Estacionalidad Determinista Segmentada, Efecto …...Introducción Modelización de determinados...
Transcript of Estacionalidad Determinista Segmentada, Efecto …...Introducción Modelización de determinados...
IntroducciónModelización de determinados efectos relevantes
Previsión con raíces unitariasAmpliación en el uso de Eviews
Estacionalidad Determinista Segmentada,Efecto Calendario, Efecto Semana Santa y
predicción de modelos con Raíces UnitariasPráctica No2
Técnicas en PredicciónAdministración y Dirección de Empresas
Departamento de EstadísiticaUniversidad Carlos III de Madrid
2 de abril, 2009
Roberto Morales Arsenal - Práctica No2 Efecto Calendario y Raíces Unitarias
IntroducciónModelización de determinados efectos relevantes
Previsión con raíces unitariasAmpliación en el uso de Eviews
Objetivos de la práctica
Modelar los siguientes fénomenos:
1 Modelización de la estacionalidad deterministasegmentada.
2 Modelización efecto calendario.3 Modelización efecto Semana Santa.4 Modelización de la tendencia y la estacionilidad
estocástica.5 Predicción fuera de la muestra.
Roberto Morales Arsenal - Práctica No2 Efecto Calendario y Raíces Unitarias
IntroducciónModelización de determinados efectos relevantes
Previsión con raíces unitariasAmpliación en el uso de Eviews
Estacionalidad Determinista Segmentada
yt = β0 + β1t + β01ϕ1t + β11ξ1t +11∑
j=1
βjSAjt +11∑
j=1
βjSBjt + ηt
donde
SAjt =
1 en el mes j.
0 resto.
−1 t ∈ Diciembre.
Misma estructura para SBjt
Roberto Morales Arsenal - Práctica No2 Efecto Calendario y Raíces Unitarias
IntroducciónModelización de determinados efectos relevantes
Previsión con raíces unitariasAmpliación en el uso de Eviews
Índice de Precios al Consumo (IPC) de Españaew:esp11099
El IPC muestra clara ruptura en el nivel de la tendencia en1975.
Roberto Morales Arsenal - Práctica No2 Efecto Calendario y Raíces Unitarias
IntroducciónModelización de determinados efectos relevantes
Previsión con raíces unitariasAmpliación en el uso de Eviews
Índice de Precios al Consumo (IPC) de EspañaTendencia Segmentada (Detrending)
Los valores resultaron significativos como cabría de esperar.
Roberto Morales Arsenal - Práctica No2 Efecto Calendario y Raíces Unitarias
IntroducciónModelización de determinados efectos relevantes
Previsión con raíces unitariasAmpliación en el uso de Eviews
Índice de Precios al Consumo (IPC) de EspañaTendencia Segmentada
Los residuos muestran una clara estructura cíclica que debeser modelada.
Roberto Morales Arsenal - Práctica No2 Efecto Calendario y Raíces Unitarias
IntroducciónModelización de determinados efectos relevantes
Previsión con raíces unitariasAmpliación en el uso de Eviews
Índice de Precios al Consumo (IPC) de EspañaEstacionalidad Segmentada
Implantación del nuevo Sistema de Índice de Precios deConsumo con la inclusión de los precios rebajados.
