Statistics">
Nothing Special   »   [go: up one dir, main page]
Scribd Logo
Cargar

¡Te damos la bienvenida a Scribd!

  • 106 vistas

    Técnicas de Pronósticos - Tarea - 3

    Cargado por

    elisbeth
    Este documento presenta un análisis de series de tiempo univariado y multivariado para predecir el gasto basado en el consumo. Se realiza un análisis de Dickey-Fuller para determinar si las series de consumo y gasto son estacionarias. Luego, se estima un modelo de regresión de mínimos cuadrados ordinarios con consumo y sus rezagos como predictores de gasto. El modelo encuentra que el consumo actual y sus rezagos explican de manera significativa el gasto actual y futuro. Finalmente, se interpretan los coeficientes y

    Copyright:

    © All Rights Reserved
    Descargue como DOCX, PDF, TXT o lea en línea desde Scribd

    Técnicas de Pronósticos - Tarea - 3

    Cargado por

    elisbeth
    106 vistas5 páginas
    Este documento presenta un análisis de series de tiempo univariado y multivariado para predecir el gasto basado en el consumo. Se realiza un análisis de Dickey-Fuller para determinar si las series de consumo y gasto son estacionarias. Luego, se estima un modelo de regresión de mínimos cuadrados ordinarios con consumo y sus rezagos como predictores de gasto. El modelo encuentra que el consumo actual y sus rezagos explican de manera significativa el gasto actual y futuro. Finalmente, se interpretan los coeficientes y

    Descripción original:

    Título original

    Técnicas de pronósticos___tarea_3

    Derechos de autor

    © © All Rights Reserved

    Formatos disponibles

    DOCX, PDF, TXT o lea en línea desde Scribd

    ¿Le pareció útil este documento?

    ¿Este contenido es inapropiado?

    Este documento presenta un análisis de series de tiempo univariado y multivariado para predecir el gasto basado en el consumo. Se realiza un análisis de Dickey-Fuller para determinar si las series de consumo y gasto son estacionarias. Luego, se estima un modelo de regresión de mínimos cuadrados ordinarios con consumo y sus rezagos como predictores de gasto. El modelo encuentra que el consumo actual y sus rezagos explican de manera significativa el gasto actual y futuro. Finalmente, se interpretan los coeficientes y

    Copyright:

    © All Rights Reserved
    Descargue como DOCX, PDF, TXT o lea en línea desde Scribd
    Descargar como docx, pdf o txt
    106 vistas5 páginas

    Técnicas de Pronósticos - Tarea - 3

    Cargado por

    elisbeth
    Este documento presenta un análisis de series de tiempo univariado y multivariado para predecir el gasto basado en el consumo. Se realiza un análisis de Dickey-Fuller para determinar si las series de consumo y gasto son estacionarias. Luego, se estima un modelo de regresión de mínimos cuadrados ordinarios con consumo y sus rezagos como predictores de gasto. El modelo encuentra que el consumo actual y sus rezagos explican de manera significativa el gasto actual y futuro. Finalmente, se interpretan los coeficientes y

    Copyright:

    © All Rights Reserved
    Descargue como DOCX, PDF, TXT o lea en línea desde Scribd
    Descargar como docx, pdf o txt
    de 5

    Técnicas de pronósticos

    Regresión con Series de Tiempo

    . Escoger un modelo de los siguientes e indicar su selección en el foro de la unidad:

    a. PIB = f (Consumo, gasto)

    año Consumo (X) Gasto (Y)


    2000 10,4 10,2
    2001 9,9 10,1
    2002 9,2 9,4
    2003 9,6 10,1
    2004 7,4 8,3
    2005 6,6 6,6
    2006 8,1 8,3
    2007 7,4 8,3
    2008 7,8 7,9
    2009 9,4 10,0
    2010 9,1 9,7
    2011 10,4 10,2
    2012 12,1 12,0
    2013 10,0 9,3
    2014 10,0 9,4
    2015 10,4 9,1
    2016 8,5 7,3
    2017 10,0 9,3
    2018 9,5 9,0
    2019 7,9 8,7
    2020 9,8 10,0

