Captulo 1

Formas de lograr estacionariedad (Problema de anlisis espurios):

Extraer la tendencia y despus restrsela a la serie original

o Se puede suavizar la serie, suavizado exponencial, promedio
aritmtico mvil, Holt Winters y Hodrick y Prescott.
Hacer primeras diferencias o cambio porcentual
Si la NO estacionariedad es en varianza se pueden aplicar logaritmos
Si es por estacionalidad se pueden incluir dummys o estimar modelos de
estacionalidad.
Ruido Blanco:

Media constante y varianza constante. Media no necesariamente cero.

Ruido blanco es estacionario. Cada t es iid por lo tanto no se puede
hacer pronstico basado en su pasado.
Autocovarianza:

Para qu sirve?: Para saber especificar los modelos.

Es como sacar la covarianza de una serie con la misma serie rezagada
Cuando el rezago es cero, la autocovarianza es igual a la varianza.
Se usa ms en contextos tericos

Funcin de autocorrelacin:

El coeficiente de correlacin es una manera de normalizar la

covarianza ya que su recorrido se extiende entre -1 y +1
La funcin de autocorrelacin mide la relacin estadstica entre las
observaciones de una serie temporal
La autocorrelacin y la autocorrelacin parcial son medidas de
asociacin entre valores de series actuales y pasadas e indican cules
son los valores de series pasadas ms tiles para predecir valores
futuros. Con estos datos podr determinar el orden de los procesos en
un modelo AR y ARIMA:
o Funcin de autocorrelacin (FAS). En el retardo k, es la
autocorrelacin entre los valores de las series que se encuentran a
k intervalos de distancia.
o Funcin de autocorrelacin parcial (FAP). En el retardo k, es la
autocorrelacin entre los valores de las series que se encuentran a
k intervalos de distancia, teniendo en cuenta los valores de los
intervalos intermedios.
Suavizado:

Se usa para quitar fluctuaciones de corto plazo y el ruido en las series

con tendencia y asi dejar solo la tendencia.
 Suavizado media mvil: Se toman porciones de ocurrencias en la serie y
se reemplazan los valores con el valor de su media aritmtica. GRAN
PROBLEMA: picos. SOLUCIN: hacer la media dndole menos peso a
valores extremos (Gaussiana, ventana de Hamming). OJO no se pueden
usar para predecir y son costosas de calcular.
Suavizado exponencial: se multiplica el dato anterior por un beta para
generar el dato siguiente
Suavizado exponencial doble: igual que el simple, pero se incorpora un
coeficiente de tendencia
Suavizado Holt Winters: Se usa cuando la serie muestra tendencia y
adems estacionalidad. Se aconseja tener al menos dos temporadas
para usar este mtodo.
Filtro de Hodrick y Prescott: Remueve fluctuaciones de corto plazo
revelando la tendencia de largo plazo. Descompone la serie en un
compenente de tendencia y un componente cclico. Dependiendo de la
periodicidad de la serie el lambda debe ser calibrado.
Ajuste estacional:

Una serie estacional muestra barras significativas en la ACF segn la

periodicidad de la estacionalidad.
El programa ms usado es el programa X11, tramo.seats.