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 <strong>de</strong> memoria larga<br />
<strong>Series</strong> <strong>de</strong><br />
<strong>Tiempo</strong><br />
Germán<br />
Aneiros Pérez<br />
Introducción<br />
Procesos<br />
FARIMA:<br />
Construcción<br />
e<br />
i<strong>de</strong>ntificación<br />
Estimación<br />
Diagnosis<br />
Selección <strong>de</strong>l<br />
mo<strong>de</strong>lo<br />
Predicción<br />
Aplicación a<br />
datos reales<br />
Recapitulación<br />
Procesos FARIMA: Construcción e i<strong>de</strong>ntificación<br />
La serie <strong>de</strong> tiempo. . . ,<br />
¿ha sido generada por un proceso <strong>de</strong> memoria larga (FARIMA)?<br />
El gráfico <strong>de</strong> la serie frente al tiempo <strong>de</strong>be mostrar<br />
estacionariedad. Sin embargo:<br />
1 Una típica característica <strong>de</strong> las series generadas por<br />
procesos <strong>de</strong> memoria larga es la presencia <strong>de</strong> ten<strong>de</strong>ncias y<br />
ciclos locales (falsos), que <strong>de</strong>saparecen <strong>de</strong>spués <strong>de</strong> algún<br />
tiempo.<br />
2 Esta <strong>de</strong>saparición sólo es observable en series muy largas,<br />
lo que hace prácticamente imposible distinguir si una serie<br />
corta proce<strong>de</strong> <strong>de</strong> un proceso estacionario con memoria<br />
larga o <strong>de</strong> uno no estacionario.<br />
Germán Aneiros Pérez<br />
<strong>Series</strong> <strong>de</strong> <strong>Tiempo</strong>