Licenciatura en Economía, FCEA Udelar. Preguntas de parciales reales, no inventadas.
45 temas · los 3 marcados "Gratis" tienen contenido real abierto abajo, sin cuenta.
Cómo aprobar Econometría II: los temas que más caen en los exámenes →
Resumen + preguntas de examen reales, con sus opciones. Sin registrarte.
Una serie temporal es una sucesión de datos cuantitativos ordenados según las fechas en que ocurrieron los fenómenos que registran, observados a intervalos regulares: anuales, trimestrales, mensuales, diarios, por hora o por minuto.
En una serie temporal no se puede alterar el orden cronológico de los datos, porque al reordenarlos el análisis perdería por completo su sentido.
La tasa media de mercado (TMM), que surge de las operaciones a un día entre bancos y entre estos y el BCU, y el tipo de cambio nominal interbancario no oscilan sistemáticamente alrededor de su promedio muestral.
En series como la tasa media de mercado (TMM) o el tipo de cambio no hay un valor constante hacia el cual los datos tiendan a converger, y el promedio muestral no funciona como valor de atracción ni como valor esperado de las realizaciones futuras.
Box y Jenkins (1970) definieron los procesos ARIMA(p,d,q) para series no estacionarias y propusieron un ciclo de identificación, estimación y chequeo de diagnóstico para llegar al modelo más adecuado de la clase ARIMA(p,d,q)(P,D,Q)s.
Los modelos ARIMA se justifican porque representan muchos procesos con pocos parámetros, admiten intervenciones y variables exógenas (funciones de transferencia) y cuentan con un procedimiento riguroso de modelización.
La identificación comienza con la inspección visual de la serie, en logaritmos si corresponde, en niveles y en sus diferencias sucesivas, y sigue con el correlograma: si la serie no es estacionaria, la función de autocorrelación (FAC) muestral es alta y decrece lentamente.
Para los órdenes p y q se comparan la FAC y la función de autocorrelación parcial (FACP) muestrales con los patrones teóricos: en un AR(p) la FACP se anula para k > p y en un MA(q) la FAC se anula para k > q, mientras que en un ARMA ambas tienen colas largas.
La evaluación de predicciones empieza con estadísticos descriptivos de los errores, pero como no existe una medida estándar absoluta de predictibilidad se recurre a procedimientos comparativos.
Una predicción óptima es insesgada, con errores de esperanza nula, y eficiente, porque no puede mejorarse con el conjunto de información disponible.
La raíz del error cuadrático medio (RMSE), raíz de la media de e^2, es la medida más usada para comparar modelos, aunque Clements y Hendry (1993) señalan que es adecuada para comparar solo errores a un paso.
El error absoluto medio (MAE) promedia |e|, y el error porcentual absoluto medio (MAPE) promedia 100|e|/|z|, que no depende de la escala y sirve para comparar variables distintas.
Mismo método: resumen por tema y preguntas de parciales reales.
45 temas, 1367 preguntas, pago único.