El trabajo comienza con el desarrollo del concepto de serie temporal y se definen las condiciones de estacionariedad en sentido estricto y débil, Se hace especial hincapié en las series estacionarias y no estacionarias generadas por los procesos lineales ARMA y ARIMA, respectivamente.
Se analizan las características de los procesos geneadores autorregresivos de orden 1, realizando un estudio de cada uno de los modelos para diferentes valores del parámetro autorregresivo, deduciendo en cada caso las expresiones de los momentos de primer y segundo orden, así como el comportamiento de dichos procesos desde la perspectiva de la estacionariedad.
Se realiza un estudio de las distribuciones de los estadísticos que proceden de la estimación MCO de los parámetros que intervienen en los modelos autorregresivos de orden 1 con componente determinista en función de los diferentes parámetros molestos que aparecen en dichos modelos. Una profunda revisión de los trabajos que recogen las investigaciones en este campo, nos ha permitido describir estas distribuciones tanto en el límite como para pequeñas muestras.
Se realiza un exhaustivo estudio de los procedimientos propuestos para detectar la tendencia en una serie temporal, que van desde la simple observación del comportamiento de la serie, hasta los contrastes de hipótesis.
Teniendo en cuenta la no similaridad que caracteriza a los tests de raíz unitaria basados en los estadísticos de Dickey-Fuller, se propone una estrategia de contraste secuencial en la que se desfinen zonas de rechazo y aceptación de las hipótesis nulas para cada estadístico, considerando las distintas distribuciones del mismo. Mediante un experimento Monte Carlo el comportamiento de la estrategia propuesta con el test tradicional de Dickey-Fuller.
Finalmente, como ilustración de la estrategia planteada en esta investigación, se realiza un estudio sobre la integración del mercado del aceite de oliva en
© 2008-2024 Fundación Dialnet · Todos los derechos reservados