Habilidades Verbales la descripcionDescripción completa
Actividad de Aprendizaje 2Descripción completa
Descripción completa
HÁBITOS SALUDABLESDescripción completa
Descripción completa
trabajo de nutrición
Descripción: Bases de Datos Generalidades y Sistema de Gestión Actividad 2
Elementos de la didáctica
Descripción: Pedagogia Humana
para todo publicoDescripción completa
Descripción: nego internacional
PAGARE CON RENDIMIENTO LIQUIDABLE
caso practico para las diferentes practicas en el desarrollo de la investigación.Descripción completa
apuntes
Inteligencia EmocionalDescripción completa
ok.
Actividad de Tema 2 Calcular la función de autocorrelación del proceso ARMA(1,2) definido por: X t = 0.5X t-1 + ε t - 0.3ε t-1 - 0.28ε t-2 Para determinar la función de correlación del proceso ARMA(1,2) se calcula en una primera etapa las covarianzas de X t con los valores ε t , ε t-1 y ε t-2 que usaremos para sustituirlas en los valores de δ k . Planteamos un sistema de 3 ecuaciones (para ρ 0 , ρ1 y ρ 2 ) y obtenemos los valores de estas correlaciones. 1. Calculamos las covarianzas
Covarianza entre X t y ε t
E [ X t ε t ] = E ( 0.5X t-1 + ε t - 0.3ε t-1 - 0.28ε t-2 ) ε t = = E 0.5X t-1ε t + ε 2t - 0.3ε t-1ε t - 0.28ε t-2 ε t = = 0.5E [ X t-1ε t ] + E ε 2t - 0.3E [ ε t-1ε t ] - 0.28E [ ε t-2 ε t ] Ahora bien, puesto que ε t es un ruido blanco ε t son independientes por lo que resulta que E [ ε t-1ε t ] = 0 y E [ ε t-2 ε t ] = 0 , con lo cual obtenemos que: E [ X t ε t ] = 0.5E [ X t-1ε t ] + E ε 2t Por otro lado como ε t es un proceso de ruido blanco y en base a la estructura de la
serie X t resulta que E [ X t-1ε t ] = 0 . Por tanto, como el proceso de ruido blanco tiene
media 0 e igual varianza en todo instante t , resulta que: E [ X t ε t ] = E ε 2t = σ ε2
Covarianza entre X t y ε t-1 E [ X t ε t-1 ] = E ( 0.5X t-1 + ε t - 0.3ε t-1 - 0.28ε t-2 ) ε t-1 = = E 0.5X t-1ε t-1 + ε t ε t-1 - 0.3ε 2t-1 - 0.28ε t-2 ε t-1 = 2 - 0.28E [ ε t-2 ε t-1 ] = 0.5E [ X t-1ε t-1 ] + E [ ε t ε t-1 ] - 0.3E ε t-1
De nuevo por ser ε t independientes resulta que E [ ε t ε t-1 ] = 0 y E [ ε t-2 ε t-1 ] = 0 , con lo cual obtenemos que: E [ X t ε t-1 ] = 0.5E [ X t-1ε t-1 ] - 0.3E ε 2t-1
Deducimos que E [ X t-1ε t-1 ] = σ ε2 por lo que obtenemos que: E [ X t ε t-1 ] = 0.5E [ X t-1ε t-1 ] - 0.3E ε 2t-1 = 0.5σ ε2 - 0.3σ ε2 = 0.2σ 2ε
Covarianza entre X t y ε t-2
E [ X t ε t-2 ] = E ( 0.5X t-1 + ε t - 0.3ε t-1 - 0.28ε t-2 ) ε t-2 = = E 0.5X t-1ε t-2 + ε t ε t-2 - 0.3ε t-1ε t-2 - 0.28ε 2t-2 = = 0.5E [ X t-1ε t-2 ] + E [ ε t ε t-2 ] - 0.3E [ ε t-1ε t-2 ] - 0.28E ε 2t-2 Sabiendo que E [ ε t ε t-2 ] = 0 y E [ ε t-1ε t-2 ] = 0 , obtenemos que: E [ X t ε t-2 ] = 0.5E [ X t-1ε t-2 ] - 0.28E ε 2t-2 Ahora bien, sea t * = t -1 entonces E [ X t-1ε t-2 ] = E X t* ε t* -1 y por los resultados obtenidos anteriormente E X t* ε t* -1 = 0.2σ 2ε por lo que deducimos que: E [ X t ε t-2 ] = 0.5E [ X t-1ε t-2 ] - 0.28E ε 2t-2 = 0.5 ⋅ 0.2σ 2ε - 0.28σ ε2 = -0.18σ ε2
2.
Calculamos la función de autocorrelación para k = 0,1, 2 La función de autocorrelación viene dada por la expresión:
ρ k = 0.5ρ k-1 + δk - 0.3δ k-1 - 0.28δ k-2 Por otro lado, puesto que δk =
σ 2x
δ −1 =
δ1 = δ2 =
σ 2x
E [ X t +2 ε t ]
δ-2 =
δ0 =
E [ X t-k ε t ]
E [ X t +1ε t ] σ 2x
E [Xt εt ] σ 2x
E [ X t-2 ε t ] σ 2x
=
E X t* ε t* -2 σ 2x E X t* ε t* −1 σ 2x
-0.18σ ε2 = σ 2x 0.2σ ε2 = 2 σx
σ ε2 = 2 σx
E [ X t-1ε t ] σ 2x
=
obtenemos que:
= 0 , esto es por estar ε t en el futuro de la serie = 0 , esto es por estar ε t en el futuro de la serie
k=0
En este caso tenemos que ρ 0 = 0.5ρ -1 + δ0 - 0.3δ-1 - 0.28δ-2 Por tanto, sustituyendo en ρ 0 = 0.5ρ -1 + δ0 - 0.3δ-1 - 0.28δ-2 obtenemos que: 1 = 0.5ρ1 +
σ ε2 0.2σ ε2 -0.18σ ε2 0.3 0.28 σ 2x σ x2 σ 2x
De donde resulta que: 1 = 0.5ρ1 +
σ ε2 σ ε2 σ ε2 0.06 + 0.0504 σ 2x σ 2x σ 2x
Esto es: σ 2ε 1 = 0.5ρ1 + 0.9904 2 σx
k =1 En este caso tenemos que ρ1 = 0.5ρ 0 + δ1 - 0.3δ0 - 0.28δ-1 luego sustituyendo obtenemos que: σ2 0.2σ 2 ρ1 = 0.5 - 0.3 2ε - 0.28 2 ε σx σx De donde resulta que: σ ε2 σ ε2 ρ1 = 0.5 - 0.3 2 - 0.056 2 σx σx Esto es: σ2 ρ1 = 0.5 - 0.356 2ε σx
k=2 En este caso tenemos que ρ 2 = 0.5ρ1 + δ2 - 0.3δ1 - 0.28δ0 obtenemos que: σ2 ρ 2 = 0.5ρ1 - 0.28 2ε σx
y sustituyendo
Por tanto, obtenemos el siguiente sistema con tres ecuaciones y tres incógnitas:
Luego σ ε2 0.8124 2 = 0.75 σx De donde: σ ε2 0.75 = = 0.9232 2 σ x 0.8124 Y por tanto σ 2ε ρ1 = 0.5 - 0.356 2 = 0.5 − 0.356 ⋅ 0.923 = 0.1713 σx Y por otro lado ρ 2 = 0.5ρ1 - 0.28