IntroducciÃ³n a Series de Tiempo Univariadas - Centro Microdatos

More documents

Recommendations

Info

Introducción a Series de Tiempo UnivariadasDecember 31, 2010arima sa, ar(1)ARIMA regressionSample: 2000m1 - 2010m8 Number of obs = 128Wald chi2(1) = 846.83Log likelihood = -1257.472 Prob > chi2 = 0.0000------------------------------------------------------------------------------| OPGsa | Coef. Std. Err. z P>|z| [95% Conf. Interval]-------------+----------------------------------------------------------------sa |_cons | 22605.33 3116.448 7.25 0.000 16497.2 28713.45-------------+----------------------------------------------------------------ARMA |ar |L1. | .8629416 .029654 29.10 0.000 .8048208 .9210624-------------+----------------------------------------------------------------/sigma | 4445.791 144.0753 30.86 0.000 4163.409 4728.174------------------------------------------------------------------------------Podemos distinguir entre dos sintaxis para la estimación de estos modelos: Modelo ARMA:arima depvar, ar(numlist) ma(numlist) Modelo ARIMA:arima depvar, arima(#p,#d,#q)La primera opción nos permite indicar de manera precisa que rezagos incluir en el componente ARy MA.VI.4. PredicciónVI.4.1. Predicción un paso adelanteUna vez estimado el modelo ARIMA podemos utilizar el comando predict para hacerpredicciones.Por ejemplo, volvamos a la estimación del modelo ARIMA(3,1,0) para la variable venta de pavos:78
Introducción a Series de Tiempo UnivariadasDecember 31, 2010use " turksales.dta", cleartsset tarima sales, arima(3,1,0)ARIMA regressionSample: 1990q2 - 1999q4 Number of obs = 39Wald chi2(3) = 125.92Log likelihood = -75.53558 Prob > chi2 = 0.0000------------------------------------------------------------------------------| OPGD.sales | Coef. Std. Err. z P>|z| [95% Conf. Interval]-------------+----------------------------------------------------------------sales |_cons | .3138001 .0780852 4.02 0.000 .1607558 .4668444-------------+----------------------------------------------------------------ARMA |ar |L1. | -.8190622 .0876331 -9.35 0.000 -.9908199 -.6473045L2. | -.8174304 .1006355 -8.12 0.000 -1.014672 -.6201883L3. | -.7738966 .0902346 -8.58 0.000 -.9507532 -.59704-------------+----------------------------------------------------------------/sigma | 1.608579 .2642292 6.09 0.000 1.090699 2.126459------------------------------------------------------------------------------predict y1list sales y1 if _n
Page 1 and 2:
Introducción a Seriesde Tiempo Uni
Page 3 and 4:
Introducción a Series de Tiempo Un
Page 5:
Page 8 and 9:
Page 10 and 11:
Page 12 and 13:
Page 14:
I. Formato de tiempo en STATAIntrod
Page 17 and 18:
Page 19 and 20:
Page 21 and 22:
40 60 80Introducción a Series de T
Page 23 and 24:
10 122 4 6 8Introducción a Series
Page 25 and 26:
Tasa de desempleo2 4 6 810 12Introd
Page 27 and 28: Introducción a Series de Tiempo Un
Page 33 and 34: 4 6 8desempleo10 12 14Introducción
Page 37 and 38: 4 6 810 12 144 6 810 12 14Introducc
Page 39 and 40: 0salmón atlántico (ton)20000 4000
Page 41 and 42: 020000 40000 60000Introducción a S
Page 49 and 50: 4 6 810 12Introducción a Series de
Page 51 and 52: El análogo muestral de la media es
Page 59 and 60: -0.500.00 0.50 1.00Introducción a
Page 61 and 62: -.20.2 .4 .6 .8Introducción a Seri
Page 67 and 68: -20000 -10000D.sa010000 20000Introd
Page 73 and 74: -4 -2venta de pavo0 2 4Introducció
Page 75 and 76: -1.00 -0.500.00 0.50Introducción a
Page 77: -0.500.00 0.50 1.00Introducción a
Page 81 and 82: 95Introducción a Series de Tiempo
Page 83 and 84: VI.5. Criterios de bondad de ajuste
Page 91 and 92: 50100 150 200Introducción a Series
Page 95 and 96: -0.40 -0.200.00 0.20 0.40 0.60Intro
Page 103: Introducción a Series de Tiempo Un
show all

IntroducciÃ³n a Series de Tiempo Univariadas - Centro Microdatos

Create successful ePaper yourself

Delete template?

Save as template?