Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Objetivo:
Datos:
• Fichero: series1.sf
• En el menú de opciones:
1
Un primer paso para analizar una serie temporal es representarla gráficamente.
Para ello:
122
112
ipi_aleman
102
92
82
1/83 1/86 1/89 1/92 1/95 1/98
NOTA: Pinchando con el botón derecho del ratón sobre el gráfico podemos marcar la opción PANE
OPTIONS, podemos desmarcar la opción POINTS, para representar el gráfico temporal sin los puntos que
2
aparecen por defecto.
Z t Tt St at
Una vez ajustado un modelo para la tendencia podemos ver si ésta es suficiente
para modelar la serie temporal. Para ello, necesitamos guardar los residuos del
modelo. En el icono de SAVE RESULTS , marcamos la opción de RESIDUALS.
Como resultado nos aparecerá una nueva columna.
3
Figura 5: Gráfico de los residuos de la serie tras estimar la tendencia mediante regresión
lineal
11
RESIDUALS
-9
-19
1/83 1/86 1/89 1/92 1/95 1/98
112
102
92
82
1/83 1/86 1/89 1/92 1/95 1/98
4
cuanto mayor sea el período sobre el que se calcula la media móvil menos sensible
será, es decir, será más suave, como se observa en la Figura 7.
122 smooth
112
102
92
82
1/83 1/86 1/89 1/92 1/95 1/98
2
-3
-8
-13
1/83 1/86 1/89 1/92 1/95 1/98
3. Diferenciación de la serie
Los dos métodos anteriores asumen ciertas hipótesis sobre el modelo para la
tendencia de la serie en el corto plazo así como una lenta evolución de la tendencia
a lo largo del tiempo.
5
convertirla en estacionaria. Así una diferencia regular de primer orden se obtiene
restando a la observación actual la inmediatamente anterior, es decir:
�zt zt zt 1
13
8
3
-2
-7
-12
1/83 1/86 1/89 1/92 1/95 1/98
6
Figura 10: Opciones de ajuste de la serie
Figura 11: Serie ipi_aleman estacionaria tras aplicar una diferencia regular de orden 1 y
una diferencia estacional de orden 12
16
11
6
1
-4
-9
-14
1/83 1/86 1/89 1/92 1/95 1/98
7
Figura 12: Serie ipi_aleman con una diferencia estacional de orden 12
En resumen, para la serie del ipi_aleman aplicando una diferencia regular de orden
1, conseguimos eliminar la tendencia de la serie, sin embargo siguen habiendo
ciclos estacionales que eliminamos mediante una diferencia estacional de orden 12.
Tenemos por tanto, una serie estacionaria a la que podremos ajustar un modelo
paramétrico.
Análisis de la estacionalidad
• SEASONAL INDICES:
8
Figura 13: Índices estacionales de la serie ipi_aleman
122
ipi_aleman
112
102
92
82
0 3 6 9 12 15
Season
112 4
5
102 6
7
92 8
9
82 10
0 3 6 9 12 15 11
12
Season
9
indica la presencia de estacionalidad. Además, los gráficos están dispuestos en
orden creciente para cada uno de los 12 años del periodo, lo que indica que hay
una tendencia creciente, como vimos en la sección anterior.
Serie heterocedástica
800
heterocedastica
600
400
200
0
0 20 40 60 80
10
Si tratamos de eliminar la tendencia tal y como vimos en las secciones anteriores
observaríamos que los residuos seguirían presentando heterocedasticidad (Figura
18). Si aplicamos una diferencia regular de orden 1, serie seguiría siendo
heterocedástica (Figura 19).
Figura 18: Residuos de la serie heterocedástica tras ajustar una tendencia lineal
320
220
120
20
-80
-180
-280
0 20 40 60 80
310
adjusted heterocedastica
110
-90
-290
0 20 40 60 80
log10(zt) ó Ln(zt)
11
Figura 20: serie heterocedástica con transformación logarítmica
adjusted heterocedastica
7,2
6,2
5,2
4,2
3,2
2,2
0 20 40 60 80
Figura 21: serie heterocedástica con transformación logarítmica y una diferencia regular
de orden 1
2,2
1,7
1,2
0,7
0,2
-0,3
-0,8
0 20 40 60 80
Cuestiones:
• ipi_italia
• paro
• n_pasajeros
12