ANLISIS DE DATOS TIPOS DE VIVIENDA

ANDREA RODRGUEZ
Para los tres caso tratados no se evidencia ningn modelo que se ajuste al comportamiento de
los datos, debido a la poca cantidad de informacin; quizs si se tuviera esta informacin de
manera mensual se podran realizar los respectivos modelos.
Acerca de la metodologa usada, se hizo el anlisis usando la herramienta estadstica SPSS
STATISTICS y se aplic la opcin de modelizador experto, que contrapone modelos de
suavizado exponencial, Howl, Brown y tendencia amortiguada Vs el Modelo ARIMA (ar, ma,
arma, arima, sarima); observando que para estos datos ningn modelo funcion.
Modelo para la variable VIVIENDA 14
El aplicativo desarrollo el ejercicio mediante el modelo ARIMA, presentando los siguientes
resultados:
Descripcin del modelo
Tipo de modelo
ID del modelo

Vivienda14

Modelo_1

ARIMA

Estadsticos del modelo

Modelo

Estadsticos de
ajuste del

Vivienda14-Modelo_1

Nmero de

modelo

predictores

R-cuadrado
0

-1,312E-17 .

Ljung-Box Q(18)
Estadsticos

GL

Nmero de
Sig.

valores atpicos

0 .

En cuanto al pronstico de datos para los aos 2016, 2017, 2018, 2019 y 2020 el resultado
arrojado por el procedimiento fue 7.506,09 para todos los aos, como se puede observar en la
siguiente tabla.

Previsin
Modelo
Vivienda14-Modelo_1

2016

2017

2018

2019

2020

Previsin

7506,09

7506,09

7506,09

7506,09

7506,09

LCS

8992,49

8992,49

8992,49

8992,49

8992,49

LCI

6019,69

6019,69

6019,69

6019,69

6019,69

Para cada modelo, las predicciones comienzan despus del ltimo valor no perdido del rango del
perodo de estimacin solicitado y finalizan en el ltimo perodo para el que hay disponibles valores
no perdidos de todos los predictores o en la fecha de finalizacin del perodo de prediccin solicitado,
lo que ocurra antes.

Grfica de la proyeccin

Modelo VIVIENDA 8
El aplicativo desarrollo el ejercicio mediante el modelo de suavizado exponencial, presentando
los siguientes resultados:

Descripcin del modelo

Tipo de modelo
ID del modelo

Vivienda8

Modelo_1

Simple

Estadsticos del modelo

Modelo

Estadsticos de
ajuste del
Nmero de

modelo

predictores

R-cuadrado

Vivienda8-Modelo_1

Ljung-Box Q(18)
Estadsticos

GL

Nmero de
Sig.

,680 .

valores atpicos

0 .

Parmetros del modelo de suavizado exponencial

Modelo
Vivienda8-Modelo_1

Estimacin
Sin transformacin

Alpha (Nivel)

ET

1,000

,404

Sig.

2,473

En cuanto al pronstico de datos para los aos 2016, 2017, 2018, 2019 y 2020 el resultado
arrojado por el procedimiento fue 5.539,99 para todos los aos, como se puede observar en la
siguiente tabla.
Previsin
Modelo
Vivienda8-Modelo_1

2016

2017

2018

2019

2020

Previsin

5539,99

5539,99

5539,99

5539,99

5539,99

LCS

8578,27

9836,73

10802,39

11616,48

12333,71

LCI

2501,72

1243,26

277,60

-536,49

-1253,72

Para cada modelo, las predicciones comienzan despus del ltimo valor no perdido del rango del
perodo de estimacin solicitado y finalizan en el ltimo perodo para el que hay disponibles valores no
perdidos de todos los predictores o en la fecha de finalizacin del perodo de prediccin solicitado, lo
que ocurra antes.

,048

Grfica de la proyeccin

Modelo HROES (FONDO DE SOLIDARIDAD)

El aplicativo desarrollo el ejercicio mediante el modelo de suavizado exponencial, presentando
los siguientes resultados:
Descripcin del modelo
Tipo de modelo
ID del modelo

Heroes

Modelo_1

Simple

Estadsticos del modelo

Modelo

Estadsticos de
ajuste del

Heroes-Modelo_1

Nmero de

modelo

predictores

R-cuadrado
0

-,210 .

Ljung-Box Q(18)
Estadsticos

GL

Nmero de
Sig.

0 .

valores atpicos
0

Parmetros del modelo de suavizado exponencial

Modelo
Heroes-Modelo_1

Estimacin
Sin transformacin

Alpha (Nivel)

ET

,169

,265

Sig.
,639

En cuanto al pronstico de datos para los aos 2016, 2017, 2018, 2019 y 2020 el resultado
arrojado por el procedimiento fue 989,88 para todos los aos, como se puede observar en la
siguiente tabla.
Previsin
Modelo
Heroes-Modelo_1

2016
Previsin
LCS
LCI

2017

2018

2019

2020

989,88

989,88

989,88

989,88

989,88

1667,66

1677,31

1686,82

1696,21

1705,47

312,11

302,46

292,95

283,56

274,30

Para cada modelo, las predicciones comienzan despus del ltimo valor no perdido del rango del
perodo de estimacin solicitado y finalizan en el ltimo perodo para el que hay disponibles valores
no perdidos de todos los predictores o en la fecha de finalizacin del perodo de prediccin solicitado,
lo que ocurra antes.

Grfica de la proyeccin

,551