STATGRAPHICS – Rev.

4/9/2018

Ajuste Estacional usando X-13ARIMA-SEATS

Resumen.............................................................................................................................. 1
Introducción de Datos ......................................................................................................... 3
Limitaciones ........................................................................................................................ 4
Opciones de Análisis........................................................................................................... 5
Tablas and Gráficos ............................................................................................................ 6
Resumen del Análisis .......................................................................................................... 7
Tabla de Datos .................................................................................................................... 9
Gráfico de Ciclo de Tendencia ......................................................................................... 10
Gráfico de Estacionalidad ................................................................................................. 11
Tabla de Estacionalidad .................................................................................................... 12
Componente Irregular ....................................................................................................... 13
Datos Ajustados Estacionalmente ..................................................................................... 14
Gráfico Estacional Subseries ............................................................................................ 15
Gráfico Anual de Subseries .............................................................................................. 16
Referencias ........................................................................................................................ 18

Resumen
El Ajuste Estacional X-13ARIMA-SEATS realiza un ajuste estacional de los datos de
series temporales usando el procedimiento actualmente empleado por la Oficina del
Censo de los Estados Unidos. Como parte del procedimiento, la serie temporal se
descompone en 3 componentes:

1. una componente de ciclo de tendencia

2. una component estacional
3. una componente irregular

Cada componente se puede representar por separado o guardarse, junto con los datos
ajustados estacionalmente.

Los cálculos de ajuste estacional los realiza el paquete “estacional” en R. Para ejecutar el
procedimiento, R debe estar instalado en su ordenador junto con el paquete “estacional”.
Para obtener información sobre cómo descargar e instalar R, consulte el documento
titulado “R - Instalación y configuración”.

StatFolio Muestra: X13ARIMASEATS.sgp

2018 por Statgraphics Technologies, Inc. Ajuste Estacional usando X-13ARIMA-SEATS - 1

 STATGRAPHICS – Rev. 4/9/2018

Datos de Muestra

El archivo golden gate.sgd contiene volúmenes de tráfico mensuales sobre el puente

Golden Gate de San Francisco para un período de n = 168 meses desde enero de 1968
hasta diciembre de 1981. La tabla siguiente muestra una lista parcial de los datos de ese
archivo:

Month Traffic
1/68 73,637
2/68 77,136
3/68 81,481
4/68 84,127
5/68 84,562
6/68 91,959
7/68 94,174
8/68 96,087
9/68 88,952
10/68 83,479
11/68 80,814
12/68 77,466
1/69 75,225
… …

Los datos se extrajeron de una publicación del puente Golden Gate.

2018 por Statgraphics Technologies, Inc. Ajuste Estacional usando X-13ARIMA-SEATS - 2

 STATGRAPHICS – Rev. 4/9/2018

Introducción de Datos

El cuadro de diálogo de introducción de datos solicita el nombre de la columna que

contiene los datos de series temporales y la información sobre los períodos de tiempo
cubiertos. Este procedimiento solo admite datos grabados mensualmente o
trimestralmente:

 Datos: columna numérica que contiene n observaciones numéricas equiespaciadas.

 Índices de tiempo: datos asociados con cada observación. En esta columna, cada
valor debe ser único y estar ordenado en orden ascendente sin espacios vacíos. Para
los datos mensuales, la columna debe tener un tipo igual a ‘mes’. Para datos
trimestrales, la columna debe tener un tipo igual a ‘trimestre’.

 Intervalo de muestreo: Si no se proporcionan los índices de tiempo, esto define el

tipo de datos (mensual o trimestral) y el tiempo correspondiente a la primera fila en el
archivo de datos. Por ejemplo, los datos del puente Golden Gate se recopilaron una
vez al mes, comenzando en 01/68. Nota: esta sección se ignora si se proporciona una
columna que contiene índices de tiempo.

2018 por Statgraphics Technologies, Inc. Ajuste Estacional usando X-13ARIMA-SEATS - 3

 STATGRAPHICS – Rev. 4/9/2018

 Ajuste de Días de Negociación: una variable numérica con n observaciones usadas

para normalizar las observaciones originales, como el número de días hábiles en un
mes. Las observaciones en la columna Datos se dividirán por estos valores antes de
trazarse o analizarse. Nota: si desea utilizar la función de día de negociación
contenida en X-13ARIMA-SEATS, deje este campo en blanco.

