Los modelos teóricamente consistentes deben mantenerse modestos para ser útiles.Si su fin es pronosticar eficazmente, tienen que basarse en datos ruidosos, irregulares, no modelados y que se traten del futuro.Los agentes también pueden usar estos datos para formular sus propias expectativas.En este artículo ilustramos un esquema para condicionar de manera simultánea los pronósticos y expectativas internas de los modelos DSGE lineales con visión de futuro, con los datos a través de un filtro de Kalman de intervalos fijos suavizado.También ensayamos con algunos diagnósticos de este método; específicamente, las descomposiciones que revelan cuando una predicción condicionada sobre un juego de variables implica los cálculos de otras variables que son inconsistentes con los precedentes económicos.