El documento explica conceptos clave relacionados con modelos ARIMA y suavizado exponencial para pronósticos de series de tiempo. Explica que el suavizado exponencial no considera autocorrelaciones pero ARIMA sí mediante un modelo estadístico para la componente irregular que permite autocorrelaciones no nulas. También cubre conceptos como estacionariedad, diferenciación, función de autocorrelación y el test Dickey-Fuller para estacionariedad.
2. Ennumera los pasos de la metodología Box - Jenkins
¿Qué significa ARIMA?
¿Qué es un modelo autoregresivo?
¿Qué es un modelo de medias móviles?
¿Qué significa que una serie sea estacionaria?
¿Qué significa diferenciar una serie?
¿Cómo se interpretan los resultados del test Dickey-Fuller?
Define y grafica una función de autocorrelación
Define y grafica una función de autocorrelación parcial
3.
4.
5.
6. Ennumera los pasos de la metodología Box - Jenkins
¿Qué significa ARIMA?
¿Qué es un modelo autoregresivo?
¿Qué es un modelo de medias móviles?
¿Qué significa que una serie sea estacionaria?
¿Qué significa diferenciar una serie?
¿Cómo se interpretan los resultados del test Dickey-Fuller?
Define y grafica una función de autocorrelación
Define y grafica una función de autocorrelación parcial
7. Exponential smoothing methods are useful for making forecasts, and make no
assumptions about the correlations between successive values of the time series.
However, if you want to make prediction intervals for forecasts made using
exponential smoothing methods, the prediction intervals require that the forecast
errors are uncorrelated and are normally distributed with mean zero and constant
variance.
While exponential smoothing methods do not make any assumptions about
correlations between successive values of the time series, in some cases you can
make a better predictive model by taking correlations in the data into account.
Autoregressive Integrated Moving Average (ARIMA) models include an
explicit statistical model for the irregular component of a time series, that
allows for non-zero autocorrelations in the irregular component.
10. Write your answer in the lines below:
____________________________________________________________________________
____________________________________________________________________________
____________________________________________________________________________
11. Ennumera los pasos de la metodología Box - Jenkins
¿Qué significa ARIMA?
¿Qué es un modelo autoregresivo?
¿Qué es un modelo de medias móviles?
¿Qué significa que una serie sea estacionaria?
¿Qué significa diferenciar una serie?
¿Cómo se interpretan los resultados del test Dickey-Fuller?
Define y grafica una función de autocorrelación
Define y grafica una función de autocorrelación parcial
14. The null-hypothesis for an ADF test is that the data are non-stationary.
So large p-values are indicative of non-stationarity, and small p-values suggest stationarity.
Using the usual 5% threshold, differencing is required if the p-value is greater than 0.05.
15. Ennumera los pasos de la metodología Box - Jenkins
¿Qué significa ARIMA?
¿Qué es un modelo autoregresivo?
¿Qué es un modelo de medias móviles?
¿Qué significa que una serie sea estacionaria?
¿Qué significa diferenciar una serie?
¿Cómo se interpretan los resultados del test Dickey-Fuller?
Define y grafica una función de autocorrelación
Define y grafica una función de autocorrelación parcial
17. What do I do if the series is non-stationery
How do I create a specific model?
How do I choose the best model?
18. https://youtu.be/Y2khrpVo6qI
Pronósticos, series de tiempo y regresión : un enfoque aplicado | Bruce L
Bowerman; Richard T O'Connell; Anne B Koehler; Miguel Balderas Lozada
Using R for Time Series Analysis | http://a-little-book-of-r-for-time-
series.readthedocs.org/en/latest/src/timeseries.html#arima-models
Búsquedas en google. Ejemplo:
Arima models filetype:pdf
Arima models filetype:ppt