Professional Documents
Culture Documents
Enero 2011
En los dos ejercicios que se plantean a continuacin intentaremos usar lo que hemos aprendido, adems
de ilustrar algunos conceptos nuevos y de resaltar algunas propiedades de los datos que trataremos posteriormente. En el primer ejercicio trabajamos con cifras de la tasa de paro en USA y en el segundo con cifras
de la tasa de paro en Espaa. Denotamos la tasa de paro trimestral para los individuos con 16 ms aos
de edad, medida en porcentajes, por U . Las cifras de USA corresponden al perodo 1950(1)-2009(1). Las
cifras de Espaa corresponden al perodo 1976(3)-2010(4).
Definicin Estacionalidad
Llamamos estacionalidad a un comportamiento sistemtico anual, aunque no necesariamente regular,
que pueden mostrar las variables econmicas en el transcurso de un ao. El comportamiento estacional est
asociado a cambios de tiempo (horas de sol, temperatura, humedad, etc.), a eventos calendario (Navidad,
Semana Santa, etc.) y decisiones que toman los agentes econmicos para regular el punto en el tiempo en
que se producen eventos relacionados con la produccin y el consumo (vacaciones, perodo fiscal, fechas de
pagos de dividendos, etc.). (Ver Hylleberg (1992), p. 4.)
1. Anlisis univariante de la tasa de paro en USA.
a. Proponemos el siguiente modelo estadstico para U
D
D
i. Ut | U0 , U1 , . . . , Ut1 = Ut | Ut1 = N 0 + 1 Ut1 , 2 , para t = 1, . . . , T y con | 1 | < 1.
IID
ii. t = Ut 0 1 Ut1 = N 0, 2 .
iii. 0 , 1 , 2 R2 R+ .
10.0
7.5
0.2
5.0
0.1
1960
1.0
0.3
1980
2000
2.5
1
ACF-U
0.5
N(s=1.54)
5.0
7.5
10.0
12.5
PACF-U
QQ plot
10
10
U normal
10
10
Figure 1: (a) Valores observados de U ; (b) densidad estimada; (c) autocorrelaciones; (d) autocorrelaciones
parciales; (e) grfico Q-Q.
Constante
U1
sigma
R^2
b
,
b2
T
media(U )
10.0
0.715
0.785
254.672
236
5.631
Std.Error
0.178
0.030
t-valor
3.47
29.2
RSS
F(1,234)
119.60
854.5 [0.000]
k
var(U )
2
2.357
5.0
Fitted
r:U (scaled)
0.0
5.0
1960
Density
r:U
1980
2000
1960
1
N(0,1)
1980
2000
ACF-r:U
0.25
5.0
Part.R^2
0.0490
0.0490
2.5
7.5
0.50
t-prob
0.001
0.000
-2
QQ plot
10
r:U normal
2.5
0.0
-2.5
-2
-1
Density
DU
DU
0.75
0.50
0
0.25
1960
1980
2000
-2
1
ACF-DU
-1
PACF-DU
QQ plot
10
10
DU normal
2
0
-1
Figure 3: (a) Crecimiento de la tasa de desempleo; (b) densidad estimada; (c) autocorrelaciones; (d) autocorrelaciones parciales; (e)grfico Q-Q contra N[0,1].
Modelo para U estimado por MCO
La muestra para estimacin es: 1950 (3) to 2009 (1)
Constante
U1
sigma
R^2
b
,
b2
T
media(U )
Coeficiente
0.013
0.154
Std.Error
0.047
0.065
t-valor
0.279
2.37
t-prob
0.781
0.019
0.716
0.023
RSS
F(1,233)
119.58
5.605 [0.019]
254.067
235
0.013
k
var(U )
2
0.521
Part.R^2
0.0003
0.0235
DU
Fitted
r:DU (scaled)
2.5
0.0
1960
Density
r:DU
1980
2000
1960
1
N(0,1)
1980
2000
ACF-r:DU
0.50
0
0.25
5.0
-2
QQ plot
10
r:DU normal
2.5
0.0
-2.5
-2
-1
IID
ii. t = Ut 0 1 Ut1 2 Ut2 1 S1,t 2 S2,t 3 S3,t = N 0, 2 .
iii. 0 , 1 , 2 , 1 , 2 , 3 , 2 R6 R+ .
