Introducción a Series de Tiempo Univariadas - Centro Microdatos

Introducción a Series de Tiempo UnivariadasDecember 31, 2010g d1899=0replace d1899=1 if year>=1899arima discharge d1899, arima(1,0,1)------------------------------------------------------------------------------| OPGdischarge | Coef. Std. Err. z P>|z| [95% Conf. Interval]-------------+----------------------------------------------------------------discharge |d1899 | -248.969 32.95188 -7.56 0.000 -313.5535 -184.3845_cons | 1098.466 27.31565 40.21 0.000 1044.928 1152.003-------------+----------------------------------------------------------------ARMA |ar |L1. | .0357627 .7375229 0.05 0.961 -1.409756 1.481281|ma |L1. | .1275965 .689086 0.19 0.853 -1.222987 1.47818-------------+----------------------------------------------------------------/sigma | 124.6959 8.539466 14.60 0.000 107.9588 141.4329------------------------------------------------------------------------------Lo que hace este modelo es estimar una constante distinta para el periodo previo a 1899. Peroobservamos que los componentes AR y MA ahora no son significativos.Debemos ajustar la estimación del modelo, para eso estimamos modelos AR(1) y MA(1)incorporando esta variable explicativa, y escogemos el modelo con menor criterio de información.En este caso ambos modelos tienen igual criterio de información, pero al estimar el modelo AR(1),el coeficiente autoregresivo resulta significativo al 14%, en el modelo MA(1) el coeficiente essignificativo al 9%, por lo cual nos quedaremos con el modelo MA(1). Veamos como se comparanlas predicciones con el modelo anterior.99