UNA INTRODUCCION A LAS

SERIES DE TIEMPO
(MODELOS DE BOX and JENKINS)

1
 Los Pronsticos
Cuantificacin de los EVENTOS en un
tiempo FUTURO, Y constituye una de
las principales actividades en todo
proceso de TOMA de DECISIONES.
Abarca todas las reas del saber
humano, en Particular en el quehacer
Econmico, desde la economa
internacional hasta los indicadores
microeconmicos de una empresa.
2
 Tipos de Pronsticos
Muy Corto Plazo 0-3 meses
(Presupuestos)
Corto Plazo 3-12 meses
(Bienes de temporada)
Medio Plazo 1- 3 aos
( C. estrategicos)
Largo Plazo 3 -10 aos
(Expansin)
Muy Largo Plazo > 10 aos

3
 INTRODUCCION
Los modelos de Box and Jenkins son
usados para realizar pronsticos a corto-
mediano plazo, con datos observados a lo
largo del tiempo( Serie de Tiempo).
Aspectos de una serie de tiempo
NOTACION Conjunto del parmetro
indicador del tiempo.

1 { Zt , t T }
Parmetro indicador
Variable Aleatoria del Tiempo
de Inters
4
 REPRESENTACION DE UNA ST

REPRESENTACION ALGEBRAICA

{ zt , tT }; t=1,2,....,T
2a { zt , tT }; T= (a<t<b).
Z1, Z2 ,....., ZT

REPRESENTACION GEOMETRICA
250

200
(En dolares percapita)

2b
150

100

50

0
50 55 60 65 70 75 80 85

Importac iones en el Peru 1950-1985

5
 Otros Aspectos de una serie temporal

FUNDAMENTOS PROBABILISTICOS
Toda serie de tiempo antes de iniciar su
3 estudio debe cumplir con ser:
Estacionaria,
Ergdica

ENFOQUES EN EL ESTUDIO DE UNA ST.

4 Una ST puede ser estudiada, segn el;

Dominio del Tiempo,
Dominio de la Frecuencia.(espectros) 6
 TIPOS DE VARIACION DE UNA ST
La mayora de series de tiempo tienen
los siguientes tipos de variacin.

Constante media,

Tendencia,
5 Estacin,

Ciclo,

Irregular o Aleatria

7
 SERIE con CONSTANTE MEDIA
1 Zt 0 t
21.0

20.8

20.6

20.4

20.2

20.0

19.8

19.6

19.4
80 82 84 86 88 90 92 94 96 98 00

Serie Simulada alrededor de 20 8

Correlograma de una ST con Constante

Zt = 20 + t , t segn una N( 0; 2.5) .

9
Estimacin de la ST con constante

10
 SERIE CON TENDENCIA

2 Z t 0 Tt t
28

26

24

22

TENDENCIA LINEAL
20

18
80 82 84 86 88 90 92 94 96 98 00

Serie Simulada, Z=20+0.25*t + error 11

 Fac y Facp - serie con tendencia lineal

Zt = 20 +0.25t + t , t segn una N( 0; 2.5)

12
 SERIE CON ESTACION

3 Z t 0 St t
6.5

6.0

5.5

5.0

4.5

4.0

3.5
95 96 97 98 99 00 01 02 03

13
 Correlograma con Estacin Pura St .

Zt = 10+ sin(t/6) +t, t segn N( 0; 0.09)

14
 SERIE CON Tt+St .

4 Z t 0 Tt St t
22

20

18

16

14

12

10

8
95 96 97 98 99 00 01 02 03

Tendencia y Estacin aditivas

15
 Correlograma con Tt +St Aditivas

Zt = 10 +t/10 + sin(t/6) +t;t segn N( 0; 0.09)

16
 SERIE CON Tt St Multiplicativas

5 Z t 0 Tt St t
66.2

66.0

65.8

65.6

65.4

65.2

65.0
Tendencia y Estacin multiplicativas
64.8
1995 1996 1997 1998 1999 2000

Serie Mensual Simulada 17

 Correlograma con Tt St Multiplicativas

Zt = 65 +0.009t +0.007t sin(t/6) +0.09t ,

t segn N( 0; 2.5)
18
 SERIE CON 0 Tt St Multiplicativas

6 Z t 0Tt St t
60

50

40

30

20

10

0
95 96 97 98 99 00 01 02 03

Constante,Tendencia y Estacin multiplicativas

19
 Correlograma con 0 Tt St .Multiplicativas

Zt = 5t/10(t sin(t/6)/10)+t,t segn N( 0; 0.09)

20
 MODELOS PARA UNA ST
A Modelo Lineal General Discreto

Z t o t 1 t 1 ... j t j ...
Z t ( B) t

Toda serie de tiempo es escrita como

una combinacin lineal de choques
aleatorios.
B :Operador de rezago, actua sobre
el indice t; BZt= Zt-1 . 21
 MODELOS PARA UNA ST

B Forma Autoregresiva o Invertida

Zt 0 1Zt 1 ... k Zt k ... t
( B) Z t t
Toda Serie temporal es escrita
como una combinacin lineal de
su pasado remoto, y del error
presente. (B) : es el polinomio
autoregreisvo de orden infinito
22
 MODELOS PARA UNA ST

C Ecuacin de Diferencias
Z t 1Z t 1 ... p Z t p 0 1 t 1 ... q k t q ... t
( B) Z t 0 ( B) t
Toda Serie temporal, sobre ciertas
condiciones, puede ser escrita
como una razn de 2 polinomios
finitos. (B), y (B) : polinomio
autoregresivo, y medias mviles
de ordenes finitos
23
 FUNCIONES DE AUTOCORRELACION- fac

Definida como la correlacin entre dos

observaciones de la serie de tiempo;

i j = Corr(Zt , Zt-j ) = j / 0 .
Donde, j es la autocovarianza .

La fac j es estimada desde correlacin

de la serie de tiempo observada;
Cj 1 T
rj ; C j ( Z t Z )(Z t j Z )
C0 T t j 1
Donde Z media de Z t
24
 Funciones de Autocorrelacion Parcial-facp

Es definida con la correlacin entre dos

observaciones de la serie, descontando

ii el efecto de los puntos intermedios;

j = Corr(Zt , Zt-j| Zt-1,Zt-2,..., Zt-j+1)

j

Cov ( Z t Z t )(Z t j Z t j
Var(Z Z ) Var(Z
t t
1/ 2
t j
Z t j
1/ 2

Donde Z t 1Z t 1 ... 1Z t j 1
25
 Facp Muestrales
Los estimadores muestrales jj de los j,
en la prctica se obtienen ajustando
regresiones de ordenes crecientes;
Zt = j1 Zt-1+ j2 Zt-2 + .....+ jj Zt-j+ t.
El cual es equivalente a resolver la
ecuacin;
i = j1 i-1+ j2 i-2 + .....+ jj i-j
reemplazando i por sus estimadores rj.
26
27