Series de Tiempo
Series de Tiempo
Series de Tiempo
You also want an ePaper? Increase the reach of your titles
YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.
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<br />
ARIMA<br />
estacionales<br />
Procesos ARIMA estacionales: I<strong>de</strong>ntificación<br />
De manera esquemática, las etapas a seguir para i<strong>de</strong>ntificar un<br />
mo<strong>de</strong>lo como posible generador <strong>de</strong> una serie <strong>de</strong> tiempo son:<br />
1 Si la serie presenta heterocedasticidad, eliminarla a través<br />
<strong>de</strong> una transformación <strong>de</strong> Box-Cox.<br />
2 Si la serie (quizás transformada en la etapa 1) presenta<br />
ten<strong>de</strong>ncia, eliminarla a través <strong>de</strong> la diferenciación regular.<br />
3 Si la serie (quizás transformada en las etapas 1 y/o 2)<br />
presenta componente estacional, eliminarla a través <strong>de</strong> la<br />
diferenciación estacional.<br />
4 I<strong>de</strong>ntificar un mo<strong>de</strong>lo ARMA para la serie (quizás<br />
transformada en las etapas 1, 2 y/o 3).<br />
Germán Aneiros Pérez<br />
<strong>Series</strong> <strong>de</strong> <strong>Tiempo</strong>