Series de Tiempo
Series de Tiempo
Series de Tiempo
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
Mo<strong>de</strong>los Box-Jenkins<br />
<strong>Series</strong> <strong>de</strong><br />
<strong>Tiempo</strong><br />
Germán<br />
Aneiros Pérez<br />
Introducción<br />
Procesos<br />
ARMA:<br />
Definición e<br />
i<strong>de</strong>ntificación<br />
Procesos<br />
ARIMA:<br />
Definición e<br />
i<strong>de</strong>ntificación<br />
Estimación y<br />
diagnosis<br />
Selección <strong>de</strong>l<br />
mo<strong>de</strong>lo y<br />
predicción<br />
Aplicación a<br />
datos reales<br />
Procesos ARIMA estacionales: Introducción<br />
La clase <strong>de</strong> procesos ARIMA que acabamos <strong>de</strong> estudiar:<br />
Captura no estacionarieda<strong>de</strong>s provocadas por la presencia<br />
<strong>de</strong> ten<strong>de</strong>ncia (incluso no <strong>de</strong>terminista).<br />
No captura no estacionarieda<strong>de</strong>s provocadas por la<br />
presencia <strong>de</strong> componente estacional.<br />
A continuación, ampliaremos la clase <strong>de</strong> procesos ARIMA<br />
estudiada, <strong>de</strong> modo que la nueva clase sea capaz <strong>de</strong> mo<strong>de</strong>lizar<br />
no estacionarieda<strong>de</strong>s provocadas tanto por la presencia <strong>de</strong><br />
ten<strong>de</strong>ncia (<strong>de</strong>terminista o estocástica) como por la presencia <strong>de</strong><br />
componente estacional (<strong>de</strong>terminista o estocástica).<br />
Procesos<br />
ARIMA<br />
estacionales<br />
Germán Aneiros Pérez<br />
<strong>Series</strong> <strong>de</strong> <strong>Tiempo</strong>