Beruflich Dokumente
Kultur Dokumente
odelacin ARIMA
A finales del siglo XX diversos investigadores comenzaron a desarrollar y aplicar nuevas propuestas
para la modelacin de series de tiempo, las cuales lograron probar su eficacia, ya que son capaces de
tratar con cualquier patrn de datos y producir pronsticos precisos en base a la descripcin de
patrones histricos en los datos (Aguirre 1994). Las nuevas propuestas de anlisis de series de tiempo
se empezaron a implementar en un principio a problemas de contaminacin, en la economa, a
enfermedades epidemiolgicas y en la actualidad a fenmenos fsicos e inclusive fenmenos sociales.
Especficamente los modelos desarrollados en las ltimas dcadas son los llamados autorregresivos
(AR), de medias mviles (MA), integrados (I), as como las posibles combinaciones entre estos
(ARMA y ARIMA).
La principal diferencia entre estos modelos y los clsicos es el enfoque estocstico que se le da a las
series de tiempo, en vez de tratarlas de forma determinstica. Bajo este enfoque se concibe a la serie de
tiempo como un conjunto de valores de tipo aleatorio, generados a partir de un proceso totalmente
desconocido, es decir, se concibe a la serie como un proceso estocstico.
As mismo, derivado del desconocimiento del proceso generador de los datos, el objetivo de este
enfoque es tratar de identificar el modelo probabilstico que represente las caractersticas principales
del comportamiento de la serie (Aguirre 1994).
El desarrollo y aplicacin de este tipo de modelos de series de tiempo en un principio estuvieron
gravemente limitados, fundamentalmente debido a razones de cmputo. Actualmente con la amplia
disponibilidad de las computadoras, el uso de los modelos ARIMA se ha tornado posible. En el
presente texto se hace imprescindible el uso de paquetes informticos especializados en la modelacin
ARIMA. En especial se hacen necesarios debido a la frecuencia con que se manejan grandes
volmenes de informacin. De otra forma, utilizar mtodos tradicionales hara que la tarea de modelar
bajo este enfoque fuera casi imposible de realizar.
41|Pgina
Con
1,2,3, ,
Bajo este enfoque, una serie de tiempo se define como una observacin particular sobre el estado
dinmico de una variable de un proceso de naturaleza aleatoria. Simultneamente se presupone que los
procesos de series de tiempo siguen un comportamiento aleatorio y debido a la propia dinmica de
dicho proceso, tales impulsos pueden generar un conjunto de datos serialmente dependientes.
As, mediante la identificacin de la estructura de dependencia latente existe entre las observaciones, se
puede modelar la serie.
Una de las principales ventajas de este enfoque aplicado a las series de tiempo, es la gran flexibilidad
que se logra para representar un buen nmero fenmenos reales mediante una sola clase general de
modelos. Otra ventaja es la facilidad y precisin para realizar pronsticos.
42|Pgina
En donde
es la variable dependiente y
,,
En este caso, las variables independientes son valores de la misma variable (de aqu el nombre de
es el error, o trmino
auto), pero de periodos anteriores
1,
2,
3, ,
. Por ltimo,
residual, que representa perturbaciones aleatorias que no pueden ser explicadas por el modelo.
El modelo se llama autorregresivo porque se asemeja a la ecuacin de regresin:
Las variables independientes son simplemente valores rezagados de la variable dependiente con
rezagos de tiempo 1, 2, 3,, periodos.
Modelo de Medias Mviles de orden q - MA(q): En este modelo, una determinada observacin est
condicionada por los impulsos aleatorios de las observaciones anteriores. De esta forma la
observacin actual se define como la suma del impulso actual y de los impulsos aleatorios anteriores
con un determinado peso.
El modelo de medias mviles tiene la siguiente forma:
43|Pgina
Se observa que la ecuacin es sencillamente una combinacin de las ecuaciones del modelo AR y MA.
En la ecuacin anterior simboliza los valores tomados por la variable durante los
periodos
anteriores
1,
2,
3, ,
. El grado de influencia de cada valor anterior sobre el valor
considerado de la variable viene dado pr el parmetro correspondiente
, ,,
. Por su parte
representa los errores o residuos de la variable durante los momentos anteriores
1,
2,
3, ,
. El grado de influencia de cada uno de ellos viene ponderado por el parmetro
correspondiente
, ,,
.
Un modelo ARMA puede ajustarse a cualquier patrn de datos. Sin embargo, los valores de
deben de especificar.
1
Por ejemplo si
se
El modelo derivado de esta ecuacin es llamado modelo AR de primer orden y se escribe como AR(1)
o ARMA(1,0).
Si
Cuando
Por ltimo y pueden cada una ser diferentes de 0, en cuyo caso existe un modelo ARMA mixto.
Por ejemplo, cuando
1
1, el modelo es un modelo ARMA(1,1) y es de la forma:
Es interesante darse cuenta que esta ecuacin es no lineal y por lo tanto suficientemente general para
describir una amplia variedad de patrones de datos.
Obviamente
pueden adoptar muchos otros valores, aun cuando raramente son mayores que 2.
