INDG1005 Pronsticos y Control de Inventario Paralelo 2

TRABAJO AUTNOMO

MODELOS ARIMA Y SARIMA.

Bettina Alds Flores. 22/Mayo/2017

ACTIVIDADES

1. Modelo ARIMA
a) Supuestos
La palabra ARIMA se denomina a los Modelos Autorregresivos Integrados de Medias
Mviles, este modelo lleva el nombre de autorregresivo si la variable endgena es
explicada por ella misma en un periodo t, aadiendo periodos anteriores a estas
observaciones lo que lleva a los modelos estructurales se define como un termino de error
o siendo ARIMA un proceso estacionario se dice que si estos llevan una distribucin normal
en los procesos estocsticos bajo previas condiciones toda Y t puede expresarse como la
combinacin lineal de sus trminos pasados mas un termino de erros. Estos son llamados:
parte sistemtica e innovacin respectivamente.
b) Modelo
Existen dos modelos el modelo AR(p) y MA(q) el modelo de medias mviles.
En el modelo autorregresivo, AR(p), donde p indica el numero de observaciones
retrasadas en la serie temporal que se usan para la ecuacin y para eso usaremos la
siguiente formula:

Donde intervienen la parte sistemtica y la innovacin, este ultimo denominado el termino

de error de modelos de este tipo se lo denomina tambin ruido blanco y debe cumplir con
algunas condiciones:
Su media debe ser nula, su varianza constante y su covarianza nula entre errores
correspondientes a diferentes observaciones.
Los mas comunes en los modelos de autorregresion son los mensuales o trimestrales,
AR(12) O AR(4).

El modelo de las medias mviles, MA(q), explica el valor que en un periodo t, tomara una
variable en funcin de una constante independiente y un termino de error correspondiente
a anteriores periodos, ponderados a conveniencia, este modelos responde exactamente a
las mismas caractersticas del modelo AR(p), donde q indica el termino de error y su
formula general esta dada por:

Cabe recalcar que existe la forma de pasar de un modelo AR(p) a un modelo MA(q),
haciendo cambios de variables y viceversa pero en el caso contrario deberamos usar el
teorema general de descomposicin de Wold.
INDG1005 Pronsticos y Control de Inventario Paralelo 2
c) Restricciones

Asi como se menciono anteriormente que ambos modelos pueden convertirse en el otro y
viceversa, para que el proceso estocastico estacionario pueda formularse con los modelos
que aqui mencionamos debe cumplirse que:
- El proceso no debe ser anticipante
- El proceso ha de ser invertible: quiere decir que la correlacin entre una variable y l
anterior va reduciendo segn el tiempo y lo denominamos proceso ergodic.
- La restriccin de estacionariedad:
Asegurarse que la serie sea estacionaria, si no cumpliese con este requisito
transformar la serie temporal a una nueva serie transformada asegurndose que esta
si cumpla.

d) Alcance y aplicabilidad.
Entre los principales objetivos de los modelos se encuentran:

e) Ejemplifique su aplicacin.
INDG1005 Pronsticos y Control de Inventario Paralelo 2

2. Modelo SARIMA
a) Supuestos

El modelo SARIMA(Seasonal Autorregresive Integrated Moving Average Model) Es una

forma general del modelo ARIMA, en estadistica se define como una serie temporal que
poseen observaciones repetitivas, en observaciones mesuales donde s = 12 y trimestrales
donde s= 4, se define como:

Donde t se da por:

Lo que nos daria la siguiente ecuacin:

Dandonos la idea principal que los modelos SARIMA son modelos ARIMA(p,q,d), cuyos
residuos t estan dados por un operador Bs y potencia sucesivas.
b) Modelo
Los modelos en los procesos admisibles del modelo SARIMA, son analogamente
compatibles con los modelos ARIMA, a excepcion de su denotacion en la cual usaremos,
SMA(q), SAR(p).
c) Restricciones
INDG1005 Pronsticos y Control de Inventario Paralelo 2

d) Ejemplifique su aplicacin.

3. BIBLIOGRAFIA
- Nelson Salinas, (2011), Pronsticos en los negocios,
https://www.slideshare.net/NelsonSalinas1/pronsticos-en-los-negocios-parte-2-grupo-4
- Rafael Arce (2010), MODELOS ARIMA,
https://www.uam.es/personal_pdi/economicas/anadelsur/pdf/Box-Jenkins.PDF
- SINAPSI (2017), SARIMA QUE ES?, http://blablanegocios.com/sarima-que-es/
- UNAL (2016), Races unitarias estacionales y Estacionalidad estocstica SARIMA,
http://www.medellin.unal.edu.co/~ndgirald/Archivos%20Lectura/Archivos%20curso
%20Series%20EIO/Capitulo%208%20Notas%20de%20Clase.pdf