descomposiciónd e series de tiempo

26
Pronósticos, Series de Tiempo y Regresión Capítulo 7: Métodos de Descomposición

Upload: pedro-mondaca-nunez

Post on 24-Nov-2014

120 views

Category:

Documents


0 download

TRANSCRIPT

Page 1: Descomposiciónd e Series de Tiempo

Pronósticos, Series de Tiempo y Regresión

Capítulo 7: Métodos de Descomposición

Page 2: Descomposiciónd e Series de Tiempo

Temas

1. Descomposición multiplicativa2. Descomposición aditiva3. Método de ajuste estacional X-12-ARIMA

Page 3: Descomposiciónd e Series de Tiempo

Descomposición multiplicativa

El efecto estacional aumenta con el tiempo: la estacionalidad es creciente

Pero se supone que es constante como porcentaje de la media.

Page 4: Descomposiciónd e Series de Tiempo

Descomposición multiplicativa

• yt = valor observado en el periodo t• TRt = factor de la tendencia en el periodo t• SNt = factor estacional en el periodo t• CLt = factor cíclico en el periodo t• IRt = factor irregular en el periodo t

ttttt IRCLSNTRy

Page 5: Descomposiciónd e Series de Tiempo

Descomposición multiplicativa

Suponga que TRt = 500 + 50ty t = 10 es el último trimestre de 2002.Entonces las ventas de los cuatro trimestres

de 2003 serán TR11 = 500 + 50(11) = 1050 TR12 = 500 + 50(12) = 1100 TR13 = 500 + 50(13) = 1150 TR14 = 500 + 50(14) = 1200

Page 6: Descomposiciónd e Series de Tiempo

Descomposición multiplicativa

Suponga que SNQ1= 0.4, SNQ2 = 1.6, SNQ3 = 1.2 y SNQ4 = 0.8

Entonces, TR11 × SNQ1= (500 + 50(11))(0.4) = 420 TR12 × SNQ2 = (500 + 50(12))(1.6) = 1760 TR13 × SNQ3 = (500 + 50(13))(1.2) = 1380 TR14 × SNQ4 = (500 + 50(14))(0.8) = 960

Page 7: Descomposiciónd e Series de Tiempo

Descomposición multiplicativa

Suponga que CL11= 1.08, CL12= 1.09, CL13= 1.09 y CL14= 1.10

Entonces, TR11 × SNQ1 × CL11 = 420(1.08) = 453.6 TR12 × SNQ2 × CL12 = 1760(1.09) = 1918.4 TR13 × SNQ3 × CL13 = 1380(1.09) = 1504.2 TR14 × SNQ4 × CL14 = 960(1.10) = 1056

Page 8: Descomposiciónd e Series de Tiempo

Descomposición multiplicativa

Método de descomposición multiplicativa1. cálculo de medias móviles y medias móviles centradas2. cálculo de factor estacional3. cálculo de observaciones compensadas respecto a la

variación estacional (seasonally-adjusted values)4. estimación de la tendencia usando las observaciones

compensadas5. cálculo del factor cíclico6. estimación de los errores

Page 9: Descomposiciónd e Series de Tiempo

Descomposición multiplicativa

1. cálculo de medias móviles y medias móviles centradas

El objetivo es eliminar los efectos estacionales

por lo tanto, se calcula la media a lo largo de un año

25

135.18

24

125.17

23

115.16

12

12

12

t

t

t

t

t

t

yCMA

yCMA

yCMA

Page 10: Descomposiciónd e Series de Tiempo

Descomposición multiplicativa

1. cálculo de medias móviles y medias móviles centradas

24

125.17

23

115.16

12

12

t

t

t

t

yCMA

yCMA2

5.175.1617

CMACMACMA

Page 11: Descomposiciónd e Series de Tiempo

Descomposición multiplicativa

2. cálculo de factor estacional

t

t

tt

ttt

tt

ttt

CMAy

cltryirsn

CLTRyIRSN

Page 12: Descomposiciónd e Series de Tiempo

Descomposición multiplicativa

2. cálculo de factor estacional se toma el promedio de snt x irt de todos los

años para cada mes (trimestre) para obtener snt

Se calcula un factor de normalización; se multiplica snt por este factor de normalización

L

ttns

L

1

Page 13: Descomposiciónd e Series de Tiempo

Descomposición multiplicativa

3. cálculo de observaciones compensadas respecto a la variación estacional (seasonally-adjusted values)

t

tt sn

yd

Page 14: Descomposiciónd e Series de Tiempo

Descomposición multiplicativa

4. estimación de la tendencia usando las observaciones compensadas

tdtTR

t

t

10

10

Page 15: Descomposiciónd e Series de Tiempo

Descomposición multiplicativa

5. cálculo del factor cíclico

clt es una medio móvil de tres periodos de los valores de clt × irt

tt

ttt

tt

ttt

sntryircl

SNTRyIRCL

Page 16: Descomposiciónd e Series de Tiempo

Descomposición multiplicativa

6. estimación de los errores

El pronóstico es irt = 1 El pronóstico puntual de y es

t

ttt cl

irclir

tttt clsntry ˆ

Page 17: Descomposiciónd e Series de Tiempo

Descomposición aditiva

Se supone una variación estacional constante El modelo de descomposición aditiva es

ttttt IRCLSNTRy

Page 18: Descomposiciónd e Series de Tiempo

Descomposición aditiva

1. cálculo de medias móviles y medias móviles centradas

El objetivo es eliminar los efectos estacionales

por lo tanto, se calcula la media a lo largo de un año

25

135.18

24

125.17

23

115.16

12

12

12

t

t

t

t

t

t

yCMA

yCMA

yCMA

Page 19: Descomposiciónd e Series de Tiempo

Descomposición aditiva

1. cálculo de medias móviles y medias móviles centradas

24

125.17

23

115.16

12

12

t

t

t

t

yCMA

yCMA2

5.175.1617

CMACMACMA

Page 20: Descomposiciónd e Series de Tiempo

Descomposición aditiva

2. cálculo de factor estacional

ttttttt

ttttt

CMAycltryirsnCLTRyIRSN

)(

Page 21: Descomposiciónd e Series de Tiempo

Factor de normalización

Descomposición aditiva

LnssnsnL

tttt /

1

Page 22: Descomposiciónd e Series de Tiempo

Descomposición aditiva

3. cálculo de observaciones compensadas respecto a la variación estacional (seasonally-adjusted values)

ttt snyd

Page 23: Descomposiciónd e Series de Tiempo

Descomposición aditiva

4. estimación de la tendencia usando las observaciones compensadas

2210

2210

ttd

ttTR

t

t

tdtTR

t

t

10

10

o

Page 24: Descomposiciónd e Series de Tiempo

Descomposición aditiva

5. cálculo del factor cíclico

clt es una medio móvil de tres periodos de los valores de (clt + irt)

ttttt

ttttt

sntryirclSNTRyIRCL

Page 25: Descomposiciónd e Series de Tiempo

Descomposición aditiva

6. estimación de los errores

El pronóstico es irt = 0 El pronóstico puntual de y es

tttt clirclir

tttt clsntry ˆ

Page 26: Descomposiciónd e Series de Tiempo

Método de ajuste estacional X-12-ARIMA Es un programa computacional muy avanzado

toma en cuenta la diferencia en días hábiles de mes en mes

incluye métodos para detectar observaciones atípicas En la mayoría de los programas de pronósticos se

incluyen comandos para el ajuste estacional es importante entender la manera como se determina el

componente estacional para calcular las observaciones compensadas

Hablaremos más sobre estos métodos en la última parte del curso.