002
13,4164
9,7141 13,8270
0,6712 16,8982
13,4216
13,4201
2003
13,4469
9,7379 13,8704
0,6708 16,9474
13,4498
13,4494
2004
13,4790
9,7645 13,9141
0,6704 16,9985
13,4789
13,4782
2005
13,5146
9,7965 13,9616
0,6700 17,0557
13,5128
13,5117
2006
13,5540
9,8290 14,0126
0,6696 17,1162
13,5492
13,5522
2007
13,5891
9,8569 14,0656
0,6692 17,1756
13,5845
13,5937
2008
13,5976
9,8516 14,1113
0,6687 17,2099
13,5986
13,5950
2009
13,5597
9,7832 14,1376
0,6681 17,1925
13,5688
13,5594
2010
13,5565
9,7574 14,1613
0,6674 17,1974
13,5521
13,5571
19
71
19
74
19
77
19
80
19
83
19
86
19
89
19
92
19
95
19
98
20
01
20
04
20
07
20
10
13,8000
13,6000
13,4000
13,2000
13,0000
12,8000
12,6000
12,4000
12,2000
12,0000
r*tg(b)
FFF Multivariada
0,1
0,08
0,06
0,04
0,02
0
19
72
19
75
19
78
19
81
19
84
19
87
19
90
19
93
19
96
19
99
20
02
20
05
20
08
-0,02
-0,04
-0,06
r*tg(b)
FFF Multivariada
Introduccin
La aplicacin de la forma de Fourier a los modelos de series temporales ha
dado lugar a los modelos de regresin armnica.
Una regresin armnica dinmica es una particularizacin del conjunto de
modelos de componentes no observables que adopta la siguiente forma:
R
Donde t =
2 t
; el vector de parmetros es = (a, b, c, u1v1 ,..., u J , v J ) de
T 1
longitud K = 3 + 2 J ; siendo J n .
20
Para mayor detalle consultar Artis M., Clavel J.G., Hoffmann M. y Nachane D. (2007) Harmonic Regression
Models: A Comparative Review with Applications. Institute for Empirical Research in Economics. University of Zurich.
Working Paper Series .September 2007 SSRN-Harmonic Regression Models: A Comparative Review with Applications
by Michael Artis, Jos Clavel, Mathias Hoffmann, DILIP NACHANE
Ejemplo 15
Utilizando datos de los puestos de trabajo de la Contabilidad Nacional
Trimestral de Espaa (Tabla n30); se pretende estimar un modelo de
regresin armnica; utilizando los
anterior.
12.974
13.027
13.043
13.036
13.021
13.123
13.310
13.358
13.458
13.630
13.756
13.828
13.974
14.186
14.391
14.481
14.655
14.869
15.026
15.132
15.360
15.592
15.867
15.859
15.972
16.106
2001TIII
2001TIV
2002TI
2002TII
2002TIII
2002TIV
2003TI
2003TII
2003TIII
2003TIV
2004TI
2004TII
2004TIII
2004TIV
2005TI
2005TII
2005TIII
2005TIV
2006TI
2006TII
2006TIII
2006TIV
2007TI
2007TII
2007TIII
2007TIV
16.290
16.333
16.354
16.530
16.702
16.608
16.763
16.871
17.108
17.053
17.230
17.291
17.574
17.524
17.646
17.874
18.225
18.136
18.280
18.493
18.702
18.692
18.887
19.080
19.253
19.148
20000
19000
18000
17000
16000
15000
14000
13000
12000
empleo
2007TIV
2007TI
2006TII
2005TIII
2004TIV
2004TI
2003TII
2002TIII
2001TIV
2001TI
2000TII
1999TIII
1998TIV
1998TI
1997TII
1996TIII
1995TIV
1995TI
Polinmica (empleo)
Frecuencia Periodo
1
52
2
26
3
17;3
4
13
5
10;4
I (w p ) =
T a 2p + b p2
4
97.124
1.271.162
43.935
30.814
55.447
ap
-44;8839
172;5818
11;68
22;5298
5;4648
bp
-19;0674
-36;6115
30;6486
15;7129
36;4387
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
8;7
7;4
6;5
5;8
5;2
4;7
4;3
4
3;7
3;5
3;3
3;1
2;9
2;7
2;6
2;5
2;4
2;3
2;2
2;1
2
18.406
27.946
33.012
11.135
25.418
3.233
3.762
145.365
29.981
17.997
28.661
3.673
8.698
14.945
8.364
8.104
5.931
9.875
905
18.164
27.241
8;9678
11;529
-24;6934
-11;3012
-17;3912
-7;0126
2;041
-33;2122
-25;2479
-14;8858
-15;3284
-3;4292
-14;5876
-18;6105
-13;3873
-11;8068
-10;1339
-14;3231
-4;4452
-8;548
-25;8263
19;2418
23;4809
14;0904
12;0382
17;8862
5;475
9;3782
-49;5608
9;8311
14;8012
21;6059
8;8415
-0;4207
4;4264
-5;0579
7;6833
-6;5204
6;0527
-1;5507
-19;279
0
COEFICIENTES
SENO (13t)
COEFICIENTE
-44;2734
VARIANZA
16;3836
COS (13t)
27;4862
16;6780
SENO (2t)
-27;9863
17;9325
COS(2t)
189;2846
17;1038
-0;2613
0;0605
142;5817
3;3144
12416;8330
38;3522
t2
Constante
20000
19000
18000
17000
16000
Aproximacin FFF
15000
empleo
14000
13000
12000
11000
2007TI
2006TI
2005TI
2004TI
2003TI
2002TI
2001TI
2000TI
1999TI
1998TI
1997TI
1996TI
1995TI
10000
F1()
es
un
espectro
discreto
(correspondiente
la
suma
x(t ) = di sin ( it + i ) + t
i =1
P( ) = fn ( ) fm ( )
2 j
; j = 0,1,...., N 2 .
