Professional Documents
Culture Documents
ECONOMETRIA
Parte II
Modelado y Pronstico
de la Tendencia
ECONOMETRIA
ECONOMETRIA
Tt = 0 + 1 TIEMPO t
Donde:
TIEMPO = 1, 2, 3, ., T-1, T (TIEMPO = t)
0 = ordenada en el origen (valor de la tendencia en t = 0)
1= pendiente
3
ECONOMETRIA
320
300
280
250
200
240
150
40
200
100
50
20
160
120
-20
80
-40
2002
2003
2004
2005
2002
2003
2004
2005
ECONOMETRIA
Tt = 0 + 1 TIEMPOt + 2 TIEMPOt2
2 80
240
2 40
200
60
160
2 00
40
120
20
1 60
80
0
1 20
-20
-40
80
2002
2003
2004
2005
2 00 2
2003
Residual
2004
Actual
2 00 5
Fitte d
ECONOMETRIA
3200
800
2800
700
2400
600
2000
500
1600
400
1200
300
800
200
400
100
0
10
20
30
40
50
60
70
80
90
100
TENDENCIA = 10 -0.4*TIEMPO-0.4*TIEMPO2
1000
10
20
30
40
50
60
70
80
90 100
200
-1000
0
-2000
-200
-3000
-400
-4000
-600
10
20
30
40
50
60
70
80
90
100
10
20
30
40
50
60
70
80
90 100
ECONOMETRIA
Tt = 0 e 1 TIEMPOt
Si la tendencia es no lineal en escala, pero lineal en
logaritmos se tiene:
ECONOMETRIA
ECONOMETRIA
TENDENCIA=5*EXP(-0.02*TIEMPO)
TENDENCIA=5*EXP(0.02*TIEMPO)
40
35
30
4
25
20
15
10
1
5
0
0
10
20
30
40
50
60
70
80
90 100
10
30
40
50
60
70
80
90 100
TENDENCIA=-0.5*EXP(-0.02*@TIEMPO)
TENDENCIA=-5*EXP(0.02*TIEMPO)
0
20
.0
-5
-.1
-10
-.2
-15
-20
-.3
-25
-.4
-30
-.5
-35
-40
-.6
10
20
30
40
50
60
70
80
90 100
10
20
30
40
50
60
70
80
90 100
ECONOMETRIA
1.2
1.0
0.0
0.8
.6
0.6
.4
.2
0.4
.2
.0
0.2
.4
-0.4
-0.8
.0
-1.2
-.2
-.2
-.4
-.6
-.4
1990 1992 1994 1 99 6 1998 2000 2002 2004
Residual
Actua l
Fitted
Actua l
Fitted
10
ECONOMETRIA
Tt ( ) = 0 + 1TIEMPOt
y = ( 0 , 1 )
2
( 0 , 1 ) = arg min [ yt 0 1TIEMPOt ]
0 , 1
t =1
11
ECONOMETRIA
Tendencia cuadrtica
T
2 2
0, 1 , 2
t =1
Tendencia exponencial
T
1TIEMPOt 2
( 0 , 1 ) = arg min yt 0 e
0, 1
t =1
0, 1
t =1
12
ECONOMETRIA
PRONOSTICO DE LA TENDENCIA
Pronsticos Puntuales
Supongamos que nos hallamos en el tiempo T y deseamos
usar un modelo de tendencia para pronosticar los valores de
y, h pasos futuros.
Supongamos un modelo de tendencia lineal (los
procedimientos son idnticos para tendencias ms
complicadas).
yt = 0 + 1 TIEMPOt + t
Cuando el tiempo es T+h, tenemos:
yT + h = 0 + 1 TIEMPOT + h + T + h
13
ECONOMETRIA
yT + h ,T = 0 + 1 TIEMPOT + h
14
ECONOMETRIA
yT + h ,T = 0 + 1 TIEMPOT + h
Para obtener los pronsticos por intervalos, se supone
que t ~ N(0,2). As un pronstico de intervalo de 95% se
obtiene a partir de:
yT + h ,T 1.96
Donde es el error estndar de la regresin de la
tendencia.
15
ECONOMETRIA
ECONOMETRIA
y t = 0 + 1TIEMPOt
ECONOMETRIA
T k t =1
18
ECONOMETRIA
e
t =1
R = 1
2
t
T k
( yt y )
t =1
T 1
= 1
2
s2
T
2
y
y
(
)
t
t =1
T 1
19
ECONOMETRIA
1 T 2
CIS = T et
T t =1
k
T
ECONOMETRIA
log(CIA) = log
2
t
t =1
2k
+
T
log(CIS ) = log
2
e
t
t =1
k log(T )
T
ECONOMETRIA
ECONOMETRIA
200000
Ventas
160000
120000
80000
40000
0
50
23
ECONOMETRIA
ECONOMETRIA
25
ECONOMETRIA
10
.2
.1
.0
-.1
-.2
1955 1960 1965 1970 1975 1980 1985 1990
Residual
Actual
Fitted
26
ECONOMETRIA
20000
50000
10000
0
-10000
-20000
1955 1960 1965 1970 1975 1980 1985 1990
Residual
Actual
Fitted
27
ECONOMETRIA
28
ECONOMETRIA
170000
160000
150000
1990
1991
1992
1993
1994
29
ECONOMETRIA
Los pronsticos puntuales son muy extraos, ya que muestran una cada
sustancial respecto a la trayectoria de la muestra histrica y se debe a que la
tendencia lineal est muy por debajo de la trayectoria de la muestra al final de
la misma.
Los intervalos de confianza son muy anchos y reflejan el gran error estndar
de la regresin.
200000
190000
180000
170000
160000
150000
140000
130000
120000
110000
1990
1991
1992
1993
1994
30