Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Descripción de Graficas
Descripción de Graficas
ESTADÍSTICA INFERENCIAL II
ALUMNA: ADELA MORALES JOSÉ
5º “D”
ACF of Residuals for Dato PACF of Residuals for Dato
(with 5% significance limits for the autocorrelations) (with 5% significance limits for the partial autocorrelations)
1,0 1,0
0,8 0,8
0,6 0,6
Partial A utocorrelation
0,4 0,4
A utocorrelation
0,2 0,2
0,0 0,0
-0,2 -0,2
-0,4 -0,4
-0,6 -0,6
-0,8 -0,8
-1,0 -1,0
1 2 3 4 5 6 7 1 2 3 4 5 6 7
Lag Lag
Hecho por: Adela Morales José Hecho por: Adela Morales José
4,5
4,0
3,5
Dato
3,0
2,5
2,0
1,5
1 6 12 18 24 30 36 42 48 54
Time
Hecho por: Adela Morales José
Descripción:
Nuestro modelo de ARIMA si es auto regresivo con una estimación de cada 12 meses. La ACF y PACF de los
residuos corroboran esta información.
Mientras tanto el ARIMA ofrece pronósticos, con límites de confianza del 95%. En virtud de la reciente
reforma constitucional que elevó la edad legal mínima para trabajar de los 14 a los 15 años
INSTITUTO TECNOLÓGICO DEL ISTMO
ESTADÍSTICA INFERENCIAL II
ALUMNA: ADELA MORALES JOSÉ
5º “D”
Lag 12 24 36 48
Chi-Square 31,0 74,8 * *
DF 10 22 * *
P-Value 0,001 0,000 * *
95 Percent
Limits
Period Forecast Lower Upper Actual
43 3,50096 2,75314 4,24879
44 3,19635 2,31981 4,07289
45 2,82650 1,90646 3,74655
46 3,10746 2,17167 4,04325
47 2,86427 1,92266 3,80588
48 3,33006 2,38628 4,27383
49 2,52143 1,57685 3,46602
50 2,63085 1,68596 3,57573
51 2,43916 1,49416 3,38416
52 3,24635 2,30131 4,19139
53 3,69856 2,75350 4,64361
54 3,78731 2,84225 4,73237
INSTITUTO TECNOLÓGICO DEL ISTMO
ESTADÍSTICA INFERENCIAL II
ALUMNA: ADELA MORALES JOSÉ
5º “D”
ACF of Residuals for Dato PACF of Residuals for Dato
(with 5% significance limits for the autocorrelations) (with 5% significance limits for the partial autocorrelations)
1,0 1,0
0,8 0,8
0,6
Partial Autocorrelation
0,6
0,4 0,4
Autocorrelation
0,2 0,2
0,0 0,0
-0,2 -0,2
-0,4 -0,4
-0,6 -0,6
-0,8 -0,8
-1,0 -1,0
1 2 1 2
Lag Lag
Hecho por: Adela Morales José Hecho por: Adela Morales José
5,5
5,0
Dato
4,5
4,0
3,5
3 6 9 12 15 18 21 24 27 30 33
Time
Hecho por: Adela Morales José
Descripción:
Nuestro modelo de ARIMA si es auto regresivo con una estimación de cada 12 meses. La ACF y PACF de los
residuos corroboran esta información.
Mientras tanto el ARIMA ofrece pronósticos, con límites de confianza del 95%. En virtud de la Ocupación,
empleo y remuneraciones.
INSTITUTO TECNOLÓGICO DEL ISTMO
ESTADÍSTICA INFERENCIAL II
ALUMNA: ADELA MORALES JOSÉ
5º “D”
Lag 12 24 36 48
Chi-Square * * * *
DF * * * *
P-Value * * * *
95 Percent
Limits
Period Forecast Lower Upper Actual
23 4,68914 4,35174 5,02655
24 4,44882 4,11005 4,78759
25 4,48092 4,14214 4,81970
26 4,59525 4,25647 4,93403
27 4,82321 4,48442 5,16199
28 4,21691 3,87813 4,55569
29 4,39220 4,05342 4,73098
30 4,47665 4,13787 4,81543
31 4,82944 4,49066 5,16822
32 3,97025 3,63147 4,30903
33 3,81947 3,48069 4,15825
34 3,93307 3,59429 4,27186
INSTITUTO TECNOLÓGICO DEL ISTMO
ESTADÍSTICA INFERENCIAL II
ALUMNA: ADELA MORALES JOSÉ
5º “D”
ACF of Residuals for Dato PACF of Residuals for Dato
(with 5% significance limits for the autocorrelations) (with 5% significance limits for the partial autocorrelations)
1,0 1,0
0,8 0,8
0,6 0,6
Partial Autocorrelation
0,4 0,4
Autocorrelation
0,2 0,2
0,0 0,0
-0,2 -0,2
-0,4 -0,4
-0,6 -0,6
-0,8 -0,8
-1,0 -1,0
1 6 12 18 24 30 36 42 48 54 60 1 6 12 18 24 30 36 42 48 54 60
Lag Lag
Hecho por: Adela Morales José Hecho por: Adela Morales José
102
101
100
Dato
99
98
97
96
1 36 72 108 144 180 216 252 288 324 360 396 432
Time
Hecho por: Adela Morales José
Descripción:
Nuestro modelo de ARIMA si es auto regresivo con una estimación de cada 12 meses. La ACF y PACF de los
residuos corroboran esta información.
Mientras tanto el ARIMA ofrece pronósticos, con límites de confianza del 95%. En indicadores económicos.
INSTITUTO TECNOLÓGICO DEL ISTMO
ESTADÍSTICA INFERENCIAL II
ALUMNA: ADELA MORALES JOSÉ
5º “D”
Lag 12 24 36 48
Chi-Square 1483,6 1835,9 1860,2 2020,1
DF 10 22 34 46
P-Value 0,000 0,000 0,000 0,000
95 Percent
Limits
Period Forecast Lower Upper Actual
429 99,930 99,341 100,518
430 99,927 99,099 100,756
431 99,922 98,912 100,933
432 99,906 98,745 101,067
433 99,886 98,593 101,179
434 99,864 98,454 101,274
435 99,845 98,328 101,361
436 99,843 98,229 101,457
437 99,855 98,151 101,560
438 99,880 98,091 101,669
439 99,912 98,044 101,781
440 99,950 98,007 101,893