Академический Документы
Профессиональный Документы
Культура Документы
Resumen
En este documento se realizar una aplicacin de la metolodoga Box-Jenkins con dos series
de tiempo reales que son el Producto Interno Bruto (PIB) y las Exportaciones (EXP). En cada
serie, se identicarn dos modelos, los cuales sern estimados y validados, para con esto determi-
nar cul es mejor para realizar el pronstico. Finalmente, se encontr que el PIB puede ser mo-
delado mediante un modelo ARIM A(8, 1, 11) y la serie de las Exportaciones, mediante un modelo
SARIM A(0, 1, 1)(0, 1, 1)4 .
Palabras clave : Box-Jenkins, Series de tiempo, Pronstico, Estacionaridad .
1. Introduccin
2. Serie PIB
2.1. Identicacin
Para iniciar la metodologa de Box-jenkins en la serie PIB, se realizo inicialmente la prueba Box-
Cox, en donde fue de 0.1, es decir la transformacin mas adecuada para estabilizar la varianza es el
logaritmo natural de la serie, con lo cual, se obtuvo la grca de esta para observar su comportamiento
a lo largo del tiempo.
La Figura 1, nos muestra que la serie presenta un comportamiento tendencial, casi que lineal, lo que
nos indica que si realizamos una diferenciacin podramos eliminar el comportamiento determinstico de
la serie.
a . E-mail: johan.aparicio@correounivalle.edu.co
b . E-mail: soto.diego@correounivalle.edu.co
1
2 Johan Steven Aparicio & Diego Fernando Soto
11.6
lpib
11.4
11.2
0 10 20 30 40 50
tt
Al observar la Tabla 1, vemos que la serie presenta raz unitaria, pero al realizar la primera diferencia
podemos armar que la serie ya tiene un comportamiento estacionario a lo largo del tiempo.
0.2
0.8
0.6
0.1
0.02
0.4
Partial ACF
dif_lpib
ACF
0.0
0.01
0.2
0.1
0.0
0.00
0.2
0.2
0.01
0.4
0 10 20 30 40 50 5 10 15 20 25 5 10 15 20 25
Teniendo en cuenta la Figura 2, y observando las innovaciones, es posible dar unos ordenes a la parte
autorregresiva, p, y el de las medias moviles, q, del proceso ARMA. En el que se pudo determinar dos
modelos tentativos, el primero un ARIMA(8,1,11) y el segundo, un ARIMA(1,1,2).
2.2. Estimacin
Una vez determinados los modelos, se proceder a estimar los parmetros, su signicancia y las races
de los polinomios caractersticos de cada uno de ellos.
En la Tabla 2 y 3, vemos que todos los coecientes son signicativos a un nivel del 5 %, adems,
estos presentan las races de los polinomios caractersticos por fuera del circulo unitario, es decir, las
series son estacionarias e invertibles (Ver ANEXO).
En la tabla anterior, se puede ver que para los dos modelos se cumplen el supuesto de no autocorre-
lacin serial (Q-LB), normalidad (J-B), y la distribucin Homoscedstica de los residuales a un nivel de
signicancia del 5 %. Finalmente por el AIC, se eligi al modelo ARIMA(8,1,11) como el ms eciente
para realizar el pronstico, adems de que tambin presenta una validez superior en trminos de los
residuales.
2.4. Pronstico
En la Tabla 5, se muestran las predicciones para 4 valores futuros de la serie Log(PIB), donde vemos
que a medida que buscamos predecir valores mas lejanos, el error estndar asociado a este es mayor.
3. Serie Exportaciones
3.1. Identicacin
Ahora, para iniciar la metodologa de Box-jenkins en la serie de las Exportaciones, realizamos la
grca del logaritmo natural de esta para observar su comportamiento a lo largo del tiempo, pues el
de Box-Cox es de 0.1.