Se han generado dummies desde 1995:01 a 2009:02.Roberto Morales Arsenal - Práctica No2 Efecto Calendario y Raíces Unitarias
IntroducciónModelización de determinados efectos relevantes
Previsión con raíces unitariasAmpliación en el uso de Eviews
Índice de Precios al Consumo (IPC) de EspañaEstacionalidad Segmentada
Roberto Morales Arsenal - Práctica No2 Efecto Calendario y Raíces Unitarias
IntroducciónModelización de determinados efectos relevantes
Previsión con raíces unitariasAmpliación en el uso de Eviews
Índice de Precios al Consumo (IPC) de EspañaEstacionalidad Segmentada
Roberto Morales Arsenal - Práctica No2 Efecto Calendario y Raíces Unitarias
IntroducciónModelización de determinados efectos relevantes
Previsión con raíces unitariasAmpliación en el uso de Eviews
Estacionalidad SegmentadaDiagnosis
Roberto Morales Arsenal - Práctica No2 Efecto Calendario y Raíces Unitarias
IntroducciónModelización de determinados efectos relevantes
Previsión con raíces unitariasAmpliación en el uso de Eviews
Estacionalidad SegmentadaDiagnosis
No se rechaza la H0 de normalidad.Roberto Morales Arsenal - Práctica No2 Efecto Calendario y Raíces Unitarias
IntroducciónModelización de determinados efectos relevantes
Previsión con raíces unitariasAmpliación en el uso de Eviews
Otros posibles modelos
I(2, 0) + EE Truncada
∇∇12logIPC =
11∑
n=1
∇∇12SBjt + ωt
I(1, 1) + ED Truncada
∇logIPC = c +
11∑
n=1
∇SAjt +
11∑
n=1
∇SBjt + ωt
∇2∇12logIPC =11∑
n=1
∇2∇12SAjt +11∑
n=1
∇2∇12SBjt + ωt
Roberto Morales Arsenal - Práctica No2 Efecto Calendario y Raíces Unitarias
IntroducciónModelización de determinados efectos relevantes
Previsión con raíces unitariasAmpliación en el uso de Eviews
Tipos de Predicción
Predicción DinámicaLos valores desplazados se sustituyen por los valoresestimados. Podemos hacer predicción para los períodos quequeramos, ya que se puede ir estimando de uno en uno losvalores futuros que se van sustituyendo en la ecuación
Predicción EstáticaLos valores desplazados de la serie se sustituyen por suscorrespondientes valores observados. Sólo podemos hacerpredicción un período hacia adelante, ya que no se tiene,observaciones disponibles. Al no existir residuo para el períodode predicción se utiliza la media de los residuos. Al utilizarvalores observados se comete menos error que en lapredicción dinámica.
Roberto Morales Arsenal - Práctica No2 Efecto Calendario y Raíces Unitarias
IntroducciónModelización de determinados efectos relevantes
Previsión con raíces unitariasAmpliación en el uso de Eviews
Estacionalidad SegmentadaPredicción Dinámica
Roberto Morales Arsenal - Práctica No2 Efecto Calendario y Raíces Unitarias
IntroducciónModelización de determinados efectos relevantes
Previsión con raíces unitariasAmpliación en el uso de Eviews
Estacionalidad SegmentadaPredicción Dinámica
Roberto Morales Arsenal - Práctica No2 Efecto Calendario y Raíces Unitarias
IntroducciónModelización de determinados efectos relevantes
Previsión con raíces unitariasAmpliación en el uso de Eviews
Estacionalidad SegmentadaPredicción Estática
Roberto Morales Arsenal - Práctica No2 Efecto Calendario y Raíces Unitarias
IntroducciónModelización de determinados efectos relevantes
Previsión con raíces unitariasAmpliación en el uso de Eviews
Estacionalidad SegmentadaPredicción Estática
Roberto Morales Arsenal - Práctica No2 Efecto Calendario y Raíces Unitarias
IntroducciónModelización de determinados efectos relevantes
Previsión con raíces unitariasAmpliación en el uso de Eviews
Modelización de determinados efectos relevantes enla extracción de señales mediante variables artificiales
Existen efectos que ocurren de forma recurrente, año tras año,que sólo se pueden modelizar de modo relativamente sencillode forma determinista. Estos efectos no constituyen un análisisde intervención tal y como lo presentan Box y Tiao (1975), peroestán captados de forma similar a través de variablesartificiales.
Roberto Morales Arsenal - Práctica No2 Efecto Calendario y Raíces Unitarias
IntroducciónModelización de determinados efectos relevantes
Previsión con raíces unitariasAmpliación en el uso de Eviews
Modelización de determinados efectos relevantes enla extracción de señales mediante variables artificiales
Existen efectos que ocurren de forma recurrente, año tras año,que sólo se pueden modelizar de modo relativamente sencillode forma determinista. Estos efectos no constituyen un análisisde intervención tal y como lo presentan Box y Tiao (1975), peroestán captados de forma similar a través de variablesartificiales.