N
Si di no es cero; P() puede tener varios picos bien definidos; es decir 1<
2<..<R. La significancia estadstica de estos picos puede testearse; segn
van ocurriendo; usando el estadstico llamado J%q (Priestley; 1981).
xit +1
* =
xit +1 0
xit wit
+ (3)
xit* wit
donde xit representa cualquiera de los TVPs en (2); x*it es un estado adicional
en el modelo sin una clara interpretacin; en general; ; y son parmetros
adicionales; w it y w*it son ruidos Gaussianos. Este modelo general abarca
casos particulares tanto como otros generalmente usados en la literatura como
el IRW (Integrated Random Walk; = = = 1 ; wit=0); el RW (Random
Walk: = = = 1 ; w*it=0); el LLT (Local Linear Trend: = = = 1) y el DT
(Damped Trend: = = 1).
El modelo (2) puede ser escrito explcitamente en trminos de componentes no
observables; tal que:
zt = Tt + St + vt
donde Tt; St y vt pueden ser interpretados como un trmino de tendencia
estocstica; un componente estacional estocstico y un componente irregular;
respectivamente.
De forma que el sistema puede ser descrito en forma de un espacio de estados
estndar en donde (2) sera la ecuacin de observacin y (3) la ecuacin de
estado.
BIBLIOGRAFA
1. Alvarez N. (1990). Una aproximacin a los ciclos econmicos. Economa
aplicada cuantitativa I. Cuadernos de la UNED. 1990: 143-201.
2. Artis M.; Clavel J.G.; Hoffmann M. y Nachane D. (2007) Harmonic
Regression Models: A Comparative Review with Applications. Institute
for Empirical Research in Economics. University of Zurich. Working
Paper Series .September 2007 SSRN-Harmonic Regression Models: A
Comparative Review with Applications by Michael Artis; Jos Clavel;
Mathias Hoffmann; DILIP NACHANE
3. Barnett; W. A. (1983). "New Indices of Money Supply and the Flexible
Laurent Demand System." J. Bus. and Econ. Statist. 7-23.
4. Bartlett M.S. (1954); "Problmes de lanalyse spectrale des sries
temporelles stationnaries. Inst. Statist. Univ. Paris 3; 119-34
5. Bartlett M.S. (1966). An introduction to Stochastic Processes; 2 end.
Ed. Cambridge University Press.
6. Berndt; E. R.; and M. S. Khaled (1979). "Parametric Productivity
Measurement and Choice Among Flexible Functional Forms." J. Polit.
Econ. 87.1220-45.
7. Bhansali; R.J. (1979) A Mixed Spectrum Analysis of the Lynx Data;"
Journal of the Royal Statistical Society; Ser. A; 142(2); 199-209.
8. Brunk; H.D. (1962). On the range of the difference between hypothetical
distribution function and Pykes modified empirical distribution function.
Ann. Marh. Statist. 33; 525-32.
9. Campbell; M.J. and Walker; A.M. (1977); \A Survey of Statistical Work on
the Mackenzie River Series of Annual Canadian Lynx Trappings for the
Years 1821-1934 and a New Analysis;" Journal of the Royal Statistical
Society; Ser. A; 140(4); 411-431.
25. Elbadawi; I.; A. R. Gallant; and G. Souza. (1983). "An Elasticity Can Be
Estimated Consistently without A Priori Knowledge of Functional Form."
Econometrica 51.1731-51.
26. Fleissig A.; Kastns T. y Terrell D. (1997); Semi-nonparametric estimates
of substitution elasticities; Economics Letters; 54; No. 3; 209-219.
27. Fuss; M.; D. McFadden; and Y. Mundlak. (1978). "A Survey of Functional
Forms in the Economic Analysis of Production." Production Economics:
A Dual Approach toTheory and Applications; ed. M. Fuss and D. McFadden; pp. 219-68. Amsterdam: North-Holland Publishing Co.
28. Gallant; A. R.(1981) "On the Bias in Flexible Functional Forms and an
Essentially Unbiased Form." J. Econometrics 15(1981):211-45.
29. Gallant;
A.
R.
(1982).
"Unbiased
Determination
of
Production
DE
TRABAJO
2004-
06.http://www.fceye.ull.es/new/investigacion/docum/ull-ulpgc/DT200406.pdf
56. Tweeten; L. (1983). "Hypothesis Testing in Economic Science." Amer. J.
Agr. Econ. 65.548-52.
57. Uzawa; H. (1962). "Production Functions with Constant Elasticity of
Substitution." Rev. Econ. Stud. 29.291-99.
58. Villarreal F. (2005): Elementos tericos del ajuste estacional de series
econmicas utilizando X-12-ARIMA y TRAMO-SEATS. Serie 38.
Estudios
estadsticos
Proyecciones Econmicas.
prospectivos
Divisin
de
Estadstica
www.eclac.org/publicaciones/xml/9/24099/lcl2457e.pdf
59. Whittle; P. (1952); Tests of Fit in Time Series;" Biometrika; 39; 309-318.
60. White; H. (1980). "Using Least Squares to Approximate Unknown
Regression Functions." Int. Econ. Rev. 21.149-70.
61. Young; P.C.; Pedregal; D.J. and W.Tych (1999); \Dynamic harmonic
regression;" Journal of Forecasting; 18; 369-394.