9.5
9.0
log(EXP)
8.5
8.0
Time
0.3
0.8
0.2
0.1
0.6
0.1
Partial ACF
0.4
dif.EXP
0.0
ACF
0.0
0.2
0.1
0.1
0.0
0.2
0.2
0.2
0.3
En la Figura 4, se presenta la serie del Ln(EXP) con la diferencia estacional y estacionaria, ademas
del correlograma correspondiente. En esta se observo que dos modelos adecuados para modelar la serie
serian un SARIM A(0, 1, 1)(0, 1, 1)4 y un SARIM A(1, 1, 0)(0, 1, 1)4 , pues en el correlograma se presentan
comportamientos autoregresivos y de media mvil, ademas de un comportamiento estacional en la ACF.
3.2. Estimacin
Tabla 7: Resumen de los coecientes del modelo SARIM A(0, 1, 1)(0, 1, 1)4
Variable Coeciente Std. Error t-Statistic Prob.
MA(1) 0.31 0.16 1.975 0.048
SMA(1) -0.79 0.13 -5.891 0.000
Tabla 8: Resumen de los coecientes del modelo SARIM A(1, 1, 0)(0, 1, 1)4
Variable Coeciente Std. Error t-Statistic Prob.
AR(1) 0.2619 0.1386 1.8894 0.0643
SMA(1) -0.7763 0.1298 -5.9787 0.0000
En las tablas 7, los dos coecientes del primer modelo, son signicativos bajo un nivel de signicancia
del 5 %, mientras que en la Tabla 8, los coecientes AR(1) y SMA(1), son signicativos con un nivel de
del 10 % y 5 % respectivamente. Adems para ambos modelos las races del polinomio caracterstico
estn por fuera del circulo unitario.
De acuerdo con la Tabla 9, ambos modelos cumplen los supuestos de los errores, bajo un nivel de
del 1 %, sin embargo el modelo SARIM A(0, 1, 1)(0, 1, 1)4 , presenta una validez superior en trminos de
los residuales, adems de tener un menor AIC , por lo que se considero como el mejor modelo.
3.4. Pronstico
En la Tabla 10, se presentan las predicciones para 4 valores futuros, en donde se puede evidenciar un
incremento en la desviacin tpica y a su vez, en los intervalos de conanza.
Referencias
DANE (2011), Direccion de Sintesis y Cuentas Nacionales DSCN, Metodologia cuentas nacionales,
Colombia.
*https://www.dane.gov.co/les/investigaciones/chas/CuentasDepartamentales.pdf
R Development Core Team (2007), R: A Language and Environment for Statistical Computing , R Foun-
dation for Statistical Computing, Vienna, Austria. ISBN 3-900051-07-0.
*http://www.R-project.org
Stoer, D. & Stoer, M. D. (2016), `Package astsa', blood 8, 1.
Wei, W. W. et al. (2006), Time series analysis: univariate and multivariate methods , Pearson Addison
Wesley.
ANEXOS
1
4 2 4 2
2
14000
3 3 3
1
4
8000 10000
2 3
2
3
EXP
4 1 4 1
4 3
3 2
1
2
3 4 1
6000
2
2 3 4 1
3 4 1
4000
2
3 4 3 2 3 4 1
1 2 1 2 4 1 2 3 4 1
0 10 20 30 40 50
tt
Tabla 13: Races Polinomio Caracterstico modelo SARIM A(0, 1, 1)(0, 1, 1)4
Real imginaria Modulo
MA(1) 0.20 1.10 1.12
SMA(1) 0.20 -1.10 1.12
Tabla 14: Races Polinomio Caracterstico modelo SARIM A(1, 1, 0)(0, 1, 1))4
Real imginaria Modulo
AR(1) 1 0.1687 1.1224 1.135
SMA(1) 1 0.1687 1.1224 1.135
Pronsticos
11.85
l_PIB
prediccin
11.8 Intervalo de 95 por ciento
11.75
11.7
11.65
11.6
11.55
11.5
11.45
2007 2008 2009 2010 2011 2012 2013 2014
10.2
l_EXP
prediccin
10 Intervalo de 95 por ciento
9.8
9.6
9.4
9.2
8.8
8.6
2007 2008 2009 2010 2011 2012 2013 2014