Las siguientes líneas son para mostrar los gráficos ACF y PACF:

Se observan los gráficos ACF y PACF de la serie en 24 lags (kS=2*12), a partir de estos gráficos
podemos concluir que no hay la necesidad de diferenciar la serie dos veces. Es suficiente con
realizar una diferenciación estacional y regular.
Se propone un modelo SARIMA (1,0,1)(2,1,2) 12 para la serie sin diferenciar, sin embargo para la
serie ya diferenciada estacionalmente y regularmente, nos recomienda un modelo SARIMA(1,0,1)
(0,0,1)12, sin embargo considerando que ya está diferenciada sería SARIMA(1,1,1)(0,1,1) 12

Una vez se tomo en cuenta esto se realizan los modelos posibles:

Donde arima8 y arima9 son los recomendados por la función autoarima

Para proceder a escoger el mejor modelo a partir de los criterios AIC y BIC, considerando los
mejores modelos los que menor valor tengan en estos.

A partir de los modelos planteados, se observa que el mejor modelo a partir de los criterios AIC y
BIC es el modelo ARIMA6 que corresponde a SARIMA(0,1,1)(0,1,1) 12 . Se observa que existe una
diferencia entre este y los propuestos por el autoarima, esto se debe a que este no siempre es el
mejor pero es un buen punto de partida.

Por lo que es el escogido, se procedes a realizar el ACF y PACF de los residuales para analizar su
comportamiento
Las barras no siguen ningún tipo de comportamiento y no se salen de las barras de confianza, lo
cual es un buen indicador. Por lo que se procede a evaluar los supuestos del modelo con respecto
a los residuales.

Los errores estandarizados no siguen ningún patrón aparente y tienen una media alrededor de 0
con una varianza constante, en el ACF no se observa ninguna barra fuera de los límites de
confianza y según la prueba Ljung-Box para los diez primeros momentos existe independencia
entre los errores, partiendo de que no se rechaza la hipótesis nula que indica independencia.
Al realizar las pruebas de independencia de Box-Pierce y Ljung-Box observamos que en todos no
se rechaza la hipótesis nula que indica independencia ya que el valor p es mayor a un alpha = 0.05.
Para proceder a las pruebas de normalidad de los errores, en este caso se usarán: Jarque-Bera y
Shapiro. En donde ambos tienen como hipótesis nula: siguen una distribución normal y como
alterna: no siguen una distribución normal.

Se observa resultados opuestos, según Jarque-Bera los errores no siguen una distribución normal
dado su p ¿ 0.05 al rechazar la hipótesis nula, mientras que en el test de Shapiro se observa que el
valor p¿0.05 por lo tanto no se rechaza la hipótesis nula entonces siguen una distribución normal.

Por lo que se procede a realizar una tercera prueba

En la que no rechazo la hipótesis nula al tener un p¿0.05, con lo que se concluye que los errores
siguen una distribución normal, lo cual se confirma en el gráfico Q-Q, con una media cercana a 0
como se puede observar:
Una vez comprobado los supuestos, se realiza la predicción de la serie

En la cual se observa como esta capta de una excelente forma la estacionalidad de la serie, así
como su tendencia, se observa también que a medida que se predicen valores más lejanos el
intervalo de confianza incrementa dado que a medida que se avanza la variabilidad va a aumentar.