Modelo autorregresivo integrado de medias mviles de orden p,d,q - ARIMA(p,d,q): Al igual que
un modelo ARMA, es la combinacin de los modelos autorregresivo y el de medias mviles, con la
particularidad de incluir un proceso de restablecimiento (el cual se denomina integracin) de
44|Pgina
inestabilidad original presente en una serie de tiempo. La idea de inestabilidad es una caracterstica que
se presenta ms adelante en la seccin 4.3.1
La forma general de un modelo ARIMA es semejante al de un modelo ARMA:
Donde:
:
En ocasiones es apropiado incluir un trmino constante a los modelos AR, MA y ARIMA. En un
modelo que contiene slo parmetros de media mvil, el valor de la constante es la media de los
valores de la serie
. Mientras tanto en un modelo autorregresivo
1
(Arnau 2001). La inclusin del trmino depende de la serie en estudio. Concretamente, depende
del valor de la media. Si la media de todas las observaciones es cero o muy cercana, no se incluye
trmino constante. Si la media es significativamente distinta de cero, se incluye el trmino.
Un rpido indicador, es conocer si la serie ha sido diferenciada (este concepto se estudia
posteriormente). Si la serie ha sido diferenciada, la constante es eliminada, se puede probar que en una
serie diferenciada
0. Por el otro lado si la serie no es diferenciada, se debe verificar el valor de
(Arnau 2001).
Slo se destacan en seguida algunas consideraciones importantes acerca de la naturaleza de los datos
en la modelacin ARIMA (Pankratz 1983):
Los modelos ARIMA aplican tanto para datos discretos o continuos. Los datos discretos son
aquellos que son medidos solamente en nmeros enteros, nunca con cifras decimales. Mientras
tanto los datos continuos son medidos en intervalos fraccionarios, es decir, con cifras
decimales.
Aunque la metodologa ARIMA trata tanto con datos discretos y continuos, slo se puede
aplicar a datos espaciados equidistantemente en el tiempo, en intervalos discretos de tiempo.
Los datos medidos en intervalos discretos de tiempo pueden clasificarse en dos tipos: 1) datos
que son producto de la acumulacin durante un periodo de tiempo, por ejemplo los ahorros de
una persona en un mes. 2) datos que son producto de la medicin instantnea peridicamente,
por ejemplo la medicin de la presin en una tubera en intervalos de una hora.
Para elaborar un modelo ARIMA se requiere una cierta cantidad de datos mnimo. Los
profesores Box y Jenkins sugieren un mnimo de 50 observaciones. Un modelo ARIMA se
puede aplicar a una serie con menor tamao, realizando con especial cautela su interpretacin.
Para series con patrones estacionales se aconseja una serie con gran nmero de muestras
observadas.
Los modelos ARIMA son especialmente tiles en el tratamiento de series que presentan
patrones estacionales.
Los mtodos Box-Jenkins aplican a series estacionarias y no estacionarias. Una serie
estacionaria es aquella cuya media, varianza y funcin de autocorrelacin permanecen
constantes en el tiempo.
presentes en la serie, son independientes entre
Se asume que las perturbaciones aleatorias
s. No existe correlacin entre ellas, por lo tanto ningn patrn modelable.
Una vez hechas estas anotaciones, se puede entrar de lleno a la metodologa. La Figura 4.1 muestra las
etapas esenciales en la aplicacin de esta metodologa (Aguirre 1994). De la figura se destacan en
especial 5 etapas principales:
1.
2.
3.
4.
5.
Estacionariedad
Identificacin
Estimacin
Evaluacin
Pronstico
46|Pgina
Eslaserieestacionaria?
No
1.Estacionariedad
Inducirestacionariedad
Identificarmodelos
posibles
No
2.Identificacin
Estimarlosparmetros
delosmodelos
tentativos
3.Estimacin
Sonadecuadoslos
modelosestimados
sobrelaserie
estacionaria?
4.Evaluacin
S
Restablecerno
estacionaridad
5.Pronsticos
No
Sonadecuadoslos
pronsticos?
Establecermodelos
4.3.1 Estacionariedad
Los procesos estocsticos se clasifican en estacionarios y no estacionarios. La idea de estacionariedad
est relacionada con la estabilidad de la serie. Un proceso estacionario se describe como una secuencia
de datos o valores que no presentan cambio sistemtico en la media, ni cambio sistemtico alguno en la
varianza, se dice entonces que la serie es estable. De forma parecida, un proceso no estacionario es
aquel que presenta cambios sistemticos en la media y/o varianza; la serie de datos es inestable en el
tiempo.
Aplicado dicho concepto a una secuencia cronolgica y explicado en forma intuitiva, una serie de
tiempo es estacionaria si sus propiedades estadsticas (media, varianza) son esencialmente constantes a
travs del tiempo. Una serie cuya media y/o varianza cambian a travs del tiempo es una serie no
estacionaria (Bowerman, OConell, Koehler 2007).
A partir de la definicin previa, se puede advertir que una serie cuyos valores fluctan respecto de una
media constante, es decir, sin tendencia, es una serie estacionaria.
47|Pgina
La Figura 4.2 muestra la grfica de una serie de tiempo, en ella se observa que los valores de una serie
de tiempo fluctan respecto de una media constante, entonces es razonable pensar que la serie temporal
es estacionaria. Si los valores no fluctan respecto de una media constante o fluctan con variacin
constante, entonces es razonable pensar que la serie de tiempo es no estacionaria, como se observa en
la Figura 4.3.
