Práctica SARIMA 1 Eviews - Pasajeros - Air2

Descargar como pdf o txt
Descargar como pdf o txt
Está en la página 1de 12

PRÁCTICA SARIMA 1 EVIEWS PROFESORA: CATALINA VANESSA LIBREROS ANGEL

HAGA CLIC PARA MODIFICAR EL ESTILO DE TÍTULOCOLABORADORA:


ECONOMETRÍA III
DEL PATRÓNLAURA MORALES CASTRO

Pasajeros autobús 1949.1-1960.12 datos mensuales.


La metodología de Box-Jenkins se extiende tanto a componentes regulares como
estacionales.
Los procesos ARIMA ESTACIONALES:
Cuando las observaciones tienen una periodicidad inferior al año, el componente
estacional puede ser muy importante.
S=2 serie semestral.
S=12 serie mensual.
S=4 serie trimestral.
S=52 serie semanal.
S=365 serie diaria.
PRÁCTICA SARIMA 1 ECONOMETRÍA II

HAGA CLIC PARA MODIFICAR EL ESTILO DE TÍTULO DEL PATRÓN

Los procesos SARIMA


ESTACIONAL

Hay dos tipos de modelos:


1) Los que solo están modelando una parte regular (ARIMA).
2) Los que modelan la parte regular y estacional (SARIMA).
PRÁCTICA SARIMA 1 ECONOMETRÍA II

HAGA CLIC PARA


1. Grafica MODIFICARTiene
la serie. EL ESTILO DE TÍTULO DEL PATRÓN
tendencia ascendente y se observa un componente
estacional (Julio-Agosto) ∆ los pasajeros por la época de
vacaciones de verano.

En esta serie se observa que hay una varianza que se esta incrementando.

Las oscilaciones dentro de un año van siendo más crecientes, luego la varianza de
esa serie se va ∆ en el tiempo.
2. Por lo tanto para disminuir esa varianza se transforma la serie
en logaritmo.
3. G𝑒𝑛𝑟 𝑙𝑝 = 𝐿𝑜𝑔(𝑝)
Grafica se observa que mas o menos la varianza es
constante. Las oscilaciones son mas o menos constantes,
pero la media no lo es.
PRÁCTICA SARIMA 1 ECONOMETRÍA II

HAGA CLIC PARA


4. Deben MODIFICAR
de trabajar conEL
laESTILO DE TÍTULO DEL PATRÓN
serie estacionaria.
5. Realiza Pruebas de Raíces Unitarias.
Niveles.
ADF C 𝑹𝑯𝑶 P-P C 𝑹𝑯𝑶 KPSS C 𝑹𝑯𝑶
C-T 𝑹𝑯𝑶 C-T 𝑹𝑯𝑶 C-T 𝑹𝑯𝑶
None 𝑹𝑯𝑶 None 𝑹𝑯𝑶

1ras diferencias.
ADF C 𝑹𝑯𝑶 P-P C 𝑹𝑯𝑶 KPSS C 𝑹𝑯𝑶
C-T 𝑹𝑯𝑶 C-T 𝑹𝑯𝑶 C-T 𝑹𝑯𝑶
None 𝑹𝑯𝑶 None 𝑹𝑯𝑶

𝐿𝑃~𝐼(1) debo tomar 1ras diferencias.


PRÁCTICA SARIMA 1 ECONOMETRÍA II

HAGA CLIC 𝑑𝑙𝑝


6. 𝐺𝑒𝑛𝑟 PARA=MODIFICAR
𝑑(𝑙𝑝) EL ESTILO DE TÍTULO DEL PATRÓN

Gráfica se eliminó la tendencia.


Una serie que oscila alrededor de cero, pero aun así se observa un
componente estacional (los picos)V.
A finales de año se ∆ los
pasajeros en las aerolíneas.
Ante esta situación se aconseja hacer una diferencia estacional. Transformación a 12
meses de enero a enero y
así sucesivamente
7. 𝐺𝑒𝑛𝑟 𝑠𝑑𝑙𝑝 = 𝑑(𝑑𝑙𝑝, 0,12)
Se pone “0” por que la diferencia regular se hizo
De la variable 𝑑𝑙𝑝 le anteriormente, si no se hubiera hecho una diferencia
solicitas una diferencia regular entonces se hubiese colocado “1”
estacional.

Como la serie es mensual coloco 12.


PRÁCTICA SARIMA 1 ECONOMETRÍA II

HAGA CLIC
8. Abro PARAgrupo
como MODIFICAR EL ESTILO DE TÍTULO DEL PATRÓN
p
lp
dlp Graph
sdlp
multiplesgraf
p varianza no constante 𝑑𝑙𝑝 ⟹
lp varianza constante s𝑑𝑙𝑝 ⟹

Con esta vamos a modelar y determinar si tiene un


patrón AR(1), AR(2) y si tiene un patrón estacional
PRÁCTICA SARIMA 1 ECONOMETRÍA II