 Seleccionar: selección de subconjunto.

Limitaciones

El programa X-13ARIMA-SEATS tiene ciertas limitaciones. Las más importantes son:

1. Los datos deben ser mensuales con una estacionalidad igual a 12 o trimestrales
con una estacionalidad igual a 4.

2. El número máximo de observaciones en la serie temporal no puede exceder n =

780.

3. El ajuste del día de negociación automatizado solo se puede aplicar si el año

inicial es 1776 ó posterior.

4. El ajuste automático para Semana Santa solo se puede aplicar si el año inicial es
1901 ó posterior.

5. Se permite una cantidad limitada de datos perdidos, siempre que no haya

demasiados valores perdidos próximos. Los valores perdidos se sustituyen por
valores interpolados según el método descrito en la sección Cálculos de la
documentación Métodos Descriptivos – Series Temporales.

2018 por Statgraphics Technologies, Inc. Ajuste Estacional usando X-13ARIMA-SEATS - 4

 STATGRAPHICS – Rev. 4/9/2018

Opciones de Análisis

El cuadro de diálogo Opciones de Análisis configure las opciones usadas por el

procedimiento de ajuste estacional:

 Método de ajuste: Especifica el método usado para llevar a cabo el ajuste. Por
defecto es X13-SEATS, pero en su lugar se puede seleccionar el anterior
procedimiento X-11.

 Transformación: Especifica la transformación que se aplicará a la serie temporal

antes de ajustar el modelo. “Automático” hace que el programa seleccione
internamente la mejor transformación. Otros ajustes fuerzan el uso de
transformaciones particulares.

2018 por Statgraphics Technologies, Inc. Ajuste Estacional usando X-13ARIMA-SEATS - 5

 STATGRAPHICS – Rev. 4/9/2018

 Modelo ARIMA: Especifica el tipo de modelo ARIMA utilizado para modelar la

serie temporal. “Automático” hace que el programa seleccione internamente el mejor
modelo. “Especificado por usuario” permite al usuario seleccionar los pedidos de la
parte no estacional del modelo (p, d, q) y la parte estacional del modelo (P, D, Q),
donde p es el orden del término AR , d es el orden de diferenciación, y q es el orden
del término MA.

 Valor crítico atípico: El valor crítico de una prueba Z utilizada para identificar
valores atípicos (entre 3 y 5). Cuanto menor sea el valor, mayor será la probabilidad
de que un punto sea un valor atípico. Si se establece en “Automático”, el valor crítico
se establecerá en función del número de observaciones de la serie temporal.

 Fiestas móviles: Añade efectos para ajustar el día festivo especificado. “Prueba AIC
para Pascua” compara automáticamente los efectos que duran diferentes días y
selecciona los mejores. “Días antes de Pascua” especifica un efecto que cubre los días
indicados antes del Domingo de Pascua.

 Ajuste día negociación: Añade efectos para ajustar el número de días de negociación
en un mes o trimestre. “Automático” compara modelos con coeficientes 1 y 6 y elige
el mejor.

Tablas and Gráficos

Pueden crearse las siguientes tablas y gráficos:

2018 por Statgraphics Technologies, Inc. Ajuste Estacional usando X-13ARIMA-SEATS - 6

 STATGRAPHICS – Rev. 4/9/2018

Resumen del Análisis

El Resumen del Análisis muestra la salida generada por R:

Ajuste estacional X-13ARIMA-SEATS - Traffic

Datos/Variable: Traffic

Número de observaciones = 168

Índices de tiempo: Month
Longitud de la estacionalidad = 12

Salida de R
Ajuste estacional X-13ARIMA-SEATS
TSData<-
read.csv("C:\\Users\\Neil\\AppData\\Local\\Temp\\statgraphics_data.csv",dec=".",
sep=",",stringsAsFactors=FALSE)
library("seasonal")
t=ts(TSData$x,start=c(1968,1),frequency=12)
s=seas(t)
summary(s)

