nose ni lo revisen

MODELO BOX JENKINS
Nombrada así por los estadísticos George Box y Gwilym Jenkins, se aplica a los modelos autor regresivo de media móvil ARMA o a los modelos autor regresivo integrado de mediamóvil para encontrar el mejor ajuste de una serie temporal de valores, a fin de que los pronósticos sean más acertados.
Etapas:
1. Identificación del modelo y de la selección del modelo: asegurarse deque las variables son estacionaria, la identificación de la estacionalidad de la serie dependiente (diferenciando en temporada si es necesario), y el uso de los gráficos de las funciones de autocorrelación y auto correlación parcial de la serie de tiempo dependiente para decidir cuál componente (si es el caso) se debe utilizar en el modelo, el promedio autor regresivo o un promedio móvil.
2.Estimación de parámetros usando algoritmos de cálculo para llegar a coeficientes que mejor se ajustan al modelo ARIMA seleccionado. Los métodos más comunes usan estimación de máxima verosimilitud o mínimoscuadrados no lineales.
3. Comprobar el modelo mediante el ensayo si el modelo estimado se ajusta a las especificaciones de un proceso uní variado estacionario. En particular, los residuos deben serindependientes el uno del otro y constante en la media y la varianza en el tiempo.
Detección estacionaria
Estacionalidad puede evaluarse a partir de una secuencia de trama de ejecución. Lasecuencia parcela ejecutar debe mostrar la ubicación y magnitud constante. También se puede detectar a partir de una parcela de auto correlación. En concreto, no estacionalidad se indica a menudo por unaparcela de auto correlación con caries muy lento.
Detección de estacionalidad
Estacionalidad generalmente se puede evaluar a partir de un diagrama de auto correlación, una subserie parcela detemporada, o una trama espectral.


Estimación del modelo de Box-Jenkins
Estimación de los parámetros de los modelos de Box-Jenkins es un problema de estimación no lineal bastante complicado. Por esta...