1.

Gráfica de series de tiempo de Sales

2500

2000
Sales

1500

1000

500
1 11 22 33 44 55 66 77 88 99 110
Índice

Observamos que la gráfica tiene tendencia por este motivo no es estacionario. Se recomienda
aplicar diferencias para convertir la serie en estacionaria.

2.-DIFERENCIAS

Gráfica de series de tiempo de C2

2000

1000

0
C2

-1000

-2000
1 11 22 33 44 55 66 77 88 99 110
Índice

Como podemos ver que los datos son estacionarios una vez quitado la tendencia.
Realizamos FAS Y FAP de los datos ya diferenciados.

Función de autocorrelación para C2

(con límites de significancia de 5% para las autocorrelaciones)

1,0
0,8
0,6
0,4
Autocorrelación

0,2
0,0
-0,2
-0,4
-0,6
-0,8
-1,0

1 5 10 15 20 25 30 35 40 45 50
Desfase

Función de autocorrelación parcial de C2

(con límites de significación de 5% para las autocorrelaciones parciales)

1,0
0,8
0,6
Autocorrelación parcial

0,4
0,2
0,0
-0,2
-0,4
-0,6
-0,8
-1,0

1 5 10 15 20 25 30 35 40 45 50
Desfase

Nos fijamos en los retrasos 12,24,36,48,60 lo que nos indica que son datos estacionarios lo que
quiere decir que ya no tengo que hacer otra diferenciación. Vemos que siguen un patrón
estacionario estacionalmente ya que en 12 es significativo y luego cae abruptamente. Los
retrasos de 1 hasta 11 tiene un patrón desfase 3 error todos dentro aleatorio.
D minúscula una diferenciación y D mayúscula vemos de forma ordinal si todos son aleatorios
se encuentran en los limites es igual a cero.

p ninguno se desvanece y ninguno significativo 0

P largos simple 12 significativo cae abrupta parcial se desvanece 0

q0

Q1

FAP = p y P ninguno se desvanece ni es significativo.

ARIMA

SIEMPRE ORIGINALES INDEENDIENTEMENTE DE LAS DIFERENCIAS.

PERIODO=12

TERMINO CONSTANTE. VEMOS EN LA GRAFICA DE SERIES DE TIEMPO DE LOS DATOS

DIFERENCIADOS FRUCTUA A UN NUMERO DISTINTO DE CERO ENTONCES SI VA.

NORMALIDAD,HOMOCEDASTICIDAD

RESIDUOS ALEATORIOS EL MODELO ES BASTANTE BUENO.

ESTIMADOS FINALES DE LOS PRAMTRSP

TERMINO DE LA CONSTANTE ES SIGNIFICATIVO

COEFICIENTE ES SIGNIFICATIVO

ERROR CUADRATICO MEDIO PARA COMPARA CON OTROS MODELOS

ESTADISTICO Q: VALOR DE P PARA QUE EL MODELO SEA BUENO EL VALOR DEBERIA SER
GRANDE

RESIDUOS PRACTIVAMNETE CERO POR LO TANTO EL PATRON DE LOS RESIDUOS SON

ALEATORIOS Y ES LO MISMO

EL MODELO QUE ACABAMOS DE AJUSTAR ES BUENO

------------------------------------------------------------------------------------------------------------------------------
DATOS TRIMESTRALES-GRADO ESTACIONAL= 4

1.- SERIES DE TIEMPO

Gráfica de series de tiempo de Sales

500

400
Sales

300

200

100
1 5 10 15 20 25 30 35 40 45 50
Índice

NO HAY UN PATRON CLARO DE ESTACIONALIDAD- TENDENCIA ES CRECIENTE SI EXISTE.

DIFERENCIA ORDINAL Y ESTACIONAL

1RO LA ESTACIONAL LUEGO SI PERSITE LA ORDINAL.