Este concepto es importante ya que el primer paso en la metodologa Box-Jenkins es determinar si la
serie de tiempo es estacionaria. En caso de que la serie de datos no sea estable a lo largo del tiempo, es
necesario aplicar una transformacin a la serie para inducirla a ello. Este paso es indispensable para
poder aplicar las dems etapas de esta metodologa.
Existen dos formas de conocer si una serie es estacionaria: por medio del grfico de la serie y mediante
la exploracin de funcin de autocorrelacin simple.
1. Por medio de inspeccin grfica
Yt
Yt
Tiempo
Tiempo
48|Pgina
En primer lugar, la funcin de autocorrelacin simple se puede cortar truncar. Para explicar este
trmino, se dice que existe una espiga en el desfasamiento en la FAS si
es estadsticamente
grande.
Se considera que existe una espiga en la funcin si el valor absoluto de:
si no hay espigas
3.671
2.873
0.517
Entonces la funcin de autocorrelacin simple se trunca o se corta despus del desfasamiento 2. Esto se
ilustra en la siguiente figura (Figura 4.4).
Autocorrelacin
1
0
10
Retraso
es mayor que 2.
49|Pgina
Autocorrelation
0.6
0.4
0.2
0.0
-0.2
-0.4
-0.6
-0.8
-1.0
1
4
Lag
Segundo, la funcin de autocorrelacin simple decae se extingue si esta no se corta o muere sino que
decrece en una forma permanente. Puede extinguirse de tres maneras:
En forma exponencial
(Figura 4.6)
En seno amortiguada
(Figura 4.7)
En combinacin de 1 y 2 (Figura 4.8)
Adems puede cortarse con gran rapidez como se muestra en la Figura 4.9 o puede extinguirse con
lentitud extrema como se muestra en la Figura 4.10.
Autocorrelacin
1
0
10
Retraso
50|Pgina
Autocorrelacin
1
0
10
Retraso
Autocorrelacin
1
0
10
Retraso
Autocorrelacin
1
0
10
15
20
Retraso
51|Pgina
Autocorrelacin
1
0
10
15
20
Retraso
,,
son:
2,3, ,
52|Pgina
La Tabla 4.1 muestra cmo se hace la diferenciacin y cmo los datos con una tendencia lineal se
convierten en estacionarios (horizontales) despus de diferenciar. Grficamente se puede observar esta
transformacin en la Figura 4.11
Serie de datos Primeras diferencias Nueva serie
2
4
6
8
10
12
14
4-2 = 2
6-4 = 2
8-6 = 2
10-8 = 2
12-10 = 2
14-12 = 2
2
2
2
2
2
2
-
16
Serie original con
tendencia
12
Yt
Nueva serie
Tiempo
En ocasiones es necesario realizar ms de una diferenciacin para generar valores de series de tiempo
estacionarias. Si los valores originales no son estacionarios y las primeras diferencias de los valores
originales de la serie de tiempo tampoco son estacionarios, entonces podemos obtenerlas segundas
diferencias de los valores originales de la serie de tiempo.
Las segundas diferencias de los valores de la serie de tiempo son:
2
3,4, ,
53|Pgina
La Tabla 4.2 muestra cmo se obtienen las segundas diferencias a una serie de tiempo, se puede
apreciar que las primeras diferencias siguen siendo no estacionarias, al aplicar una nueva
diferenciacin se obtiene una serie estacionaria. Cabe aclarar que la notacin tan slo se usa para
indicar que la serie se transform, ya sea mediante las primeras o las segundas diferencias.
En la grfica de la Figura 4.12 se observa ambas transformaciones a la serie original.
Serie de datos Primeras diferencias Nueva serie Segundas diferencias Nueva serie
5.6
15.5
29.0
46.0
66.7
91.0
118.9
9.9
13.5
17.1
20.7
24.3
27.9
-
3.6
3.6
3.6
3.6
3.6
-
160
Serie original
Serie primeras
diferencias
120
Yt
Series segundas
diferencias
80
40
Tiempo
La experiencia indica que si los valores de la serie de tiempo original son no estacionarios y no
estacionales, entonces si se aplica la primera transformacin por diferencias o la segunda
transformacin por diferencias por lo general se producen valores estacionarios de la serie de tiempo.
Una vez introducido el tema de estabilidad en una serie de tiempo, es turno de hacer un pequeo
parntesis en el curso de la metodologa Box-Jenkins, a fin esclarecer la diferencia entre un modelo
ARMA y un modelo ARIMA. La diferencia se halla en que un modelo ARMA(p,q) es capaz de operar
nicamente sobre series estacionarias, mientras que un modelo ARIMA(p,d,q) es capaz de operar tanto
sobre series de tiempo no estacionarias, como en series estacionarias.
54|Pgina
4.3.2 Identificacin
Una vez que se asegura que la serie es estable en el tiempo. El siguiente paso en la metodologa BoxJenkins es la identificacin del modelo probable que rige el proceso de la serie de tiempo.
Las ideas bsicas de esta fase son las siguientes:
La serie de tiempo que se encuentre en proceso de estudio cuenta con sus respectivas funciones
de autocorrelacin simple y parcial (FAS y FAP), que se denominan prcticas o calculadas.
Por otra parte, cada una de las distintas configuraciones ARMA posee su FAS y FAP tericas
asociadas al modelo.
Si la FAS y FAP calculadas de la serie a la que deseamos ajustar un modelo se asemeja a
alguna o varias FAS y FAP tericas, entonces podemos decir que el modelo ARMA terico es
un modelo tentativo para la serie.
