UNIVERSIDAD NACIONAL PEDRO RUIZ GALLO

FACULTAD DE CIENCIAS FÍSICAS Y MATEMÁTICAS

ESCUELA PROFESIONAL DE ESTADÍSTICA

PROMEDIO DIARIO DEL RIO CHANCAY EN 𝑴𝟑 /Seg.

Autor:
Silva Pongo Cleider Esbit

Lambayeque, 2021.
 Promedio Diario del Rio Chancay
Figura 1: Gráfico de secuencias de la serie Promedio Diario del Rio Chancay en
𝑴𝟑 /seg.

Se observa que los datos no presentan tendencia y oscilan respecto a la media por lo cual

podemos decir que la serie es estacionaria en media, pero posiblemente no es estacionaria

en varianza.
 Figura 2: Coeficiente de auto correlación total de la serie Promedio Diario del Rio
Chancay en 𝑴𝟑 /seg.

En el grafico se puede apreciar un decaimiento brusco en los primeros coeficientes de auto

correlación por lo cual podemos decir que la serie es estacionaria.

Figura 3: Coeficiente de auto correlación parcial de la serie Promedio Diario del Rio
Chancay en 𝑴𝟑 /seg.

En el grafico se puede apreciar un decaimiento brusco en los primeros coeficientes de auto

correlación por lo cual podemos decir que la serie es estacionaria.
IDENTIFICACION DEL MODELO PARA LA SERIE DE TIEMPO
PROMEDIO DIARIO DEL RIO CHANCAY
Según lo observado en las gráficas anteriores y realizando el análisis para todos los modelos

dentro de la estructura de las gráficas mencionadas, se concluye que la serie de tiempo

PROMEDIO DIARIO DEL RIO CHANCAY tiene un comportamiento SARIMA (1,0,0)

(1,0,1) haciendo una transformación Ln a los datos originales ya que la serie no es

estacionaria en varianza.

VALIDACION DEL MODELO SARIMA (1, 0,0) (1,0,1) CON

TRANSFORMACION Ln.
VALIDACION DE LOS PARAMETROS DEL MODELO
Tabla 1: Significancia estadística de los parámetros del modelo SARIMA (1, 0,0)
(1, 0,1). Con transformación Ln.

Parametros Estimación Sig.

Promedio Diario Constante 3,160 ,000
del Rio Chancay Logaritmo AR Retardo1 ,464 ,000
3
en M /seg- natural AR,estacional Retardo 1 ,998 ,000
Modelo_1 MA,estacional Retardo 1 ,929 ,000
Fuente: Datos obtenidos por el investigador

En la tabla anterior se observa que los parámetros del modelo SARIMA (1, 0,0) (1, 0,1)

con transformación Ln son estadísticamente significativos (sig. < 0.05).

FUNCION DE AUTOCORRELACION DEL MODELO SARIMA (1, 0, 0) (1,0,1).
CON TRANSFORMACION Ln.

Figura 4: Función de auto correlación de los residuales con el modelo SARIMA

(1,0,0) (1,0,1). Con transformación Ln.

Se observa que todos los coeficientes de auto correlación de los residuales del modelo

SARIMA (1,0,0) (1,0,1) con transformación Ln se encuentran dentro de los límites de

confianza esto quiere decir que no son significativos, por lo tanto, se concluye que los

residuales del modelo SARIMA siguen un proceso de ruido blanco.

NORMALIDAD DE LOS RESIDUALES DEL MODELO SARIMA (1,0, 0) (1,0,1).
CON TRANSFORMACION Ln.

Tabla 2: Prueba de Normalidad de los Residuales del Modelo SARIMA (1,0,0)(1,0,1),

Con transformación Ln.

Pruebas de normalidad
Kolmogorov-Smirnova Shapiro-Wilk

Estadístico gl Sig. Estadístico gl Sig.

Residuo de ruido de PROMEDIO-Modelo_1 ,040 216 ,200* ,993 216 ,432

* Esto es un límite inferior de la significación verdadera.

a. Corrección de significación de Lilliefors

En la tabla anterior se observa que los residuales del modelo SARIMA (1, 0,0) (1, 0,1)
tienen distribución normal (sig. > 0.05)

AJUSTES DEL MODELO SARIMA (1,0,0) (1,0,1), CON TRANSFORMACION

Ln. A LA SERIE DE TIEMPO PROMEDIO DIARIO DEL RIO CHANCAY.

Tabla 3: Medida de bondad de ajuste del modelo SARIMA (1,0,0)(1,0,1) con

transformación Ln.

Estadísticos de ajuste del modelo

Modelo
R cuadrado estacionaria R cuadrado

Promedio Diario del Rio Chancay en m3/seg-Modelo_1 ,744 ,660

Se puede observar que el modelo SARIMA (1,0,0) (1,0,1) con transformación Ln se

ajusta a la serie de tiempo PROMEDIO DIARIO DEL RIO CHANCAY M 3 /seg en un

66% aproximadamente.
 Figura 5: Promedio Diario del Rio Chancay y sus valores pronósticos con un
SARIMA (1,0,0)(1,0,1), con transformación Ln.

En esta figura se presenta los datos originales del promedio Diario del Rio Chancay en las

líneas de color Azul y el valor pronosticado de promedio en color Rojo del Modelo

SARIMA (1,0,0)(1,0,1) con transformación Ln, se observa que los datos pronosticados

siguen a los datos originales por lo que decimos que el modelo SARIMA tiene una buena

medida de bondad de ajuste