Centro de Investigación Estadística

Presentación del tema: "Centro de Investigación Estadística"— Transcripción de la presentación:

1 Centro de Investigación Estadística
CIEM Centro de Investigación Estadística y Mercadeo

2 SERIES CRONOLOGICAS O DE TIEMPO
Metodología ARIMA LEON DARIO BELLO P. CIEM

3 MODELOS AUTORREGRESIVOS Y DE PROMEDIOS MOVILES Box y Jenkins
Conceptos básicos Proceso estocástico: llamamos proceso estocástico a una sucesión de variables aleatorias {Yt} donde t= , 0 , 1, 2 , Estacionariedad:Puede ser estacionario en medias y/o en varianzas (no cambios) Ruido Blando (White noice):se llama ruido blanco a una sucesión de variables aleatorias con esperanza cero, igual varianza e independientes en el tiempo Paseo aleatorio: llamamos paseo aleatorio a un proceso estocástico {Yt} cuyas primeras diferencias forman un proceso ruido blanco Preparado por: León Dario Bello

4 MODELOS AUTORREGRESIVOS Y DE PROMEDIOS MOVILES
Estacionariedad en medias hace referencia a que no tenga tendencia, estacionariedad en varianzas a que se tenga varianzas iguales, supuestos que se validaron anteriormente funciones de Autocorrelación y Autocorrelación Parcial son claves para éste análisis. Preparado por: León Dario Bello

5 MODELOS AUTORREGRESIVOS Y DE PROMEDIOS MOVILES
Se utilizan cuando en algunos puntos de la serie estos están relacionados con otros que le anteceden y que les siguen. Son aquellos que reúnen en una sola expresión las componentes autoregresiva y de media móvil de la serie de tiempo, si la tienen. La componente Autoregresiva se encarga de determinar cada observación como una combinación lineal de las observaciones anteriores; la componente de Media Móvil incluye una parte aleatoria Preparado por: León Dario Bello

6 DESCRIPCIÓN DE LOS MODELOS
Los modelos deben ser construidos sobre una serie Xt estacionaria con respecto a la media, varianza y autocorrelaciones. Si la serie Xt no es estacionaria con respecto a la media, para volverla estacionaria hay que aplicar una diferenciación de orden d: d Xt; si no lo es con respecto a las autocorrelaciones deben emplearse una diferenciación de orden D; si no lo es con respecto a la varianza debe utilizarse la transformación de Box-Cox. Preparado por: León Dario Bello

7 Metodología ARIMA Estacionariedad en medias hace referencia a que no tenga tendencia, estacionariedad en varianzas a que se tenga varianzas iguales, supuestos que se validaron anteriormente. El modelo corrido con el SPSS fue el ARIMA (1,1,0)(1,1,0)12 Preparado por: León Dario Bello

8 Metodología ARIMA Estacionariedad en medias hace referencia a que no tenga tendencia, estacionariedad en varianzas a que se tenga varianzas iguales, supuestos que se validaron anteriormente. El modelo corrido con el SPSS fue el ARIMA (1,1,0)(1,1,0)12 Preparado por: León Dario Bello