Guia de Ejercicios Resueltos y Propuestos

November 12, 2018 | Author: Enrique Hlm | Category: Applied Mathematics, Mathematics, Science, Computing And Information Technology
Share Embed Donate


Short Description

modelo arima...

Description

UNIVERSIDAD NACIONAL JORGE BASADRE GROHMANN

FACULTAD DE CIENCIAS ESCUELA PROFESIONAL DE MATEMATICA

MODELO MODELO ARIMA ARIMA (p, d, q) (P, D, Q)s



JULIO HUAYTA



JUAN CHOQUE

MODELO ARIMA El modelo ARIMA permite describir un valor como una función lineal de datos anteriores  errores   debidos al azar, además, puede incluir un componente cíclico o estacional. Es decir, debe contener todos los elementos necesarios para describir el fenómeno. !o"  #en$ins recomiendan como mínimo %& o'seraciones en la serie temporal.

MODELO ARIMA La metodología de Box y Jenkins se resume en cuatro fases: 

La  primera fase consiste en identi*car el posi'le modelo ARIMA que siue la serie, lo que requiere!  "ecidir qu# transformaciones aplicar para convertir la serie observada en una serie estacionaria.  "eterminar un modelo ARMA para la serie estacionaria, es decir, los órdenes p $ q de su estructura autorreresiva $ de media móvil.



La segunda fase + eleccionado proisionalmente un modelo para la serie estacionaria, se pasa a la seunda etapa de estimación, donde los parámetros AR $ MA del modelo se estiman por má%ima verosimilitud $ se obtienen sus errores estándar $ los residuos del modelo.

MODELO ARIMA La tercera fase es el dia-nostico , donde se comprueba que los residuos no tienen estructura de dependencia $ siuen un proceso de ruido blanco. &i los residuos muestran estructura se modi'ca el modelo para incorporarla $ se repiten las etapas anteriores (asta obtener un modelo adecuado.  La cuarta fase es la predicción, una vez que se (a obtenido un modelo adecuado se realizan predicciones con el mismo. 

MODELO ARIMA (p, d, q) )n modelo ARIMA*+, d, + es una serie temporal que se convierte en ruido blanco *proceso puramente aleatorio despu#s de ser diferenciada d veces. El modelo *+, d, + se e%presa mediante! El modelo eneral ARIMA*p, d, q denominado proceso autorreresivo interado de medias móviles de orden p, d, q, toma la e%presión!

MODELO ARIMA (p, d, q) )n modelo ARIMA*p, d, q permite describir una serie de observaciones despu#s de que (a$an sido diferenciadas d veces, a 'n de e%traer las posibles fuentes de no estacionariedad. Esta fórmula se puede aplicar a cualquier modelo. &i (a$ aluna componente p, d, q, iual a cero, se elimina el t#rmino correspondiente de la fórmula eneral. -os modelos cíclicos o estacionales son aquellos que se caracterizan por oscilaciones cíclicas, tambi#n denominadas variaciones estacionales. -as variaciones cíclicas a veces se superponen a una tendencia secular.

MODELO ARIMA (p, d, q) -as series con tendencia secular $ variaciones cíclicas pueden representarse mediante los modelos ARIMA(p, d, q)(P, D, Q) . El primer par#ntesis (p, d, q) se re'ere a la tendencia

secular o parte re-ular de la serie $ el seundo par#ntesis (P, D, Q) se re'ere a las ariaciones estacionales, o parte c.clica de la serie temporal.

MODELO ARIMA (p, d, q) En este sentido, se aduntan alunas e%presiones del modelo!

Ejemplo de ARIMA )n analista de empleo estudia las tendencias del empleo en tres sectores industriales durante cinco a/os *0+ meses. El analista realiza un ARIMA para austar un modelo para la industria del comercio. 1. Abra los datos de muestra. 2. Elia Estadísticas 3 &eries de tiempo 3 ARIMA. 4. En &erie, inrese 5omercio. 6. En Autorreresivo, en 7o estacional, inrese 1. 8. 9aa clic en :rá'cas $, a continuación, seleccione A5; de residuos. 0. 9aa clic en Aceptar.

Interpretar los resultados El t#rmino de promedio móvil tiene un valor p que es menor que el nivel de sini'cancia de +.+8. El analista conclu$e que el coe'ciente del t#rmino de promedio móvil es estadísticamente diferente de + $ mantiene el t#rmino en el modelo. o% son ma$ores que +.+8 $ ninuna de las correlaciones correspondientes a la función de autocorrelación de los residuos es sini'cativa. El analista conclu$e que el modelo satisface el supuesto de que los residuos son independientes.

TendenciasEmpleo.MTW

/RA0IA

View more...

Comments

Copyright ©2017 KUPDF Inc.
SUPPORT KUPDF