Las variables S intentan explicar el componente estacional del desempleo y estn definidas de la siguiente forma para cada ao: S1 = 0.75 en el primer trimestre y S1 = 0.25 en los trimestres restantes;
S2 = 0.25 en los trimestres uno, tres y cuatro y S2 = 0.75 en el segundo trimestre; y S3 = 0.25 en
los trimestres uno, dos y tres y S2 = 0.75 en el tercer trimestre. Se llaman variables estacionales
centradas porque su media anual es cero.
Analice y compare con el modelo AR(1) sin las variables estacionales estudiado ms arriba.
Modelo para U estimado por MCO
La muestra para estimacin es: 1950 (2) a 2009 (1)
Constante
U1
S1
S2
S3
sigma
R^2
b
,
b2
T
Coeficiente
0.243
0.958
1.154
-0.345
0.107
Std.Error
0.116
0.020
0.084
0.085
0.084
t-valor
2.09
47.9
13.7
4.04
1.27
t-prob
0.038
0.000
0.000
0.000
0.207
0.457
0.91
RSS
F(4,231)
48.20
608.8 [0.000]
147.437
236
5
4
Part.R^2
0.0185
0.9086
0.4482
0.0661
0.0069
10.0
5.0
Fitted
7.5
5.0
0.0
2.5
-2.5
0.6
r:U (scaled)
2.5
1960
Density
r:U
1980
2000
1960
1
N(0,1)
1980
2000
ACF-r:U
0.4
0
0.2
5.0
-2
QQ plot
10
r:U normal
2.5
0.0
-2.5
-2
-1
IID
ii. t = Ut 0 1 Ut1 2 Ut2 1 S1,t 2 S2,t 3 S3,t = N 0, 2 .
iii. 0 , 1 , 2 , 1 , 2 , 3 , 2 R6 R+ .
d1. Escriba la expresin del modelo para la media y note que tiene dos retardos en la variable dependiente. Este modelo se conoce como autorregresivo de segundo orden y se denota como AR(2).
Escriba este modelo en trminos del operador de retardo.
Este modelo es estacionario cuando las raices del polinomio 1 1 L 2 L2 = 0 estn fuera del
crculo unitario. O, es estacionario cuando las raices del polinomio Z 2 1 Z 2 = 0 estn
dentro del crculo unitario.
d2. Analice los siguientes resultados.
Modelo para U estimado por MCO
La muestra para estimacin es: 1950 (3) a 2009 (1)
Coeficiente Std.Error t-valor t-prob Part.R^2
Constante 0.337
0.106
3.19
0.002
0.0425
U1
1.358
0.060
22.6
0.000
0.6898
U2
0.416
0.060
6.92
0.000
0.1728
S1
1.192
0.076
15.7
0.000
0.5191
S2
0.745
0.098
7.61
0.000
0.2018
S3
0.307
0.081
3.79
0.000
0.0590
sigma
0.410
RSS
38.546
R^2
0.93
F(5,229)=
615.3
[0.000]
b
,
b2
121.042
T
235
12.5
5.0
Fitted
10.0
r:U (scaled)
2.5
7.5
0.0
5.0
-2.5
2.5
1960
Density
0.4
r:U
1980
2000
1960
1
N(0,1)
2000
ACF-r:U
0.2
5.0
1980
-4
QQ plot
-2
10
r:U normal
2.5
0.0
-2.5
-2
-1
IID
ii. t = Ut 0 1 Ut1 2 Ut2 3 Ut3 4 Ut4 1 S1,t 2 S2,t 3 S3,t = N 0, 2 .
iii. 0 , 1 , 2 , 1 , 2 , 3 , 2 R6 R+ .
e1. Escriba la expresin del modelo para la media y note que tiene cuatro retardos en la variable
dependiente. Este modelo se conoce como autorregresivo de cuarto orden y se denota como
AR(4).
Escriba este modelo en trminos del operador de retardo.
Este modelo es estacionario cuando las raices del polinomio 1 1 L 2 L2 3 L3 4 L4 = 0
estn fuera del crculo unitario. O, es estacionario cuando las raices del polinomio Z 4 1 Z 3
2 Z 2 3 Z 4 = 0 estn dentro del crculo unitario.
e2. Analice los siguientes resultados.