Queda claro entonces que la identificacin del modelo probable se realiza por medio de la comparacin
de las funciones de autocorrelacin calculadas contra las tericas (tanto simples como parciales).
Las funciones de autocorrelacin calculadas slo se usan como guas para escoger uno o varios
modelos ARMA que parezcan apropiados, ya que tan slo brindan una aproximacin a la estructura
ms adecuada que debe considerarse.
Las funciones de autocorrelacin tericas por su parte se derivan de una familia de modelos ARMA
propuestos por Box y Jenkins. Cabe aclarar que aunque existen una infinidad de posibles procesos
dentro de estos modelos ARMA, la mayora de los procesos que ocurren normalmente en la prctica
caben dentro de un nmero reducido de modelos. Es por esto que los modelos ms comunes en la
prctica, suelen ser precisamente los propuestos y desarrollados por estos profesores (Pankratz 1983)
De esta manera entonces los profesores Box y Jenkins sugirieron una completa familia de modelos
tericos de los cuales se puede escoger: AR(1), AR(2), MA(1), MA(2), ARMA(1,1).
Las principales caractersticas que se observan de las funciones de autocorrelacin tericas son:
Modelo
FAS
FAP
Se trunca o se corta
(despus del retraso p)
AR
Decae a cero
MA
Se trunca o se corta
(despus del retraso q)
Decae a cero
ARMA
Decae a cero
Decae a cero
55|Pgina
A partir de la tabla anterior se describe en seguida a detalle las caractersticas de cada uno de los
posibles modelos ARMA (Pankratz 1983).
Modelo AR: Las funciones de autocorrelacin simples de los procesos autorregresivos decaen a cero.
Es comn que se usen tambin las expresiones: se extingue o se muere. La forma en que se
extingue la FAS puede ser de forma exponencial, en forma de seno amortiguado, etc. Ahora bien, las
funciones de autocorrelacin parcial contienen espigas significativas hasta el retraso , despus del
cual la funcin se corta. El nmero de espigas indica por tanto, el orden del proceso autorregresivo.
Usualmente no sobrepasa el valor de 2 o 3.
La Figura 4.13 (Aguirre 1994) muestra dos configuraciones posibles para un modelo AR(1) o bien
ARMA(1,0). De esta figura se puede destacar que la FAS de un proceso autorregresivo de primer
orden decae exponencialmente hacia cero, mientras que existe una espiga significativa en la FAP en el
0, La FAS decae positivamente hacia cero y la espiga en la FAP es
primer retraso. Adems si
0, la FAS decae hacia cero alternando signos, mientras que la espiga
positiva tambin. Si
significativa en la FAP es negativa.
0
a)
FAS
FAP
1
Autocorrelacin
Autocorrelacin
Retraso
b)
FAS
FAP
1
Autocorrelacin
Autocorrelacin
Retraso
Retraso
Retraso
Figura 4.13 Funciones de autocorrelacin simple y parcial tericas para el modelo AR(1)
56|Pgina
Para un modelo AR(2) o ARMA (2,0) existen una mayor variedad de patrones posibles que para un
modelo AR(1). En general un proceso autorregresivo de segundo orden cuenta con una FAS que decae
a cero tanto de forma exponencial como de seno amortiguado bien una mezcla de ambos. La FAP se
caracteriza por tener espigas en los retrasos 1 y 2. El patrn exacto depende en las posibles
combinacin de signos para
. En la Figura 4.14a y 4.14b se muestran cuatro posibles
combinaciones.
a)
FAS
FAP
1
Autocorrelacin
Autocorrelacin
Retraso
Retraso
b)
FAP
FAS
1
Autocorrelacin
Autocorrelacin
Retraso
Retraso
c)
FAS
FAP
1
Autocorrelacin
Autocorrelacin
Retraso
Retraso
Figura 4.14a Funciones de autocorrelacin simple y parcial tericas para el modelo AR(2)
57|Pgina
d)
FAP
FAS
1
Autocorrelacin
Autocorrelacin
-1
Retraso
Retraso
Figura 4.14b Funciones de autocorrelacin simple y parcial tericas para el modelo AR(2)
Modelo MA: En general la FAS de un proceso de medias mviles cuenta con espigas significativas
hasta el retraso
, despus del cual se corta la funcin. La FAP por su lado decae de forma
exponencial o en forma de seno amortiguado. Normalmente el valor de no es mayor que 2 o 3.
La Figura 4.15 muestra las configuraciones de un modelo MA(1). Se ilustra como si
0 en la FAS
se presenta una espiga positiva mientras que la FAP decae exponencialmente a cero alternando signos.
Si
0 la espiga en la FAS es negativa, la FAP decae exponencialmente a cero con signo negativo.
