Publications by Kenet Gálvez

Ecuaciones en Diferencia de Primer Grado

19.04.2023

Ejercicio 1 Se presenta una oportunidad de inversión, cada año se obtendrá el 10% sobre el monto invertido, adicional se otorgará un bono de Q10. Al ser esta inversión iniciada con Q10,000 de un préstamo, cada año debe pagarse Q11 del pago de este, ¿es rentable esta inversión en un plazo de 10 años? ec_f1 <- function(t,A,B,y_0){ y_...

994 sym 2 img

Cointegración y Corrección de Errores

19.04.2023

Evaluar cointegración y corrección de errores para las variables ‘PCE’ y ‘GDP’. Carga de Datos coint <- read_excel("C:/Users/Otto/Desktop/1er Ciclo 2023/ECONOMETRÍA II/Semana 13/Cointegración en R.xls") coint = as.data.frame(coint) Gráficas de las variables del modelo: plot(coint$PCE, type="l", main = "Datos PCE") plot(coint$GDP, ...

1712 sym 3 img

Modelo VAR

19.03.2023

Establecer un modelo VAR para las variables de la base de datos ‘uschange’. Datos del modelo: series<-(uschange) autoplot(uschange[,1:2], ylab = "Valores") ts.plot(series[,1:2], xlab="Tiempo",col=c(1,2)) Búsqueda y selección de los parámetros: a <- VARselect(uschange[,1:2], lag.max=15,type="trend") a$selection ## AIC(n) HQ(n) SC(n) F...

509 sym 2 img

Modelo VAR

16.03.2023

Se cargan las bases de datos ‘uschange’ de donde se evaluarán el modelos VAR para caracterizar las interacciones simultaneas entre el grupo de las variables. Datos del modelo. series<-uschange autoplot(uschange) autoplot(uschange[, c(2,5)]) series ## Consumption Income Production Savings Unemployment ## 1970 Q1 0.615...

2569 sym 11 img

Predicción de datos Tesla, Inc. (TSLA)

06.03.2023

Predicción de acciones de Tesla, Inc. (TSLA) Búsqueda y extracción de datos de Tesla, Inc. (TSLA) TSLAdata <- pdfetch_YAHOO("TSLA",from = c("2019-01-01"),to = c("2023-01-03"), interval = '1d') tesla <- TSLAdata[,4] length(TSLAdata) ## [1] 6048 Serie de tiempo tstesla <- ts(tesla, start = c(2019,1),frequency=365) plot(tstesla) Comola seri...

562 sym Python (3299 sym/33 pcs) 5 img

Modelo de predicción de serie de tiempo

20.02.2023

Determinar qué modelo es el más aceptado para la base de datos de Singapur para obtener una predicción más acertada. data <- read.table(file.choose(),head=TRUE,sep=";") data <- data.frame(data) data ## Year PIBG ## 1 1960 0.0000000 ## 2 1961 8.1375295 ## 3 1962 7.5534442 ## 4 1963 10.0401733 ## 5 1964 -3.1031682 ## 6 ...

1738 sym 6 img

Serie de tiempo - Estacionariedad - Prueba de Dickey-Fuller

07.02.2023

Determinar si la siguiente serie de tiempo es estacionaria, según la base de datos “Air Passsengers”. library(forecast) ## Registered S3 method overwritten by 'quantmod': ## method from ## as.zoo.data.frame zoo library(tseries) x <- AirPassengers x ## Jan Feb Mar Apr May Jun Jul Aug Sep Oct Nov Dec ## 1949 112 118 13...

335 sym R (1213 sym/8 pcs) 1 img