El documento describe diferentes tipos de modelos matemáticos. Un modelo determinístico produce las mismas salidas para las mismas entradas sin azar, mientras que un modelo estocástico incluye al menos una variable aleatoria. También discute modelos de regresión lineal, series de tiempo estacionarias, y modelos ARIMA, SARIMA y VAR para pronósticos.
El documento describe diferentes tipos de modelos matemáticos. Un modelo determinístico produce las mismas salidas para las mismas entradas sin azar, mientras que un modelo estocástico incluye al menos una variable aleatoria. También discute modelos de regresión lineal, series de tiempo estacionarias, y modelos ARIMA, SARIMA y VAR para pronósticos.
El documento describe diferentes tipos de modelos matemáticos. Un modelo determinístico produce las mismas salidas para las mismas entradas sin azar, mientras que un modelo estocástico incluye al menos una variable aleatoria. También discute modelos de regresión lineal, series de tiempo estacionarias, y modelos ARIMA, SARIMA y VAR para pronósticos.
Un Modelo determinstico es un modelo matemtico donde las mismas
entradas producirn invariablemente las mismas salidas, no contemplndose la existencia del azar ni el principio de incertidumbre. Est estrechamente relacionado con la creacin de entornos simulados a travs de simuladores para el estudio de situaciones hipotticas, o para crear sistemas de gestin que permitan disminuir la incertidumbre. Modelos estocsticos Un modelo es estocstico cuando al menos una variable del mismo es tomada como un dato al azar y las relaciones entre variables se toman por medio de funciones probabilsticas. Sirven por lo general para realizar grandes series de muestreos, quitan mucho tiempo en el computador son muy utilizados en investigaciones cientficas. REGRESION LINEAL: En estadstica la regresin lineal o ajuste lineal es un mtodo matemtico que modela la relacin entre una variable dependiente Y, las variables independientes Xi y un trmino aleatorio . SERIE ESTACIONARIA: Conjunto de observaciones zt, cada una recogida en un tiempo especfico t. 1. Tiempo discreto (habitualmente a intervalos de tiempo fijos). 2. Tiempo continuo. PROMEDIO MOVIL ma: ecuaciones con coeficientes estimados fijos, representan junto con una perturbacin aleatoria en el periodo actual. AUTORREGRESIVO (AR): observaciones pasadas que se remontan a p periodos junto con una perturbacin aleatoria en el periodo actual. Modelos no estacionarios: ARIMA: encuentra el grado de homogeneidad, es el nmero de veces que debe diferenciarse para probar una serie estacionaria: JARQUE VERA: es una prueba que considera los siguientes elementos para probar la normalidad de los errores de un modelo de regresin lineal ARIMAX: Modelo autorregresivo integrado de media mvil con entrada exgena ESTACIONALIDAD: no hay tendencia se repite a un parmetro del tiempo se mueve as (s) SARISMA: incluye cierta estacionalidad fuera de los parmetros comunes del tiempo. VAR: vectores autorregresivos: implica componente dentro (endgeno)
SVAR: exgena. METODOLOGIA BOX JENKINS 1) 2) 3) 4)
Identificar el modelo Estimacin de los parmetros del modelo Evaluacin Generacin de pronsticos
Modelo ARMA. Un modelo autorregresivo-media mvil
La palabra ARIMA significa Modelos Autorregresivos Integrados de Medias Mviles. Definimos un modelo como autorregresivo si la variable endgena de un perodo t es explicada por las observaciones de ella misma correspondientes a perodos anteriores aadindose, como en los modelos estructurales, un trmino de error. El trmino de MCO est vinculado con la regresin y la correlacin, ambas determinan la existencia de relacin entre dos o ms variables (siempre una dependiente y una o varias independientes), la diferencia radica en que le regresin se expresa en una funcin o relacin funcional mediante una ecuacin con su uso predictivo, y la correlacin es un valor que mide la intensidad con que estn relacionadas linealmente las variables, se est hablado de una regresin o correlacin simple cuando se relacionan 2 variables, si existen ms se habla de una correlacin mltiple Regresiones espurias, en la cual la regresin est dominada por la tendencia fuerte que presentan ambas series y no por una verdadera relacin entre las variables. El test de Johanssen de cointegracin multivariada permite la identificacin simultnea, mediante contraste de hiptesis, del nmero de vectores de cointegracin estadsticamente significativos para un set de variables.