SERIE DE EXPORTACIONES DE ESTAO

1. Definicin del caso:

Se cuenta con la siguiente serie mensual de Exportaciones de Estao desde el
ao 1992 hasta 2001.

AO/Mes ENE FEB MAR ABR MAY JUN JUL AGO SET OCT NOV DIC
1992 1.39 2.11 3.55 2.56 3.55 5.23 4.72 4.42 6.82 3.18 2.38 6.63
1993 2.80 2.62 5.95 3.45 2.50 5.98 3.15 2.55 4.74 3.20 4.83 4.40
1994 5.79 6.34 5.59 5.76 6.55 5.66 6.50 5.81 7.83 8.10 9.25 8.41
1995 7.30 6.06 6.82 7.20 4.08 10.34 8.01 9.80 7.53 6.54 7.03 6.96
1996 9.36 3.46 10.41 7.24 7.33 10.00 11.12 6.76 7.74 13.91 7.37 13.95
1997 12.48 11.17 11.59 8.70 14.65 8.42 9.45 10.65 7.93 17.86 11.10 9.23
1998 11.86 11.62 8.43 12.74 7.55 9.42 8.83 10.75 8.85 12.65 10.93 4.99
1999 10.85 14.29 11.48 6.82 9.59 11.45 14.40 12.12 12.26 7.82 11.17 10.64
2000 14.46 13.25 11.72 12.65 13.71 12.75 16.35 16.16 17.40 14.73 13.76 13.31
2001 17.14 13.66 12.02 10.14 16.03 7.57 14.66 10.92 10.38 8.79 14.85 13.39

Fuente: BCR
2. Anlisis y diagnstico Box-Jenkins

2.1. FASE: Anlisis exploratorio de datos

a. Ploteo de la serie
 SERIE DE EXPORTACIONES DE ESTAO
20
18
16
14
12
10
8
6
4
2
0

Oct95

Ago96

Oct00

Ago01
Nov92

Sep93
Feb94
Jul94

Nov97

Sep98
Feb99
Jul99
Dic94

Dic99
Ene92

May95

Ene97

May00
Jun92

Abr93

Jun97

Abr98
Mar96

Mar01
Fuente: BCR

Analizando grficamente la serie de Exportaciones de Estao se observa

claramente la presencia del componente de tendencia (con pendiente
positiva) con lo que se tendra la sospecha de la no estabilidad del nivel. Sin
embargo, esta sospecha debe ser verificada mediante una prueba de
hiptesis. Por otro lado, no se observa presencia componente estacional.

b. Anlisis grafico de Tendencia y estacionalidad

Grfico de Cajas agrupado por aos

2
 Grfica de caja de Zt
20

15

10
Zt

0
1 2 3 4 5 6 7 8 9 10
Ao

En el grfico de cajas agrupado por aos se observa claramente tendencia en

la serie, esto debido a que las cajas se encuentran en forma lineal con
pendiente positiva. Por lo tanto se puede decir que posiblemente tanto el nivel
como variabilidad no sean estables. Esto se concluye a partir de que se
observa claramente tendencia en la serie (nivel) y que hay diferencias
marcadas en los tamaos de las cajas (variabilidad).

Grfico de Cajas agrupado por meses

3
 Grfica de caja de Zt
20

15

10
Zt

0
1 2 3 4 5 6 7 8 9 10 11 12
Mes

En el grfico de cajas agrupado por meses no se observa la presencia del

componente estacional en la serie, esto debido a que las diferencias en las
medianas de cajas no es tan marcado. Por otro lado se observa posible
estabilidad de la variabilidad ya que las cajas son casi del mismo tamao.

c. Prueba de hiptesis de Tendencia y estacionalidad

Estas tentativas conclusiones del anlisis grfico se verificarn mediante las

siguientes pruebas de hiptesis, sin embrago antes es necesario probar la
normalidad a los datos de la serie para la eleccin de la pruebas adecuadas.