    3. Realizar análisis univariado (cada variable) de cada serie por separado.

    Consumo
    Contraste aumentado de Dickey-Fuller para Consumo
    contrastar hacia abajo desde 8 retardos, con el criterio AIC
    tamaño muestral 12
    la hipótesis nula de raíz unitaria es: [a = 1]

    contraste con constante


    incluyendo 8 retardos de (1-L)Consumo
    modelo: (1-L)y = b0 + (a-1)*y(-1) + ... + e
    valor estimado de (a - 1): -0,425108
    estadístico de contraste: tau_c(1) = -1,12689
    valor p asintótico 0,7075
    Coef. de autocorrelación de primer orden de e: -0,391
    diferencias retardadas: F(8, 2) = 15,764 [0,0610]
    con constante y tendencia
    incluyendo 7 retardos de (1-L)Consumo
    modelo: (1-L)y = b0 + b1*t + (a-1)*y(-1) + ... + e
    valor estimado de (a - 1): -4,99741
    estadístico de contraste: tau_ct(1) = -5,53717
    valor p asintótico 1,383e-05
    Coef. de autocorrelación de primer orden de e: -0,078
    diferencias retardadas: F(7, 3) = 32,831 [0,0078]

    Gasto
    Contraste aumentado de Dickey-Fuller para gasto
    contrastar hacia abajo desde 8 retardos, con el criterio AIC
    tamaño muestral 12
    la hipótesis nula de raíz unitaria es: [a = 1]

    contraste con constante


    incluyendo 8 retardos de (1-L)gasto
    modelo: (1-L)y = b0 + (a-1)*y(-1) + ... + e
    valor estimado de (a - 1): -1,46909
    estadístico de contraste: tau_c(1) = -1,63492
    valor p asintótico 0,4646
    Coef. de autocorrelación de primer orden de e: -0,434
    diferencias retardadas: F(8, 2) = 6,542 [0,1393]

    con constante y tendencia


    incluyendo 7 retardos de (1-L)gasto
    modelo: (1-L)y = b0 + b1*t + (a-1)*y(-1) + ... + e
    valor estimado de (a - 1): -5,52743
    estadístico de contraste: tau_ct(1) = -3,46323
    valor p asintótico 0,04341
    Coef. de autocorrelación de primer orden de e: -0,025
    diferencias retardadas: F(7, 3) = 7,773 [0,0599]

    Correlograma de consumo
    (DOS variables rezagadas)

    Modelo 3: MCO, usando las observaciones 2002-2020 (T = 19)


    Variable dependiente: Consumo

    Coeficiente Desv. Típica Estadístico t valor p


    const −1,19205 1,69623 −0,7028 0,4930
    gasto 0,924723 0,142569 6,486 <0,0001 ***
    gasto_1 0,0274908 0,151287 0,1817 0,8582
    gasto_2 0,177873 0,142404 1,249 0,2308

    Media de la vble. dep. 9,112935 D.T. de la vble. dep. 1,334822


    Suma de cuad. residuos 7,059509 D.T. de la regresión 0,686028
    R-cuadrado 0,779882 R-cuadrado corregido 0,735859
    F(3, 15) 17,71511 Valor p (de F) 0,000034
    Log-verosimilitud −17,55423 Criterio de Akaike 43,10846
    Criterio de Schwarz 46,88621 Crit. de Hannan-Quinn 43,74781
    rho 0,531117 Durbin-Watson 0,913713
    β 0=0,924723 un incremento del consumo de 1 porciento de incrementa el gasto en 0,924723 %
    a nivel anual.
    β 1= 0,0274908 un año después del incremento del gasto se aumenta 0,0274908%.

    β 2=0,177873 a los dos años después el incremento del incremento inicial de consumo, el
    gasto se incrementa 0,177873.
    Multiplicadores itenin
    β 0 + β 1=0,9522138 un incremento del consumo aumenta
    0,952213 unidad del valor del gasto.
    Multiplicadores de largo plazo
    β 0 + β 1+ β 2=1,1300868 el impacto total del precio de gasto 1,1300868.

    Multiplicadores estandarizados
    β β estandarizada %
    Corto plazo 0,924723 0,818276 Se refleja el 81% el
    cambio total del
    gasto.
    1 rezago 0,0274908 0,024326 En un año se
    refleja un 2,4 %
    del valor del gasto.
    2 rezago 0,177873 0,157397 En los dos años
    posteriores se ve
    reflejado el 1.5%
    del cambien del
    gasto toral.
    Total 1,1300868 1

    Indicador de corto plazo:

    Decidir transformaciones y uso de cada una de ellas. Deben evaluar los diagramas de
    autocorrelación simple para definir rezagos, pero no se estiman modelos Arima, porque en este
    caso se están trabajando modelos multivariados. 4. De acuerdo con los resultados del punto
    anterior definir modelos econométricos de rezago distribuido y autorregresivo y explicar la
    relación económica entre variables y de cada rezago bajo criterios técnicos. Escoger la mejor
    alternativa por la calidad de su ajuste. 5. Interpreta estimadores, significancia individual, global,
    coeficiente de determinación, estadístico de Ljung-Box. 6. Interpretar el modelo escogido

    También podría gustarte