Análisis del modelo arima del gasto corriente no financiero del Perú

Análisis del modelo arima del gasto corriente no financiero del peru

FASE DE IDENTIFICACIÓN

Gráfica

[pic 1]

 A simple vista la variable de gastos corrientes muestra una evolución creciente en el tiempo. Además se observa que tiene un comportamiento estacional.  Su media y varianza no son constantes en el tiempo.

Histograma y tabla estadistica

[pic 2]

[pic 3]

Skewness: Es un indicador de asimetría y dado que se aleja de 0, decimos que tiene una distribución asimétrica.

Kurtosis: Esta medida trata de estudiar la concentración de datos en la zona central de la distribución. Y dado que la kurtosis es mayor a 3, se trata de una distribución leptocurtica, lo que significa que es más apuntada que una normal.

Jaque-Bera: Se utiliza para contrastar la hipótesis de que los datos considerandos provengan de una distribución normal y en la probabilidad vemos que es menor al 5 % con lo cual se rechaza la hipótesis nula de normalidad.

Además se observa que la media y la varianza son volátiles. En el caso de la media, su valor máximo y mínimo dista mucho.

Dickey Fuller

[pic 4]

Cuando el primer estadístico es mayor al de los valores críticos, se dice que existe raíz unitaria. La cual también es comprobada con la probabilidad que es mayor al 5 % con lo que no se rechaza la hipótesis nula de raíz unitaria.

Correlograma

[pic 5]

Este correlograma nos muestra que se trata de un proceso de raíz unitaria ya que no se puede definir fácilmente si es que es un proceso AR o MA, con  lo cual el tratamiento seguirá.

En el caso de la función de autocorrelacion  vemos que decae de forma lenta y hasta se ven picos en periodos muy alejados.

En el caso de la función de autocorrelacion parcial vemos que decae rápidamente en los primeros periodos. Sin embargo más adelante se puede observar picos exagerados.

Corrigiendo la variable

Aplicando logaritmo

[pic 6]

Como vemos aplicando logaritmos la variable ha sido suavizada, se acoto el intervalo. Es decir la varianza ha sido disminuida.

Aplicando diferencia

[pic 7]

Aplicando la diferencia vemos que la variable se vuelve estacionaria en media.

Dickey Fuller 

[pic 8]

Después de haber diferenciado y a la vez sacado logaritmo a la variable nos damos cuenta de que aplicando el test de raíz unitaria esta variable ya es estacionaria, es decir no tiene raíz unitaria.

Corroborando el correlograma

...