Análisis estadístico de series de tiempo económicas /

Detalles Bibliográficos
Clasificación:QA280 G8.43
Autor principal: Guerrero, Víctor M. (autor)
Formato: Libro
Idioma:Español
Publicado: México : Universidad Autónoma Metropolitana, Unidad Iztapalapa, [1991].
Colección:Colección CBI (Universidad Autónoma Metropolitana. Unidad Iztapalapa)
Temas:
Análisis de series de tiempo
Time-series analysis
Estadística matemática
Mathematical statistics
Tabla de Contenidos:
  • Presentación.
  • Prólogo.
  • 1. Introducción al análisis de series de tiempo.
  • Elementos estadísticos en el análisis de series de tiempo.
  • Series de tiempo vistas como procesos estocásticos.
  • Series de tiempo discretas.
  • Uso de operadores y polinomios de retraso.
  • Procesos estocásticos lineales.
  • Procesos estacionarios.
  • Diferencias y no-estacionariedad homogénea.
  • 2. Elementos de ecuaciones en diferencia.
  • Ecuaciones en diferencia para procesos deterministas.
  • Ecuaciones en diferencia de primer orden.
  • Ecuaciones en diferencia de segundo orden.
  • Ecuaciones en diferencia de orden p.
  • Representación de algunos procesos divergentes.
  • 3. Modelos para series de tiempo univariadas.
  • Modelos autorregresivos (AR).
  • Modelo AR (1).
  • Modelo AR (2).
  • Modelo AR (p).
  • Modelos de promedios móviles (MA).
  • Modelo MA (1).
  • Modelo MA (2).
  • Modelo MA (q).
  • Modelos ARMA.
  • Modelo ARMA (1,1).
  • Modelo ARMA (p,q).
  • Modelos ARIMA.
  • Modelos con tendencia determinista.
  • 4. Construcción de modelos para series univariadas.
  • Identificación.
  • Estabilización de la varianza.
  • Estabilización del nivel.
  • Empleo de la función de autocorrelación.
  • Empleo de la función de autocorrelación parcial.
  • Comportamientos típicos de la FAC y la FACP.
  • Ejemplos ilustrativos de la identificación.
  • Estimación.
  • Método de máxima verosimilitud.
  • Obtención de valores iniciales.
  • Otros aspectos relacionados con la estimación.
  • Verificación.
  • Análisis de residuales.
  • Otras formas de verificación del modelo.
  • Ejemplos ilustrativos de la verificación.
  • Análisis de series de tiempo estacionales.
  • Modelos ARIMA para series estacionales.
  • Operadores y modelos puramente estacionales.
  • Modelo multiplicativo estacional.
  • Identificación de modelos para series estacionales.
  • Funciones de autocovarianza y FAC típicas de procesos estacionales.
  • Construcción de modelos estacionales.
  • Ejemplos ilustrativos de la construcción de modelos estacionales.
  • Pronóstico con modelos ARIMA.
  • Pronósticos óptimos de series de tiempo.
  • Pronóstico de series estacionarias.
  • Pronóstico de series no-estacionarias.
  • Intervalos de confianza y actualización de pronósticos.
  • Intervalos de confianza.
  • Actualización de pronósticos.
  • Otros aspectos importantes del pronóstico.
  • Capacidad de pronóstico del modelo.
  • Pronósticos de la serie original.
  • Análisis de series influenciadas por intervenciones.
  • Análisis de intervención: teoría.
  • Funciones dinámicas de intervención.
  • Análisis de intervención: aplicaciones.
  • Medio circulante.
  • Inflación de los precios al consumidor.

Ejemplares similares