0
a)
FAS
FAP
1
Autocorrelacin
Autocorrelacin
Retraso
Retraso
b)
FAP
FAS
1
Autocorrelacin
Autocorrelacin
Retraso
Retraso
Figura 4.15 Funciones de autocorrelacin simples y parcial tericas para el modelo MA(1)
58|Pgina
Para un modelo MA(2) la Figura 4.16a y 4.16b muestra algunas formas que pueden tomar las
funciones de autocorrelacin. Se muestra que existen espigas en la FAS hasta el retraso , en este caso
hasta
2 y despus de este retraso la funcin de corta o se extingue. La FAP decae a cero con
distintas configuraciones.
a)
FAP
FAS
1
Autocorrelacin
Autocorrelacin
Retraso
Retraso
b)
FAS
FAP
1
Autocorrelacin
Autocorrelacin
Retraso
Retraso
c)
FAP
FAS
1
Autocorrelacin
Autocorrelacin
Retraso
-1
Retraso
Figura 4.16a Funciones de autocorrelacin simples y parcial tericas para el modelo MA(2)
59|Pgina
d)
FAP
FAS
1
Autocorrelacin
Autocorrelacin
-1
-1
Retraso
Retraso
Figura 4.16b Funciones de autocorrelacin simple y parcial tericas para el modelo MA(2)
Modelos ARMA: Las funciones de autocorrelacin combinan las caractersticas que se presentan en
los modelos AR y los MA. En general la FAS decae a cero tanto exponencialmente como en forma de
seno amortiguado despus del retraso de tiempo
. La FAP terica tambin decae a cero despus
del retraso
. Se muestran en la Figura 4.17a y 4.17b seis posibles combinaciones para el modelo
terico ARMA(1,1)
a)
FAS
FAP
1
Autocorrelacin
Autocorrelacin
-1
-1
Retraso
Retraso
b)
FAS
FAP
1
Autocorrelacin
Autocorrelacin
-1
Retraso
-1
Retraso
Figura 4.17a Funciones de autocorrelacin simple y parcial tericas para el modelo ARMA(1,1)
60|Pgina
c)
FAS
FAP
1
Autocorrelacin
Autocorrelacin
-1
-1
Retraso
Retraso
d)
FAS
FAP
1
Autocorrelacin
Autocorrelacin
-1
-1
Retraso
Retraso
e)
FAS
FAP
1
Autocorrelacin
Autocorrelacin
-1
-1
Retraso
Retraso
f)
FAS
FAP
1
Autocorrelacin
Autocorrelacin
-1
Retraso
-1
Retraso
Figura 4.17b Funciones de autocorrelacin simple y parcial tericas para el modelo ARMA(1,1)
61|Pgina
Es probable que exista cierta ambigedad al determinar un modelo ARIMA apropiado a partir de los
patrones que provienen de las FAS y FAP parciales de la muestra. Cualquier modelo que se escoja, se
considera simplemente tentativo: slo es un candidato para ser considerado como el modelo ideal. Si
no fuera el caso, se deber intentar con un modelo alterno.
4.3.3 Estimacin
En esta etapa se estiman los coeficientes del modelo escogido tentativamente en el paso anterior,
existen distintos criterios para dicho propsito. Usualmente se realiza por medio de paquetes
informticos. Adems en esta etapa se puede pre-visualizar la adecuacin del modelo a la serie de
tiempo. Particularmente si los coeficientes no satisfacen ciertas condiciones matemticas, el modelo es
rechazado.
El principal criterio para el clculo de los parmetros es el llamado Estimacin de mxima
verosimilitud Maximum Likelihood (ML por sus siglas en ingles). Se ha demostrado que los
parmetros estimados a travs de este criterio reflejan con gran exactitud las caractersticas presentes
en los datos de la serie de tiempo. Sin embargo ste mtodo se ve limitado debido al gran tiempo que
conlleva realizar la estimacin, an con el uso de la computadora (Pankratz 1983).
Por esta razn la mayora de la literatura existente sugiere el uso del criterio de mnimos cuadrados o
least squares (LS por sus siglas en ingles). Se ha demostrado que las estimaciones hechas mediante
este criterio son muy cercanas a las del criterio de mxima verosimilitud. La estimacin de los
parmetros del modelo ARMA seleccionado, se realiza por medio de minimizar la suma de los
cuadrados de los residuales SSR (sum of squared residuals). En general, estos estimados de los
mnimos cuadrados deben obtenerse mediante un procedimiento no lineal de mnimos cuadrados. Un
procedimiento no lineal de mnimos cuadrados es, sencillamente, un algoritmo que encuentra el
mnimo de la suma de la funcin de errores cuadrados, mediante un proceso iterativo.
Los residuales de cualquier modelo ARMA se definen como:
Donde:
:
:
:
Esta ltima funcin es la que se debe minimizar, a travs de la bsqueda de los parmetros
modelo ARMA que se desea ajustar.
del
62|Pgina
1.
2. El modelo debe ser estacionario e inversible: La metodologa Box-Jenkins requiere que el modelo
que se utiliza para la descripcin y pronstico de una serie de tiempo sea tanto estacionario como
inversible.
en funcin de
La inversibilidad se refiere a que cualquier modelo ARIMA puede expresar a la serie
las observaciones pasadas, es decir
,
,
,
. Esto es obvio para un modelo autorregresivo
de orden :
No obstante, se puede demostrar que un modelo de medias mviles puede expresar a la serie como
una serie infinita de
observaciones pasadas. Es decir, un modelo de medias mviles se puede
transformar o invertir en un modelo autorregresivo de orden infinito.