Prueba de Normalidad
H0: Los datos de la serie se distribuyen normalmente
H1: Los datos de la serie NO serie se distribuyen normalmente

4
 Grfica de probabilidad de Zt
Normal
99.9
Media 118.9
Desv .Est. 13.80
99 N 180
AD 5.486
95 Valor P <0.005
90
80
Porcentaje

70
60
50
40
30
20
10
5

0.1
70 80 90 100 110 120 130 140 150 160
Zt

Se concluye a un nivel de significacin del 5% que los datos de la serie NO

serie se distribuyen normalmente. Por lo tanto las pruebas correspondientes
para dicho anlisis descriptivo realizado anteriormente se debern hacer uso
de pruebas no paramtricas.

Prueba de Kruskal-Wallis agrupado por aos

Ho: Me1= Me2== Me15

H1: Mei Mej algun ij
Prueba de Kruskal-Wallis: Zt vs. Ao
H = 87.48 GL = 9 P = 0.000

Se concluye a un nivel de significacin del 5% que en al menos uno de los

aos la mediana es diferente a los dems. Por lo tanto se puede afirmar que la
serie de Exportaciones de Estao presenta tendencia y se debe proceder a
estabilizar el nivel.

Homogeneidad de Variancias (Prueba de Levene)

Ho: Variabilidad estable agrupado por aos

H1: Variabilidad inestable agrupado por aos

5
 Prueba de igualdad de varianzas para Zt

1 Prueba de Bartlett
Estadstica de prueba 20.02
2 Valor P 0.018
Prueba de Levene
3
Estadstica de prueba 2.09
4 Valor P 0.036

5
Ao

10

0 1 2 3 4 5 6 7
Intervalos de confianza de Bonferroni de 95% para Desv.Est.

Se concluye a un nivel de significacin del 5% para la prueba de Levene que

la variabilidad de los datos de la serie agrupado por aos no es estable. Por lo
tanto se requiere realizar una transformacin a los datos de la serie para
estabilizar la variabilidad.

Prueba de Kruskal-Wallis agrupado por meses

Ho: Me1= Me2== Me12 (No existe estacionalidad)

H1: Mei Mej algun ij (existe estacionalidad)
Prueba de Kruskal-Wallis: Zt vs. Ao
H = 2.11 GL = 11 P = 0.998

A un nivel de significacin del 5% no se puede afirmar que en al menos uno de

los meses la mediana sea diferente a los dems. Por lo tanto se puede
concluir que la serie de Exportaciones de Estao no es estacional.

Homogeneidad de Variancias (Prueba de Levene)

Ho: Variabilidad estable agrupado por meses.

H1: Variabilidad inestable agrupado por meses.

6
 Prueba de igualdad de varianzas para Zt
1 Prueba de Bartlett

2 Estadstica de prueba 7.90

Valor P 0.722
3 Prueba de Levene
4 Estadstica de prueba 0.92
Valor P 0.525
5
6
Mes

7
8
9
10
11
12
0 2 4 6 8 10 12 14
Intervalos de confianza de Bonferroni de 95% para Desv.Est.

Se concluye a un nivel de significacin del 5% para la prueba de Levene que

la variabilidad de los datos de la serie agrupado por meses es estable.

d. No estabilidad de la variabilidad de la serie

Es posible aplicar Transformacin de Box-Cox para lograr la estabilidad

de la variabilidad por aos, sin embargo esta transformacin complicar la
interpretacin del modelo y los pronsticos. Posteriormente la serie
transformada deber ser diferenciada (de orden 1, dado que la lnea
estimada se ajusta bien a los datos de la serie) para estabilizar el nivel.

7
 Grfica de Box-Cox de Zt
LC inferior LC superior
14 Lambda
(utilizando 95.0% confianza)

12 Estimar 0.54

LC inferior 0.28
LC superior 0.80
10
Valor redondo 0.50
Desv.Est.

2 Lmite

-2 -1 0 1 2 3 4 5
Lambda

El valor de lambda ptimo para la transformacin de los datos de la serie es

0.50 es decir una transformacin raz cuadrada.
Por ltimo se realizar nuevamente el anlisis anterior sobre la serie
transformada y diferenciada para verificar que el nivel y variabilidad se
hayan estabilizado.

