Escolar Documentos
Profissional Documentos
Cultura Documentos
81
o equivalentemente
Ỹt = ...
= ... (4.1)
γh = ...
Función de autocorrelación:
ρh = ...
82
Figura 4.1: Fas y fap para el viaje de Colon
1.0
0.4
0.8
0.6
0.2
Partial ACF
0.4
ACF
0.0
0.2
0.0
−0.2
−0.2
−0.4
0 5 10 15 2 4 6 8 10 12 14
Lag Lag
Π(B) = Θ−1 2
q (B) = 1 − π1 B − π2 B − · · ·
83
Igualando los coeficientes de B, B 2 , B 3 etc., obtenemos
...
...
...
Pq
X Solución general: πh = h
i=1 Ai Gi , donde G−1
i son las raı́ces de Θq (B).
Ỹt = ...
= ...
γ0 = ...
= ...
= ...
84
Autocovarianzas: Multiplicando la ecuación del modelo por Ỹt−1 y toman-
do esperanza obtenemos
γ1 = ...
= ...
= ...
...
...
...
= ...
= ...
γ2 = ...
= ...
= ...
...
...
...
...
= ...
= ...
γh = ...
85
En resumen:
... h=0
γh = ... h = 1, . . . , q (4.2)
... h>q
86
Figura 4.2: Fas (izq.) y fap (der.) de procesos MA(q)
q = 1, θ1 = 0,8 q = 1, θ1 = −0,8
Series x Series x Series x Series x
1.0
1.0
0.0
0.4
0.8
−0.1
0.5
0.2
0.6
−0.2
Partial ACF
Partial ACF
ACF
ACF
0.4
0.0
−0.3
0.0
0.2
−0.4
−0.2
0.0
−0.5
−0.5
0 10 20 30 40 50 0 10 20 30 40 50 0 10 20 30 40 50 0 10 20 30 40 50
0.2
1.0
1.0
0.00
−0.05
0.8
0.0
−0.10
0.5
0.6
Partial ACF
Partial ACF
−0.15
−0.2
0.4
ACF
ACF
0.0
−0.20
0.2
−0.4
−0.25
0.0
−0.5
−0.30
−0.2
−0.6
0 10 20 30 40 50 0 10 20 30 40 50 0 10 20 30 40 50 0 10 20 30 40 50
1.0
0.2
0.6
0.8
0.8
0.1
0.4
0.6
0.0
0.6
Partial ACF
Partial ACF
0.4
ACF
ACF
0.2
−0.1
0.4
0.2
0.0
−0.2
0.0
0.2
−0.2
−0.3
−0.2
0.0
0 10 20 30 40 50 0 10 20 30 40 50 0 10 20 30 40 50 0 10 20 30 40 50
1.0
0.0
0.8
0.2
0.6
−0.1
0.5
0.4
Partial ACF
Partial ACF
0.0
ACF
ACF
−0.2
0.2
−0.2
0.0
0.0
−0.3
−0.2
−0.4
−0.4
−0.4
−0.5
0 10 20 30 40 50 0 10 20 30 40 50 0 10 20 30 40 50 0 10 20 30 40 50
87
4.3. Procesos MA(∞): Descomposición de Wold
Yt = µ + at + ψ1 at−1 + ψ2 at−2 + · · ·
X∞
= µ+ ψh at−h ,
h=0
Varianza:
γ0 = ...
Función de autocovarianza:
γh = ...
ρh = ...
88
4.4. Proceso ARMA(1,1)
...
y tomando esperanzas,
γh = ...
Si h = 0, entonces
donde
E[at−1 Ỹt−1 ] = ...
89
Por tanto,
E[at−1 Ỹt ] = ...
y finalmente,
γ0 = ...
Para h = 1, se tiene
E[at Ỹt−1 ]... , E[at−1 Ỹt−1 ] = ... ,
con lo cual
γ1 = ...
Reemplazamos γ1 en la fórmula de γ0 y obtenemos
γ0 = ...
= ...
Despejando γ0 , obtenemos
γ0 = ...
90
Función de autocorrelación parcial: Para estudiar la fap de un ARMA(1, 1),
lo escribimos como un AR(∞). Para ello, multiplicamos el modelo por el
operador
(1 − θ1 B)−1 = 1 + θ1 B + θ12 B 2 + θ13 B 3 + · · ·
y obtenemos
o equivalentemente
Ỹt = ...
1.0
0.0
0.00
−0.1
0.8
−0.2
0.5
−0.05
0.6
Partial ACF
Partial ACF
−0.3
ACF
ACF
0.4
−0.10
−0.4
0.0
0.2
−0.5
0.0
−0.15
−0.6
−0.5
−0.2
0 10 20 30 40 50 0 10 20 30 40 50 0 10 20 30 40 50 0 10 20 30 40 50
1.0
0.6
0.15
0.8
0.8
0.4
0.10
0.6
0.6
Partial ACF
Partial ACF
0.05
0.2
ACF
ACF
0.4
0.4
0.00
0.0
0.2
0.2
−0.05
−0.2
0.0
−0.10
0.0
0 10 20 30 40 50 0 10 20 30 40 50 0 10 20 30 40 50 0 10 20 30 40 50
91
4.5. Procesos ARMA(p, q)
Φp (B) = ...
Θq (B) = ...
...
...
Los coeficientes del nuevo operador Ψ(B) se obtienen igualando los coefi-
cientes de las potencias B j en la igualdad Ψ(B)Φp (B) = Θq (B).
Representación AR(∞):
...
...
γh = ...
92
Para h > q, todas las esperanzas que aparecen a la derecha son cero, con
lo cual
γh = ...
Función de autocorrelación simple:
ρh = ...
Yt = φ1 Yt−1 + at
y donde (at ) y (vt ) son ruidos blancos independientes con varianzas V ar(at ) =
σ 2 y V ar(vt ) = σv2 . La varianza de Zt es
γ0z = ...
= ...
93
Las autocovarianzas son
γhz = ...
= ...
γ1z = ...
La fas es:
... , h=1
ρzh =
... , h≥2
94