Roberto Morales Arsenal - Práctica No2 Efecto Calendario y Raíces Unitarias
IntroducciónModelización de determinados efectos relevantes
Previsión con raíces unitariasAmpliación en el uso de Eviews
Efecto Calendario (Trading Day)
Concepto
Se presenta en variables mensuales que se obtienen poragregación temporal de los correspondientes valores diarios, siexiste algún tipo de estacionalidad semanal, el valor que tomael agregado mensual depende de la composición del mes.
Un ejemplo típico lo constituye el IPI:
La producción mensual es la suma de las produccionesdiarias.(↑ días por mes ↑ IPI)
Existe estacionalidad de carácter semanal, que lleva adistinguir, al menos, entre días laborables y nolaborables.(↑ días laborables por mes ↑ IPI)
Roberto Morales Arsenal - Práctica No2 Efecto Calendario y Raíces Unitarias
IntroducciónModelización de determinados efectos relevantes
Previsión con raíces unitariasAmpliación en el uso de Eviews
Modelización del efecto calendario
Cleveland y Grupe (1982)
ECt =7
∑
j=1
δjUjt j = 1, ..,7 (1)
ECt = δDTt +
7∑
j=1
βjUjt (2)
DTt ⇒ Número total de días en un mesUjt ⇒ Número de lunes, martes,...en cada mes.δ ⇒ Efecto medio de añadir un día más.βj ⇒ Efecto de añadir un día del tipo j en un deterd. mes.
A través de (1) los estimadores son muy poco precisos debidoa la alta correlación entre Ujt .
Roberto Morales Arsenal - Práctica No2 Efecto Calendario y Raíces Unitarias
IntroducciónModelización de determinados efectos relevantes
Previsión con raíces unitariasAmpliación en el uso de Eviews
Modelización del efecto calendario
Formulamos una nueva variable
Vjt = Ujt − U7t j = 1, 2, ..,6 (3)
ECt = δDTj +
6∑
j=1
βjVjt + U7t
7∑
j=1
βj
(4)
Modelo final que estimaremos
xt = a + bt +
11∑
j=1
bj Sjt +
6∑
j=1
βjVjt + wt (5)
Roberto Morales Arsenal - Práctica No2 Efecto Calendario y Raíces Unitarias
IntroducciónModelización de determinados efectos relevantes
Previsión con raíces unitariasAmpliación en el uso de Eviews
Índice de Producción Industrial
Roberto Morales Arsenal - Práctica No2 Efecto Calendario y Raíces Unitarias
IntroducciónModelización de determinados efectos relevantes
Previsión con raíces unitariasAmpliación en el uso de Eviews
Modelo con tendencia y estacionalidad determinista
xt = a + bt +
11∑
j=1
bj Sjt + wt
Caída de la producción en el mes de agosto.Roberto Morales Arsenal - Práctica No2 Efecto Calendario y Raíces Unitarias
IntroducciónModelización de determinados efectos relevantes
Previsión con raíces unitariasAmpliación en el uso de Eviews
Añadimos el efecto calendario
xt = a + bt +
11∑
j=1
bj Sjt +
6∑
j=1
βjVjt + wt
Roberto Morales Arsenal - Práctica No2 Efecto Calendario y Raíces Unitarias
IntroducciónModelización de determinados efectos relevantes
Previsión con raíces unitariasAmpliación en el uso de Eviews
Residuos del modelo con efecto calendario
Los residuos han mejorado algo con respecto al modeloanterior pero siguen mostrando un comportamiento cíclico.
Roberto Morales Arsenal - Práctica No2 Efecto Calendario y Raíces Unitarias
IntroducciónModelización de determinados efectos relevantes
Previsión con raíces unitariasAmpliación en el uso de Eviews
Correlograma: Modelo con Efecto Calendario
Tanto la acf como la pacf muestran estructura mostrando queestán lejos de comportarse como ruido blanco.
