

Prepara tus exámenes y mejora tus resultados gracias a la gran cantidad de recursos disponibles en Docsity
Gana puntos ayudando a otros estudiantes o consíguelos activando un Plan Premium
Prepara tus exámenes
Prepara tus exámenes y mejora tus resultados gracias a la gran cantidad de recursos disponibles en Docsity
Prepara tus exámenes con los documentos que comparten otros estudiantes como tú en Docsity
Encuentra los documentos específicos para los exámenes de tu universidad
Estudia con lecciones y exámenes resueltos basados en los programas académicos de las mejores universidades
Responde a preguntas de exámenes reales y pon a prueba tu preparación
Consigue puntos base para descargar
Gana puntos ayudando a otros estudiantes o consíguelos activando un Plan Premium
Comunidad
Pide ayuda a la comunidad y resuelve tus dudas de estudio
Ebooks gratuitos
Descarga nuestras guías gratuitas sobre técnicas de estudio, métodos para controlar la ansiedad y consejos para la tesis preparadas por los tutores de Docsity
Asignatura: ECONOMETRIA, Profesor: Matilla Matilla, Carrera: Administración y Dirección de Empresas, Universidad: UNED
Tipo: Exámenes
1 / 3
Esta página no es visible en la vista previa
¡No te pierdas las partes importantes!


ECONOMETRÍA II. Licenciatura de ADE.
Prueba Presencial de septiembre de 2002
Teoría
1.- Identificación de un proceso AR
Para identificar el proceso empleamos tanto la función de autocorrelación total (FAT) como la función de autocorrelación parcial (FAP) y sus respectivas representaciones gráficas o correlogramas. El correlograma de la FAT nos dice de si el proceso es AR, para lo cual ha de tener una trayectoria característica: decrecimiento exponencial o sinusoidal amortiguado de los coeficientes sucesivos. Por su parte la FAP nos indica cuál es el orden del proceso: si tiene coeficientes significativos hasta el de orden p , este será precisamente el orden.
2.- Estacionariedad del proceso de camino aleatorio
Definido el camino aleatorio como xt = x (^) t- 1 + vt se deduce la no estacionariedad del
hecho de que, a pesar de que la E( x (^) t ) es constante, la varianza depende del tiempo. En efecto, como x (^) t = xt- 1 + v (^) t = xt- 2 + vt- 1 + vt = ... = v 1 + v 2 + ... + vt
con lo que, var( xt ) = var( v 1 ) + ... + var( vt ) = t
3.- Contraste de Dickey Fuller aumentado (raíces unitarias)
El contraste normal de raíz unitaria o de Dickey Fuller, se basa en contrastar la hipótesis
H0: ( F 07 2 -1) = 0, en, F 0 4 4 xt =^ (^
F 0 7 2 -1) xt -1 +^ vt
Se instrumenta construyendo un estadístico tipo t -Student, pero comparando su valor con las tablas de Dickey y Fuller en lugar de las habituales, puesto que se ha comprobado que dicho estadístico no sigue aquella distribución.
Sin embargo para evitar problemas derivados de la posible autocorrelación de los residuos, suelen incluirse retardos en la ecuación anterior, lo que da lugar al llamado contraste de Dickey y Fuller aumentado,
F 0 4 4 xt =^
F 0 6 4 xt -1 +^ vt
donde F 06 4 = ( F 07 2 -1). La mecánica del contraste es análoga.
4.- Relación entre el periodograma y la función de autocovarianza
Puesto que ambos son formas cuadráticas de los datos, se comprende que haya una relación. La definición de periodograma (pág. 176),
puesto que los términos. Teniendo además en cuenta que,
siendo ck la función de autocovarianza, y la fórmula cos( a - b ) = cos a· cos b + sen a ·sen b , y desarrollando, queda que:
que da la relación buscada entre el periodograma y la función de autocovarianza.
Aplicación
El contraste se basa en la idea de que, puesto que el futuro no puede predecir el pasado sino al contrario (en todo caso), los cambios en la variable causa ( X ) han de predecer a los cambios en la variable efecto ( Y ). Por tanto, si en una regresión de Y sobre otras variables (normalmente la misma Y con retardos) se incluyen valores retardados de X y esto mejora significativamente el ajuste, se puede decir que X es causa (en el sentido de Granger) de Y.
Se lleva a cabo a partir del estadístico: