Nombre y Apellidos:... EXAMEN de TECNICAS ECONOMETRICAS (Enero 2013)

Tamaño: px
Comenzar la demostración a partir de la página:

Download "Nombre y Apellidos:... EXAMEN de TECNICAS ECONOMETRICAS (Enero 2013)"

Transcripción

1 Nombre y Apellidos:... NIU:... Grupo Reducido:... EXAMEN de TECNICAS ECONOMETRICAS (Enero 2013) Lea cuidadosamene cada preguna. Marque muy claramene la respuesa de cada preguna en la hoja de respuesas. Observe que los valores numéricos decimales se denoan por un "puno" en lugar de una "coma". Cada preguna vale 2 punos. Las respuesas erróneas subsraen 1/4 de los punos de cada preguna. Las noas del examen aparecerán en aula global la semana que viene y las soluciones en la pagina web del coordinador, Jesús Gonzalo. El día de la semana que viene y la hora de la revisión será anunciado por cada profesor en Aula Global. Cualquier cambio se anunciará con la anelación posible por la misma vía. Tiempo límie: 120 minuos. Toal de punos: 60. (NO se puede sacar ese examen del aula, déjelo en su mesa) BUENA SUERTE

2 1. En la región de SORILANDIA esá la villa del Burgo de Uxama (BU) donde los vecinos ienen res a ciones: la música (odos han paricipado alguna vez en la banda municipal); el cine (gracias al cine Palafox que exhibe películas de esreno odas las semanas) y la probabilidad (la mayoría ha esudiado en la Universidad de Sana Caalina donde la formación maemáica es de gran nivel). En Diciembre del 2012, un grupo de Burguenses discuen omando café en el nuevo balneario sobre las propiedades del siguiene proceso esocásico candidao a describir el precio de las enradas del cine Palafox: P = z + x donde z es una realización de la variable aleaoria Z N(0, 1) y fx g (; 2 ): Cuál de las siguienes a rmaciones es VERDADERA? a) P es un proceso ergódico (cov(p ; P k )! 0 cuando k! 1): b) P es un proceso ergódico solo si = 0. c) No enemos información su ciene para saber si es ergódico o no. [d] Ninguna de las aneriores. 2. Seguimos con los precios del cine Palafox. Supongamos que P = x con x = x 1 + e donde fe g (; 2 ): Cuál de las a rmaciones siguienes es VERDADERA? a) E(P ) = 0. b) P es un proceso ergódico (cov(p ; P k )! 0 cuando k! 1). [c] P es un proceso no ergódico: d) E(P ) = : 3. Seguimos con los precios del cine Palafox. Supongamos que P = x con x = e e 1 donde fe g (; 2 ): Cuál de las a rmaciones siguienes es VERDADERA? a) E(P ) = 2. [b] P es un proceso ergódico (cov(p ; P k )! 0 cuando k! 1). c) P es un proceso no ergódico: d) V (P ) = 0: 4. Seguimos con los precios del cine Palafox. Supongamos que P = x con x = + x 1 + e donde es el nivel de in acción en SORILANDIA y fe g (0; 2 ): Cuál de las a rmaciones siguienes es VERDADERA? [a] E((1 L)P ) =. b) E((1 L)P ) = 0. c) E((1 L)P ) = : 2

3 d) V ((1 L)P ) = + 2 : 5. En un momeno de la discusión alguien sugiere que se asuma que el precio de las enradas P son un proceso esacionario débil con E(P ) = 6 y E(P 2 ) = 8: Si eso es así, cuál es la mejor predicción incondicional (con error cuadráico medio mínimo) de P 2013 que se puede hacer durane el café en el balneario? a) 8. [b] 6. c) Sin modelo no se puede predecir P 2013 : 6. Oro de los vecinos comena que es bien sabido que los precios siguen un paseo aleaorio P = P 1 + e con fe g N(0; 9) y = 1950; 1951; :::2012. Asumiendo que ese vecino esá en lo ciero y que P 2011 = 5, y P 2012 = 7 cuál es la mejor predicción (error cuadráico mínimo) para P 2013 que se puede hacer durane el café en el balneario? [a] La observación mas reciene: 7. b) La media de las dos úlimas observaciones: 6. c) La media de las dos úlimas observaciones + desviación ípica del error del modelo: 9: 7. Sigamos asumiendo que el vecino anerior iene razón y los precios siguen un paseo aleaorio (AR(1) con coe ciene igual a uno). Varios vecinos piensan que con la subida del IVA al cine y el incremeno de oros coses al nal el precio para el 2013 será de 12 euros. Con los daos aneriores se puede manener esa predicción al 95% de con anza? a) No. b) No se puede saber la predicción para ese año [c] Sí. 8. Una de las razones por las que el vecino en cuesión se empecina en proponer un modelo para los precios P ; como el paseo aleaorio, es que según él se pueden hacer predicciones a largo plazo. Cuál es la mejor predicción (error cuadráico mínimo) para P 2050 que se puede hacer durane el café en el balneario? [a] La misma que para el

4 b) La media muesral de odas las observaciones que se ienen. c) No se puede predecir a un horizone emporal an lejano: 9. Si se acepa que los precios P siguen un paseo aleaorio, qué podemos decir de los shocks fe g a) Que son ransiorios. [b] Que son permanenes. c) No hay información su ciene para responder a esa preguna: 10. Los habianes del pueblo de Uxama (en la comarca de SORILANDIA) manienen que los modelos de Economería para Series Temporales son inúiles ya que la mayoría de las variables de inerés (X ) se observan con error (Y = X + Z ). Los invesigadores de la Universidad de Sana Caalina del Burgo de Uxama de enden que siempre que los errores no sean muy grandes y no engan mucha dependencia las propiedades imporanes de la variable X se rasladan a la Y. Algunos académicos de la presigiosa Universidad CarlosIII-Harvard0 no esán muy de acuerdo. Sea Z ruido blanco (0, 2 z) y X = X 1 + W con W N(0, 2 w) y E(Z W s ) = 0 para odo s y : Cual será la Cov(Y ; Y +h ) con h! 1? a) 1 si = 1: b) No se puede calcular sin saber la relación enre 2 z y 2 w. [c] 0 si jj < 1: 11. Seguimos con el caso anerior Y = X + Z Inenando aprender qué modelo sigue la variable observada Y ; los invesigadores de la presigiosa Universidad Carlos3-Harvard0 se pregunan qué modelo seguirá la variable H = Y Y 1? [a] MA(1): b) AR(1). c) ARMA(1; 1): 12. Seguimos con el caso anerior Y = X + Z : La verdadera cuesión de inerés es qué modelo sigue la variable Y? 4

5 a) MA(1): b) AR(1). [c] ARMA(1; 1): 13. Seguimos con el caso anerior Y = X + Z : Supongamos que = 1: Qué modelo siguen las primeras diferencias de la variable observada Y ; es decir (1 L)Y? [a] MA(1): b) AR(1). c) ARMA(1; 1): 14. Supongamos que observamos el proceso AR(1) de la variable X anerior y obenemos una muesra de amaño 100. Su media muesral es x 100 = 0:271. Si = 0:6 y 2 w = 2; sugieren los daos (al 95%) que E(X ) = 0:9? [a] Sí: b) Depende del valor de la V (X ). c) No: 15. Sea x 0:6x 1 = 0:6 1 ; con N(0; 2). Cuál de las siguienes a rmaciones es VERDADERA? a) V ar(x ) 6= 2: b) x esá correlacionada. [c] x es. d) x iene varianza cero, es decir, es una consane. 16. Sea x 0:4x 1 0:1x 2 + 0:5x 3 = 1 + ; con N(0; 2). Calcula E(x ) = : a) 0. b) 1:10. c) 0:9: 5

6 [d] Ninguna de las aneriores. 17. Sea x = 0:8x 2 + con N(0; 2): Cuál es la corr(x ; x 1 ) = (1)? [a] 0. b) 0:8. c) 0:64: d) Ninguna de las aneriores. 18. Sea x = 0:8x 2 + con N(0; 2): Cuál es la corr(x ; x 2 ) = (2)? a) 0. [b] 0:8. c) 0:64: d) Ninguna de las aneriores. 19. Considere el siguiene modelo: Y = " 1 ; donde " es ruido blanco (0; 1): El proceso Y es: a) No esacionario en senido débil. [b] No inverible. c) Inegrado de orden 1. d) No causal. 20. Sea x = + 0:6 1 con N(0; 1): De esa variable enemos 100 observaciones con media muesral x 100 = 0:157: Sugieren los daos (al 95%) que E(X ) puede ser negaiva? a) No: b) Depende del valor de la V (X ). [c] Sí: 6

7 21. Los económeras de las presigiosas universidades CarlosIII-Harvard0 y U. Sana Caalina del Burgo de Uxama esán esudiando como inroducir expecaivas en los modelos economéricos. Un modelo simple es el siguiene y = x + u ; con x el valor esperado de x ; donde la esperanza es condicional a la información observada hasa el iempo 1: = 1: Un supueso naural sobre u es que E[u ji 1 ] = 0; con I 1 represenando oda la información sobre las variables (y; x) en 1; eso implica que E[y ji 1 ] = x : Para complear ese modelo hace fala asumir cómo se forman las expecaivas x : Esos económeras piensan que una forma ineresane es la siguiene x x 1 = (x 1 x 1); donde 0 < < 1: Esa ecuación implica que el cambio en las expecaivas reacciona al hecho de si el valor realizado en el úlimo periodo esá por encima o por debajo de sus expecaivas. El supueso de que 0 < < 1 implica que el cambio en las expecaivas es una fracción del "error" en el úlimo periodo. Las dos ecuaciones aneriores implican: a) y = 0 + (1 )y x 1 + u (1 )u 1: [b] y = 0 + (1 )y x 1 + u (1 )u 1:. c) y = 0 + (1 )y x 1 + u (1 )u 1: d) y = 0 + (1 )y 1 + x 1 + u (1 )u 1: : 22. Siguiendo con la preguna de la formación de expecaivas, los economéras de ambas universidades quieren averiguar que modelo sigue v = u (1 )u 1 : a) AR(1): b) ARMA(1,1). [c] MA(1): d) Ruido Blanco: 23. Llega la hora de la verdad y hay que esimar el modelo resulane de las ecuaciones aneriores: y = y x 1 + v. La esimación se hace por MCO en el ordenador de la caedral del Burgo de Uxama. Cuál de las siguienes a rmaciones es FALSA? [a] El esimador de MCO de 1 es consisene: b) El esimador de MCO de 1 es inconsisene. c) El esimador de MCO de 1 es ine ciene. d) El esimador de MCO de 1 es sesgado. 7

8 24. Supongamos que enemos esimadores ( c 0, c 1 ; c 2 ) consisenes de los parameros j (j=0,1,2) Cuál de los siguienes esimadores, c 1 sería un esimador consisene del parámero 1? a) c 1 = 1 c 2 : [b] c 1 = c 2 1 c 1. c) c 1 = c 2. d) Ninguno de los aneriores. 25. Uno de los objeivos de esimar el modelo con los parámeros j (j=0,1,2) es poder realizar análisis de causalidad enre las dos variables (Y; X). Diremos que X no causa a Y en senido de Granger si: a) 1 = 0: [b] 2 = 0. c) 2 6= 0: d) No se puede a rmar nada al respeco porque fala la variable x en el modelo. 26. En dos zonas (A y B) de SORILANDIA se produce la mejor rufa negra del mundo. Los económeras de la presigiosas universidades CarlosIII-Harvard0 y U. Sana Caalina del Burgo de Uxama consideran que el precio de la rufa en la zona A, P A, esá generado por el siguiene proceso esocásico: P A = P A 1 + e con e s (0; 1): La eoría económica sobre los precios de bienes subsiuivos dice que el precio de la rufa en la zona B, P B ; debe saisfacer la siguiene relación: P B = + P A + z, con z = z 1 + a donde a s (0; 1) e independiene de e. Cómo se puede conrasar la exisencia de una raíz uniaria en P A a) Un conrase de Dickey-Fuller sobre P B. b) Regresar P A sobre P A 1 y conrasar como siempre si el coe ciene es uno usando los valores críicos de la N(0; 1). c) Un conrase de Dickey-Fuller sobre (1 L)P A. [d] Ninguna de las aneriores.? 27. Seguimos con los precios de la rufa negra en las dos zonas de SORILANDIA. Si = 1; enonces: a) Los dos precios esán coinegradas como indica la eoría económica. [b] La regresión o correlación enre P A y P B es oalmene espúrea. 8

9 c) = 0: d) = 1: 28. Para conrasar si los dos precios de la rufa esán coinegradas como dice la eoría, se debería: a) Aplicar un conrase de raíz uniaria a P A : b) Aplicar un conrase de raíz uniaria a P B : [c] Aplicar un conrase de raíz uniaria a P B b mco P A : d) Conrasar si P B P A = 0; es decir los dos precios son iguales ya que las dos zonas esán en la misma comarca. 29. Los económeras de esas dos universidades se pregunan (asumiendo que jj < 1) como se puede conrasar que = 1: a) Conrasando si P A y P B esán coinegradas. [b] Conrasando la exisencia de raíz uniaria en (P B - P A ): c) Conrasando si la media de (P B - P A ) es cero. d) Ninguna de las aneriores. 30. Parece ser que la calidad de la rufa negra de la zona B es un poco más ala. Eso jusi caría que E(P B ) > E(P A ). Asumiendo que jj < 1 qué parámero generaría esa desigualdad en el largo plazo (! 1)? [a] > 1 b) > 0: c) > 0. d) Ninguna de las aneriores. 9

Nombre y Apellidos:... EXAMEN de TÉCNICAS ECONOMÉTRICAS (Enero 2015) (SOLUCIONES)

Nombre y Apellidos:... EXAMEN de TÉCNICAS ECONOMÉTRICAS (Enero 2015) (SOLUCIONES) Nombre y Apellidos:... NIU:... Grupo Reducido:... EXAMEN de TÉCNICAS ECONOMÉTRICAS (Enero 2015) (SOLUCIONES) Lea cuidadosamene cada preguna. Marque muy claramene la respuesa de cada preguna en la hoja

Más detalles

at Nombre y Apellidos:... EXAMEN de TÉCNICAS ECONOMÉTRICAS (Enero 2014)

at Nombre y Apellidos:... EXAMEN de TÉCNICAS ECONOMÉTRICAS (Enero 2014) at Nombre y Apellidos:... NIU:... Grupo Reducido:... EXAMEN de TÉCNICAS ECONOMÉTRICAS (Enero 2014) Lea cuidadosamente cada pregunta. Marque muy claramente la respuesta de cada pregunta en la hoja de respuestas.

Más detalles

Nombre y Apellidos:... EXAMEN ECONOMETRÍA II (Enero 2010)

Nombre y Apellidos:... EXAMEN ECONOMETRÍA II (Enero 2010) Nombre y Apellidos:... NIU:... Grupo:... EXAMEN ECONOMETRÍA II (Enero 2010) Lea cuidadosamente cada pregunta. Marque muy claramente la respuesta de cada pregunta en la hoja de respuestas. Observe que los

Más detalles

GUÍA DE EJERCICIOS 3 ECONOMETRÍA II., se quiere decidir sobre el número de raíces unitarias mediante un test Dickey-Fuller del tipo

GUÍA DE EJERCICIOS 3 ECONOMETRÍA II., se quiere decidir sobre el número de raíces unitarias mediante un test Dickey-Fuller del tipo GUÍA DE EJERCICIOS 3 ECONOMETRÍA II 1) Para una deerminada serie, y, se quiere decidir sobre el número de raíces uniarias mediane un es Dickey-Fuller del ipo y y 1 p i 2 y i i 1 Responda a las siguienes

Más detalles

Tema 3. Especificación, estimación y validación de modelos ARIMA

Tema 3. Especificación, estimación y validación de modelos ARIMA Tema 3. Especificación, esimación y validación de modelos ARIMA. La Meodología Box-Jenkins. Especificación inicial.. Conrases de raíces uniarias.. Análisis de correlogramas y correlogramas parciales 3.

Más detalles

Nombre y Apellidos:... EXAMEN ECONOMETRÍA II (Septiembre 2010)

Nombre y Apellidos:... EXAMEN ECONOMETRÍA II (Septiembre 2010) Nombre y Apellidos:... NIU:... Grupo:... EXAMEN ECONOMETRÍA II (Septiembre 2010) Lea cuidadosamente cada pregunta. Marque muy claramente la respuesta de cada pregunta en la hoja de respuestas. Observe

Más detalles

Sistemas lineales con ruido blanco

Sistemas lineales con ruido blanco Capíulo 3 Sisemas lineales con ruido blanco 3.1. Ruido Blanco En la prácica se encuenra procesos esocásicos escalares u con media cero y la propiedad de que w( 1 ) y w( 2 ) no esán correlacionados aún

Más detalles

Notas sobre Análisis de Series de Tiempo: Estacionariedad, Integración y Cointegración

Notas sobre Análisis de Series de Tiempo: Estacionariedad, Integración y Cointegración Noes on Time Series Analysis:\Saionariy, Inegraion and Coinegraion hp://www.personal.rdg.ac.uk/~lessda/lecure3.hm Noas sobre Análisis de Series de Tiempo: Esacionariedad, Inegración y Coinegración Generalidades

Más detalles

ECONOMETRÍA II CURSO Segunda evaluación parcial. donde y son variables artificiales centradas relativas al trimestre i.

ECONOMETRÍA II CURSO Segunda evaluación parcial. donde y son variables artificiales centradas relativas al trimestre i. ECONOMETRÍA II CURSO 2008 Segunda evaluación parcial ) Suponga dos procesos diferenes para la variable rimesral donde y son variables arificiales cenradas relaivas al rimesre i. Responda si las siguienes

Más detalles

La Curva de Phillips CAPÍTULO 17. Profesor: Carlos R. Pitta. Macroeconomía Avanzada. Universidad Austral de Chile Escuela de Ingeniería Comercial

La Curva de Phillips CAPÍTULO 17. Profesor: Carlos R. Pitta. Macroeconomía Avanzada. Universidad Austral de Chile Escuela de Ingeniería Comercial Universidad Ausral de Chile Escuela de Ingeniería Comercial Macroeconomía Avanzada CAPÍTULO 17 La Curva de Phillips Profesor: Carlos R. Pia Macroeconomía Avanzada, Prof. Carlos R. Pia, Universidad Ausral

Más detalles

Análisis estocástico de series temporales

Análisis estocástico de series temporales Análisis esocásico de series emporales Ernes Pons (epons@ub.edu) Análisis esocásico de Series Temporales Moivación Ejemplos 4500000 8 4000000 6 3500000 4 3000000 2 0 2500000-2 2000000-4 500000-6 000000-8

Más detalles

Examen de Econometría II 12 de Enero de 2010

Examen de Econometría II 12 de Enero de 2010 Examen de Economería II 12 de Enero de 2010 ---------------------------------------------------------------------------------------- Apellidos y Nombres: Grupo: ----------------------------------------------------------------------------------------

Más detalles

Ejercicios de Econometría para el tema 4 Curso Profesores Amparo Sancho Amparo Sancho Guadalupe Serrano Pedro Perez

Ejercicios de Econometría para el tema 4 Curso Profesores Amparo Sancho Amparo Sancho Guadalupe Serrano Pedro Perez Ejercicios de Economería para el ema 4 Curso 2005-06 Profesores Amparo Sancho Amparo Sancho Guadalupe Serrano Pedro Perez 1 1. Considérese el modelo siguiene: Y X + u * = α + β 0 Donde: Y* = gasos deseados

Más detalles

TODO ECONOMETRÍA. Autocorrelación

TODO ECONOMETRÍA. Autocorrelación TODO ECONOMETRÍA Auocorrelación Índice Definición Causas Consecuencias Deección Medidas correcivas Definición de la auocorrelación Definición de auocorrelación La perurbación de una observación cualquiera

Más detalles

EXAMEN FINAL DE ECONOMETRIA, 3º CURSO (GRADOS EN ECO y ADE) 28 de Junio de :00 horas. Pregunta 19 A B C En Blanco. Pregunta 18 A B C En Blanco

EXAMEN FINAL DE ECONOMETRIA, 3º CURSO (GRADOS EN ECO y ADE) 28 de Junio de :00 horas. Pregunta 19 A B C En Blanco. Pregunta 18 A B C En Blanco EXAMEN FINAL DE ECONOMETRIA, 3º CURSO (GRADOS EN ECO y ADE) 28 de Junio de 2013 12:00 horas Primer Apellido: Nombre: DNI: Teléfono: Segundo Apellido: Grupo y Grado: Profesor(a): e mail: Preguna 1 A B C

Más detalles

M O D E L O S D E I N V E N T A R I O

M O D E L O S D E I N V E N T A R I O nvesigación Operaiva Faculad de iencias Exacas - UNPBA M O E L O E N V E N T A O El objeivo de la eoría de modelos de invenario es deerminar las reglas que pueden uilizar los encargados de gesión para

Más detalles

1. Desarrollo Preguntas. Universidad Simón Bolívar Departamento de Matemáticas Puras y Aplicadas

1. Desarrollo Preguntas. Universidad Simón Bolívar Departamento de Matemáticas Puras y Aplicadas Universidad Simón Bolívar Deparameno de Maemáicas Puras y Aplicadas Maemáicas IV (MA-5 Sepiembre-Diciembre 8 4 ra Auoevaluación Maerial Cubiero: La presene auoevaluación versa sobre el maerial cubiero

Más detalles

Complejidad de modelos: Sesgo y Varianza

Complejidad de modelos: Sesgo y Varianza Complejidad de modelos: Sesgo y Varianza 17 de abril de 2008 Noas de clase. Rolando Belrán A Las medidas de sesgo y varianza son úiles para los modeladores en ano que ayudan a regular la complejidad del

Más detalles

Curso 2006/07. Tema 1: Procesos Estocásticos. Caracterización de los procesos ARIMA. stico

Curso 2006/07. Tema 1: Procesos Estocásticos. Caracterización de los procesos ARIMA. stico Curso 6/7 Economería II Tema : Procesos Esocásicos. Caracerización de los procesos ARIMA. Concepo de proceso esocásico sico. Esacionariedad fuere y débil de los procesos esocásicos. Teoremas de ergodicidad

Más detalles

TEMA 7 La curva de Phillips

TEMA 7 La curva de Phillips TEMA 7 La curva de Phillips Manual: Macroeconomía, Olivier Blanchard Presenaciones: Fernando e Yvonn Quijano La asa naural de desempleo y la curva de Phillips Figura 1 La inflación y el desempleo en Esados

Más detalles

de precios entre distintas regiones, ciudades o países, probando la validez de la PPC y LUP, Taylor (2000), señala que, para que este modelo esté bien

de precios entre distintas regiones, ciudades o países, probando la validez de la PPC y LUP, Taylor (2000), señala que, para que este modelo esté bien 3. El modelo de convergencia de precios 1, se origina para explicar las diferencias de precios enre disinas regiones, ciudades o países, probando la validez de la PPC y LUP, Taylor (000), señala que, para

Más detalles

PROPIEDADES DE LOS ESTIMADORES MCO Profesor Rafael de Arce

PROPIEDADES DE LOS ESTIMADORES MCO Profesor Rafael de Arce Economería I. DADE Noas de Clase PROPIEDADES DE LOS ESTIMADORES MCO Profesor Rafael de Arce (rafael.dearce@uam.es) INTRODUCCIÓN Una vez lograda una expresión maricial para la esimación de los parámeros

Más detalles

5. Modelos dinámicos

5. Modelos dinámicos 5. Modelos dinámicos Los modelos lineales dinámicos son un caso paricular de una clase más grande de modelos dinámicos. En general los modelos dinámicos se caracerizan por ener una dinámica en los parámeros

Más detalles

PRÁCTICA 2: Ejercicios del capítulo 4

PRÁCTICA 2: Ejercicios del capítulo 4 PRÁCTICA : Ejercicios del capíulo 4. Un psicólogo clínico desea evaluar la eficacia de una erapia para reducir la ansiedad de los ejecuivos que padecen esrés en la oma de decisiones empresariales. Para

Más detalles

11. PREVISIÓN DE LA DEMANDA

11. PREVISIÓN DE LA DEMANDA . PREVIIÓN E LA EMANA. INROUCCIÓN Anes de comenzar a desarrollar las cuenas previsionales de exploación, la empresa iene que realizar una esimación del volumen de venas que generará la acividad diaria

Más detalles

Departamento de Fundamentos del Análisis Económico. Universidad de Alicante. Curso 2011/12. ECONOMETRÍA I Hoja de problemas del Tema 3

Departamento de Fundamentos del Análisis Económico. Universidad de Alicante. Curso 2011/12. ECONOMETRÍA I Hoja de problemas del Tema 3 Deparameno de Fundamenos del Análisis Económico. Universidad de Alicane. Curso 011/1 ECONOMETRÍA I Hoja de problemas del Tema 3 Noa: En odos los conrases ome como nivel de signi cación el 5%. 1.- Para

Más detalles

COBERTURA DE CARTERAS ÍNDICE DE RENTA VARIABLE CON FUTUROS SOBRE EL IBEX 35

COBERTURA DE CARTERAS ÍNDICE DE RENTA VARIABLE CON FUTUROS SOBRE EL IBEX 35 UNIVERSIDAD COMPLUTENSE DE MADRID FACULTAD DE CIENCIAS ECONÓMICAS Y EMPRESARIALES Deparameno de Economía Financiera y Conabilidad III (Economía y Adminisración Financiera de la Empresa) COBERTURA DE CARTERAS

Más detalles

TEMA VI: EL MODELO DE REGRESIÓN LIENAL SIMPLE

TEMA VI: EL MODELO DE REGRESIÓN LIENAL SIMPLE El modelo de regresión lineal simple EMA VI: EL MODELO DE REGREIÓN LIENAL IMPLE VI..- Inroducción. VI..- El modelo de regresión lineal simple. Propiedades. VI.3.- Obención de los esimadores por mínimos

Más detalles

Estadística Industrial. Universidad Carlos III de Madrid Series temporales Práctica 3

Estadística Industrial. Universidad Carlos III de Madrid Series temporales Práctica 3 Esadísica Indusrial Universidad Carlos III de Madrid Series emporales Prácica 3 Objeivos: Coninuar con la idenificación de procesos auoregresivos (AR) y de media móvil (MA), mediane la función de auocorrelación

Más detalles

Curso 2006/07. Tema 2: El incumplimiento de la hipótesis de estacionariedad. Cómo resolverla. 2. La falta de estacionariedad en varianza

Curso 2006/07. Tema 2: El incumplimiento de la hipótesis de estacionariedad. Cómo resolverla. 2. La falta de estacionariedad en varianza Economería II Tema 2: El incumplimieno de la hipóesis de esacionariedad. Cómo resolverla. Inroducción 2. La fala de esacionariedad en varianza 3. La fala de esacionariedad en media Tema 2 2. Inroducción

Más detalles

CURSO INTERNACIONAL: CONSTRUCCIÓN DE ESCENARIOS ECONÓMICOS Y ECONOMETRÍA AVANZADA. Instructor: Horacio Catalán

CURSO INTERNACIONAL: CONSTRUCCIÓN DE ESCENARIOS ECONÓMICOS Y ECONOMETRÍA AVANZADA. Instructor: Horacio Catalán CURSO INTERNACIONAL: CONSTRUCCIÓN DE ESCENARIOS ECONÓMICOS Y ECONOMETRÍA AVANZADA Insrucor: Horacio Caalán TEORÍA DE COINTEGRACIÓN Efecos de las propiedades esocásicas de las series en un modelo de regresión

Más detalles

ECONOMETRÍA EMPRESARIAL II ADE

ECONOMETRÍA EMPRESARIAL II ADE 4 Bernardí Cabrer Economería Empresarial II Tema 8 ECONOMETRÍA EMPRESARIAL II ADE TEMA 8 MODELOS LINEALES SIN ESTACIONALIDAD I ( Modelos regulares 4 Bernardí Cabrer Economería Empresarial II Tema 8 8.

Más detalles

Examen Parcial de Econometría II. Nombre: RESOLUCION DEL EXAMEN PARCIAL Paralelo:

Examen Parcial de Econometría II. Nombre: RESOLUCION DEL EXAMEN PARCIAL Paralelo: Escuela Superior Poliécnica del Lioral Faculad de Economía y Negocios 30-11-2011 Examen Parcial de Economería II Nombre: RESOLUCION DEL EXAMEN PARCIAL Paralelo: REGLAMENTO DE EVALUACIONES Y CALIFICACIONES

Más detalles

Relaciones dinámicas entre precios del vacuno. Ejemplo preperado por la Profa.Esther Ruíz

Relaciones dinámicas entre precios del vacuno. Ejemplo preperado por la Profa.Esther Ruíz Relaciones dinámicas enre precios del vacuno Ejemplo preperado por la Profa.Esher Ruíz Relaciones dinámicas enre precios del vacuno El objeivo de esa sección es conrasar empíricamene la inegración espacial

Más detalles

Análisis Estadístico de Datos Climáticos

Análisis Estadístico de Datos Climáticos Análisis Esadísico de Daos Climáicos SERIES TEMPORALES I Mario Bidegain (FC) Alvaro Diaz (FI) Universidad de la República Monevideo, Uruguay 2011 CONTENIDO Esudio de las series emporales en Climaología.

Más detalles

PROBLEMAS Problema 01 (20%): Suponga que la curva de Phillips de la economía está dada por: e t

PROBLEMAS Problema 01 (20%): Suponga que la curva de Phillips de la economía está dada por: e t COMENTES Responda si la afirmación es V, F o ambigua. (20%) Comene 01: La curva de Phillips describe una relación negaiva enre el cambio en la asa de desempleo y la inflación. (5%) Comene 02: La relación

Más detalles

Figura 1. Coordenadas de un punto

Figura 1. Coordenadas de un punto 1 Tema 1. Sección 1. Diagramas espacio-iempo. Manuel Guiérrez. Deparameno de Álgebra, Geomería y Topología. Universidad de Málaga. 2971-Málaga. Spain. Marzo de 21. En la mecánica es usual incluir en los

Más detalles

h + para cualquier m 1, 5.2. Modelo E-GARCH Introducción

h + para cualquier m 1, 5.2. Modelo E-GARCH Introducción 5.2. Modelo E-GARCH Inroducción Los modelos GARCH exponenciales nacen a parir de la publicación de Daniel Nelson (99) sobre heerocedasicidad condicional en los modelos de renabilidad de acivos. Dicho auor

Más detalles

Sesión 2 Análisis univariado de series de tiempo

Sesión 2 Análisis univariado de series de tiempo Banco Cenral de Reserva del Perú 55º Curso de Exensión Universiaria Economería Prof. Juan F. Casro Sesión Análisis univariado de series de iempo 4. Series de iempo esacionarias 4.. Qué enendemos por proceso

Más detalles

Convolución. Dr. Luis Javier Morales Mendoza Procesamiento Analógico de Señales FIEC - UV

Convolución. Dr. Luis Javier Morales Mendoza Procesamiento Analógico de Señales FIEC - UV Dr. Luis Javier Morales Mendoza Procesamieno Analógico de Señales FIEC - UV Índice.. Inroducción.. La función dela de Dirac.3. Definición de la convolución.3.. propiedades de la convolución.3.. Méodo Gráfico

Más detalles

4. Modelos de series de tiempo

4. Modelos de series de tiempo 4. Modelos de series de iempo Los modelos comunes para el análisis de series de iempo son los que se basan en modelos auorregresivos y modelos de medias móviles o una combinación de ambos. Es posible realizar

Más detalles

Modelo 2 OPCIÓN A. A y B AB se puede realizar porqueel n decolumnas de Aesigual al n de filas de B AB. t t t

Modelo 2 OPCIÓN A. A y B AB se puede realizar porqueel n decolumnas de Aesigual al n de filas de B AB. t t t Insrucciones: a) Duración: 1 hora y 3 minuos. b) Elija una de las dos opciones propuesas y conese los ejercicios de la opción elegida. c) En cada ejercicio, pare o aparado se indica la punuación máxima

Más detalles

R 2 = 0,9945 R 2 = 0,9937

R 2 = 0,9945 R 2 = 0,9937 II EXÁMENES DE ECONOMETRÍA 1 Se han esimado con una muesra de 39 observaciones las siguienes funciones de producción por el méodo de MCO: ˆ 1,3,3,55 O ˆ = α L K e R =,9945 ˆ ˆ 1,41,47 O = β L K R =,9937

Más detalles

3 Definición y ejemplos de Procesos Estocásticos

3 Definición y ejemplos de Procesos Estocásticos 3 Definición y ejemplos de Procesos Esocásicos 3. Definición de un Proceso Esocásico. Supongamos que se esudia el número de personas que asisen al servicio médico en ciero hospial. En un inervalo de iempo

Más detalles

Sesión 2 Análisis univariado de series de tiempo. 5. Series de tiempo no estacionarias en media

Sesión 2 Análisis univariado de series de tiempo. 5. Series de tiempo no estacionarias en media Banco Cenral de Reserva del Perú 55º Curso de Exensión Universiaria Economería Prof. Juan F. Casro Sesión 2 Análisis univariado de series de iempo 5. Series de iempo no esacionarias en media La maoría

Más detalles

LA METODOLOGÍA DE VECTORES AUTORREGRESIVOS (VAR)

LA METODOLOGÍA DE VECTORES AUTORREGRESIVOS (VAR) LA METODOLOGÍA DE VECTORES AUTORREGRESIVOS (VAR) ESPECIFICACION La meodología VAR es, en ciera forma, una respuesa a la imposición de resricciones a priori que caraceriza a los modelos economéricos keynesianos:

Más detalles

Econometría II LADE/LADE-Derecho. Curso 2004/2005. Hoja de ejercicios 2. Soluciones sugeridas PARTE A

Econometría II LADE/LADE-Derecho. Curso 2004/2005. Hoja de ejercicios 2. Soluciones sugeridas PARTE A Economería II LADE/LADE-Derecho Economería II LADE/LADE-Derecho Curso 004/005 Hoja de ejercicios Soluciones sugeridas PARTE A Respuesas correcas en negria, cursiva y con A.. Dado los dos siguienes procesos:

Más detalles

RELACIÓN ENTRE LA RAZÓN DE CAMBIO INSTANTÁNEA Y LA DERIVADA DE UNA FUNCIÓN. Razón de cambio instantánea y la derivada de una función

RELACIÓN ENTRE LA RAZÓN DE CAMBIO INSTANTÁNEA Y LA DERIVADA DE UNA FUNCIÓN. Razón de cambio instantánea y la derivada de una función RELACIÓN ENTRE LA RAZÓN DE CAMBIO INSTANTÁNEA Y LA DERIVADA DE UNA FUNCIÓN Razón de cambio insanánea y la derivada de una función anerior Reomemos nuevamene el problema del proyecil esudiado en la secuencia

Más detalles

y t = α 0 + α 1t + γ(l)ε (16.1)

y t = α 0 + α 1t + γ(l)ε (16.1) CAPITULO 6 MODELOS DE SERIES DE TIEMPO NO ESTACIONARIAS 6.. INTRODUCCIÓN El análisis esadísico radicional de series de iempo, presenado en capíulo anerior, supone la exisencia de la propiedad esadísica

Más detalles

4. SERIES TEMPORALES Y

4. SERIES TEMPORALES Y 4. SERIES TEMPORALES Y NÚMEROS ÍNDICE Objeivo Esudiar la evolución de una variable en el iempo. Bibliografia recomendada Peña y Romo (1997). Capíulos 11 y 12. Índice 1. Represenación gráfica de una serie

Más detalles

Econometría II LADE/LADE-Derecho. Curso 2004/2005. Hoja de ejercicios 1. Soluciones sugeridas PARTE A

Econometría II LADE/LADE-Derecho. Curso 2004/2005. Hoja de ejercicios 1. Soluciones sugeridas PARTE A Economería II LADE/LADE-Derecho Curso 004/005 Hoja de ejercicios 1 Soluciones sugeridas PARTE A Respuesas correcas en negria, cursiva y con A.1. Se ha modelizado la variable v de dos modos diferenes: (1)

Más detalles

Modelo de Vector de Corrección de Error (VEC) y Modelo de Vector Autorregresivo (VAR)

Modelo de Vector de Corrección de Error (VEC) y Modelo de Vector Autorregresivo (VAR) Modelo de Vecor de Corrección de Error (VEC) Modelo de Vecor Auorregresivo (VAR) Hemos esudiado las propiedades de los daos de series de iempo las relaciones de coinegración enre pares de series no esacionarias.

Más detalles

Modelos Multivariantes Recursivos. Variables exógenas. Modelos Uniecuacionales

Modelos Multivariantes Recursivos. Variables exógenas. Modelos Uniecuacionales Modelos Mulivarianes Recursivos. Variables exógenas. Modelos Uniecuacionales Moivación (I) En los 3 primeros emas hemos viso la modelización ARIMA univariane. Los modelos ARIMA no son modelos economéricos

Más detalles

UNIVERSIDADES DE ANDALUCÍA PRUEBA DE ACCESO A LA UNIVERSIDAD OPCIÓN A

UNIVERSIDADES DE ANDALUCÍA PRUEBA DE ACCESO A LA UNIVERSIDAD OPCIÓN A Sean las marices 1 A =, 0 3 OPCIÓN A 1 1 1 4 0 B = 0 y = 1 1 3 1 C a) (17 punos) Resuelva la ecuación maricial C B X A X = A b) (08 punos) Analice cuáles de las siguienes operaciones, sin efecuarlas, se

Más detalles

Aplicaciones de la Probabilidad en la Industria

Aplicaciones de la Probabilidad en la Industria Aplicaciones de la Probabilidad en la Indusria Cuara pare Final Dr Enrique Villa Diharce CIMAT, Guanajuao, México Verano de probabilidad y esadísica CIMAT Guanajuao,Go Julio 010 Reglas para deección de

Más detalles

Sexta Entrega. = y t +(w 0 + w 1 B w m B m ) I (h) z h = y h + w 0. z h+1 = y h+1 + w 1. z h+2 = y h+2 + w 2

Sexta Entrega. = y t +(w 0 + w 1 B w m B m ) I (h) z h = y h + w 0. z h+1 = y h+1 + w 1. z h+2 = y h+2 + w 2 Prácicas de la asignaura Series Temporales Sexa Enrega 1 Análisis de inervención en series emporales Hasa ahora hemos esudiado modelos para series emporales que únicamene dependían del pasado de la propia

Más detalles

MATEMÁTICAS II. Examen del 11/09/2006 Soluciones. Importante

MATEMÁTICAS II. Examen del 11/09/2006 Soluciones. Importante MATEMÁTICAS II Examen del /09/006 Soluciones Imporane Las calificaciones se harán públicas en la página web de la asignaura y en el ablón de anuncios del Dpo. de Méodos Cuaniaivos en Economía y Gesión,

Más detalles

SOLUCIONES EXAMEN de TÉCNICAS ECONOMÉTRICAS (Junio 2013, Convocatoria extraordinaria)

SOLUCIONES EXAMEN de TÉCNICAS ECONOMÉTRICAS (Junio 2013, Convocatoria extraordinaria) Nombre y Apellidos:... ID:... Grupo:... Ha realizado evaluación continua?... SOLUCIONES EXAMEN de TÉCNICAS ECONOMÉTRICAS (Junio 2013, Convocatoria extraordinaria) Lea cuidadosamente cada pregunta. Responda

Más detalles

MODELO JUNIO 2005 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES II

MODELO JUNIO 2005 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES II Modelo de eamen Junio MODELO JUNIO MTEMÁTICS PLICDS LS CIENCIS SOCILES II OPCIÓN. (Punuación máima: punos) Se dice que una mari cuadrada es orogonal si T I: Noa: La noación T significa mari ranspuesa de.

Más detalles

Qué explica las fluctuaciones de la inflación en el Perú en el periodo ? *

Qué explica las fluctuaciones de la inflación en el Perú en el periodo ? * Qué explica las flucuaciones de la inflación en el Perú en el periodo 22-28? * Jorge Salas (BCRP) Encuenro de Economisas BCRP 26 de noviembre, 28 *El conenido de esa presenación es solo de responsabilidad

Más detalles

Nombre y Apellidos:... EXAMEN de TÉCNICAS ECONOMÉTRICAS (Junio 2011, Convocatoria extraordinaria)

Nombre y Apellidos:... EXAMEN de TÉCNICAS ECONOMÉTRICAS (Junio 2011, Convocatoria extraordinaria) Nombre y Apellidos:... ID:... Grupo:... Ha realizado evaluación continua?... EXAMEN de TÉCNICAS ECONOMÉTRICAS (Junio 2011, Convocatoria extraordinaria) Lea cuidadosamente cada pregunta. Responda muy claramente

Más detalles

Estadística Descriptiva y Analisis de Datos con la Hoja de Cálculo Excel. Series Temporales

Estadística Descriptiva y Analisis de Datos con la Hoja de Cálculo Excel. Series Temporales Esadísica Descripiva y Analisis de Daos con la Hoja de Cálculo Excel Series Temporales Serie emporal una serie emporal es una sucesión de observaciones de una variable realizadas a inervalos regulares

Más detalles

Como podrás observar, los valores de la última columna no son iguales a qué se debe esto, si para una función lineal sí resultaron iguales?

Como podrás observar, los valores de la última columna no son iguales a qué se debe esto, si para una función lineal sí resultaron iguales? Razón de cambio de una función cuadráica Ejemplo.5 Un puno se desplaza en el plano describiendo el lugar geomérico correspondiene a la función f ( x x 6x 3. Obén la razón promedio de cambio. Considera

Más detalles

March 2, 2009 CAPÍTULO 3: DERIVADAS PARCIALES Y DIFERENCIACIÓN

March 2, 2009 CAPÍTULO 3: DERIVADAS PARCIALES Y DIFERENCIACIÓN March 2, 2009 1. Derivadas Parciales y Funciones Diferenciables En ese capíulo, D denoa un subconjuno abiero de R n. Definición 1.1. Consideremos una función f : D R y sea p D, i = 1,, n. Definimos la

Más detalles

Capítulo 20. REGRESORES ESTOCASTICOS

Capítulo 20. REGRESORES ESTOCASTICOS Capíulo 20. REGRESORES ESTOCASTICOS 20.. INTRODUCCIÓN... 860 CONSECUENCIAS SOBRE LA ESTIMACIÓN MCO... 862 DISTRIBUCIÓN CONDICIONADA... 866 CASO A. VARIABLE EXPLICATIVA ENDÓGENA CON RETARDO... 868 CASO

Más detalles

Luis H. Villalpando Venegas,

Luis H. Villalpando Venegas, 2007 Luis H. Villalpando Venegas, [SIMULACIÓN DE PRECIOS DEL PETROLEO BRENT ] En ese rabajo se preende simular el precio del peróleo Bren, a ravés de un proceso esocásico con reversión a la media, con

Más detalles

Los Procesos de Poisson y su principal distribución asociada: la distribución exponencial

Los Procesos de Poisson y su principal distribución asociada: la distribución exponencial Los Procesos de Poisson y su principal disribución asociada: la disribución exponencial Lucio Fernandez Arjona Noviembre 2004. Revisado Mayo 2005 Inroducción El objeivo de esas noas es inroducir al esudio

Más detalles

Qué es la Econometría? Parte II

Qué es la Econometría? Parte II Qué es la Economería? Pare II Esrucura de los daos económicos Necesarios, una vez que se ha especificado el modelo economérico Se necesian de odas las variables que inervienen Tipos de daos: 1. Daos de

Más detalles

PRUEBA DE ACCESO (LOGSE) UNIVERSIDAD DE BALEARES JUNIO 2011 (GENERAL) (RESUELTOS por Antonio Menguiano) Tiempo máximo: 1 horas y 30 minutos

PRUEBA DE ACCESO (LOGSE) UNIVERSIDAD DE BALEARES JUNIO 2011 (GENERAL) (RESUELTOS por Antonio Menguiano) Tiempo máximo: 1 horas y 30 minutos IES CSTELR BDJOZ PRUEB DE CCESO (LOGSE) UNIVERSIDD DE BLERES JUNIO (GENERL) (RESUELTOS por nonio Menguiano) MTEMÁTICS II Tiempo máimo: horas y minuos Conese de manera clara y razonada una de las dos opciones

Más detalles

Licenciatura de ADE y Licenciatura conjunta Derecho y ADE. Hoja de ejercicios 3

Licenciatura de ADE y Licenciatura conjunta Derecho y ADE. Hoja de ejercicios 3 Licenciaura de ADE y Licenciaura conjuna Derecho y ADE Hoja de ejercicios 3 Ejercicio 1 El análisis de series emporales puede aplicarse a la resolución de muliud de problemas económicos. Uno de los que

Más detalles

Modelos estacionarios de series temporales

Modelos estacionarios de series temporales Modelos esacionarios de series emporales Inroducción En ese capíulo se presena una meodología para analizar una serie emporal X, únicamene en función de los valores pasados de dicha serie. La idea básica

Más detalles

PATRON = TENDENCIA, CICLO Y ESTACIONALIDAD

PATRON = TENDENCIA, CICLO Y ESTACIONALIDAD Pronósicos II Un maemáico, como un pinor o un poea, es un fabricane de modelos. Si sus modelos son más duraderos que los de esos úlimos, es debido a que esán hechos de ideas. Los modelos del maemáico,

Más detalles

D to de Economía Aplicada Cuantitativa I Basilio Sanz Carnero

D to de Economía Aplicada Cuantitativa I Basilio Sanz Carnero D o de Economía Aplicada Cuaniaiva I Basilio Sanz Carnero PROCESO PURAMENTE ALEATORIO (RB) Es el proceso esacionario puramene aleaorio es concepualmene el más sencillo de odos y ambién en el que se basan

Más detalles

PREVISIÓN DE LA DEMANDA

PREVISIÓN DE LA DEMANDA Capíulo 0. Méodos de Previsión de la OBJETIVOS. Los pronósicos y la planificación de la producción y los invenarios. 2. El proceso de elaboración de los pronósicos. Méodos de previsión de la demanda 4.

Más detalles

Propuesta A. 1. Dadas las matrices: C = B = A =

Propuesta A. 1. Dadas las matrices: C = B = A = Pruebas de Acceso a Enseñanzas Univerarias Oiciales de Grado 6 Maeria: MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES II El alumno deberá conesar a una de las dos opciones propuesas A ób. Se podrá uilizar

Más detalles

Una familia de elipses *

Una familia de elipses * Miscelánea Maemáica 38 (003) 33 4 SMM Una familia de elipses * Fernando Garibay B. Faculad de Ingeniería Química Universidad Michoacana de San Nicolás de Hidalgo Edificio M, Cd. Universiaria 5800 Morelia,

Más detalles

UNIVERSIDAD DE SAN CARLOS DE GUATEMALA FACULTAD DE INGENIERÍA DEPARTAMENTO DE MATEMÁTICA CLAVE V

UNIVERSIDAD DE SAN CARLOS DE GUATEMALA FACULTAD DE INGENIERÍA DEPARTAMENTO DE MATEMÁTICA CLAVE V UNIVERSIDAD DE SAN CARLOS DE GUATEMALA FACULTAD DE INGENIERÍA DEPARTAMENTO DE MATEMÁTICA CLAVE-07-2-V--00-208 CURSO: Maemáica Inermedia CÓDIGO DEL CURSO: 07 SEMESTRE: Primer Semesre JORNADA: Vesperina

Más detalles

1. Derivadas de funciones de una variable. Recta tangente.

1. Derivadas de funciones de una variable. Recta tangente. 1. Derivadas de funciones de una variable. Reca angene. Derivadas Vamos a ver en ese capíulo la generalización del concepo de derivada de funciones reales de una variable a funciones vecoriales con varias

Más detalles

Ondas y Rotaciones. Principios fundamentales II

Ondas y Rotaciones. Principios fundamentales II Ondas y Roaciones rincipios fundamenales II Jaime Feliciano Hernández Universidad Auónoma Meropoliana - Izapalapa México, D. F. 5 de agoso de 0 INTRODUCCIÓN. Generalmene el esudio del movimieno se realiza

Más detalles

Señales Elementales. Dr. Luis Javier Morales Mendoza. FIEC Universidad Veracruzana Poza Rica Tuxpan

Señales Elementales. Dr. Luis Javier Morales Mendoza. FIEC Universidad Veracruzana Poza Rica Tuxpan Señales Elemenales Dr. Luis Javier Morales Mendoza FIEC Universidad Veracruzana Poza Rica Tuxpan Índice 3.1. Señales elemenales en iempo coninuo: impulso uniario, escalón uniario, rampa uniaria y la señal

Más detalles

Workshop: Combinación de métodos econométricos para pronosticar la inflación en Argentina

Workshop: Combinación de métodos econométricos para pronosticar la inflación en Argentina Workshop: Combinación de méodos economéricos para pronosicar la inflación en Argenina Lic. Gasón Urera Insiuo de Economía Finanzas FCE - UNC Diaposiiva No. Mi manera de enfocar ese problema mienras esuve

Más detalles

USO DE LAS TRANSFORMADAS DE LAPLACE Y Z EN EL ÁREA DE PROBABILIDAD

USO DE LAS TRANSFORMADAS DE LAPLACE Y Z EN EL ÁREA DE PROBABILIDAD USO DE LAS TRANSFORMADAS DE LAPLACE Y Z EN EL ÁREA DE PROBABILIDAD Inroducción. En muchas áreas de ingeniería se uilizan procesos esocásicos o aleaorios para consruir modelos de sisemas ales como conmuadores

Más detalles

TEMA 4: AUTOCORRELACIÓN

TEMA 4: AUTOCORRELACIÓN Economería. Tema 4. Pilar Abad TEMA 4: AUTOCORRELACIÓN Wooldridge: Capíulo Gujarai: Capíulo 4 El análisis aplicado de muchos fenómenos económicos exige relajar el supueso de No Auocorrelación que se hace

Más detalles

Regresión con datos de series de tiempo: Variables no estacionarias

Regresión con datos de series de tiempo: Variables no estacionarias Regresión con daos de series de iempo: Variables no esacionarias En esas noas se desarrollan los aspecos eóricos y prácicos del capíulo 1 de los libros de exo de R. Carer Hill, William E. Griffihs y Guay

