Afvasbhsdhns

|Nombre: |Matrícula: |
|Nombre del curso: |Nombre del profesor: |
|Pronósticos para la toma de decisiones | |
|Módulo:|Actividad: |
|IV |18 |
|Fecha: lunes, 09 de marzo de 2009 |
|Bibliografía:|

Título: Metodología de Box Jenkins y Suavización

Introducción:
En este resumen hablaré de dos temas para pronósticos el primero es de box Jenkins que se refiere a una serie de procedimientos para identificar, ajustar y verificar los modelos ARIMA (no involucran a las variables independientes en su construcción,pero emplean los datos de la misma serie para generar pronósticos) con los datos de la serie de tiempo. Los pronósticos proceden directamente de la forma del modelo ajustado.
Y el segundo es el método de suavización que constituye 3 son exponencial, cuadrático, lineal y simple.
Contenido:

En cuanto al método de Box Jenkins Se investigan generalmente tres patrones: auto regresión, promediosmóviles y tendencias. También pueden existir observaciones erráticas ocasionales, o "disturbios" que deben ser eliminados o corregidos. El procedimiento requiere una secuencia de tres pasos:
- identificación, en el que se ensayan los diferentes modelos citados,
- estimación, en el que se registran en una secuencia temporal los valores estimados de los coeficientes,
- diagnóstico, en el que severifica la conveniencia del ajuste para ver si es el adecuado. Si es insuficiente, el procedimiento se vuelve a comenzar.
Modelo autoregresivo
Se realizan tantas regresiones múltiples escalonadas como sea posible en las series combinadas con demora que hagan falta, hasta que las series adicionales con demora carezcan de poder explica torio (o sea, que no mejoren los resultados de las regresiones,como el índice R2). La ecuación en prueba es
|Yt = a1Yt-1 + + apYt-p + et | |

Donde e es el residuo o término de error, al que se supone una media igual a cero.
El número de períodos de demora p que y requiere se determinará cuando se llegue a la estabilidad de los coeficientes. Es decir, si serealizan las regresiones con Y retardado más allá de p, los coeficientes permanecen constantes, lo que prueba que ningún Y adicional con retardo tiene poder explicatorio adicional más allá de p
Modelo de promedios móviles
Este modelo de Box-Jenkins propone que una serie de tiempo tiene su explicación en una combinación de eventos aleatorios que se remontan a q períodos del pasado.
|Yt = b1et-1 ++ bpet-q + et |Ecuación E-5F.2 |

Donde e es, como se dijo antes, una variable aleatoria serialmente independiente, de media igual a cero.
Tendencia
La tendencia se determina realizando una regresión donde el tiempo t es la variable exógena
Yt = a + t + et
La tendencia de Box-Jenkins se determina diferenciandolas series de tiempo
dt = Yt - Yt-1
y realizando las regresiones sobre
|dt = c1dt-1 + . . . + cpdt-p + et |

Si la regresión es inestable, las series de tiempo pueden diferenciarse por segunda vez, es decir, pueden obtenerse diferencias de las diferencias. Sin embargo, este suele ser el paso más sencillo.
Y en el de suavización...