Descarga la aplicación para disfrutar aún más
Vista previa del material en texto
Series de tiempo 2. 1. (Se Omitió.) 2. Aplicando el Ajuste estacional mediante el método Tramo-Seats a la variable emplhj. Obtenemos la siguiente grafica de la variable normal (empelo h.jovenes) en color rojo y en azul con su correspondiente ajuste estacional (emplhj_sa). 3. Llevando acabo la ejecución del modelo VAR con las variables dependiente (d_LnQ y d_LnP) y las variables exógenas (d_LnY y d_LnT) obtenemos los siguientes resultados para la elaboración de la ecuación. 3.a) 3.b) Sistema VAR, orden del retardo 3 estimaciones de MCO, observaciones 1944-1989 (T = 46) Ecuación 1: d_LnQ Coeficiente Desv. Típica Estadístico t Valor p --------------------------------------------------------------- const 0.0351228 0.0569069 0.6172 0.5409 d_LnQ_1 −0.475429 0.216424 −2.197 0.0344 ** d_LnQ_2 −0.456028 0.223489 −2.040 0.0485 ** d_LnQ_3 −0.145652 0.205503 −0.7088 0.4829 d_LnP_1 1.86547 0.714446 2.611 0.0130 ** d_LnP_2 0.0643183 0.739055 0.08703 0.9311 d_LnP_3 0.0142139 0.738719 0.01924 0.9848 d_LnY −0.348839 0.471140 −0.7404 0.4637 d_LnT 0.846813 0.650601 1.302 0.2011 Ecuación 2: d_LnP Coeficiente Desv. Típica Estadístico t Valor p --------------------------------------------------------------- const 0.00707140 0.0163550 0.4324 0.6680 d_LnQ_1 0.0659113 0.0621999 1.060 0.2962 d_LnQ_2 0.0957342 0.0642305 1.490 0.1446 d_LnQ_3 0.0342399 0.0590613 0.5797 0.5656 d_LnP_1 −0.585665 0.205331 −2.852 0.0071 *** d_LnP_2 0.00123945 0.212403 0.005835 0.9954 d_LnP_3 −0.0501894 0.212307 −0.2364 0.8144 d_LnY 0.414759 0.135405 3.063 0.0041 *** d_LnT −0.196755 0.186982 −1.052 0.2995 4. Aplicación de la Prueba de longitud de retardos. 4.a) Último párrafo del modelo VAR de la serie Orange. Para el sistema en conjunto: Hipótesis nula: el retardo más largo es 2 Hipótesis alternativa: el retardo más largo es 3 Contraste de razón de verosimilitudes: Chi-cuadrado(4) = 1.59989 [0.8088] 4.b) Prueba de longitud de retardos con un 95% de confianza. = 0.05 , * = 0.8088 Condición de rechazo ( * < ) .8088 < .05 …. No se cumple la desigualdad Por lo que se rechaza la Hipótesis alternativa y que la Hipótesis Nula es verdadera. Concluimos entonces que de los 2 retardos (2 , 3), el retardo más conveniente es 2 y entonces debemos reducir el número de retardos utilizados en el modelo VAR. 5. Pronostico ARIMA. Aplicando el modelo ARMA estadísticamente correcta: “d_PRCERVt= β1+ 1d_PRCERVt-1+ 2d_PRCERVt-2 +4d_PRCERVt-4 + εt” Calculamos el pronóstico para los siguientes 3 trimestres (1983:1, 1983:3) Para intervalos de confianza 95%, z(0.025) = 1.96 Observación PRCERV Predicción Desv. Típica Intervalo de 95% 1983:1 indefinido 47.2367 2.26273 (42.8018, 51.6716) 1983:2 indefinido 55.0326 3.04246 (49.0695, 60.9957) 1983:3 indefinido 51.0618 3.19007 (44.8094, 57.3143)
Compartir