Prueba de Kruskal-Wallis agrupado por aos

Ho: Me1= Me2== Me15

H1: Mei Mej algun ij
Prueba de Kruskal-Wallis: dZT* vs. Ao
H = 3.26 GL = 9 P = 0.953

Conclusin: A un nivel de significacin del 5% no se puede afirmar que en al

menos uno de los aos la mediana sea diferente a los dems. Por lo tanto se
puede afirmar que la serie de Exportaciones de Estao no presenta
tendencia y se ha logrado estabilizar el nivel.

Homogeneidad de Variancias (Prueba de Levene)

Ho: Variabilidad estable agrupado por aos

H1: Variabilidad inestable agrupado por aos

8
 Prueba de igualdad de varianzas para dZT*

1 Prueba de Bartlett
Estadstica de prueba 28.00
2 Valor P 0.001
Prueba de Levene
3
Estadstica de prueba 1.95
4 Valor P 0.052

5
Ao

10

0.0 0.5 1.0 1.5 2.0

Intervalos de confianza de Bonferroni de 95% para Desv.Est.

Conclusin: A un nivel de significacin del 5% no se puede afirmar para la

prueba de Levene que la variabilidad de los datos de la serie agrupado por
aos no es estable. Por lo tanto se afirmar que se ha logrado estabilizar la
variabilidad agrupada por aos.

Prueba de Kruskal-Wallis agrupado por meses

Ho: Me1= Me2== Me12 (No existe estacionalidad)

H1: Mei Mej algun ij (existe estacionalidad)
Prueba de Kruskal-Wallis: dZT* vs. Mes
H = 7.18 GL = 11 P = 0.785

A un nivel de significacin del 5% no se puede afirmar que en al menos uno de

los meses la mediana sea diferente a los dems. Por lo tanto se puede
concluir que la serie transformada y diferenciada de Exportaciones de Estao
no es estacional.

Homogeneidad de Variancias (Prueba de Levene)

Ho: Variabilidad estable agrupado por meses.

H1: Variabilidad inestable agrupado por meses.

9
 Prueba de igualdad de varianzas para dZT*
1 Prueba de Bartlett

2 Estadstica de prueba 11.09

Valor P 0.435
3 Prueba de Levene
4 Estadstica de prueba 0.57
Valor P 0.853
5
6
Mes

7
8
9
10
11
12
0.0 0.5 1.0 1.5 2.0
Intervalos de confianza de Bonferroni de 95% para Desv.Est.

Se concluye a un nivel de significacin del 5% para la prueba de Levene que

la variabilidad de los datos de la serie agrupado por meses es estable.

e. Estacionariedad de la serie

10
 Grfica de series de tiempo de dZT*
1.5

1.0

0.5
dZT*

0.0

-0.5

-1.0

1 12 24 36 48 60 72 84 96 108 120
ndice

Se desarrollar la prueba de Mann-Whitney para verificar la estacionariedad

de la serie transformada y diferenciada. Para esto se dividir dicha serie en
dos partes.

Ho: Me1= Me2 (Serie estacionaria)

H1: Me1 Me2 (Serie no estacionaria)
Prueba de Mann-Whitney e IC: grupo1, grupo2

N Mediana
grupo1 59 0.0347
grupo2 60 -0.0817

La estimacin del punto para ETA1-ETA2 es 0.0510

95.0 El porcentaje IC para ETA1-ETA2 es (-0.1355,0.2482)
W = 3644.0
Prueba de ETA1 = ETA2 vs. ETA1 no es = ETA2 es
significativa en 0.5823

Conclusin: A un nivel de significacin de 5% no se puede afirmar que las

medianas en ambos grupos sean diferentes. Por lo tanto se puede afirmar que
la serie es estacionaria.

