Introducción a Series de Tiempo Univariadas - Centro Microdatos

4 6 8desempleo10 12 14Introducción a Series de Tiempo UnivariadasDecember 31, 2010sum desempleoVariable | Obs Mean Std. Dev. Min Max-------------+--------------------------------------------------------desempleo | 289 8.523183 1.763081 5.1 13.5tsline desempleo, yline(`=r(mean)')1985m1 1990m1 1995m1 2000m1 2005m1 2010m1fechaDe esta manera, podemos modelar la tasa de desempleo en función de una constante y untérmino de error idiosincrático:El estimador MCO de b 0 es simplemente el promedio de la tasa de desempleo en la muestradisponible de datos. Sin embargo, sería más precisa la estimación si de considera que esta mediapuede ir variando en el tiempo, y no es necesariamente la misma para todo el periodo.El método de suavización exponencial simple es adecuando cuando se tiene una serie de tiempoque no presenta una tendencia creciente o decreciente, y con una media que cambia en el tiempo.Suponga que tenemos el valor inicial S 0 de la versión suavizada de la serie desempleo (luegodiscutiremos como obtener S 0 ). Luego, el filtro exponencial simple S t se define como:33