Ecuacin para U estimada por MCO (using QuarterlyEmployment.in7)
La muestra para estimacin es: 1951 (1) a 2009 (1)
Coeficiente Std.Error t-valor t-prob Part.R^2
Constante 0.3432
0.1109
3.09
0.002
0.0408
U1
1.3432
0.0676
19.9
0.000
0.6374
U2
-0.4238
0.1125
-3.77
0.000
0.0594
U3
0.0514
0.1122
0.458
0.647
0.0009
U4
-0.0293
0.0668
-0.438 0.662
0.0009
S1
1.2417
0.1394
8.91
0.000
0.2606
S2
-0.6947
0.1245
-5.58
0.000
0.1216
S3
0.3726
0.1790
2.08
0.038
0.0189
sigma
0.4118
RSS
38.1544
R^2
0.9307
F(7,225)
431.8
[0.000]**
b
,
b2
119.818
T
233
k
8
Matriz de correlaciones entre los regresores:
U
U1
U2
U3
U4
U
1.0000
0.8902
0.8243
0.7462
0.7337
U1 0.8902
1.0000
0.8934
0.8267
0.7433
U2 0.8243
0.8934
1.0000
0.8924
0.8203
U3 0.7462
0.8267
0.8924
1.0000
0.8901
U4 0.7337
0.7433
0.8203
0.8901
1.0000
S1
0.2113
-0.1392 -0.0530 -0.0084 0.2123
S2
-0.0209 0.2016
-0.1427 -0.0551 -0.0095
S3
-0.0571 -0.0126 0.2050
-0.1421 -0.0587
12.5
5.0
Fitted
10.0
S1
0.2113
-0.1392
-0.0530
-0.0084
0.2123
1.0000
-0.3352
-0.3352
S2
-0.0209
0.2016
-0.1427
-0.0551
-0.0095
-0.3352
1.0000
-0.3314
S3
-0.0571
-0.0126
0.2050
-0.1421
-0.0587
-0.3352
-0.3314
1.0000
r:U (scaled)
2.5
7.5
0.0
5.0
-2.5
2.5
1950 1960
Density
r:U
1970
1980
1990
2000
N(0,1)
2010 1950
1
1960
1970
1980
1990
2000
2010
ACF-r:U
0.4
0
0.2
5.0
-4
-2
QQ plot
10
r:U normal
2.5
0.0
-2.5
-2
-1
sigma
0.4118
RSS
38.1544
R^2
0.6828
F(7,225)
69.21 [0.000]**
b
,
b2
119.818
T
233
k
8
Matriz de correlaciones entre los regresores:
U
U1
U1
U2
U3
U
1.0000
-0.2235 0.0544
-0.3210 0.1418
U1
-0.2235 1.0000
0.2299
0.1441
0.1727
U1 -0.1859 0.2299
1.000
-0.1910 0.0529
U2 0.0544
0.1441
-0.1910 1.0000
-0.1725
U3 -0.3210 0.1727
0.0529
-0.1725 1.0000
S1
0.7483
-0.1392 -0.1867 -0.0960 -0.4715
S2
-0.4737 0.2016
0.7457
-0.1889 -0.0971
S3
-0.0952 -0.0126 -0.4715 0.7484
-0.1772
S1
0.7483
-0.1392
-0.1867
-0.0960
-0.4715
1.000
-0.3352
0.3352
S2
-0.4737
0.2016
0.7457
-0.1889
-0.0971
-0.3352
1.000
-0.3314
S3
-0.0952
-0.0126
-0.4715
0.7484
-0.1772
-0.3352
-0.3314
1.000
D
D
i. Ut | U0 , U1 , . . . , Ut1 = Ut | Ut1 = N 0 + 1 Ut1 , 2 , para t = 1, . . . , T y con | 1 | < 1.
IID
ii. t = Ut 0 1 Ut1 = N 0, 2 .
iii. 0 , 1 , 2 R2 R+ .
0.075
N(s=5.33)
20
0.050
0.025
10
1980
1.0
1990
2000
2010
0
1
ACF-U
0.5
10
15
20
25
30
0
30
5
PACF-U
QQ plot
10
10
U normal
20
10
10
15
20
25
Figure 8: (a) Valores observados de U ; (b) densidad estimada; (c) autocorrelaciones; (d) autocorrelaciones
parciales; (e) grfico Q-Q.