Roberto Morales Arsenal - Práctica No2 Efecto Calendario y Raíces Unitarias
IntroducciónModelización de determinados efectos relevantes
Previsión con raíces unitariasAmpliación en el uso de Eviews
xt+h = EDt+h + wt+h
EDt+h ⇒ Efecto determinista. No hay incertidumbre, meraextrapolación matemática.
wt+h ⇒ Componente estacionario, tiene dependenciarespecto del pasado.
Dos formas de predecir xt+h considerar wt+h.
Enfoque parcial (forma burda) ⇒ E(wt+h) = 0. Predicciónes ineficiente pero consistente.
Enfoque general ⇒ wt+h. Tiene dependencia que puedointroducir en el modelo a través de una estructura de tipoARMA.
Roberto Morales Arsenal - Práctica No2 Efecto Calendario y Raíces Unitarias
IntroducciónModelización de determinados efectos relevantes
Previsión con raíces unitariasAmpliación en el uso de Eviews
Modelo con efecto calendario y estructura AR(2) enlos residuos
Roberto Morales Arsenal - Práctica No2 Efecto Calendario y Raíces Unitarias
IntroducciónModelización de determinados efectos relevantes
Previsión con raíces unitariasAmpliación en el uso de Eviews
Correlograma
El correlograma muestra una clara estructura en los retardosestacionales (12, 24, 36) de tipo autorregresiva.
Roberto Morales Arsenal - Práctica No2 Efecto Calendario y Raíces Unitarias
IntroducciónModelización de determinados efectos relevantes
Previsión con raíces unitariasAmpliación en el uso de Eviews
Estimación con el Modelo Final
xt = a + bt +
11∑
j=1
bj Sjt +
6∑
j=1
βjVjt + AR(2)AR(1)12
Se ha introducido unaestructura AR(1)12 y haresultado sersignificativa. También sehan eliminado los efectoscalendario que noresultaron sersignificativos.
Roberto Morales Arsenal - Práctica No2 Efecto Calendario y Raíces Unitarias
IntroducciónModelización de determinados efectos relevantes
Previsión con raíces unitariasAmpliación en el uso de Eviews
Residuos del Modelo Final
Los residuos soncompatibles con unaestructura de ruidoblanco, es decir, comomedia cero y varianzaconstante con algunasobservaciones convalores excesivamentealtos.
Roberto Morales Arsenal - Práctica No2 Efecto Calendario y Raíces Unitarias
IntroducciónModelización de determinados efectos relevantes
Previsión con raíces unitariasAmpliación en el uso de Eviews
Box Plot de los residuos del Modelo Final
En el box plot se observa una asimetría en la distribución delos residuos y la existencia de datos atípicos.
Roberto Morales Arsenal - Práctica No2 Efecto Calendario y Raíces Unitarias
IntroducciónModelización de determinados efectos relevantes
Previsión con raíces unitariasAmpliación en el uso de Eviews
Correlograma del Modelo Final
Todo los valores estándentro de las bandas deconfianza por lo quepodemos decir que elresiduo es ruido blanco.Ninguna de laautocorrelaciones haresultado ser significativa
Roberto Morales Arsenal - Práctica No2 Efecto Calendario y Raíces Unitarias
IntroducciónModelización de determinados efectos relevantes
Previsión con raíces unitariasAmpliación en el uso de Eviews
Predicción del Modelo Final: Dentro de la muestra
Consideramos la varianza de las predicciones comoconstantes en las próximas prácticas veremos como realizarlas predicciones de forma más real: fuera de la muestra y convarianzas que aumentan con el horizonte de la predicción.
Roberto Morales Arsenal - Práctica No2 Efecto Calendario y Raíces Unitarias
IntroducciónModelización de determinados efectos relevantes
Previsión con raíces unitariasAmpliación en el uso de Eviews
Predicción del Modelo Final
Todas las predicciones están dentro de las bandas deconfianza y muestran que aunque el modelo es simple laspredicciones no son malas.
