IntroducciÃ³n a Series de Tiempo Univariadas - Centro Microdatos

More documents

Recommendations

Info

50100 150 200Introducción a Series de Tiempo UnivariadasDecember 31, 2010Podemos apreciar que los modelos sólo con componente autoregresivo tienen mayores criteriosde información que los modelos que además incluyen un componente de media móvil. Ahora,dentro de los modelos ARMA deberíamos optar por el primero o el segundo según el criterio BIC, ypor el segundo según el criterio AIC. Dado que en el segundo modelo casi todos los coeficientesresultan ser estadísticamente significativos a excepción del coeficiente asociado al componenteMA(1) que lo es sólo al 10.6%, optaremos por quedarnos con el proceso ARMA(1,1) para lasfluctuaciones mes a mes, con estacionalidad aditiva que sigue un proceso ARMA(2,2).Entonces estimado el modelo podemos hacer predicciones:tsappend, add(12)predict aditiva, y dynamic(ym(2000,1))tsline aditiva starts if date>=ym(1990,1)1990m1 1995m1 2000m1 2005m1datey prediction, dyn(ym(2000,1))starts88
Introducción a Series de Tiempo UnivariadasDecember 31, 2010VI.7.2. Estacionalidad multiplicativaEn la sección anterior modelamos el componente estacional de la serie de manera aditiva,entonces un proceso que sigue un ARMA(1,1) para las variaciones mensuales y ARMA(1,1) para elcomponente estacional, se podía expresar de la siguiente manera:Lo que se puede expresar utilizando operadores de rezagos, de la siguiente manera:Sin embargo, típicamente el factor estacional funciona de manera multiplicativa, es decir, dependedel nivel de la serie. El proceso análogo a un ARMA(1,1) con componente estacional ARMA(1,1)pero multiplicativo sería de la siguiente manera:En términos generales podemos escribir un proceso ARIMA con estacionalidad multiplicativa,permitiendo diferenciar mes a mes la serie y por estacionalidad, de la siguiente manera:Este modelo se denota como, donde p es el número de componenteautoregresivos, y q el número de componentes de media móvil a ser incluidos en el modelobásico. s denota la estacionalidad, por ejemplo s=4 en datos trimestrales, y s=12 en datosmensuales. P y Q son la cantidad de componentes autoregresivos y de medias móvil a ser incluidosen la parte estacional del modelo. Finalmente, d y D denotan el número de veces que la serie debeser diferenciada, la serie básica y por estacionalidad respectivamente.Tal como antes, la función de autocorrelación muestral y función de autocorrelación parcial sonútiles para determinar el orden de cada uno de estos componentes del modelo. Se ha demostradoque graficar la función de autocorrelación muestral y parcial luego de haber diferenciado la seriepara eliminar cualquier tendencia o no estacionariedad, y diferenciar el componente estacionalayudan mucho a la identificación del proceso.Volviendo a los datos de construcción de nuevas viviendas, asumamos el siguiente proceso, es decir, el mismo proceso anterior pero ahora la estacionalidad esmultiplicativa. Ocuparemos la opción sarima(P,D,Q,s) para indicarle a STATA que estamostrabajando con estacionalidad multiplicativa.89
Page 1 and 2:
Introducción a Seriesde Tiempo Uni
Page 3 and 4:
Introducción a Series de Tiempo Un
Page 5:
Page 8 and 9:
Page 10 and 11:
Page 12 and 13:
Page 14:
I. Formato de tiempo en STATAIntrod
Page 17 and 18:
Page 19 and 20:
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 27 and 28:
Page 29 and 30:
Page 31 and 32:
Page 33 and 34:
4 6 8desempleo10 12 14Introducción
Page 35 and 36:
Page 37 and 38: 4 6 810 12 144 6 810 12 14Introducc
Page 39 and 40: 0salmón atlántico (ton)20000 4000
Page 41 and 42: 020000 40000 60000Introducción a S
Page 45 and 46: Introducción a Series de Tiempo Un
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 87: Introducción a Series de Tiempo Un
Page 91 and 92: 50100 150 200Introducción a Series
Page 95 and 96: -0.40 -0.200.00 0.20 0.40 0.60Intro
Page 103: Introducción a Series de Tiempo Un
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?