1 / 32

SERIES TEMPORALES

SERIES TEMPORALES. MÉTODOS DE PREVISIÓN CUANTITATIVOS. UNIVARIANTES. CAUSAL. Incorpora variables externas para explicar el comportamiento de variable objeto de estudio. Se trata de hacer previsiones de una serie empleando para ello los valores pasados de la serie temporal. Métodos Arima

walda
Download Presentation

SERIES TEMPORALES

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. SERIES TEMPORALES

  2. MÉTODOS DE PREVISIÓN CUANTITATIVOS UNIVARIANTES CAUSAL Incorpora variables externas para explicar el comportamiento de variable objeto de estudio Se trata de hacer previsiones de una serie empleando para ello los valores pasados de la serie temporal • Métodos Arima • Métodos de descomposición

  3. COMPONENTES • TENDENCIA • CICLO • ESTACIONALIDAD • MOVIMIENTO IREGULAR

  4. COMPONENTES • TENDENCIA Patrón de evolución sostenido a medio y largo plazo de la serie

  5. COMPONENTES • CICLO Movimiento oscilatorio por encima y por debajo de la tendencia de una serie temporal

  6. COMPONENTES • ESTACIONALIDAD Oscilaciones de una serie temporal que se completa dentro de un año y se repiten mas o menos de forma invariable en los años sucesivos.

  7. COMPONENTES • IRREGULAR Oscilaciones de una serie temporal que se atribuyen a factores fortuitos, aleatorios y esporádicos

  8. ANÁLISIS PRIMARIO DE SERIES TEMPORALES Descomposición de series: Esquemas alternativos de descomposición de una serie temporal: • ADITIVO: • MULTIPLICATIVO:

  9. SUPUESTOS  Se considera que existe una cierta estabilidad en la estructura del fenómeno estudiado.  Los datos deben ser homogéneos en el tiempo, o lo que es lo mismo, se debe mantener la definición y medición de la magnitud objeto de estudio.

  10. Descomposición de series: Componente Estacional Serie: INDICE DE PRODUCCIÓN INDUSTRIAL

  11. Descomposición de series: Componente Tendencial Serie: INDICE DE PRODUCCIÓN INDUSTRIAL

  12. Descomposición de series: Componente Cíclico e irregular Serie: INDICE DE PRODUCCIÓN INDUSTRIAL

  13. Descomposición de series: Componente Cíclico e irregular Serie: INDICE DE PRODUCCIÓN INDUSTRIAL

  14. Descomposición de series: Métodos de Estimación • Series sin tendencia ni estacionalidad. • Métodos Ingenuos: • Última observación • Media Histórica • MM de orden 3 • Alisado Exponencial Simple • Series con tendencia y sin estacionalidad • Doble Alisado exponencial del Brown con un parámetro • Alisado exponencial de Holt Winter con doble parámetro • Series con tendencia y con estacionalidad • Alisado exponencial de Holt Winter con doble parámetro

  15. Series Temporales: Métodos de Estimación • Series sin tendencia ni estacionalidad.

  16. Series Temporales Métodos de Estimación • Series con tendencia y sin estacionalidad

  17. Series Temporales Métodos de Estimación • Series con tendencia y con estacionalidad

  18. DESCOMPOSICIÓN DE S.T. En el caso de un esquema aditivo la secuencia a seguir es la siguiente: • ESTACIONALIDAD • TENDENCIA • CICLO • IRREGULAR

  19. DESCOMPOSICIÓN DE S.T. En el caso de un esquema multiplicativo la secuencia a seguir es la siguiente: • ESTACIONALIDAD • TENDENCIA • CICLO • IRREGULAR

  20. SERIES TEMPORALESMedias móviles Concepto: Es una transformación que se efectúa a la serie original en la que las nuevas observaciones corresponden a un promedio de las observaciones originales. El número de observaciones a promediar corresponden al orden de la media móvil.

  21. SERIES TEMPORALESMedias móviles UTILIDADES • Suavizar • Predecir • Representar la tendencia • Desestacionalizar TIPOS • Centrada: El valor se asigna al punto de medio del intervalo • No centrada: El valor se asigna al período correspondiente a la observación más adelantada

  22. MEDIA MOVIL DE ORDEN TRES

  23. MEDIA MOVIL CENTRADA DE ORDEN DOCE

  24. SERIES TEMPORALESMedias móvilesUtilidad: Suavizar

  25. DESCOMPOSICIÓN DE S.T. En el caso de un esquema aditivo la secuencia a seguir es la siguiente: • ESTACIONALIDAD • TENDENCIA • CICLO • IRREGULAR

  26. SERIES TEMPORALES Desestacionalización: Diferencias sobre la media móvil (aditivo) 1.-Calcular la media móvil centrada 2.- Calcular las diferencias de la serie original y la media móvil 3.- Calcular los índices de estacionalidad para cada periodo m 4.- Reponderar los índices de estacionalidad para que sumen 0. 5.- Calcular la serie desestacionalizada

  27. SERIES TEMPORALES Cálculo de la Tendencia: Se obtiene la nueva serie de componente tendencial ajustando los datos observados a una especificación en función del tiempo.

  28. SERIES TEMPORALES Cálculo de la Tendencia:

  29. SERIES TEMPORALES Cálculo de la Tendencia:

  30. SERIES TEMPORALES Cálculo del componente cíclico: Componente cíclico e irregular: Aplicando un MM3, se obtendría un serie sin componente irregular

  31. SERIES TEMPORALES Fuentes consultadas • Material elaborado a partir de los apuntes de los profesores: • Mahía Casado, Ramón • Pérez García, Julián

More Related