SERIES UNIVARIADAS EJEMPLO DE APLICACION: Hacer un análisis completo de la serie de tiempo de los índices de contaminacion de Lima metropolitana y proyectar.

Slides:



Advertisements
Presentaciones similares
ORGANIZACIÓN de la PRODUCCIÓN
Advertisements

Regresión lineal simple
Estadística Descriptiva y Analisis de Datos con la Hoja de Cálculo Excel Series Temporales.
ESTRATEGIAS Y DISEÑOS AVANZADOS DE INVESTIGACIÓN SOCIAL
Pronósticos, Series de Tiempo y Regresión
MÉTODOS DE MEDICIÓN DE COSTOS.
ESTUDIO DE MERCADO. MÉTODOS DE PROYECCIÓN
Pronósticos, Series de Tiempo y Regresión
Planificación y Control de la Producción I
Planificación y Comercialización – Clase 5 Pronósticos
Centro de Investigación Estadística
SERIES DE TIEMPO INTEGRANTES : GELSI VASQUEZ MICHAEL MUÑOZ JULIO TAPIA.
Covarianza muestral Sean x1, x2, ..., xn e y1, y2, ..., yn dos muestras aleatorias independientes de observaciones de X e Y respectivamente. La covarianza.
Modelado y simulación en Ingeniería Química. Manuel Rodríguez
SERIES UNIVARIADAS Toda institución, ya sea la familia, la empresa o el gobierno, tiene que hacer planes para el futuro si ha de sobrevivir y progresar.
Econometría Aplicada: Series de Tiempo
Especialista en Business Intelligence Analysis Services SSAS (Sesión 14) Microsoft SQL Server 2008 R2 Suscribase a o escríbanos a
Regresión Lineal y Regresión Polinomial
ESTRATEGIAS Y DISEÑOS AVANZADOS DE INVESTIGACIÓN SOCIAL
SERIES TEMPORALES.
1 Modelos Cuantitativos Pronósticos PRONÓSTICO Predicción de lo que ocurrirá sobre la base de: 1. Identificación de tendencias a futuro sobre.
Capitulo 10: La metodología Box-Jenkins
Regresión y correlación
Estadística Descriptiva: 4. Correlación y Regresión Lineal
Regresión Lineal Simple
9 Regresión Lineal Simple
Análisis de Correlación y de Regresión lineal simple
UNIVERSIDAD AUTONOMA DEL PERÚ
MÉTODOS DE PROYECCIÓN Existen varias alternativas para determinar el comportamiento futuro de un producto, lo cual exige de los proyectistas, un análisis.
Biograma Introducir datos en una matriz. Elegir método para máximos y mínimos. Calcular los máximos y mínimos observados. Límites.
INSTRUCCIONES SPSS.
INDICADOR DE LA ACTIVIDAD
Pronósticos, Series de Tiempo y Regresión
REGRESION LINEAL III Mario Briones L. MV, MSc 2005.
Departamento de Informática Universidad Técnica Federico Santa María
Pronósticos Los pronósticos y la planeación de la capacidad de mantenimiento son dos funciones importantes para el diseño de un sistema de mantenimiento.
SERIES DE TIEMPO INTEGRANTES :.
Estimaciones de tasas medias de crecimiento (Notas de Clase) Alejandro Gutiérrez S. UNIVERSIDAD DE LOS ANDES FACULTAD DE CIENCIAS ECONÓMICAS Y SOCIALES.
Estadística Administrativa II
Estadística Administrativa II
1 Metodología para Estimaciones de la Actividad Económica del Estado de Nuevo León Marzo 2005.
SERIES TEMPORALES.
Introducción a la Inferencia Estadística
LOGO Econometría III Esquema del trabajo de ordenador. Curso Parte 3. Análisis de cointegración y formas de los modelos.
Costos indirectos de fabricación. Es el tercer elemento del costo. CLASIFICACIÓN DE LOS COSTOS INDIRECTOS DE FABRICACIÓN Se hace sobre tres bases:
Estadística Administrativa II
Pronósticos, Series de Tiempo y Regresión
ANALISIS DE SERIES TEMPORALES
Microsoft Office Excel
Transformaciones básicas de series
Capitulo 8: Introducción a modelos de series temporales
Modelos lineales: trabajaremos con los siguientes datos Nota: Los datos bájelos del taller 2 de la Web del curso.
Pronósticos.
- ALUMNAS: RANGEL ADA G. CI GIL VENECIA A. S. CI CATEDRA: COMPUTACION ESTADISTICA.
COSTOS PREDETERMINADOS Profesor: Francisco Javier ortega.
Análisis de los Datos Cuantitativos
Método de mínimos cuadrados
CORRELACIÓN Y REGRESIÓN EMPLEANDO EXCEL
Resolución de Problemas Método Gráfico
Unidad 4 Análisis de los Datos.
TEMA : ANALISIS DE REGRESION
EPE MA 148 ESTADÍSTICA INFERENCIAL TEMA:
Financiera III Lica. Mónica Casia
REGRESIÓN LINEAL SIMPLE
RELACIÓN ENTRE UNA VARIABLE DEPENDIENTE Y UNA O MAS INDEPENDIENTES.
REGRESIÓN LINEAL SIMPLE. Temas Introducción Análisis de regresión (Ejemplo aplicado) La ecuación de una recta Modelo estadístico y suposiciones Estimación.
METODO DE HOLT Suavización exponencial ajusta a la tendencia.
REGRESIÓN Y CORRELACIÓN LINEAL, SERIES DE TIEMPO Msc. Esmelda Aguirre Téllez Master en Administración de Negocios.
METODO DEL PUNTO ALTO Y DEL PUNTO BAJO
M.E. ADA PAULINA MORA GONZALEZ. Esta parte describe las técnicas para ajustar curvas en base a datos para estimaciones intermedias. Una manera de hacerlo.
Transcripción de la presentación:

SERIES UNIVARIADAS EJEMPLO DE APLICACION: Hacer un análisis completo de la serie de tiempo de los índices de contaminacion de Lima metropolitana y proyectar hasta el 2011

Pasos para ingresar una base de datos File New Work file Frecuencias Anual Trimestral Mensual Semanal Sin fecha

Fecha de inicio 2006.1 Fecha d termino: 2010.4 Okey Quick Empty group Ingresar datos Cambiar de nombre a la serie.: Name (ingresar el nuevo nombre)

PASOS PARA GRAFICAR UNA SERIE: 1. - VISUALIZAR LA SERIE 2. VIEW 3 PASOS PARA GRAFICAR UNA SERIE: 1.- VISUALIZAR LA SERIE 2. VIEW 3. GRAPH 4.- LINE

ANALIZAR LOS 0UTLIERS a) Suprimir b) Promediar c) considerarlo 5

6

Para remplazar el dato encontrado se crea una nueva serie ajustada zt Para remplazar el dato encontrado se crea una nueva serie ajustada zt * QUICK * GENERAR SERIE zt= xt

Graficar las dos series original y transformada pasos visualizar XT y Zt graph line okey 9

DETECTAR LA TENDENCIA GRAFICAR LA SERIE Zt ELEGIR EL MODELO BASICO: ADITIVO, MULTIPLICATIVO MIXTO Xt=Tt+Et+AT , Xt=Tt*Et*At , Xt=Tt*Et+At

MOVIENG AVERAGE METHODO: ********* SA REMOVER LA LAS VARIACIONES ESTACIONALES MEDIANTE FILTROS LINEALES O MEDIAS MOVILES PASOS: VIZULIZAR LA SERIE Zt PROC SEASONAL ADJUSTMEN MOVIENG AVERAGE METHODO: ********* SA SE OBTIENE LA SERIE SUAVIZADA ZtSA

Graficar la serie zt y ztsa

ESTIMAR LA TENDENCIA: Se grafica solo ztsa y Se observa, según la grafica puede ser un modelo lineal, o no lineal, si fuera lineal : Una recta su ecuación es: Tt= a+bt, donde Tt=ZtSa ( renombrar serie) 14

Ingresamos la variable t : QUICK → EMPTY GROUP →EDIT+/- Ingresar datos de 1 a n, n numero de datos. Se crea la SER01, luego se cambia de nombre por t

SE ESCRIBE LA ECUACION EN LA VENTANA ZtSA C t CALCULAMOS LOS ESTIMADORES DE LOS COEFICIENTS DE REGRESION a y b mediante el método de mínimos cuadrados Usando Eview QUICK ESTIMAR ECUACION SE ESCRIBE LA ECUACION EN LA VENTANA ZtSA C t 16

17

Se obtiene el sgte. Modelo Tt=87.032+4.763 t, R^2 =0.9283 Se observa que es un buen modelo ya que la variable independiente (tiempo) explica el 92.83% a la variable dependiente ( índices de precios) , es decir que los índices de precios al consumidor se comportan en forma lineal en el tiempo . Por lo tanto se puede utilizar para hacer una proyección.

Para proyectar una serie se debe ampliar el rango de la serie pasos: a) hacer doble clik en Range b) Ingresar el nuevo horizonte par la proyección c) Completar los datos de la variable independiente tiempo d) Regresionar el modelo e) Clik en el menú forcast f) Se obtiene la serie proyectada ztsaf. 19

20

REGRESIONAR EL MODELO QUICK ESTIMAR ECUACION ZTSA C T

REALIZAR LA PROYECCION PAR EL AÑO 2011 SEGÚN MODELO: Xt= Tt*Et Se multiplica cada trimestre proyectado del 2011 por La estacionalidad respectiva. ZTSAF Eh ZTSA*EH 187.053215 1.096 205.010324 191.81611 0.955 183.184385 196.579004 0.9258 181.992842 201.341898 1.03187 202.373768

SERIE D INDICE DE PRECIOS PROYECTA AL 2011 POR TRIMESTRES

FIN DE CAPITULO