LOS DOS PRIMEROS SIGNIFICATIVOS Y LUEGO CAEN HAY TENDENCIA.

 Función de autocorrelación para Sales
(con límites de significancia de 5% para las autocorrelaciones)

1,0
0,8
0,6
0,4
Autocorrelación

0,2
0,0
-0,2
-0,4
-0,6
-0,8
-1,0

2 4 6 8 10 12 14 16 18 20
Desfase

Función de autocorrelación parcial de Sales

(con límites de significación de 5% para las autocorrelaciones parciales)

1,0
0,8
0,6
Autocorrelación parcial

0,4
0,2
0,0
-0,2
-0,4
-0,6
-0,8
-1,0

2 4 6 8 10 12 14 16 18 20
Desfase

DATOS ANUALES

FAS Y FAP
FAS INDICA DESVANECIMIENTO. EL PRIMERO SIGNIFICATIVO Y EL SEGUNDO CASI. EXISTE UN
POCO DE TENDENCIA.EN FAP EL PRIMERO ES SIGNIFICATIVO Y LUEGO DECAE ABRUBTAMENTE.
NO HACEMOS DIFERENCIA.SI MODELA DE MANERA BUENA CUANDO EXISTE ALGO DE
TENDENCIA AR

DATOS QUIMESTRALES

ESTRICTO HACER LA DIFERENCIACION CUANDO HAY UN INICIO DE TENDENCIA.

ESTACIONARIOS UN SIGNIFICATIVO Y CAE ABRUBTAMENTE.

PRIMERO EN EL FAS

SOLO 4 8 12 16 EXISTE PATRON ESTACIONARIO INICIOS DE TENDENCIA. HAGO

DIFERENCIACION.

2.- DIFERENCIAS

NUMERO DE DESFASES 4 EN ESTE CASO

Gráfica de series de tiempo de C2

100

50
C2

-50

-100

1 5 10 15 20 25 30 35 40 45 50
Índice

POCO DE TENDENCIA

CUANDO HAY DUDAS AUTOCORRELACIONES

 Función de autocorrelación para C2
(con límites de significancia de 5% para las autocorrelaciones)

1,0
0,8
0,6
0,4
Autocorrelación

0,2
0,0
-0,2
-0,4
-0,6
-0,8
-1,0

2 4 6 8 10 12 14 16 18 20
Desfase

EXISTE TENDENCIA.

DIFERENCIA ORDINAL. OTRA DIFERENCIACIACION DE LA DIFERENCIA. ORDINAL SOLO UN

DESFASE YA NO CONSIDERAMOS EL PATRON ESTACIONAL PROHIBIDO CAMBIAR EL ORDEN.

Gráfica de series de tiempo de C3

50

25

0
C3

-25

-50

-75
1 5 10 15 20 25 30 35 40 45 50
Índice

LA IDEA ES QUE ESTOS DATOS SEAN ESTACIONARIOS.FRUCTUA ALREDEDOR DE CERO. NO

CONSTANTE.SON ESTACIONALES
d=1 D=1

p=desfases cortos de 1 a 3 ninguno se desvanece = 2 modelos

P=retrasos estacionales 4 8 12 simple y parcial no se desvanecen = 2 modelos 8 significativo

PERO ES EL SEGUNDO

q=

Q=

grado estacional * 5 =número de desfases

Función de autocorrelación para C3

(con límites de significancia de 5% para las autocorrelaciones)

1,0
0,8
0,6
0,4
Autocorrelación

0,2
0,0
-0,2
-0,4
-0,6
-0,8
-1,0

2 4 6 8 10 12 14 16 18 20
Desfase
 Función de autocorrelación parcial de C3
(con límites de significación de 5% para las autocorrelaciones parciales)

1,0
0,8
0,6
Autocorrelación parcial

0,4
0,2
0,0
-0,2
-0,4
-0,6
-0,8
-1,0

2 4 6 8 10 12 14 16 18 20
Desfase