http://webapp.inei.gob.pe:8080/sirtod-series/ Semana 1: Guía de práctica 1: métodos exploratorios para el análisis de series de tiempo. Paso 1. Ingresar a la siguiente base de datos económicas INEI (2019) • http://webapp.inei.gob.pe:8080/sirtod- series/ Elegir: serie mensual, desde 2010- 2019-7 Económicos,pbimensual,base2007,pbig Semana 1: Guía de práctica 1: métodos exploratorios para el análisis de series de tiempo. * Análisis espectral. TSET PRINT=DETAILED. SPECTRA Paso 2. Definir los datos: /VARIABLES=PBIG Datos/Definir fecha y hora/Año: 2010, Mes: 1/ aceptar /WINDOW=TUKEY (5) /CENTER Paso 3. Representación gráfica: /PLOT=P S BY FREQUENCY. • Analizar/Predicciones/Gráficos de secuencia/Variable: PBIG/ Etiqueta del eje del tiempo: Año/mes. • Analizar/Predicciones/Análisis espectral/Variable: PBIG/ central variables- periodograma-por frecuencias Para decidir sobre la estacionariedad de la serie es de gran utilidad disponer de un gráfico de la misma, opción prevista en los programas estadísticos disponibles. Semana 1: Guía de práctica 1: métodos exploratorios para el análisis de series de tiempo. para juzgar sobre la estacionariedad de la serie es importante calcular las medias y desviaciones típicas por subperiodos. El periodograma por frecuencia permite visualizar la estacionalidad, los valores de la frecuencia de manera inversa producen valores cuyos picos 0.3, produce 1/0.3=3.3 meses no representa a ninguna estación, ya que las estaciones representativas serian s=12, s=24, o s=36, a lo largo del periodograma observar si alguna frecuencia esta en alguna estación, si es asi la serie tiene estacionalidad. Paso 4. Analizar la media y varianza: Analizar/Comparar medias/ Medias/Lista de dependientes: PBIG/lista de independientes: year/Opciones: media y varianza/Continuar/aceptar Semana 1: Guía de práctica 1: métodos exploratorios para el análisis de series de tiempo. Al pulsar aceptar se obtiene una sucesión de medias y varianzas por años (informe), si observamos la sucesión de medias hay un crecimiento significativo a lo largo de los años, lo que nos indica que no hay estacionariedad en media. Con respecto a la estacionariedad en varianza se observa variaciones pero no son significativas, lo que nos indica que hay evidencias para sospechar una variación relativamente constante de la serie a través del tiempo. Pero la estacionariedad también se puede detectar a través de las funciones de autocorrelación y autocorrelación parcial (FAC y FAC parcial): Paso 5. Autocorrelación y autocorrelación parcial: Semana 1: Guía de práctica 1: métodos exploratorios para el análisis de series de tiempo. Paso 5. Autocorrelación y autocorrelación parcial: Analizar/Predicciones/Autocorrelaciones/variables: PBIG/(autocorrelaciones y autocorrelaciones parciales)/Opciones/número máximo de retardos:36/aceptar Se observa que los coeficientes de la función de autocorrelación no decaen rápidamente, pero la función de autocorrelación parcial solo tiene dos coeficientes significativamente predominantes, característica de que la serie tiene falta de estacionariedad en media. Paso 6. Para el gráfico de nivel dispersión vs nivel Analizar/Explorar/Lista de dependientes: PBIG/Lista de factores: year/ estadísticos/descrptivos/continuar/gráficos/estimación de potencia. Semana 0: Modelos de pronósticos
Finalmente resuelva las
siguientes preguntas Semana 1: Guía de práctica 1: métodos exploratorios para el análisis de series de tiempo. Pregunta 1. del paso 1 se tiene la serie mensual por sectores, de cada uno de los sectores elaborar un análisis exploratorio: Graficar las series anuales e indicar qué componentes las caracterizan. Graficar las series mensuales e indicar qué componentes las caracterizan. Construcción de cajas simples Asociación de la serie en tiempos desfasados: AUTOCORRELACIÓN. Construcción del grafico dispersión vs. nivel