Descargar la presentación
La descarga está en progreso. Por favor, espere
1
SERIES TEMPORALES
2
SUPUESTOS Se considera que existe una cierta estabilidad en la estructura del fenómeno estudiado. Los datos deben ser homogéneos en el tiempo, o lo que es lo mismo, se debe mantener la definición y medición de la magnitud objeto de estudio.
3
Series sin tendencia ni estacionalidad.
Descomposición de series: Métodos de Estimación Series sin tendencia ni estacionalidad. Métodos Ingenuos: Última observación Media Histórica MM de orden 3 Alisado Exponencial Simple
4
Series sin tendencia ni estacionalidad.
Series Temporales: Métodos de Estimación Series sin tendencia ni estacionalidad.
5
Series sin tendencia ni estacionalidad.
Series Temporales: Métodos de Estimación Series sin tendencia ni estacionalidad.
6
PREVISIÓN DE SERIES TEMPORALES Series sin tendencia ni estacionalidad.
Métodos Ingenuos: Última observación
7
PREVISIÓN DE SERIES TEMPORALES Series sin tendencia ni estacionalidad.
Métodos Ingenuos: Media Histórica
8
PREVISIÓN DE SERIES TEMPORALES Series sin tendencia ni estacionalidad.
Métodos Ingenuos: MM de orden 3
9
Alisado Exponencial Simple
Media ponderada de infinitos términos (1) Retardando un período la ecuación (1) (2) Multiplicar ambos lados de ecuación (2) por w (3)
10
Restando la ecuación (3) de la (1) nos quedaría
11
(4) La función del alisados quedará así expresada (5)
12
ECUACIÓN DEFINITIVA Si la serie es estable Si la serie es inestable
13
PREVISIÓN DE SERIES TEMPORALES Series sin tendencia ni estacionalidad.
Alisado exponencial simple
14
MEDIDAS Y CONTRASTES Unidad de Medidas Raíz del Error cuadrático Medio
Medidas de Bondad a priori. Unidad de Medidas a Medidas sobre los errores. Misma unidad de la variable dependiente Raíz del Error cuadrático Medio Misma unidad de la variable dependiente Error Medio Absolutos Porcentaje Medio de Error Porcentaje
15
MEDIDAS Y CONTRASTES Medidas de Bondad a priori.
a Medidas sobre los errores.
16
MEDIDAS Y CONTRASTES e e Medidas de Bondad a priori.
b) Análisis de puntos de cambio de tendencia. En análisis de regresión sobre series temporales es frecuente que el modelo estimado represente la senda de largo plazo (tendencia) seguida por la variable objeto de estudio. No obstante, existen algunos puntos (máximos y mínimos locales) de especial interés o relevancia de cara la capacidad de modelo estimado en reproducirlos. Tipos de cambio de Tendencia. Ocurre un máximo local cuando: e Por otro lado, ocurre un mínimo local cuando: e
17
MEDIDAS Y CONTRASTES Medidas de Bondad a priori.
b) Cambio de Tendencia.
18
MEDIDAS Y CONTRASTES Medidas de Bondad a priori.
d) Diagrama de predicción realización. Propuesto por Theil. Corresponden a un diagrama de dispersión donde se representan las tasas de crecimiento reales y estimadas para la variable endógena. En estos casos la línea de predicción perfecta corresponde a la diagonal que atraviesa los cuadrantes primero y tercero. Si los puntos se encontrasen en los cuadrantes segundos y cuarto, la predicción presentaría un problema de signo contrario. ((zona I) Si los puntos están predominantemente en las zonas III, hay una sobrevaloración de las variaciones y están en la zona II hay una infravaloración de las variaciones
19
MEDIDAS Y CONTRASTES I ΔYreal II I III ΔYestimado III II
Medidas de Bondad a priori. d) Diagrama de predicción realización. ΔYreal II I III ΔYestimado III I II
Presentaciones similares
© 2024 SlidePlayer.es Inc.
All rights reserved.