##
## Call:
## seas(x = t)
##
## Coefficients:
## Estimate Std. Error z value Pr(>|z|)
## Leap Year -1.69562 0.49720 -3.410 0.000649 ***
## Weekday 0.02219 0.01995 1.112 0.265948
## Easter[15] 2.22602 0.34374 6.476 9.43e-11 ***
## AO1974.Mar -9.16669 0.91052 -10.068 < 2e-16 ***
## LS1979.Apr -5.22118 1.30117 -4.013 6.00e-05 ***
## AO1979.May -7.19946 0.90444 -7.960 1.72e-15 ***
## MA-Seasonal-12 0.79681 0.05152 15.466 < 2e-16 ***
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## SEATS adj. ARIMA: (0 1 0)(0 1 1) Obs.: 168 Transform: none
## AICc: 552, BIC: 575.4 QS (no seasonality in final): 0
## Box-Ljung (no autocorr.): 17.31 Shapiro (normality): 0.9851 .

results=data.frame(s$data)
write.csv(results,"C:\\Users\\Neil\\AppData\\Local\\Temp\\statgraphics_results.csv
",row.names=FALSE)

El resultado del análisis se encuentra en las líneas que comienzan con ##. Se proporciona
una descripción completa de la posible salida en el Manual de referencia de X-
13ARIMA-SEATS (2016). Entre los resultados más importantes están:

 Coeficientes: coeficientes estimados y pruebas de significación. En el resultado

anterior, hay un coeficiente para modelar el efecto de un año bisiesto, el efecto de

2018 por Statgraphics Technologies, Inc. Ajuste Estacional usando X-13ARIMA-SEATS - 7

 STATGRAPHICS – Rev. 4/9/2018

días laborables frente a fines de semana, un efecto Pascua que comienza 15 días
antes del Domingo de Pascua, 2 valores atípicos aditivos (AO) en marzo de 1974
y mayo de 1979, un nivel cambio (LS) durante abril de 1979, y un parámetro de
promedio móvil estacional en el desfase 12. También son posibles los efectos de
cambio temporal (TC) y los valores atípicos estacionales (SO).

 Ajuste SEATS: el ajuste estacional se realiza ajustando un modelo ARIMA de

orden (0 1 0) (0 1 1).

 Obs: hubo n = 168 observaciones en la serie temporal.

 Transformar: no se realizó ninguna transformación en los valores de los datos

antes de ajustar el modelo.

 AICc y BIC: muestra los valores del F-ajustado Criterio de Información Achaike
y Criterio de Información Bayes.

 QS: estadístico QS usado para probar si queda estacionalidad en los datos finales
ajustados estacionalmente. Si Q es pequeño, no queda estacionalidad.

 Box-Ljung: valor del estadístico Box-Ljung, se usa para comprobar si queda

autocorrelación en los residuos.

 Shapiro: P-valor para la prueba de normalidad de los residuos Shapiro-Wilk. Un

P-valor pequeño indica que los residuos no provienen de una distribución normal.

2018 por Statgraphics Technologies, Inc. Ajuste Estacional usando X-13ARIMA-SEATS - 8

 STATGRAPHICS – Rev. 4/9/2018

Tabla de Datos

La Tabla de Datos muestra los resultados de la descomposición:

Ajustado por
Periodo Datos Ciclo-Tendencia Estacionalidad Irregular Estacionalidad
1/68 73,637 83,0658 -9,18941 -0,305934 82,7598
2/68 77,136 83,8989 -5,76172 0,248347 84,1472
3/68 81,481 84,2564 -2,165 0,288595 84,545
4/68 84,127 84,0447 -0,520629 -0,251707 83,793
5/68 84,562 84,5076 0,453824 -0,465958 84,0416
6/68 91,959 85,5974 5,92172 0,550832 86,1482
7/68 94,174 86,0245 8,05086 0,0320708 86,0566
8/68 96,087 85,6312 10,2552 0,211774 85,8429
9/68 88,952 84,9513 4,20122 -0,167233 84,7841
10/68 83,479 84,5722 -0,978799 -0,180968 84,3912
11/68 80,814 84,412 -3,87296 0,308272 84,7202
12/68 77,466 84,1692 -6,33981 -0,352291 83,8169
1/69 75,225 84,3091 -9,16114 0,0104797 84,3196
2/69 79,418 85,1503 -5,78029 -0,375937 84,7744
3/69 84,813 86,1921 -2,2063 0,539043 86,7311
4/69 85,691 86,7114 -0,512279 -0,175605 86,5358
5/69 87,49 86,952 0,45623 0,0928854 87,0449
6/69 92,995 87,1825 5,8464 -0,000627182 87,1819
7/69 95,375 87,525 7,98855 -0,205106 87,3199
8/69 98,396 88,1007 10,2091 0,174878 88,2756
9/69 92,791 88,5568 4,21451 -0,024693 88,5321

En la tabla están incluidos:

 Datos: la serie temporal original Yt, incluidos los valores sustituidos calculados para
los datos perdidos.

