Descomposición y simulación de series de tiempo

Presentación del tema: "Descomposición y simulación de series de tiempo"— Transcripción de la presentación:

1 Descomposición y simulación de series de tiempo
Ponencia XXVII COLMEME Escuela Superior de Economía, IPN Descomposición y simulación de series de tiempo Miguel Heras Villanueva ESE-IPN Juan Francisco Islas Aguirre FAO-MX UP Lázaro Cárdenas Santo Tomás, octubre 12, 2017

2 Descomposición y simulación de series de tiempo con Stata y R
Objetivos Desarrollo de la técnica de descomposición multiplicativa. Caracterizar los componentes de ciclo, tendencia, estacionalidad e irregularidad en dichas series. Simular los procesos estocásticos AR que describen a las series de tiempo univariadas en tres casos. Atender a la clasificación de modelos auto-regresivos considerados por la prueba de Dickey-Fuller.

3 Principios de descomposición de series de tiempo
Componentes de separación Tendencia-Ciclo: Representa los cambios de largo plazo en el nivel de la serie de tiempo. Estacionalidad: Caracteriza fluctuaciones periódicas de longitud constante causadas por factores tales como temperatura, estación del año, periodo vacacional, políticas, etc. Error: Efecto de factores desconocidos, impredecibles. Dato = Patrón + Error

4 Principios de descomposición de series de tiempo
Componentes de separación Serie ajustada por estacionalidad

5 La técnica de descomposición multiplicativa
Considerando la base de datos airline.csv de pasajeros de una línea aérea internacional que presentan Makridakis et. al. (1998), capítulo 3, el algoritmo de descomposición comprende los siguientes pasos. Paso 1: Estimación de tendencia-ciclo. Mediante promedio móvil centrado MA 12.

6 Descomposición Multiplicativa
La técnica Descomposición Multiplicativa Paso 2: Cálculo de la razón porcentual datos a promedio móvil.

7 Descomposición Multiplicativa
La técnica Descomposición Multiplicativa Paso 3: Índice estacional. Una vez removido el componente tendencia-ciclo, bajo la descomposición multiplicativa se asume que el componente estacional es constante año con año. De acuerdo al conjunto de datos considerado se requiere calcular un valor para cada mes. El índice estacional se construye promediando las observaciones sin tendencia correspondientes a cada mes para todos los años observados.

8 Descomposición Multiplicativa
La técnica Descomposición Multiplicativa Paso 4: Serie de Irregularidad. Se obtiene a partir de:

9 Resumen gráfico de la Descomposición Multiplicativa
Nota: Se sugiere realizar la comprobación

10 Variable no estacionaria y simulación de modelos AR

11 Variable no estacionaria y simulación de modelos AR

12 Variable no estacionaria y simulación de modelos AR

13 Variable no estacionaria y simulación de modelos AR

14 Variable no estacionaria y simulación de modelos AR

15 Variable no estacionaria y simulación de modelos AR

16 Variable no estacionaria y simulación de modelos AR

17 Variable no estacionaria y simulación de modelos AR

18 Variable no estacionaria y simulación de modelos AR

19 Variable no estacionaria y simulación de modelos AR

20 Variable no estacionaria y simulación de modelos AR

21 Variable no estacionaria y simulación de modelos AR

22 Variable no estacionaria y simulación de modelos AR

23 Variable no estacionaria y simulación de modelos AR

24 Variable no estacionaria y simulación de modelos AR

25 Variable no estacionaria y simulación de modelos AR

26 Variable no estacionaria y simulación de modelos AR

27 Variable no estacionaria y simulación de modelos AR

28 Variable no estacionaria y simulación de modelos AR

29 Variable no estacionaria y simulación de modelos AR

30 Variable no estacionaria y simulación de modelos AR

31 Variable no estacionaria y simulación de modelos AR

32 Variable no estacionaria y simulación de modelos AR

33 Variable no estacionaria y simulación de modelos AR
3 ya vistos

34 Variable no estacionaria y simulación de modelos AR
3 ya vistos

35 Variable no estacionaria y simulación de modelos AR

36 Variable no estacionaria y simulación de modelos AR

37 Variable no estacionaria y simulación de modelos AR

38 Referencias Carter, Hill, Grifiths (2014) Principles of Econometrics, Wiley Fuleky, Peter (2014) Time series decomposition Hyndman, Rob y George Athanasopoulos (2012) Forecasting: principles and practice, OTexts Makridakis, Wheelwright and Hyndman (1998) Forecasting: methods and applications, John Wiley & Sons