Introducción a Series de Tiempo Univariadas - Centro Microdatos

Introducción a Series de Tiempo UnivariadasDecember 31, 2010Tenemos entonces, que para la serie sin tendencia se rechaza la hipótesis nula de raíz unitaria.En caso de que la serie sea estacionaria en tendencia, como la que acabamos de analizar, se puedeeliminar la tendencia también diferenciando la serie, no se genera error alguno. Por lo cual,muchos investigadores en vez de testear si la serie es estacionaria en diferencia o en tendencia,simplemente testean si la serie es estacionaria, y de no serlo toman primera diferencia paralogarlo.En el caso de las ventas de pavo, podríamos haber testeado simplemente la presencia de raízunitaria, y si es que no se puede rechazar la hipótesis tomar primera diferencia de la serie paralograr la estacionariedad, en este caso la serie es integrada de orden 1:pperron salesPhillips-Perron test for unit root Number of obs = 39Newey-West lags = 3---------- Interpolated Dickey-Fuller ---------Test 1% Critical 5% Critical 10% CriticalStatistic Value Value Value------------------------------------------------------------------------------Z(rho) -7.784 -18.152 -12.948 -10.480Z(t) -2.160 -3.655 -2.961 -2.613------------------------------------------------------------------------------MacKinnon approximate p-value for Z(t) = 0.2212pperron D.salesPhillips-Perron test for unit root Number of obs = 38Newey-West lags = 3---------- Interpolated Dickey-Fuller ---------Test 1% Critical 5% Critical 10% CriticalStatistic Value Value Value------------------------------------------------------------------------------Z(rho) -35.020 -18.084 -12.916 -10.460Z(t) -17.707 -3.662 -2.964 -2.614------------------------------------------------------------------------------MacKinnon approximate p-value for Z(t) = 0.0000Podemos apreciar que la serie en nivel (y sin controlar por tendencia determinística) tiene raízunitaria, sin embargo, la primera diferencia de la serie es estacionaria. Por lo cual, podemosconcluir que la serie sales es integrada de orden 1.Ahora estudiemos la función de autocorrelación parcial para determinar el orden del procesoARIMA:pac D.sales74