 Ciclo de Tendencia: un estimado del componente combinado ciclo de tendencia.

 Estacionalmente: el componente estacional estimado.

 Irregular: el residuo estimado o componente irregular.

 Datos Ajustados Estacionalmente: los datos originales eliminando solo la

estacionalidad.

2018 por Statgraphics Technologies, Inc. Ajuste Estacional usando X-13ARIMA-SEATS - 9

 STATGRAPHICS – Rev. 4/9/2018

Gráfico de Ciclo de Tendencia

El gráfico Ciclo de Tendencia muestra el componente ciclo de tendencia estimado.

Gráfica de Componente de Ciclo-Tendencia para Traffic

113
datos
ciclo-tendencia
103
Traffic

93

83

73
1/68 1/71 1/74 1/77 1/80 1/83
Month

El componente del ciclo de tendencia se estima al suavizar los datos de series temporales.
En los datos de tráfico que se muestran arriba, el patrón general es ascendente, aunque
hubo dos sacudidas importantes en el sistema que tuvieron un impacto significativo en la
tendencia básica.

2018 por Statgraphics Technologies, Inc. Ajuste Estacional usando X-13ARIMA-SEATS - 10

 STATGRAPHICS – Rev. 4/9/2018

Gráfico de Estacionalidad

El Gráfico de Estacionalidad muestra la estacionalidad estimada para cada período de

tiempo.

Gráfico de Estacionalidad para Traffic

14

10
estacionalidad

-2

-6

-10
1/68 1/71 1/74 1/77 1/80 1/83
estación

La estacionalidad representa la cantidad añadida al componente de ciclo de tendencia en

cada período de tiempo debido a las fluctuaciones repetibles en la frecuencia estacional
(una vez cada 12 meses para los datos mensuales).

2018 por Statgraphics Technologies, Inc. Ajuste Estacional usando X-13ARIMA-SEATS - 11

 STATGRAPHICS – Rev. 4/9/2018

Tabla de Estacionalidad

La Tabla de Estacionalidad muestra el efecto promedio de cada estación:

Índices de Estacionalidad para Traffic

Método de descomposición estacional: X-13ARIMA-SEATS

Estación Índice
1 -8,88135
2 -6,04812
3 -2,47301
4 -0,554707
5 0,644352
6 5,4973
7 7,50431
8 10,0089
9 4,14813
10 -0,562474
11 -3,58185
12 -5,63747

Por ejemplo, el índice de tráfico en agosto es de aproximadamente 10.0, lo que significa

que el tráfico a través del puente Golden Gate en agosto es 10.0 unidades más alto que el
promedio.

2018 por Statgraphics Technologies, Inc. Ajuste Estacional usando X-13ARIMA-SEATS - 12

 STATGRAPHICS – Rev. 4/9/2018

Componente Irregular

El gráfico Componente Irregular muestra el componente residual o irregular en cada

período de tiempo:

Gráfica de Componente Irregular para Traffic

-2
irregular

-4

-6

-8

-10
1/68 1/71 1/74 1/77 1/80 1/83
Month

El componente irregular o residual es la parte de la serie temporal única para cada

período de tiempo, después de eliminar el ciclo de tendencia y la estacionalidad.

En los datos de la muestra, observe el gran residuo en marzo de 1974, que equivale
aproximadamente a -9.2. Esto indica que el tráfico en ese mes fue de 9.2 unidades por
debajo de lo esperado, dado el ciclo de tendencia estimado y los efectos estacionales.

2018 por Statgraphics Technologies, Inc. Ajuste Estacional usando X-13ARIMA-SEATS - 13

 STATGRAPHICS – Rev. 4/9/2018

Datos Ajustados Estacionalmente

Una vez que estimados todos los componentes, se pueden ajustar estacionalmente las
series temporales originales eliminando solo los efectos estacionales, dejando tanto el
ciclo de tendencia como los componentes irregulares.