La Tabla 4.4 (Bowerman, OConell, Koehler 2007) muestra las condiciones de estacionariedad e
inversibilidad para los modelos ARMA ms comunes. Las condiciones para modelos generales son
complicadas por lo que no se estudian en este texto. Sin embargo, se puede decir que si un modelo
utiliza parmetros autorregresivos, una condicin de estacionariedad necesaria (pero no suficiente) es
que la suma de los valores de los parmetros autorregresivos es menor que 1. Si un modelo utiliza
parmetros de media mvil, una condicin de inversibilidad necesaria (pero no suficiente) es que la
suma de los valores de los parmetros de la media mvil es menor que 1. Adems, un modelo que
utiliza slo parmetros autorregresivos no tiene condiciones de inversibilidad y un modelo que utiliza
slo parmetros de media mvil no tiene condiciones de estacionariedad.
63|Pgina
3.
Los coeficientes del modelo deben ser estadsticamente significativos: Se debe determinar si los
coeficientes son importantes en el modelo o se deben excluir del mismo. Se hace uso de los valores del
error estndar y el valor asociado a cada uno de los coeficientes del modelo.
El valor de se define como:
Ambos valores normalmente son calculados automticamente por los programas estadsticos tales
como MINITAB o SAS.
La exclusin de aquellos coeficientes que no son importantes en el modelo se hace mediante la
hiptesis de que el coeficiente no es significativo, por tanto si se rechaza esta hiptesis, el coeficiente
es significativo y debe permanecer en el modelo. Como regla prctica se dice que es razonable incluir
en el modelo un parmetro cuya estadstica absoluta es mayor que 2. Si el valor de absoluto de un
coeficiente es menor a 2, entonces debemos considerar seriamente, excluir el parmetro del modelo.
La Figuras 4.18 y 4.19 muestra la salida de dos ajustes realizados por MINITAB. En la primer figura
se observa que los valores asociados a los coeficientes calculados son menores a dos, por lo que
supone que el modelo propuesto no es apropiado y debe considerarse excluir algn parmetro del
modelo. En la segunda figura se ha excluido un parmetro y el valor en valor absoluto es mayor a
dos, para el coeficiente MA. En este caso el parmetro es importante en el modelo y no debe excluirse.
64|Pgina
4.
El modelo debe proporcionar un adecuado ajuste: Aplicar la modelacin ARIMA a una serie de
tiempo no es garanta de que se obtendr un modelo que ajuste a la perfeccin, en especial en aquellas
series donde existe gran cantidad de perturbaciones aleatorias que no puedan ser ajustadas al modelo.
Suele suceder que para una misma serie de tiempo, existen varios modelos que cumplen con las
65|Pgina
Donde:
:
66|Pgina
:
:
Entonces, si los residuales muestran estar correlacionados entre s, significa que existe un patrn que
aun no ha sido tomado en cuenta por los trminos autorregresivos y/o de medias mviles del modelo
propuesto.
Por lo tanto, se concluye que si los residuales estn correlacionados de alguna manera, estos no son
ruido blanco y se debe buscar otro modelo cuyos residuales sean completamente aleatorios.
La funcin de autocorrelacin simple de los residuales es el instrumento que se utiliza para
determinar si el modelo es estadsticamente adecuado. El clculo de los coeficientes de autocorrelacin
del
se realiza por medio de la misma frmula vista en el captulo 2 pero aplicada a los residuales
modelo ajustado (Pankratz 1983):
Donde:
:
:
:
:
:
Mediante el anlisis de esta funcin se busca que los coeficientes de autocorrelacin sean cero o muy
cercanos a l. Especficamente se pretende que los coeficientes no sean significativos. Esto se
determina a travs del estadstico asociado a la funcin de autocorrelacin simple de los residuales:
Por medio del grfico y de las bandas se puede establecer si el valor de un coeficiente es significativo.
Si uno o varios valores de autocorrelacin sobrepasan las bandas de dos desviaciones estndar,
significa que el los coeficientes son significativamente distintos de cero y por lo tanto, los residuales
no son independientes entre s. El modelo no es estadsticamente adecuado. De modo contrario, si los
valor de los coeficientes no sobrepasan la banda de puntos, indica que dichos valores no son
significativo y por tanto se asume que los residuales son independientes entre si y se acepta el modelo.
Tambin una regla comn es que para los tres primeros rezagos de tiempo, si el valor del estadstico
calculado es menor que 1.25 y menor que 1.6 para rezagos posteriores, se concluya que las
perturbaciones aleatorias son independientes entre s (Pankratz 1983).
Autocorrelation
0.6
0.4
0.2
0.0
-0.2
-0.4
-0.6
-0.8
-1.0
1
10
15
20
25
30
35 40
Lag
45
50
55
60
65
70
Donde:
:
68|Pgina
4.3.5 Pronstico
La fase final de la metodologa Box-Jenkins es pronosticar valores futuros de la serie de tiempo. En
primer lugar se debe comprender cmo realizar predicciones puntuales a partir de un modelo ARIMA
ya estimado. En segundo lugar se debe estudiar cmo estimar lmites de probabilidad alrededor de una
estimacin puntual, conocidos particularmente como intervalos de confianza. Y por ltimo se debe
conocer y probar la suficiencia de los pronsticos.
69|Pgina
A partir de este punto y con el fin de explicar la generacin de pronsticos, se asumir que se conoce al
modelo ARIMA en su totalidad, es decir, se conoce sus coeficientes y se ha probado que el modelo es
adecuado. Se hace notar que en la prctica, estas consideraciones son verdaderas si se ha identificado y
estimado los parmetros del modelo conforme a la aplicacin de las etapas anteriores.