Roberto Morales Arsenal - Práctica No2 Efecto Calendario y Raíces Unitarias
IntroducciónModelización de determinados efectos relevantes
Previsión con raíces unitariasAmpliación en el uso de Eviews
Efecto Bisiesto (Leap Year)
Concepto
Es interesante investigar el efecto que produce que haya un díamás en el mes de febrero cada cuatro años, para elloconstruimos una variable artificial que capte este efecto.
Modelización
Nt =
7∑
j=1
Djt = longitud del mes t (6)
N∗
t =14(Nt + Nt−12 + Nt−24 + Nt−36) (7)
LYt = Nt − N∗
t (8)
Roberto Morales Arsenal - Práctica No2 Efecto Calendario y Raíces Unitarias
IntroducciónModelización de determinados efectos relevantes
Previsión con raíces unitariasAmpliación en el uso de Eviews
Efecto Bisiesto
Creamos la variable dummy o artificial de la siguiente manera:
LYt =
0,75 en el mes febrero del año bisiesto.
−0,25 en febreros no bisiestos.
0 en otro caso.
La suma de un ciclo completo es igual a cero.
Roberto Morales Arsenal - Práctica No2 Efecto Calendario y Raíces Unitarias
IntroducciónModelización de determinados efectos relevantes
Previsión con raíces unitariasAmpliación en el uso de Eviews
Efecto Semana Santa (Easter Effects)
Concepto
El efecto de Semana Santa es otro efecto ejemplo dedistorsión de carácter marcadamente estacional que sinembargo no se puede asignar al componente estacional, yaque la suma de sus contribuciones a la variable estudiada, a lolargo de un año natural, no es igual a cero.
Modelización
EPt =
{
1 Meses de Pascua.
0 los demás meses.
La Semana Santa puede caer en los meses de Marzo y Abril.
Roberto Morales Arsenal - Práctica No2 Efecto Calendario y Raíces Unitarias
IntroducciónModelización de determinados efectos relevantes
Previsión con raíces unitariasAmpliación en el uso de Eviews
Otros efectos
El alumno puede estudiar otros efectos que sean interesantesde la variable que a elegido
1 Fiestas.2 Efecto año bisiesto.3 En las próximas prácticas se modelizarán otros efectos
particulares que afecten a la serie analizada: Atípicos uOutliers, cambios metodológicos, etc. Estos efectosforman parte de lo que se denomina Análisis deIntervención .
Roberto Morales Arsenal - Práctica No2 Efecto Calendario y Raíces Unitarias
IntroducciónModelización de determinados efectos relevantes
Previsión con raíces unitariasAmpliación en el uso de Eviews
Modelización Determinista
Modelo más general
yt = β0 + β1t + β01ϕ1t + β11ξ1t +
+
11∑
j=1
βjSAjt +
11∑
j=1
βjSBjt +
+
6∑
j=1
βjVjt + EPt + ηt
Cualquier otra efecto o característica particular de la seriedeberá ser modelada.
Roberto Morales Arsenal - Práctica No2 Efecto Calendario y Raíces Unitarias
IntroducciónModelización de determinados efectos relevantes
Previsión con raíces unitariasAmpliación en el uso de Eviews
Cuidado
Es importante no confundir el tipo de series, ya que si unaserie presenta una tendencia determinista y se diferencia seintroduce un proceso no invertible en los componentes MA. Porotra parte, si se incorpora una tendencia determinista en unaregresión en una regresión cuando no existe, el resultado es unerror de especificación si el proceso tiene raíz unitaria.
Ejemplo
yt = β0 + β1t + at
−yt−1 = β0 + β1(t − 1) + at−1
∆yt = β1 + (at − at−1)
rt = at − 1at−1 ⇒ MA(1) no invertible.