Más detalles

Universidad Austral de Chile Escuela de Ingeniería Comercial

Universidad Austral de Chile Escuela de Ingeniería Comercial Escuela de Ingeniería Comercial Ayudanía # 01, Mercado Laboral, Ofera Agregada, Curva de Phillips Profesor: Carlos R. Pia 1 1 cpia@spm.uach.cl Comenes Comene 01: Una disminución en la asa de inflación

Más detalles

Estudio Empírico de la Selección y Estimación de los Modelos de Crecimiento Estadístico

Estudio Empírico de la Selección y Estimación de los Modelos de Crecimiento Estadístico Esudio Empírico de la Selección Esimación de los Modelos de Crecimieno Esadísico S. Amirkhalhali, U.L.G. Rao and S. Amirkhalkhali 1 Resumen: En ese papel se comparan los modelos de crecimieno Lineal Exponencial

Más detalles

a) en [0, 2] ; b) en [-1, 1]

a) en [0, 2] ; b) en [-1, 1] UNIVERSIDAD NACIONAL DE LA PATAGONIA SAN JUAN BOSCO FACULTAD DE CIENCIAS NATURALES CATEDRA: Maemáica I CURSO: 04 TRABAJO PRACTICO Nº -Tercera Pare Pare III. Aplicaciones de la derivada TEOREMA DE ROLLE

Más detalles

Teoría de la Comunicación

Teoría de la Comunicación eoría de la Comunicación 48 Ejercicios Ejercicio 4 Para el conjuno de símbolos de la Figura 495 a) plique el procedimieno de GramSchmid para obener una base oronormal que permia la represenación vecorial

Más detalles

Práctica 4: Hoja de problemas sobre Tipos de cambio

Práctica 4: Hoja de problemas sobre Tipos de cambio Prácica 4: Hoja de problemas sobre Tipos de cambio Fecha de enrega y corrección: Viernes 8 de abril de 2011 Esa prácica se corregirá en horario de uorías en el aula Prácica individual 1. A parir de los

Más detalles

TEMA 02: CINÉMATICA PLANA DE UN CUERPO RIGIDO.

TEMA 02: CINÉMATICA PLANA DE UN CUERPO RIGIDO. UNIVERSIDAD AUTONOMA SAN FRANCISCO CURSO DE DINÁMICA Docene: Álvarez Solís María del Carmen. Fecha: 10 Oc - 2017 TEMA 02: CINÉMATICA PLANA DE UN CUERPO RIGIDO. La cinemáica de cuerpos rígidos esudia las

Más detalles

PROBLEMA 3. a) Determina el valor de a para que la siguiente función sea continua en x = 1:

PROBLEMA 3. a) Determina el valor de a para que la siguiente función sea continua en x = 1: EXAMEN COMPLETO Baremo: Se elegirá el o el EJERCICIO B, del que SOLO se harán TRES de los cuaro problemas. LOS TRES PROBLEMAS PUNTÚAN POR IGUAL. Cada esudiane podrá disponer de una calculadora cienífica

Más detalles

Nombre y Apellidos:... SOLUCIÓN EXAMEN de TÉCNICAS ECONOMÉTRICAS (Junio 2012, Convocatoria extraordinaria)

Nombre y Apellidos:... SOLUCIÓN EXAMEN de TÉCNICAS ECONOMÉTRICAS (Junio 2012, Convocatoria extraordinaria) Nombre y Apellidos:... ID:... Grupo:... Ha realizado evaluación continua?... SOLUCIÓN EXAMEN de TÉCNICAS ECONOMÉTRICAS (Junio 2012, Convocatoria extraordinaria) Lea cuidadosamente cada pregunta. Responda

Más detalles

Procesos Estocásticos. Procesos Estocásticos. Procesos Estocásticos. 1 Introducción y conceptos básicos. Al final del tema el alumno será capaz de:

Procesos Estocásticos. Procesos Estocásticos. Procesos Estocásticos. 1 Introducción y conceptos básicos. Al final del tema el alumno será capaz de: Procesos socásicos Procesos socásicos I Inroducción y concepos básicos sadísicos de un proceso esocásico Referencias: Capíulo 8 de Inroducción a los Sisemas de Comunicación. Sremler, C.G. 993 Apunes de

Más detalles

UNIDAD III: VECTORES AUTOREGRESIVOS (MODELOS VAR) DR. ROGER ALEJANDRO BANEGAS RIVERO, PH.D.

UNIDAD III: VECTORES AUTOREGRESIVOS (MODELOS VAR) DR. ROGER ALEJANDRO BANEGAS RIVERO, PH.D. UNIDAD III: VECTORES AUTOREGRESIVOS (MODELOS VAR) DR. ROGER ALEJANDRO BANEGAS RIVERO, PH.D. Inroducor Economerics for Finance Chris Brooks 008 Modelos de Vecores Auoregresivos (VAR) Modelos auoregresivos

Más detalles

CAPÍTULO 3 METODOLOGÍA. En este capítulo se describe la obtención y el funcionamiento del modelo de

CAPÍTULO 3 METODOLOGÍA. En este capítulo se describe la obtención y el funcionamiento del modelo de CAPÍTULO 3 METODOLOGÍA En ese capíulo se describe la obención y el funcionamieno del modelo de Nelson y Siegel, el cual es fundamenal para obener las esrucuras emporales que servirán para comprender la

Más detalles

CAPÍTULO 10 AUTOCORRELACIÓN. Fichero: capitulo 10.doc 1. INTRODUCCION. CAUSAS DE LA AUTOCORRELACION ENTRE LOS ERRORES.

CAPÍTULO 10 AUTOCORRELACIÓN. Fichero: capitulo 10.doc 1. INTRODUCCION. CAUSAS DE LA AUTOCORRELACION ENTRE LOS ERRORES. CAPÍLO 0 AOCORRELACIÓN. Fichero: capiulo 0.doc. INRODCCION. CASAS DE LA AOCORRELACION ENRE LOS ERRORES. Como la heerocedasicidad, la auocorrelación es un caso de perurbaciones no esféricas pero a diferencia

Más detalles

Guía de Ejercicios Econometría II Ayudantía Nº 3

Guía de Ejercicios Econometría II Ayudantía Nº 3 Guía de Ejercicios Economería II Ayudanía Nº 3 1.- La serie del dao hisórico del IPC Español desde enero de 2002 hasa diciembre de 2011, esá represenada en el siguiene gráfico: 115 110 105 100 95 90 85

Más detalles

Unidad 5 Geometría afín en el espacio

Unidad 5 Geometría afín en el espacio Unidad 5 Geomería afín en el espacio 5 SOLUCIONES. a) Los componenes de los vecores pedidos son: b) Eisen infinias parejas de punos C D que cumplan la condición pedida. Por ejemplo, C(,,) D (,,). c) Sea

Más detalles

= A, entonces A = 0. Y si A es una matriz. y comprobar el resultado. ,, ;,, es el mismo que el generado

= A, entonces A = 0. Y si A es una matriz. y comprobar el resultado. ,, ;,, es el mismo que el generado EJERCICIOS. APLICACIONES DE LOS DETERMINANTES. 1. Calcular el siguiene deerminane de orden n: 1 n n n n n n n n n n n n n. Demosrar que si A es una mariz al que n n, se verifica lo anerior? A = A, enonces

Más detalles