El pronstico de una serie de tiempo se hace por medio de predicciones estimaciones puntuales. As,
se define como el valor de la variable en el tiempo , calculado por
una prediccin puntual
medio del modelo ARIMA ajustado a la serie.
La forma ms conveniente para empezar a realizar predicciones puntuales es escribir el modelo
incluyendo el restablecimiento de la no estacionariedad. Hay que recordar que en el primer paso de la
metodologa, se induce la estacionariedad en la serie de tiempo (slo en caso que se requiera), por
medio de diferencias. Para restablecer las caractersticas originales de la serie, se realiza la operacin
inversa, es decir, se integra a la serie. A este proceso inverso se le conoce como integracin. Se
advierte la importancia del restablecimiento de condiciones iniciales, ya que es lgico que se requieran
para obtener pronsticos adecuados y apegados a la realidad.
Para ejemplificar cmo se escribe un modelo considerando la integracin de la serie, tomemos un
modelo ARIMA(1,1,0) cuya ecuacin es:
Donde:
Simplemente se sustituye
Despejando
Ahora bien, para explicar la forma en que se realizan las predicciones puntuales tomemos como
ejemplo el modelo ARIMA(0,1,1) ajustado a la serie que se muestra en la Tabla 4.5 . (Se explicar de
esta forma debido a que es prctico y fcilmente entendible).
70|Pgina
Yt
Yt
Yt
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
15.0000
14.4064
14.9383
16.0374
15.6320
14.3975
13.8959
14.0765
16.3750
16.5342
16.3839
14.1006
17.7876
17.7354
17.0010
17.7485
18.1888
18.5997
17.5859
15.7389
13.6971
15.0059
16.2574
14.3506
11.9515
12.0328
11.2142
11.7023
12.5905
12.1991
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
10.7752
10.1129
9.9330
11.7435
12.2590
12.5009
11.5378
9.6649
10.1043
10.3452
9.2835
7.7219
6.8300
8.2046
8.5289
8.8733
8.7948
8.1577
7.9128
8.7978
9.0775
9.3234
10.4739
10.6943
9.8367
8.1803
7.2509
5.0814
1.8313
-0.9127
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
-1.3173
-0.6021
0.1400
1.4030
1.9280
3.5626
1.9615
4.8463
6.5454
8.0141
7.9746
8.4959
8.4539
8.7114
7.3780
8.1905
9.9720
9.6930
9.4506
11.2088
11.4986
13.2778
13.5910
13.4297
13.3125
12.7445
11.7979
11.7319
11.6523
11.3718
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
Yt
10.5502
11.4741
11.5568
11.7986
11.8867
11.2951
12.7847
13.9435
13.6859
14.1136
13.8949
14.2853
16.3867
17.0884
15.8861
14.8227
15.9479
15.0982
13.8770
14.2746
15.1682
15.3818
14.1863
13.9996
15.2463
17.0179
17.2929
16.6366
15.3410
15.6453
Una prediccin puntual para este modelo ARIMA(0,1,1) particular se calculara a partir de:
Donde:
La prediccin puntual de
de la perturbacin futura es cero.
La prediccin puntual de
de la perturbacin aleatoria pasada es el residuo
si podemos calcular
y es cero si no la podemos determinar.
71|Pgina
A parir del valor del coeficiente se trata de predecir el valor de la variable en el tiempo
ecuacin queda:
1, la
0.2561
Puesto que no hay valor para
) y este se considera 0.
Luego para intentar predecir
, ni el primer residuo (
Como
15
En este caso
Al usar el valor
0.3534 0
15
15 de la Tabla 4.5
14.4064 se puede calcular:
14.4064
15
0.5936
14.4064
0.3534
0.5936
14.1966
14.1966
0.7417
Al continuar con este proceso con cada uno de los siguientes periodos, se obtiene que la prediccin
puntual
14.956 . El residuo para el periodo 120 es:
15.6443
14.956
0.6893
Ahora bien, hasta ahora se han predicho valores hasta el periodo 120, a partir del origen inmediato
a partir del origen 119, el valor
a partir del origen
anterior, es decir, se calcul el valor de
118, y as sucesivamente. Sin embargo como no se cuenta con las observaciones para los periodos
subsecuentes 121, 122, 123, etc., las predicciones puntuales
,
,
,
. se obtienen a partir
del origen 120. Entonces el pronstico puntual para
es:
0.3534
15.6453
0.3534 0.6893
15.8889
72|Pgina
es igual al valor de
15.8889
0.3534 0
15.8889
Esta operacin se realiza sucesivamente hasta el periodo de tiempo que se desee pronosticar.
Por otra parte cada pronstico posee un intervalo de confianza asociado a la probabilidad de que el
valor futuro observado se encuentre dentro de dicho intervalo. Normalmente se establece que la
probabilidad sea del 95%. A esta combinacin probabilidad-intervalo normalmente se le conoce como
intervalo de confianza del 95%.
Por medio de esta manera se puede conocer si los pronsticos son satisfactorios o no. La generacin de
pronsticos es satisfactoria si los valores futuros se encuentran dentro del intervalo de confianza. De
manera inversa sern insatisfactorios si estos se hallan fuera del intervalo.
