Capitulo 8: Introducción a modelos de series temporales

Slides:



Advertisements
Presentaciones similares
Regresión mínimo cuadrada (II)
Advertisements

Detección de tendencias temporales: Análisis de series temporales
Un análisis de variables fiscales del Gobierno Central del Uruguay para el período Elena Ganón Ina Tiscordio Área de Política Monetaria y Programación.
Econometría II Análisis de series temporales (II): Extensiones y metodología Miguel Jerez y Sonia Sotoca Universidad Complutense de Madrid Marzo 2004.
Estadística Descriptiva y Analisis de Datos con la Hoja de Cálculo Excel Series Temporales.
Modelos ARMA.
Capitulo 9: Modelos unívariados de series temporales
Pronósticos, Series de Tiempo y Regresión
ESTUDIO DE MERCADO. MÉTODOS DE PROYECCIÓN
Curso FSE – Comunidad de Madrid
Centro de Investigación Estadística
Centro de Investigación Estadística
SERIES DE TIEMPO INTEGRANTES : GELSI VASQUEZ MICHAEL MUÑOZ JULIO TAPIA.
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.
SERIES UNIVARIADAS EJEMPLO DE APLICACION: Hacer un análisis completo de la serie de tiempo de los índices de contaminacion de Lima metropolitana y proyectar.
ESTRATEGIAS Y DISEÑOS AVANZADOS DE INVESTIGACIÓN SOCIAL
SERIES TEMPORALES.
SERIES TEMPORALES.
SERIES TEMPORALES.
Pronósticos, Series de Tiempo y Regresión
Mario Bidegain (FC) – Alvaro Diaz (FI) – Marcelo Barreiro (FC)
INTRODUCCIÓN A LAS SERIES DE TIEMPO
MODELO DE SERIES DE TIEMPO
1 Modelos Cuantitativos Pronósticos PRONÓSTICO Predicción de lo que ocurrirá sobre la base de: 1. Identificación de tendencias a futuro sobre.
TEMA 8: ANÁLISIS DE LA REGRESIÓN Y CORRELACIÓN ENTRE DOS VARIABLES
ESCUELA SUPERIOR POLITÉCNICA DEL LITORAL
Preguntas y Métodos de la Macroeconomía
Características básicas de los datos económicos de series temporales
DINAMICA DE LA OFERTA AGROPECUARIA ARGENTINA: ELASTICIDADES DE LOS PRINCIPALES CULTIVOS PAMPEANOS VICTOR BRESCIA DANIEL LEMA INSTITUTO DE ECONOMIA Y SOCIOLOGIA.
METODOS ELEMENTALES DE
Previsión de Ventas. Métodos no paramétricos Previsión de Ventas. Tema 2. 1 Antonio Montañés Bernal Curso
SERIES TEMPORALES.
Análisis Estadístico de Datos Climáticos Facultad de Ciencias – Facultad de Ingeniería 2009 M. Barreiro – M. Bidegain – A. Díaz Análisis de espectro singular.
SERIES DE TIEMPO INTEGRANTES :.
Departamento de Informática Universidad Técnica Federico Santa María EconometríaEconometría Modelos Pronósticos Prof. Dr. Héctor Allende.
Ejemplos de Tasas Periódicas
Pronósticos, Series de Tiempo y Regresión
Estadística Administrativa II
Función potencia Análisis de la función potencial cuadrática Función potencial cúbica Análisis de la función potencial cúbica Análisis de la función exponencial.
Funciones Polinómicas, Exponenciales, Logarítmicas y de Proporcionalidad Inversa 4º E.S.O. Matemáticas B Mariano Benito.
SERIES TEMPORALES.
Tipos de funciones.
¿Qué puede haber de improvisto para el que no ha previsto nada?
Análisis de series de tiempo
Análisis de series de tiempo
Estadística Administrativa II
Pronósticos, Series de Tiempo y Regresión
ANALISIS DE SERIES TEMPORALES
Econometría (2625) William Nilsson DB257
SERIES TEMPORALES.
Diseño de un grupo de sujetos
Transformaciones básicas de series
Índice: Introducción Conceptos básicos Procesos elementales
SERIES CRONOLOGICAS O DE TIEMPO
Pronósticos.
Análisis de series de tiempo
Titular: Agustín Salvia
NORA ALCANTARA  ¿Por que existen mercados estacionales?  ¿Es importante conocer la estacionalidad del mercado?  ¿La estacionalidad es una característica.
Método de mínimos cuadrados
Capitulo 11: Modelos dinámicos
INSTRUMENTOS ESTADÍSTICOS PARA EL TRATAMIENTO DE SERIES TEMPORALES APLICADOS AL TURISMO Una aplicación al número de viajeros alojados en establecimientos.
Financiera III Lica. Mónica Casia
EJERCICIOS Antoni Espasa. EJERCICIO En el modelo ΔX t = 0.5 a t a t a t at Calcular los efectos de at en observaciones futuras de.
PROYECTABLE DE SERIES DE TIEMPO
INTRODUCCIÓN 1.- Estadística: concepto, contenido y relaciones
ESTADÍSTICA BIDIMENSIONAL
ANÁLISIS DE SERIES DE TIEMPO. LOGRO DE LA SESIÓN Al finalizar la sesión de clase, el alumno será capaz de realizar pronósticos para una variable seriada.
Series de Tiempo Capítulo VIII.
ANÁLISIS PRIMARIO DE SERIES TEMPORALES
Predicción con Alisado Exponencial
Transcripción de la presentación:

Capitulo 8: Introducción a modelos de series temporales Modelos deterministas y estocásticas Componentes de una serie temporal Análisis de la tendencia, ajustaments y medias móviles Procesos estocásticas Función de autocovarianza, autocorrelación y autocorrelación parcial.

Componentes de una serie temporal (enfoque determinista) Tendencia, , una tendencia a largo plazo. Cíclica, , oscilaciones, no estrictamente periódicas, a medio largo plazo > un año. Estacional, , oscilaciones mas o menos regulares, trimestral, mensual, semanal, durante el día... Irregular, , Efectos (normalmente) imprevistos, sin periodicidad. Normalmente se obtiene este componente como un residuo.

Componentes de una serie temporal (enfoque determinista) Los componentes se pueden combinar ; aditivamente, multiplicativo o mixta. La multiplicativa se puede transformar al aditivo a través de logaritmos (si por todo los ).

Analice de la tendencia: ajustes y medias móviles. Tendencia-Ciclo, modelos de ajuste. Tendencia lineal Tendencia cuadrática Tendencia polinómica

Analice de la tendencia: ajustes y medias móviles. Tendencia exponencial Tasa de crecimiento Tendencia logística

Analice de la tendencia: ajustes y medias móviles. Tendencia segméntales Otros funciones de tendencia determinista

Medias móviles (MA)