IntroducciÃ³n a Series de Tiempo Univariadas - Centro Microdatos

More documents

Recommendations

Info

020000 40000 60000Introducción a Series de Tiempo UnivariadasDecember 31, 2010tssmooth exp sa_s5=sa, forecast(24)computing optimal exponential coefficient (0,1)optimal exponential coefficient = 0.8258sum-of-squared residuals = 2755288384root mean squared error = 4639.5787tssmooth exp sa_s6=sa, forecast(24) parms(0.4)exponential coefficient = 0.4000sum-of-squared residuals = 3263407124root mean squared error = 5049.3tsline sa_s5 sa_s6, legend(label(1 "alpha 0.83") label(2 "alpha 0.4"))2000m1 2002m1 2004m1 2006m1 2008m1 2010m1 2012m1fechaalpha 0.83 alpha 0.4IV.4.1 Suavización exponencial dobleAhora suponga que tiene una serie de tiempo cuya media cambia en el tiempo y además presentauna tendencia. La presencia de esta tendencia hace el filtro exponencial simple no sea apropiadoen este caso.En este caso la serie X t puede ser modelada de la siguiente manera:42
020000 40000 60000Introducción a Series de Tiempo UnivariadasDecember 31, 2010Lo que permite que la media de X t dependa de t y se incremente en la medida que pasa el tiempo.La sintaxis del comando STATA para hacer suavización exponencial doble es la siguiente:tssmooth dexponential [type] newvar = exp [if] [in] [, options]Con las mismas opciones del comando tssmooth exponential.Por ejemplo, a través de los siguientes comandos podemos generar la serie suavizada mediantefiltro exponencial doble de cosecha de salmón atlántico:use sa, cleartsset fechatime variable: fecha, 2000m1 to 2010m8delta: 1 monthtssmooth dexp sa_s1=sacomputing optimal double-exponential coefficient (0,1)optimal double-exponential coefficient = 0.3693sum-of-squared residuals = 2969621125root mean squared error = 4816.655g sa_s2=F.sa_s1(1 missing value generated)tsline sa sa_s2, legend(label(1 "Observada") label(2 "Suavizada"))2000m1 2002m1 2004m1 2006m1 2008m1 2010m1fechaObservadaSuavizada43
Page 1 and 2: Introducción a Seriesde Tiempo Uni
Page 3 and 4: Introducción a Series de Tiempo Un
Page 5: Introducción a Series de Tiempo Un
Page 14: I. Formato de tiempo en STATAIntrod
Page 21 and 22: 40 60 80Introducción a Series de T
Page 23 and 24: 10 122 4 6 8Introducción a Series
Page 25 and 26: Tasa de desempleo2 4 6 810 12Introd
Page 33 and 34: 4 6 8desempleo10 12 14Introducción
Page 37 and 38: 4 6 810 12 144 6 810 12 14Introducc
Page 39 and 40: 0salmón atlántico (ton)20000 4000
Page 41: 020000 40000 60000Introducción a S
Page 47 and 48: 020000 40000 60000Introducción a S
Page 49 and 50: 4 6 810 12Introducción a Series de
Page 51 and 52: El análogo muestral de la media es
Page 59 and 60: -0.500.00 0.50 1.00Introducción a
Page 61 and 62: -.20.2 .4 .6 .8Introducción a Seri
Page 67 and 68: -20000 -10000D.sa010000 20000Introd
Page 73 and 74: -4 -2venta de pavo0 2 4Introducció
Page 75 and 76: -1.00 -0.500.00 0.50Introducción a
Page 77 and 78: -0.500.00 0.50 1.00Introducción a
Page 81 and 82: 95Introducción a Series de Tiempo
Page 83 and 84: VI.5. Criterios de bondad de ajuste
Page 91 and 92: 50100 150 200Introducción a Series
Page 93 and 94:
Introducción a Series de Tiempo Un
Page 95 and 96:
-0.40 -0.200.00 0.20 0.40 0.60Intro
Page 97 and 98:
Page 99 and 100:
Page 101 and 102:
Page 103:
show all

IntroducciÃ³n a Series de Tiempo Univariadas - Centro Microdatos

You also want an ePaper? Increase the reach of your titles

Delete template?

Save as template?