{[ promptMessage ]}

Bookmark it

{[ promptMessage ]}

Practica5Series - Estadstica Industrial Universidad Carlos...

Info iconThis preview shows pages 1–4. Sign up to view the full content.

View Full Document Right Arrow Icon
1 Estadística Industrial Universidad Carlos III de Madrid Series temporales Práctica 5 Objetivo: Análisis descriptivo, estudio de funciones de autocorrelación simple y parcial de series temporales estacionales. Formulación, predicción y estimación de modelos ARIMA estacionales. Diagnosis y validación. Fichero de datos: Practica5Series.sf Series temporales estacionales: En la práctica 1 vimos series temporales que presentaban pautas que se repetían en forma de ciclos. Es habitual que muchas series tengan patrones estacionales cada s periodos. En series mensuales, en general, el orden de la estacionalidad es s=12 ; en series trimestrales s=4 , cuatrimestral s=3 , etc… La metodología ARIMA también nos permite estudiar estas series estacionales. En este caso la formulación ARIMA es: ( , , ) ( , , ) parte regular parte estacional ARIMA s p d q P D Q × ±²³²´ ±²³²´ Ejemplo: IPI Inglaterra Importar datos: FILE -> OPEN -> OPEN DATA FILE Representación de la serie temporal: SPECIAL -> TIME-SERIES ANALYSIS -> DESCRIPTIVE METHODS Al introducir la serie a analizar: debemos especificar que la periodicidad de la serie: SAMPLING INTERVAL -> MONTH -> STARTING AT -> SEASONALITY Si la serie es mensual s=12
Background image of page 1

Info iconThis preview has intentionally blurred sections. Sign up to view the full version.

View Full Document Right Arrow Icon