Você está na página 1de 29

Analisando el correlograma de la serie platano.

La serie tiene tendencia dominante sobre la estacion


a) correlograma de primera diferencia. En 60

Este correlograma elimina la trendencia. Hoara se se tiene que ver si esta es estacional
estacionaria.
12 medice que es estacional, el 24 y el 36 por lo que concluimos que si.
No obliga a tomar
b) primera diferencia estacional

Ponemos en lags incluye se pone 60

Ahora esta diferencia hace 36 menor que cero y hace que esta series sea estacionaria en
estacin y en varianza.
Planteamos el siguiente modelo
SER(p,d)(P,D) = SAR(3,1,)(2,1)s
Para la estructura SIMA
SIMA(d,q)(D,Q)s
SIMA(1,3)(1,2)s
Vemos finalmente que
ASRI()(3,1)(2,1)s
SIMA(1,3)(1,2)s
Fnalemte tenemos el modelo sarima
SARIMA(p,d,q)(P,D,Q)s
Para la parte de tendencia se va a captar en la estructura en el AR(,)(3,1,0)
La estacion se captara en Media Movil MA()(0,1,2)
Ahora se inverte lo anterior
La tendencia en MA()(0,1,3)
y estacion en AR()(2,1,0)

La estructura peral serie el maximo de todos por lo que se tiene


SARIMA(3,1,3)(2,1,2)s
Hacemos la transformacin de box cox con grupos de tamao 12.

Nuestra serie no es estacionaria en varianza.


Estimando lo parmetros

eliminando la media

Ahora hacemos un test del correlograma de la parte residual

Haciendo la prediccion

Tenemos

Modelo ima

Tenemos el pronostico

Ajustamos directamente el modelo previsto en el correlograma con ma(3) siginificativo


y ma(2) no

Halando su pronostisco

Ajustando el modelo completo

Eliminando sma(12)

Finalmete tenemos

Modelo sarima(1,1,2)(1,1,2)
Tenemos el pronostico

El otro modelo tenemos

Teniendo el pronostico

Otro medlo

Se elimina el 3

Pronostico

Tendiendo el modelo trasformado

Luego tendencia autoregresivgo

Pronostico

De todos los medelos tenemos que el SIMA(1,3)(1,2) es el mejor y se puede decir que
la no estacionariedad en varianza es leve
Para la serie limon

En este caso la variacin estacional domina la tendencia.


Hay variacin estacioanal el 12, 24 y el 36 es diferente de cero, la serie es no
estacionaria en estacion.
Primero relizamos la primera diferencian estacional

Tenemos 5 desfaces diferentes de cero, entonces podemos ligera tendencia.

Planteamos el modelo
SARI(1,0)(1,1)s
SIMA(0,5)(1,1)s
SARIMA(1,5)(1,1)s
Los cruzados serian
SARIMA(1,0,0)(0,1,1)
Tendencia ar ma s(estacion)
SARIMA(0,0,5)(1,1,0)
Tendencia ar ma s(estacion)
Correlograma de la serie diferencia de limon 1,12

Luego de esta diferencia en 1 y 12 tenemos los modelos siguientes.


SARI(2,1)(3,1)s
SIMA(1,2)(1,1)s
SARIMA(2,1,2)(3,1,1)s
Los cruzados serian
SARIMA(2,1,0)(0,1,1)
Tendencia ar ma s(estacion)
SARIMA(0,1,2)(3,1,0)
Tendencia ar ma s(estacion)
Tenemos los resultado para el primer modelo
SARI(1,0)(1,1)s
Tenemos eliminado los qye son cero estaditicamente

Pronostico tenemos

Luego para la diferencia en 1 y 12

Eliminado tenemos

Pronostico

Interesses relacionados