El gráfico Datos Ajustados Estacionalmente muestra los resultados:

Gráfica de Datos Ajustados por Estacionalidad para Traffic

107

102
ajuste estacional

97

92

87

82

77
1/68 1/71 1/74 1/77 1/80 1/83
Month

El efecto de la escasez de gasolina en la línea de tendencia básica es ahora bastante

evidente.

2018 por Statgraphics Technologies, Inc. Ajuste Estacional usando X-13ARIMA-SEATS - 14

 STATGRAPHICS – Rev. 4/9/2018

Gráfico Estacional Subseries

Una forma alternativa de trazar los datos es a través de un Gráfico Estacional de
Subseries:

Gráfica de Subseries Estacionales para Traffic

113

103
Traffic

93

83

73
0 2 4 6 8 10 12 14
Estación

Este gráfico se construye de la siguiente manera:

1. Se recogen las observaciones correspondientes a cada temporada y las líneas

horizontales se dibujan a la media de la temporada.

2. Las líneas verticales se extraen de cada observación al promedio de la temporada

a la que corresponde.

En un gráfico así, se pueden ver todos los componentes de la serie temporal:

(i) El patrón estacional es visible al observar las diferencias entre los

promedios de cada temporada.
(ii) Se puede examinar el ciclo de tendencia al observar los patrones
dentro de cada temporada.
(iii) El componente irregular es visible al observar la longitud de las líneas
verticales en contraste con la tendencia dentro de cada temporada.

2018 por Statgraphics Technologies, Inc. Ajuste Estacional usando X-13ARIMA-SEATS - 15

 STATGRAPHICS – Rev. 4/9/2018

Opciones del Panel

 Líneas Verticales – dibuja una línea desde cada observación hasta la media para esa
temporada.
 Gráficos de Dispersión Conectados – dibuja los datos dentro de cada temporada
como un gráfico X-Y conectado.

Gráfico Anual de Subseries

El Gráfico Anual de Subseries muestra cada ciclo como un gráfico separado:

Gráfica de Subseries Anuales para Traffic

113 Ciclo
1
2
3
103 4
5
6
Traffic

7
93
8
9
10
83 11
12
13
14
73
0 3 6 9 12 15
Estación

Opciones del Panel

2018 por Statgraphics Technologies, Inc. Ajuste Estacional usando X-13ARIMA-SEATS - 16

 STATGRAPHICS – Rev. 4/9/2018

 Acumulado: si se selecciona, el valor representado en el eje vertical es la suma

acumulada de las observaciones durante el ciclo.

Ejemplo – Gráfico Acumulado

Gráfica de Subseries Anuales para Traffic

1500 Ciclo
1
2
1200 3
4
5
900 6
Traffic

7
8
600 9
10
11
300 12
13
14
0
0 3 6 9 12 15
Estación

2018 por Statgraphics Technologies, Inc. Ajuste Estacional usando X-13ARIMA-SEATS - 17

 STATGRAPHICS – Rev. 4/9/2018

Guardar Resultados

En la hoja de datos se pueden guardar los siguientes resultados:

1. Datos – los datos originales de la serie temporal, después de sustituir cualquier

valor perdido.

2. Ciclo de tendencia – el componente ciclo de tendencia estimado.

3. Índices estacionales – los índices estacionales estimados.

4. Irregular – el componente irregular.

5. Datos ajustados estacionalmente – los datos ajustados estacionalmente.

Referencias

X-13ARIMA-Seats Reference Manual, Version 1.1, Time Series Research Staff, Center
for Statistical Research and Methodology, U.S. Census Bureau, 2016:
https://www.census.gov/ts/x13as/docX13AS.pdf

Package ‘seasonal’, 2016: https://cran.r-project.org/web/packages/seasonal/seasonal.pdf

seasonal: R interface to X-13ARIMA-SEATS, Christoph Sax, 2016: https://cran.r-

project.org/web/packages/seasonal/vignettes/seas.pdf

2018 por Statgraphics Technologies, Inc. Ajuste Estacional usando X-13ARIMA-SEATS - 18