HAGA CLIC PARA MODIFICAR EL ESTILO DE TÍTULO DEL PATRÓN


9. SDLP Realizo pruebas de Raíces Unitarias.
Niveles ADF C 𝑹𝑯𝑶 P-P C 𝑹𝑯𝑶 KPSS C 𝑹𝑯𝑶
C-T 𝑹𝑯𝑶 C-T 𝑹𝑯𝑶 C-T 𝑹𝑯𝑶
None 𝑹𝑯𝑶 None 𝑹𝑯𝑶
Es estacionaria 𝑆𝐷𝐿𝑃~𝐼(0)
10. 𝑠𝑑𝑙𝑝 correlograma para identificar que tipo de modelo es.
FAT determina rezagos MA
FATC determina rezagos AR
FAT haya rezagos que sobresale, Y sobresale el componente
estacional en el componente ≠ 12 tanto para FAT como para FATC. Y no
sobresale en el 24.
PRÁCTICA SARIMA 1 ECONOMETRÍA II

HAGA CLIC
Así por PARA MODIFICAR
ejemplo EL ESTILO DE TÍTULO DEL PATRÓN
un modelo. Estos modelos
tendrán los mismos
AR(1) 𝜃 un AR(1) estacional. momentos y
correlogramas de
𝑍𝑡 = 𝜃1 𝑍𝑡−𝑠 + 𝑒𝑡 AR(1) y AR(2)
regular pero
SAR(2) considerando solo
los retardos
𝑍𝑡 = 𝜃1 𝑍𝑡−𝑠 + 𝜃2 𝑍𝑡−2𝑠 + 𝑒𝑡 estacionales.

SMA(1) o MA(1) estacional.


𝑍𝑡 = 𝜃1 𝜀𝑡−𝑠 + 𝜀𝑡
SMA(2) o MA(2) estacional.
𝑍𝑡 = 𝜃1 𝜀𝑡−𝑠 + 𝜃2 𝜀𝑡−2𝑠 + 𝜀𝑡
PRÁCTICA SARIMA 1 ECONOMETRÍA II

HAGA CLIC
SARIMA se PARA
puedeMODIFICAR EL ESTILO
combinar con DE TÍTULO DEL PATRÓN
los ARIMA.
𝑆𝐴𝑅𝐼𝑀𝐴(𝑝, 𝑑, 𝑞)(𝑃, 𝐷, 𝑄)

Orden de integración regular Orden de integración estacional

AR(p) Autorregresivo Regular.


SAR(P) Autorregresivo Estacional.
MA(q) Media Móvil Regular.
SMA(Q) Media Móvil Estacional.

Al analizar el correlograma observamos que tanto FAT como FAC se parecen con lo cual
lleva a pesar un modelo AR.
El FAT un rezago sobre sale por lo tanto pareciera que es MA(1).
Box y Jenkins solo considera el primer rezago y considera el rezago estacional.
Componente estacional (rezago 12) ya no sobresaldría el (24).
PRÁCTICA SARIMA 1 ECONOMETRÍA II

HAGA CLIC PARA


Se podría MODIFICAR
plantear EL ESTILO
un primer modeloDE 𝑙𝑠
TÍTULO
𝑠𝑑𝑙𝑝 DEL
𝑚 PATRÓN
1° se estima un MA(1)
𝑙𝑠 𝑠𝑑𝑙𝑝 𝑚𝑎 1 𝑠𝑚𝑎 12 eq01
componente estacional
ma(1)=-0,40
sma(12)=-0,63
𝑙𝑠 𝑠𝑑𝑙𝑝 𝑎𝑟 1 𝑚𝑎 1 𝑠𝑚𝑎 12

Vemos si los residuos son ruido blanco.


PRÁCTICA SARIMA 1 ECONOMETRÍA II

HAGA CLIC PARA MODIFICAR EL ESTILO DE TÍTULO DEL PATRÓN


eq02
view
residual diagnostics
la mayoría de los P>0,05
Prueba de normalidad
P=0,08>0,05 𝑅𝐻𝑂 cumple prueba de normalidad.
Prueba de Autocorrelación.
1er orden P=0,19>0,05 𝑅𝐻𝑂
2do orden P=0,32>0,05 𝑅𝐻𝑂
No hay correlación.
P=0,48>0,05 𝑅𝐻𝑂
Hasta 12 P=0,19>0,05 𝑅𝐻𝑂
PRÁCTICA SARIMA 1 ECONOMETRÍA II

HAGA CLIC PARA MODIFICAR EL ESTILO DE TÍTULO DEL PATRÓN


Heterocedasticidad.
ARCH(1) P=0,24>0,05 𝑅𝐻𝑂 Homocedasticidad
P=0,49>0,05 𝑅𝐻𝑂 Homocedasticidad
P=0,70>0,05 𝑅𝐻𝑂 Homocedasticidad
Cumple con la prueba de Homocedasticidad
1950.03
ARIMA(1,1,0)(0,1,1) 12
Predicción
𝑠𝑑𝑙𝑓
El # de pasajeros en niveles es:
𝑃𝑡 = 𝑍𝑡 + 𝑃𝑡−12 + 𝑃𝑡−1 − 𝑃𝑡−13
1960.03
𝑃𝑡 = 0,007269 + 405 + 432 − 362 = 474

También podría gustarte