Loading presentation...

Present Remotely

Send the link below via email or IM

Copy

Present to your audience

Start remote presentation

  • Invited audience members will follow you as you navigate and present
  • People invited to a presentation do not need a Prezi account
  • This link expires 10 minutes after you close the presentation
  • A maximum of 30 users can follow your presentation
  • Learn more about this feature in our knowledge base article

Do you really want to delete this prezi?

Neither you, nor the coeditors you shared it with will be able to recover it again.

DeleteCancel

Econometrics Toolbox

No description
by

Sarita Ospina Duque

on 26 November 2012

Comments (0)

Please log in to add your comment.

Report abuse

Transcript of Econometrics Toolbox

Econometrics Toolbox El objetivo de la econometría es expresar las teorías económicas bajo una forma matemática a fin de verificarlas por métodos estadísticos. Funcionalidades Específicas Modelos Compuestos Univariados Pruebas de raíz unitaria Procedimiento VARMAX Método de Montecarlo Modelo VARX Criterio de Akaike •Modelos compuestos univariado.
•Pruebas de raíz unitaria Dickey – Fuller y Phillips – Perron.
•Modelo de estimación, simulación y predicción multivariado VARX.
•Modelo de simulación y predicción multivariado VARMAX.
•Simulación de Montecarlo de muchas ecuaciones diferenciales estocásticas, incluido el movimiento aritmético y geométrico Browniano y la elasticidad constante de la varianza .
•Filtro Hodrick – Prescott
•Pruebas estadísticas tales como coeficiente de verosimilitud, el ARCH de Engle, Ljung-Box Q.
•Herramientas de diagnóstico tales como el criterio de información de Akaike, el criterio de información Bayesiana y funciones de correlación parcial/auto/cruzada. Determina los órdenes de los polinomios AR (Autoregresiva) los cuales poseen coeficientes que decrecen exponencialmente, y de MA (Media Móvil) en los cuales el primer coeficiente es distinto de cero y los demás decrecen exponencialmente en valor absoluto hacia cero; así como decidir el grado de diferenciación y la transformación que mejor estabilice la varianza. Prueba de Dickey - Fuller (DF).- Dickey y Fuller Esta transformación ayudó con los problemas de
la distribución, la prueba estadística no
sigue con la distribución tradicional.

Prueba de Raíz Unitaria de Phillips-Perr o
(PP).- Define la trayectoria de raíz unitaria
con tendencia y la alternativa la
estacionariedad con tendencia. Método de estimación próximo a la optimabilidad, subestima la varianza con un factor de (n - 1) / n.
La varianza de una verdadera variable aleatoria con valores es su segundo momento central y también pasa a ser su segundo cumulante . El procedimiento VARMAX puede ser utilizado para modelar relaciones de tiempo. En muchas aplicaciones económicas y financieras, las variables de interés están influenciados por variables externas al sistema considerado. El procedimiento VARMAX permite modelar la relación dinámica entre ambas variables dependientes, y también entre las variables dependientes e independientes. El método de Monte Carlo proporciona soluciones aproximadas a una gran variedad de problemas matemáticos posibilitando la realización de experimentos con muestreos de números pseudoaleatorios en una computadora. El método es aplicable a cualquier tipo de problema, ya sea estocástico o determinista. Criterio de Akaike: Se fundamente en la obtencion de un estadistico que representa una calificacion o puntuacion dada a un modelo considerando la interrelacion residual que produce sobre la serie y la cantidad de parametros empleada en la especificacion del modelo EstSpec = vgxvarx(Spec,Y)
[EstSpec,EstStdErrors,LLF,W] = vgxvarx(Spec,Y,X,Y0,'Name1',Value1,'Name2',Value2,...);

vgxvarx estima los parámetros de los modelos VAR y varX mediante la estimación de máxima verosimilitud. Dada una especificación del modelo VARMAX y un proceso de innovaciones, vgxproc genera respuestas del modelo con innovaciones conocidas.
Para generar respuestas con las innovaciones simulados, usar vgxsim.
Para generar respuestas con valor cero innovaciones, utilice vgxpred.

vgxset establece o modifica los valores de los parámetros en una estructura de especificación tiempo multivariado serie. ARCH Heterocedasticidad
condicional autorregresiva Se utilizan para caracterizar y modelar series temporales observadas (secuencia de puntos de datos).
Se utilizan cada vez que hay razones para creer que, en cualquier punto de una serie, los términos tendrán un tamaño característico, o varianza. Filtro de Hodrick-Prescott Es un método para extraer el componente secular o tendencia de una serie temporal Descompone la serie observada en dos componentes, uno tendencial y otro cíclico. Es utilizado en las investigaciones sobre ciclos económicos para calcular la tendencia de las series de tiempo, pues brinda resultados más consistentes con los datos observados que otros métodos. hpfilter(S) utiliza un filtro de Hodrick-Prescott y un parámetro de suavizado predeterminado para separar las columnas de S en componentes de tendencia y cíclico. S es una matriz de m por n con m muestras de la serie de tiempo n. Un gráfico muestra cada serie de tiempo junto con su tendencia. GARCH crea objetos de modelo para generalizar heteroscedasticidad autorregresiva condicional (GARCH).
garch(p,q) genera un modelo de varianza condicional que incluye varianzas condicionales p y q, con grado p garch y grado q arch. Criterio Bayesiano Es un criterio para la selección de modelos entre un conjunto finito de modelos. Se basa, en parte, de la función de probabilidad , y está estrechamente relacionada con el criterio de información de Akaike
Full transcript