Documentos de Académico
Documentos de Profesional
Documentos de Cultura
GRAFICAS SERIE 1
CARACTERISTICAS
No tiene total significancia
No cumple el supuesto de normalidad ( p < 0.05)
Decisin : mejorar el modelo
CARACTERISTICAS
Baja significancia
No cumple el supuesto de normalidad ( p < 0.05)
Decisin : mejorar el modelo
CARACTERISTICAS
Tiene significancia
Si cumple el supuesto de normalidad ( p =0.064>0.05)
Si cumple supuesto de homocedasticidad (contraste
ARCH p = 0.266>0.05)
Si cumple el supuesto de no correlacin
(p=0266>0.05)
Decisin : Consideralo predictivamente apto
PRUEBAS DE HIPOTESIS
H0 : Los errores no estn correlacionados
H1: Los errrores estn correlacionados
Como p= 0.2662 >0.05 aceptamos H0
Por lo tanto se cumple el supuesto de no
AUTOCORRELACION de errores.
CALCULOS MANUALES
= 4.321659
SERIE 2
CARACTERISTICAS
Nive medio de significancia
No cumple el supuesto de normalidad ( p < 0.05)
Decisin : mejorar el modelo
CARACTERISTICAS
Baja significancia
No cumple el supuesto de normalidad ( p < 0.05)
Decisin : mejorar el modelo
CARACTERISTICAS
Tiene significancia
Si cumple el supuesto de normalidad ( p =0.297>0.05)
Si cumple supuesto de homocedasticidad (contraste
ARCH p = 0.2904>0.05)
Si cumple supuesto de no correlacin p=0,1219>0.05
Decisin : Consideralo predictivamente apto
GRAFICA OBSERVADA
PREDICCIONES
CALCULOS MANUALES
Y= 0.010065-0.806343Xt-1-0.156672Xt-2 -0.134329 Xt-3- 0710804 ut-1
Y(2012:06)= 0.010065-0.806343(4.181192)-0.156672(4.063885)
-0.134329
= 4.32165
SERIE 3
GRAFICAS SERIE 3
CARACTERISTICA
El modelo no cumple el supusto de normalidad de
errores
Estadstico Chi-cuadrado p=0.0189763<0.0
Decisin : Mejorar el modelo
CARACTERISTICA
El modelo no cumple el supusto de normalidad de
errores
Estadstico Chi-cuadrado p=0.004<0.05
Decisin : Mejorar el modelo
CARACTERISTICAS
Tiene significancia
Si cumple el supuesto de normalidad ( p =0.379>0.05)
Si cumple supuesto de homocedasticidad (contraste
ARCH p = 0.0516>0.05)
Si cumple el supuesto de no correlacin (p >0.05)
Decisin : Consideralo predictivamente apto
PREDICCIONES
SERIE 4
GRAFICAS SERIE 4
CARACTERISTICAS
Tiene significancia
Si cumple el supuesto de normalidad ( p =0.321>0.05)
Si cumple supuesto de homocedasticidad (contraste
ARCH p = 0.088>0.05)
Si cumple el supuesto de no correlacin (p >0.05)
Decisin : Consideralo predictivamente apto
CARACTERISTICAS
Tiene significancia
Si cumple el supuesto de normalidad ( p =0.379>0.05)
Si cumple supuesto de homocedasticidad (contraste
ARCH p = 0.0516>0.05)
Si cumple el supuesto de no correlacin (p >0.05)
Decisin : Consideralo predictivamente apto
CARACTERISTICAS
Tiene total significancia
Si cumple el supuesto de normalidad ( p =0.39>0.05)
Si cumple supuesto de homocedasticidad (contraste
ARCH p = 0.069>0.05)
Si cumple el supuesto de no correlacin (p >0.05)
Decisin : Consideralo predictivamente apto
Akaike = 180.973
Akaike = 159.088
Akaike = 157.023
DECISION :
Elegimos el tercer modelo ARIMA (3,1,1) por tener
menor valor AKAIKE.
Y= +1Xt-1+ 2Xt-2 + 3Xt-3-1ut-1
Y= 0.00174144+0.485046Xt-1 -0.152417Xt-2 +
0.125631Xt-3+ ut-1
PREDICCIONES
SERIE 5
CARACTERISTICA
El modelo no cumple el supusto de normalidad de
errores
Estadstico Chi-cuadrado p=0.0048<0.05
Decisin : Mejorar el modelo
CARACTERISTICA
El modelo no cumple el supusto de normalidad de
errores
Estadstico Chi-cuadrado p=0.0481<0.0
Decisin : Mejorar el modelo
CARACTERISTICAS
Tiene significancia
Si cumple el supuesto de normalidad ( p =0.067>0.05)
Si cumple supuesto de homocedasticidad (contraste
ARCH p = 0.1155>0.05)
Si cumple el supuesto de no correlacin (p >0.05)
Decisin : Consideralo predictivamente apto
SERIE 6
GRAFICAS SERIE 6
CARACTERISTICA
El modelo no cumple el supuesto de normalidad de
errores
Estadstico Chi-cuadrado p=0.0128<0.0
Decisin : Mejorar el modelo
CARACTERISTICA
El modelo no cumple el supusto de normalidad de
errores
Estadstico Chi-cuadrado p<0.05 Decisin : Mejorar
el modelo
CARACTERISTICAS
Tiene significancia
Si cumple el supuesto de normalidad ( p =0.316>0.05)
Si cumple supuesto de homocedasticidad (contraste
ARCH p = 0.127>0.05)
Si cumple el supuesto de no correlacin (p >0.05)
Decisin : Consideralo predictivamente apto
Y= +1Xt-1+ 2Xt-2
Y= - 0.434337Xt-1-
0.625041
Xt-2
PROBLEMA 2
SERIES DESCARGADAS
CARACTERISTICAS
Tiene significancia
Si cumple el supuesto de normalidad ( p =0.346>0.05)
Si cumple supuesto de homocedasticidad (contraste
ARCH p = 0.127>0.05)
Si cumple el supuesto de no correlacin (p >0.05)
Decisin : Consideralo predictivamente apto
Clculos manuales
Y(2013:01)= 0.000145616- 0.669825 (0.003908) +1.884237 (0.002446)+ + 1.000(0.001149)
= 115.023587
Bibliografia :
Conceptos bsicos para entender series ARIMA.
Caso prctico de aplicacin de un modelo ARIMA.
AUTOR : P.H . Daiver Cardona Salgado U.A.O
Pronsticos en los Negocios
AUTOR : J. Holton Wilson
www.banrep.gov.co