Roberto Morales Arsenal - Práctica No2 Efecto Calendario y Raíces Unitarias
IntroducciónModelización de determinados efectos relevantes
Previsión con raíces unitariasAmpliación en el uso de Eviews
Segunda parte de la práctica
Predicción con el modelo con raíces unitarias (Differencing)
∇12∇logXt = wt (9)
logXt = logXt−1 + (logXt−12 − logXt−13) + wt (10)
Recordatorio de clase1 Como se vió en clase la forma de tratar un modelo con
raíces unitarias es a través de la diferenciación .Diferenciandolo tantas veces como raíces unitarias tenga.
2 Algunas de las diferencias pueden ser estacionales.3 El modelo que estamos estimando es un modelo I(2,0)+
Estacionalidad Estocástica.
Roberto Morales Arsenal - Práctica No2 Efecto Calendario y Raíces Unitarias
IntroducciónModelización de determinados efectos relevantes
Previsión con raíces unitariasAmpliación en el uso de Eviews
Serie de pasajeros de líneas aéreas (1949-1960)
Los datos muestran: tendencia, estacionalidad y variabilidadproporcional a la media.
Roberto Morales Arsenal - Práctica No2 Efecto Calendario y Raíces Unitarias
IntroducciónModelización de determinados efectos relevantes
Previsión con raíces unitariasAmpliación en el uso de Eviews
Análisis de dlogairline
La tasa log intermensual muestra
Roberto Morales Arsenal - Práctica No2 Efecto Calendario y Raíces Unitarias
IntroducciónModelización de determinados efectos relevantes
Previsión con raíces unitariasAmpliación en el uso de Eviews
Análisis de dd12logairline
Posible heterocedasticidad
Autocorelaciones IMA(1, 1) × IMA(1, 1)12
Roberto Morales Arsenal - Práctica No2 Efecto Calendario y Raíces Unitarias
IntroducciónModelización de determinados efectos relevantes
Previsión con raíces unitariasAmpliación en el uso de Eviews
Estimación del modelo con estructura ARMA
El modelo estimado es:
∇∇12log(airlinet) = (1 − 0,40B)(1 − 0,63B12)at
Roberto Morales Arsenal - Práctica No2 Efecto Calendario y Raíces Unitarias
IntroducciónModelización de determinados efectos relevantes
Previsión con raíces unitariasAmpliación en el uso de Eviews
Diagnóstico del modelo
Residuos compatibles con estructura ruido blanco.Roberto Morales Arsenal - Práctica No2 Efecto Calendario y Raíces Unitarias
IntroducciónModelización de determinados efectos relevantes
Previsión con raíces unitariasAmpliación en el uso de Eviews
Diagnóstico del modelo
Algunos residuos atípicamente elevados.
No rechazamos la hipótesis de normalidad.
Roberto Morales Arsenal - Práctica No2 Efecto Calendario y Raíces Unitarias
IntroducciónModelización de determinados efectos relevantes
Previsión con raíces unitariasAmpliación en el uso de Eviews
Modelo mejorado con Efecto Calendario y EfectoPascua
∇∇12logPt×100 = 3,88∇∇12Lt +4,82∇∇12Ft +2,70∇∇12SSt+
+(1 − 0,21B)(1 − 0,61B12)at
Roberto Morales Arsenal - Práctica No2 Efecto Calendario y Raíces Unitarias
IntroducciónModelización de determinados efectos relevantes
Previsión con raíces unitariasAmpliación en el uso de Eviews
Diagnóstico del modelo
Roberto Morales Arsenal - Práctica No2 Efecto Calendario y Raíces Unitarias
IntroducciónModelización de determinados efectos relevantes
Previsión con raíces unitariasAmpliación en el uso de Eviews
Predicción del modelo in sample
Roberto Morales Arsenal - Práctica No2 Efecto Calendario y Raíces Unitarias
IntroducciónModelización de determinados efectos relevantes
Previsión con raíces unitariasAmpliación en el uso de Eviews
Predicción del modelo in sample
Roberto Morales Arsenal - Práctica No2 Efecto Calendario y Raíces Unitarias
IntroducciónModelización de determinados efectos relevantes
Previsión con raíces unitariasAmpliación en el uso de Eviews
Predicción fuera de la muestra con Eviews.