11
2.2. FASE: Identificacin tentativa del modelo

a. Funcin de Autocorrelacin muestral

Funcin de autocorrelacin: dZT*

Desfase ACF T LBQ

1 -0.553762 -6.04 37.42
2 0.006988 0.06 37.43
3 0.119611 1.03 39.20
4 -0.035002 -0.30 39.35
5 -0.099751 -0.85 40.61
6 0.147848 1.25 43.40
7 0.014928 0.12 43.43
8 -0.210286 -1.75 49.16
9 0.157193 1.28 52.40
10 0.001800 0.01 52.40
11 -0.081947 -0.66 53.29
12 0.101306 0.81 54.67
13 -0.011767 -0.09 54.69
14 -0.113316 -0.90 56.45
15 -0.010392 -0.08 56.47
16 0.153918 1.22 59.78
17 -0.162560 -1.27 63.51
18 0.116113 0.89 65.43
19 0.003868 0.03 65.43
20 -0.089030 -0.68 66.59
21 0.036949 0.28 66.79
22 0.051758 0.39 67.19
23 -0.035555 -0.27 67.38
24 -0.038538 -0.29 67.60
25 0.057466 0.44 68.11
26 -0.083990 -0.64 69.20
27 0.046081 0.35 69.53
28 0.113653 0.86 71.57
29 -0.159911 -1.20 75.67
30 0.088700 0.66 76.94

12
 Funcin de autocorrelacin para dZT*
(con lmites de significancia de 5% para las autocorrelaciones)

1.0
0.8
0.6
0.4
Autocorrelacin

0.2
0.0
-0.2
-0.4
-0.6
-0.8
-1.0

2 4 6 8 10 12 14 16 18 20 22 24 26 28 30
Desfase

Comentario: Se observa claramente que el primer valor de la autocorrelacin

sobrepasa la banda (T=|-6.04|>2), posteriormente algunos valores de la
autocorrelacin son cercano a cero. Tentativamente se podra pensar en un MA
(q=1) dado que despus del primer desfase algunos valores de la autocorrelacin
son cercanos a cero.

b. Funcin de Autocorrelacin Parcial muestral

Funcin de autocorrelacin parcial: dZT*

Desfase PACF T
1 -0.553762 -6.04
2 -0.432200 -4.71
3 -0.202511 -2.21
4 -0.069667 -0.76
5 -0.170896 -1.86
6 -0.028564 -0.31
7 0.157888 1.72
8 -0.085467 -0.93
9 -0.094584 -1.03

13
 10 -0.041350 -0.45
11 -0.048489 -0.53
12 0.052744 0.58
13 0.076886 0.84
14 -0.028626 -0.31
15 -0.220855 -2.41
16 -0.119616 -1.30
17 -0.163754 -1.79
18 -0.019994 -0.22
19 0.070004 0.76
20 0.053409 0.58
21 0.026922 0.29
22 -0.023707 -0.26
23 -0.033633 -0.37
24 -0.058381 -0.64
25 -0.055655 -0.61
26 -0.090168 -0.98
27 -0.054148 -0.59
28 0.113494 1.24
29 -0.020077 -0.22
30 0.013077 0.14

Funcin de autocorrelacin parcial de dZT*

(con lmites de significacin de 5% para las autocorrelaciones parciales)

1.0
0.8
0.6
Autocorrelacin parcial

0.4
0.2
0.0
-0.2
-0.4
-0.6
-0.8
-1.0

2 4 6 8 10 12 14 16 18 20 22 24 26 28 30
Desfase

14
Comentario: Se observa claramente que los tres primeros valores de la funcin
de autocorrelacin parcial sobrepasan la banda (T>2), sin embargo a partir del
primer desfase ya se observa un claro decaimiento exponencial MA (q=1)
alternando de signo en algunos desfases.

2.3. FASE: Estimacin de Parmetros

A partir de los comentarios obtenidos al analizar los correlogramas se

plantea el siguiente modelo:

Modelo: ARIMA(0,1,1)
Modelo ARIMA: Zt*

Estimados en cada iteracin

Iteracin SSE Parmetros

0 32.6765 0.100 0.121
1 27.6368 0.250 0.078
2 23.9351 0.400 0.051
3 21.1886 0.550 0.033
4 19.2853 0.700 0.022
5 18.4632 0.850 0.015
6 18.4535 0.856 0.016
7 18.4533 0.857 0.016
8 18.4533 0.858 0.016

El cambio relativo en cada estimado es menor que

0.0010

Estimados finales de los parmetros

Tipo Coef SE Coef T P

MA 1 0.8580 0.0488 17.58 0.000
Constante 0.015925 0.005328 2.99 0.003

Diferenciacin: 1 Diferencia regular

Nmero de observaciones: Serie original 120, despus
de diferenciar 119
Residuos: SC = 18.1646 (se excluyeron pronsticos
retrospectivos)
CM = 0.1553 GL = 117

Estadstica Chi-cuadrada modificada de Box-Pierce

(Ljung-Box)

15
 Desfase 12 24 36 48
Chi-cuadrada 13.5 28.5 40.1 58.7
GL 10 22 34 46
Valor P 0.197 0.160 0.219 0.099

=
=

= . + + .

