Introducción a Series de Tiempo Univariadas - Centro Microdatos
Introducción a Series de Tiempo Univariadas - Centro Microdatos
Introducción a Series de Tiempo Univariadas - Centro Microdatos
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
Introducción a <strong>Series</strong> <strong>de</strong> <strong>Tiempo</strong> <strong>Univariadas</strong>December 31, 2010arima discharge, arima(1,0,1)estimates store arima1arima discharge, arima(1,0,2)estimates store arima2arima discharge, arima(1,0,3)estimates store arima3estimates table arima1 arima2 arima3, stat(aic, bic) b(%7.3g) p(%4.3f)--------------------------------------------Variable | arima1 arima2 arima3-------------+------------------------------discharge |_cons | 921 930 935| 0.000 0.000 0.000-------------+------------------------------ARMA |ar |L1. | .861 .954 .966| 0.000 0.000 0.000|ma |L1. | -.518 -.605 -.619| 0.000 0.000 0.000L2. | -.146 -.0941| 0.141 0.388L3. | -.0778| 0.469-------------+------------------------------sigma |_cons | 141 140 140| 0.000 0.000 0.000-------------+------------------------------Statistics |aic | 1282 1283 1284bic | 1292 1296 1300--------------------------------------------legend: b/pPor lo cual, escogemos el mo<strong>de</strong>lo ARIMA(1,0,1) para este proceso. Ahora po<strong>de</strong>mos hacer lapredicción un paso a<strong>de</strong>lante, y graficar:predict discharge_p1tsline discharge discharge_p197
Change language