Formas de Predicción
Roberto Morales Arsenal - Práctica No2 Efecto Calendario y Raíces Unitarias
IntroducciónModelización de determinados efectos relevantes
Previsión con raíces unitariasAmpliación en el uso de Eviews
Predicción fuera de la muestra con Eviews.
Métodos de predicción
Predicción dentro de la muestra
Se estima el modelo con todos las observaciones y sepredice con una parte de la muestra final.
Subestima la varianza.
Predicción fuera de la muestra
Dos formas:1 Dividiendo la muestra en una muestra de estimación y otra
de validación (Sobreestima la varianza).2 Estimado con toda la muestra y haciendo predicciones
fuera de la muestra.
Roberto Morales Arsenal - Práctica No2 Efecto Calendario y Raíces Unitarias
IntroducciónModelización de determinados efectos relevantes
Previsión con raíces unitariasAmpliación en el uso de Eviews
Predicción fuera de la muestra con Eviews.
Predicción fuera de la muestra
En prácticas anteriores hemos realizado la predicción dentrode la muestra (in sample) pero como se ha visto en laintroducción del curso la teoría de la predicción estaíntimamente unida a la teoría de la decisión, es decir, a la tomade decisiones óptimas en ambientes de incertidumbre porparte de los agentes económicos. Por lo que, elinterés radica en la predicción de valores futuros , es decir,fuera del rango muestral.
Roberto Morales Arsenal - Práctica No2 Efecto Calendario y Raíces Unitarias
IntroducciónModelización de determinados efectos relevantes
Previsión con raíces unitariasAmpliación en el uso de Eviews
Predicción fuera de la muestra con Eviews.
Vamos a ilustrar la forma de hacerlo con el último modelo conel modelo REGARIMA aplicado a la serie de líneas aéreascorregido de Efecto Calendario y Efecto Pascua.
Roberto Morales Arsenal - Práctica No2 Efecto Calendario y Raíces Unitarias
IntroducciónModelización de determinados efectos relevantes
Previsión con raíces unitariasAmpliación en el uso de Eviews
Predicción fuera de la muestra con Eviews.
Procedimiento a seguir en Eviews
1 Ir a la ventana del workfile seleccionar:procs/Structure/Resize Current Page ⇒ Variando el rangodeseado de la predicción.
2 Volvemos a la ecuación que queremos predecir ypinchamos en forecast, cambiamos el rango de lapredicción ¿y qué pasa??? ¿¿Missing values??.
3 Una vez corregido el fallo anterior ya puedes predecirfuera de la muestra.
4 Calcula los intervalos de confianza al 80 % y al 95 % ygraficalos ¿Qué observas?
5 Grafica un Error Bar a través de la opción graph de Eviews.
Roberto Morales Arsenal - Práctica No2 Efecto Calendario y Raíces Unitarias
IntroducciónModelización de determinados efectos relevantes
Previsión con raíces unitariasAmpliación en el uso de Eviews
Predicción fuera de la muestra con Eviews.
Predicción 12 meses hacia delante
Roberto Morales Arsenal - Práctica No2 Efecto Calendario y Raíces Unitarias
IntroducciónModelización de determinados efectos relevantes
Previsión con raíces unitariasAmpliación en el uso de Eviews
Predicción fuera de la muestra con Eviews.
Roberto Morales Arsenal - Práctica No2 Efecto Calendario y Raíces Unitarias
IntroducciónModelización de determinados efectos relevantes
Previsión con raíces unitariasAmpliación en el uso de Eviews
Predicción fuera de la muestra con Eviews.
Error bar
Roberto Morales Arsenal - Práctica No2 Efecto Calendario y Raíces Unitarias
IntroducciónModelización de determinados efectos relevantes
Previsión con raíces unitariasAmpliación en el uso de Eviews
Predicción fuera de la muestra con Eviews.
Error bar
Roberto Morales Arsenal - Práctica No2 Efecto Calendario y Raíces Unitarias