2.4. FASE: Verificacin del modelo

a. Significancia del coeficiente

H0: =
H1:
Pvalor: 0 < . Se Rechaza H0
Conclusin: A un nivel de confianza del 5% se puede afirmar que el
coeficiente es significativo.

b. Adecuacin del modelo

El siguiente paso es la verificacin de la adecuacin del modelo mediante la

prueba de Box-Pierce (Lgunj-Box).

Ho: El modelo se ajusta a la serie transformada y diferencia.

H1: El modelo No se ajusta a la serie de transformada y diferenciada.

Conclusin: A un nivel de confianza del 5% la prueba de Box-Pierce

(Lgunj-Box) es no significativa, lo que quiere decir que el modelo se ajusta a
la serie transformada y diferenciada.

2.5. FASE: Pronsticos

A continuacin se muestran los pronsticos e intervalos de confianza

para el primer semestre del ao 2002. Posteriormente sern
comparados con los valores reales.

16
 Grfica de series de tiempo de Zt*
(con pronsticos y sus lmites de confianza de 95%)
5

4
Zt*

1
1 10 20 30 40 50 60 70 80 90 100 110 120
Tiempo

Pronsticos del periodo 120

Lmites 95%
Perodo Pronstico Inferior Superior Actual
121 3.62667 2.85423 4.39910
122 3.64259 2.86240 4.42278
123 3.65852 2.87065 4.44639
124 3.67444 2.87897 4.46991
125 3.69037 2.88737 4.49337
126 3.70629 2.89583 4.51676

Real Transformacin Pronsticos Diferencia

Ene02 13.3045 3.6475 3.6267 0.0209
Feb02 11.9463 3.4563 3.6426 -0.1862
Mar02 11.9343 3.4546 3.6585 -0.2039
Abr02 13.2094 3.6345 3.6744 -0.0400
May02 13.5589 3.6822 3.6904 -0.0081
Jun02 12.7700 3.5735 3.7063 -0.1328

17
3. Conclusiones:

Para lograr estabilizar la variabilidad agrupada por aos en la serie

de Exportaciones de Estao fue necesario llevar a cabo una
transformacin de Box-Cox (raz cuadrada). Posteriormente para
estabilizar el nivel fue necesario aplicar diferencias finitas de orden 1.

La serie transformada de exportaciones de Estao fue modelada

mediante un ARIMA(0,1,1).

ANEXO: Salidas delSoftware R

> datos<-read.delim("clipboard")
> head(datos)
Zt Mes Ao t
1 1.390080 1 1 1
2 2.113049 2 1 2
3 3.546426 3 1 3
4 2.561315 4 1 4
5 3.550418 5 1 5
6 5.230800 6 1 6
> attach(datos)
> model<-arima(Zt,order=c(p=0,d=1,q=1))
> model

Call:
arima(x = Zt, order = c(p = 0, d = 1, q = 1))

Coefficients:
ma1
-0.7899
s.e. 0.0498

sigma^2 estimated as 5.648: log likelihood = -272.35,

aic = 548.71
> tsdiag(model)

18
 Standardized Residuals

-2 3
0 20 40 60 80 100 120

Time

ACF of Residuals
ACF

-0.2

0 5 10 15 20

Lag

p values for Ljung-Box statistic

p value

0.0

2 4 6 8 10

lag

> EP.pred<-predict(model,n.ahead=6)
> EP.pred
$pred
Time Series:
Start = 121
End = 126
Frequency = 1
[1] 12.38056 12.38056 12.38056 12.38056 12.38056
12.38056

$se
Time Series:
Start = 121
End = 126
Frequency = 1
[1] 2.376505 2.428367 2.479145 2.528904 2.577702
2.625594

19