INTRODUCCION

INTRODUCCION
Hemos estudiado que es un proceso estocastico (un conjunto de variables
aleatorias indexadas por un indice t) y que es una serie temporal (una realizacion de un proceso estocastico). Estamos interesados en el proceso estocastico que genera una variable economica dada; pero solo observamos una serie temporal. QUE PODEMOS HACER? En un principio nada.......al no ser que estemos dispuestos a asumir dos supuestos claves:

• Estacionareidad. Este supuesto substituye al de identicamente distribuido de los cursos anteriores y es mas fuerte.
• Ergodicidad. Este supuesto substituye al de independencia y en terminos vagos quiere decir incorrelacion asintotica.

Con estos dos supuestos seremos capaces de describir ciertos aspectos del proceso estocastico habiendo observado solo una serie temporal. Recordad el ejemplo en clase cuando construimos una serie temporal eligiendo de forma aleatoria un alumno por columna y como eramos capaces de poder predecir ("decir algo") sobre la fila en la que estarian sentados los primeros estudiantes de la clase de al lado. Esto lo haciamos calculando la media de nuestra serie temporal, que es un estimador consistente gracias a los dos supuestos mencionados previamente.

DONDE ESTAMOS? Queremos predecir Z(t+1) dado el conjunto de informacion I(t). Si la funcion de perdida es cuadratica, la mejor prediccion es E[Z(t+1)/I(t)]. Esta esperanza condicional puede ser muy complicada y por eso nos vemos obligados a seguir restringiendo el mundo donde creemos que vivimos. En este curso, este mundo va a ser PARAMETRICO y LINEAL. Dentro de este mundo estan los modelos ARMA. En el capitulo siguiente asistiremos al nacimiento de estos modelos.

No se os olvide hacer la primera practica del curso. Si os cuesta no os desanimeis que lo importante es que sepais como se hace antes de hacer la siguiente y para eso estan los profesores de practicas y sus clases practicas bi-semanales.