El clculo de un intervalo de confianza del 95% para un pronstico, se realiza por medio de la
ecuacin:
1.96
Donde:
:
qued fuera del alcance de este texto. No obstante, las salidas de los programas
El clculo de
correspondientes a cada prediccin puntual.
estadsticos contienen los valor
15.8889 y
Para
es:
15.8889
1.96 1.0394
13.8517 , 17.9261
15.8889
1.96 1.7491
12.4608 , 19.3170
es:
73|Pgina
Despus de que se ha encontrado un modelo adecuado, se pueden llevar a cabo los pronsticos para un
periodo, o varios, en el futuro.
Si el patrn de la serie parece cambiar con el tiempo, los nuevos datos podran usarse para volver a
estimar los parmetros del modelo o, de ser necesario, desarrollar un modelo completamente nuevo.
Vigilar los errores de pronstico es una buena idea. Si las magnitudes de los errores ms recientes
tienden a ser considerablemente mayores que los anteriores, quiz sea hora de evaluar nuevamente el
modelo.
Yt
1050
850
650
450
0
20
40
60
80
100
120
140
160
180
Tiempo
74|Pgina
Para series estacionales, la estabilidad se logra por medio de las transformaciones siguientes:
Combinacin de ambas:
periodos
El periodo estacional se obtiene de acuerdo a lo visto en la modelacin clsica, con la ayuda de las
funciones de autocorrelacin o en su caso con el periodograma.
Para conocer si una serie estacional es estacionaria desde un principio o bien una vez aplicada alguna
de las transformaciones anteriores, se sigue el mismo razonar que el visto en la seccin 4.3.1.
Si la funcin de autocorrelacin simple de los valores , ,
. de la serie de tiempo se corta
claramente con rapidez o si se corta rpidamente para los primeros retrasos (1,2, 3 ) y para los retrasos
de
periodos de tiempo ( , 2 , 3 ,
.), entonces se deben considerar que los valores de la serie
estacional son estacionarios. (Bowerman, OConell, Koehler 2007)
para los primeros retrasos (1,2, 3 ) y
Si la funcin de autocorrelacin simple de los valores , ,
para los retrasos de
periodos de tiempo ( , 2 , 3 ,
.) de la serie de tiempo, se cortan con lentitud
extrema, entonces se deben considerar que los valores de la serie de tiempo son no estacionarios
Adems de estas transformaciones, normalmente en series estacionales, se suelen aplicar
transformaciones del tipo:
Estas transformaciones se deben a la variabilidad que puede existir entre distintos periodos de tiempo.
La grfica de la figura anterior (Figura 4.23) muestra el ejemplo de una serie estacional con
75|Pgina
Yt
33
29
25
21
0
20
40
60
80
100
120
140
160
180
120
140
160
180
120
140
160
180
Tiempo
5.8
5.6
Yt
5.4
5.2
5.0
4.8
4.6
0
20
40
60
80
100
Tiempo
7.1
6.9
Yt
6.7
6.5
6.3
6.1
0
20
40
60
80
100
Tiempo
Identificacin: Para series estacionales, se realiza de la misma forma que para una serie no estacional,
es decir, observando el comportamiento de la FAS y la FAP, tanto para los primeros periodos de
tiempo
1, 2, 3, 4, 5 como para aquellos alejados periodos de tiempo (
,2 ,3 ,4 .
El modelo propuesto para series estacionales estar conformado tanto por coeficientes autorregresivos
y de media mvil ordinarios, como de coeficientes autorregresivos y medias mviles estacionales de
orden P y Q respectivamente.
Un modelo autorregresivo estacional de orden P sera:
Donde:
:
77|Pgina
Utilizando la metfora, como lenguaje, la modelacin ARIMA viene a ser como la confeccin de un
traje que debe ser ajustado a una serie de tiempo particular. De acuerdo a esta analoga, el analista de
series de tiempo utiliza instrumentos (los modelos estadsticos), materiales (los datos) y planes
(estrategias de construccin del modelo) para la definitiva especificacin del modelo.
Otras ventajas de los modelos ARIMA sobre los mtodos clsicos de tratamiento de series de tiempo
son:
Los conceptos que se utilizan para la modelacin ARIMA, se derivan de slidas teoras de la
probabilidad clsica y de la estadstica matemtica
Los modelos ARIMA son una familia de modelos, no simplemente un nico modelo
Box y Jenkins desarrollaron una completa estrategia que sirve de gua para escoger un
apropiado modelo dentro de esta gama de modelos
Un apropiado modelo ARIMA produce ptimas predicciones
Por otro lado, dentro de las dificultades que se pueden presentar en la modelacin ARIMA, se
encuentra el problema que supone para el analista, recin iniciado en la teora y la ejecucin de la
metodologa Box-Jenkins, la correcta eleccin de un modelo adecuado en los primeros intentos. Es por
ello que la modelacin de un proceso ARIMA ha sido referida por algunos autores como un arte. Quiz
sera preferible utilizar el trmino habilidad, debido a que las tcnicas bsicas en la modelacin de los
procesos ARIMA son fcilmente accesibles y ajustables tras un aprendizaje relativamente mediano.
Una desventaja ms es que, aunque se utilizan programas de cmputo en el clculo de los coeficientes
de un modelo ARIMA probable, la aplicacin de la metodologa Box-Jenkins sigue siendo una labor
manual, es decir, requiere ser ejecutada por el analista. Hay que recordar que no cualquier modelo
propuesto proporciona necesariamente el ajuste adecuado.
78|Pgina