Ecuacin para U estimada por MCO (using Unemployment.in7)
La muestra para estimacin es: 1976(4) a 2010 (4)
Coeficiente Std.Error t-valor t-prob Part.R^2
Constante 0.4484
0.1858
2.41
0.017
0.0413
U1
0.9784
0.0114
85.7
0.000
0.9820
sigma
0.7122
RSS
68.4756
R^2
F(1,135) 7349 [0.000]**
0.982
2
b
,
b
-146.89
T
137
5.0
Fitted
20
r:U (scaled)
2.5
0.0
10
-2.5
1980
Density
1990
r:U
0.4
2000
2010
1980
1
N(0,1)
1990
2000
2010
ACF-r:U
0.2
-4
QQ plot
5.0
-2
10
r:U normal
2.5
0.0
-2.5
-2
-1
0.309
2
b
,
b
-122.952
T
136
Part.R^2
0.0073
0.3087
Density
DU
DU
2.5
N(s=0.716)
0.50
0.0
0.25
1980
1
1990
2000
2010
-3
1
ACF-DU
-2
-1
PACF-DU
QQ plot
10
10
DU normal
2.5
0.0
-1.5
-1.0
-0.5
0.0
0.5
1.0
1.5
2.0
2.5
DU
Fitted
r:DU (scaled)
2.5
0.0
0.0
-2.5
1980
Density
r:DU
1990
2000
2010
1980
1
N(0,1)
1990
2000
2010
ACF-r:DU
0.4
0
0.2
-4
QQ plot
2.5
-2
10
r:DU normal
0.0
-2.5
-2
-1
IID
ii. t = Ut 0 1 Ut1 2 Ut2 1 S1,t 2 S2,t 3 S3,t = N 0, 2 .
iii. 0 , 1 , 2 , 1 , 2 , 3 , 2 R6 R+ .
10
5.0
Fitted
20
2.5
10
-2.5
r:U (scaled)
0.0
0.75
1980
Density
1990
r:U
2000
2010
1980
1
N(0,1)
1990
ACF-r:U
2000
2010
PACF-r:U
0.50
0
0.25
5.0
-5.0
QQ plot
-2.5
0.0
2.5
5.0
10
r:U normal
2.5
0.0
-2.5
-2
-1
IID
ii. t = Ut 0 1 Ut1 2 Ut2 1 S1,t 2 S2,t 3 S3,t = N 0, 2 .
iii. 0 , 1 , 2 , 1 , 2 , 3 , 2 R6 R+ .
0.992
2
b
,
b
-91.869
T
136
11
Fitted
r:U (scaled)
2.5
20
0.0
-2.5
10
-5.0
1980
Density
1990
r:U
2000
2010
1980
1
N(0,1)
ACF-r:U
1990
2000
2010
PACF-r:U
0.50
0
0.25
-6
QQ plot
-4
-2
10
r:U normal
2.5
0.0
-2.5
-5.0
-2
-1
IID
ii. t = Ut 0 1 Ut1 2 Ut2 3 Ut3 4 Ut4 1 S1,t 2 S2,t 3 S3,t = N 0, 2 .
iii. 0 , 1 , 2 , 1 , 2 , 3 , 2 R6 R+ .
b
,
b2
-86.026
T
134
12
Fitted
r:U (scaled)
2.5
20
0.0
-2.5
10
-5.0
1980
Density
r:U
1990
2000
2010
1980
1
N(0,1)
1990
2000
2010
ACF-r:U
0.50
0
0.25
-6
-4
QQ plot
-2
10
r:U normal
2.5
0.0
-2.5
-5.0
-2
-1
S2
-0.0021
0.0459
0.0178
-0.0145
-0.0025
-0.3267
1.0000
-0.3333
S3
-0.0394
-0.0254
0.0220
-0.0050
-0.0367
-0.3333
-0.3333
1.0000
2
b
,
b
-86.0263
T
134
13
DU
2.5
Fitted
r:DU (scaled)
2.5
0.0
0.0
-2.5
-5.0
1980
Density
r:DU
1990
2000
2010
1980
1
N(0,1)
1990
2000
2010
ACF-r:DU
0.50
0
0.25
-6
-4
QQ plot
-2
10
r:DU normal
2.5
0.0
-2.5
-5.0
-2
-1
los regresores:
U1
U2
0.5562
0.2808
-0.0254 0.0546
1.0000
0.5595
0.5595
1.0000
0.2807
0.5600
0.2372
-0.0856
0.1979
0.2344
-0.3394 0.1954
U3
0.4044
0.0906
0.2807
0.5600
1.0000
-0.3460
-0.0871
0.2351
S1
0.1936
0.0057
0.2372
-0.0855
-0.3460
1.0000
-0.3267
-0.3333
S2
-0.3404
0.0459
0.1979
0.2344
-0.0871
-0.3267
1.0000
-0.3333
S3
-0.0954
-0.0254
-0.3394
0.1954
0.2351
-0.3333
-0.3333
1.0000
Referencias
Hylleberg, S. (1992). General introduction. In S. Hylleberg (Ed.), Modelling Seasonality, Advanced Texts
in Econometrics, pp. 314. Oxford, UK.: Oxford University Press.
14