Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
Estadstica
Miguel Angel
Chong R.
miguel@sigma.iimas.unam.mx
Miguel Chong
Series de tiempo
Modelos no estacionarios
Como dijimos al inicio del curso, cuando tenemos una serie de
tiempo observada y graficamos los datos, es posible que notemos
que la serie no sea estacionaria, entonces es deseable aplicar alguna
trasformacion a los datos para hacerlos estacionarios.
Si en nuestra serie observada solo se aprecia un compontente de
tendencia (media no constante)
Xt
= mt + Yt ,
Miguel Chong
Series de tiempo
Definici
on Procesos ARIMA(p,d,q) (causales e invertible)
Sea d 2 {1, 2, 3, . . .}. Diremos que {Xt }t2T es un proceso ARIMA(p, d, q)
causal e invertible si al diferenciarlo d veces, es decir, Yt = rd Xt =
(1 B)d Xt tenemos un proceso ARMA(p, q) causal e invertible.
Dicho de otro modo, si {Xt } es un proceso ARIMA(p, d, q) se escribe de
la siguiente forma
1B
2B
(B)Xt
...
pB
(1
B)d Xt =
p (B)(1
B)d Xt
p (B)Yt
q (B)t ,
1 + 1 B + 2 B 2 + . . . + q B q t ,
q (B)t ,
Miguel Chong
Series de tiempo
Observaciones
1
Miguel Chong
Series de tiempo
Ejemplo
Si {Xt } es un proceso ARIMA(1, 1, 1) causal e invertible donde
2 ( 1, 1) y 2 ( 1, 1)
(1
B)(1
(1
donde Yt = (1
invertible.
B)Xt
B)Yt
= (1 + B)t ,
= (1 + B)t ,
Miguel Chong
Series de tiempo
Xt
= St + Yt
o
Xt
= mt + St + Yt .
Series de tiempo
Meses
A
nos
...
11
12
X1
X2
X3
...
X11
X12
2
..
.
X13
..
.
X14
..
.
X15
..
.
...
..
.
X23
..
.
X24
..
.
1
r
X12(r
2)+1
X12(r
2)+2
X12(r
2)+3
...
X12(r
2)+11
X12(r
1)+1
X12(r
1)+2
X12(r
1)+3
...
X12(r
1)+11
X12(r
X12r
Series de tiempo
1)
Definici
on
Diremos que {Xt }t2T es un proceso auto regresivo-medias moviles
estacional puro con periodo s de orden (P, Q), y lo denotamos
ARMA(P, Q)s donde P, Q 0 y 1 , . . . , P , 1 , . . . , Q . son reales tales
que
Xt
1 Xt s
+ ... +
P Xt Ps
+t + 1 t
+ . . . + Q t
Qs ,
o equivalentemente
1
1B
...
pB
Ps
P (B
Xt
)Xt
1 + 1 B s + . . . + Q B Qs t
Q (B s )t ,
P ()
y Q () no
Series de tiempo
= t + 1 t
s,
donde la funci
on
h=0
si h = s
cualquie otro caso.
+ 1 t
s,
y la funci
on de
h=0
h=s
si h = 2s, 3s, . . .
cualquie otro caso
Series de tiempo
P (B
)Xt
q (B)Q (B s )t ,
p (z) = 1
1B
pB ,
s
Ps
P (z) = 1
1B
PB ,
q
q (z) = 1 + 1 B + + q B ,
Q (z) = 1 + 1 B s + + Q B Qs .
Miguel Chong
Series de tiempo
(1
B)d 1
BS
Xt ,
P (B
)Yt
Miguel Chong
q (B)Q (B s )t ,
Series de tiempo
Xt
2
= (1 + 0.2B) 1
Como se ve la ecuaci
on de los modelos
1
2
Miguel Chong
0.7B 2
Series de tiempo
0.5B 12 t ,
0.8B 8 t .
No
Etapa 2
Estimacin de
los coeficientes
Etapa 3
Verificacin de
los supuestos
El modelo
cumple con
los supuestos
Usar el modelo
para hacer
prediccin
Miguel Chong
Series de tiempo
Miguel Chong
Series de tiempo
Series de tiempo
Series de tiempo