Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
__________________________________________________________________________________
► ¿QUÉ ES UN OUTLIER?
● La característica esencial de un outlier, es que no se conoce con exactitud ni la fecha de inicio del
acontecimiento extraordinario, ni tampoco la duración del mismo.
● El hecho de que un dato de la serie sea un outlier implica que dicho dato viola la hipótesis de
normalidad de la serie. En este hecho se basará la técnica estadística para “detectar” la presencia de
outliers en la serie.
__________________________________________________________________________________________
● Si se contemplan los outliers, las predicciones del modelo serán más acordes con la realidad.
● Al tener en consideración los outliers, pueden verificarse las posibles alteraciones en la estructura
y en las propiedades de los estimadores.
_________________________________________________________________________________________
■ OUTLIER ADITIVO AO :
● Es un acontecimiento externo a la serie, que incide en un único instante temporal y que se modeliza
mediante una variable ficticia.
■ CAMBIO DE NIVEL LS :
● Es un acontecimiento que afecta a la serie a partir de un instante dado y que mantiene su efecto en el
tiempo. (Tiene carácter permanente).
■ CAMBIO TEMPORAL TC :
_______________________________________________________________________________________
No.
● En el análisis de intervención se conoce a priori la fecha de comienzo, así como la duración del
suceso extraordinario.
● En el análisis de outliers se desconoce a priori la existencia del suceso extraordinario y por tanto se
desconoce la fecha de inicio del mismo, así como su duración.
_______________________________________________________________________________________
● Se contrasta mediante una variable ficticia: (ETi ) , que toma el valor 0 en todos los periodos,
excepto en el periodo en el que se produce el acontecimiento, en el cual, la variable toma el valor 1 .
H 0 : 1 0
● En dicho modelo se realizaría el contraste:
H1 : 1 0
________________________________________________________________________________________
_________________________________________________________________________________________
● Se contrasta, mediante una variable ficticia, pero en este caso, dicha variable tomaría el valor 0 ,
desde el origen hasta el periodo en el que se produce el suceso y a partir de dicho instante, la
variable tomará el valor 1 en todos los periodos posteriores.
● Un posible ejemplo sería contrastar el “Efecto del parque Terra Mítica” sobre las pernoctaciones
producidas en Benidorm.
● En este caso, la variable ficticia: (EPi ) , tomaría el valor 0 desde el origen hasta el periodo de
apertura del parque y el valor 1 , desde dicho periodo en adelante.
H0 : 1 0
● En dicho modelo se realizaría el contraste:
H1 : 1 0
______________________________________________________________________________________
______________________________________________________________________________________
● Si tenemos una serie temporal y t de la cual conocemos su varianza var( y t ) y tenemos una
observación de dicha serie, por ejemplo y 0 y queremos contrastar la hipótesis de que dicha
y0
observación es un outlier, basta plantear el estadístico:
var( y t )
● El estadístico converge asintóticamente a una N(0,1) , por lo que trabajando con un nivel de
y0
confianza del 95% , bastará analizar si el valor de: pertenece o no al intervalo
var( y t )
1.96, 1.96 y tendremos que:
y0
● Si: 1.96, 1.96
Concluimos que:
y 0 no es un outlier
var( y t )
y0
● Si: 1.96, 1.96
Concluimos que:
y 0 sí es un outlier
var( y t )
NOTA
y0
● La media de la variable y t es 0 , por lo que realmente: , no es más que el valor del outlier
var( y t )
y 0 tipificado.
__________________________________________________________________________________________