ANÁLISIS DE DOLARES

Descomposición de series de tiempo para Dólar (pesos)

Modelo multiplicativo

Datos Dólar (pesos)

Longitud 120

NMissing 0

Ecuación de tendencia:

Yt = 9.143 + 0.0276*t

Índices estacionales

Período Índice

1 1.00933

2 1.00747

3 1.00723

4 1.00154

5 0.98709

6 0.98745

7 0.98958

8 0.99539

9 1.00569

10 1.00529

11 1.00013

12 1.00382

Medidas de exactitud

MAPE 5.35471

MAD 0.59814

MSD 0.58896

COMPONENTE DE ANÁLISIS DE DOLARES

Se refiere a los datos originales, comparado con aquellos que se ajusta el componente estacional, lo cual nos sirve para tomar decisiones.

DESCOMPOSICION DE SERIES DE DOLARES.

En esta grafica se muestra la tendencia en color verde, los valores actuales en línea negra, y los ajustes por tendencia en línea roja.

Autocorrelación de ambas series:

Autocorrelacion para Dólares:

En dicha grafica nos damos cuenta que al desfasarse de dos en dos , los datos van disminuyendo en gran medida, observamos que al llegar a 30 casi e nulo.

Autocorrelacion para IPC (puntos): Por otra parte en esta grafica de igual manera disminuye entre desfases pero, la disminución va a un ritmo más corto y al llegar a 30 aun se aprecian datos de .4

METODOLOGIA BOX- JENKINS

La metodología Box Jenkins (ARIMA), este método se utiliza principalmente para analizar y pronosticar las series de tiempo. Los modelos de promedio móvil auto regresivo integrado (ARIMA, por sus siglas en ingles) son una serie de modelos lineales que tienen la capacidad de operar series de tiempo estacionarias o no estacionarias. Los procesos estacionarios varían entorno a un nivel fijo en tanto que los procesos no estacionarios tienen un nivel promedio constante natural.

Los modelos ARIMA no involucran a las variables independientes en su construcción, estos dependen mucho de los patrones de auto correlación que existen entre los datos. Los estadísticos G.E.P Box y G.M. Jenkins lograron grandes avances en la metodología para identificar, ajustar y verificar los modelos ARIMA adecuados, por esto los modelos para producir pronósticos son llamados la metodología Box- Jenkins.

La metodología para generar pronósticos es distinta de la mayoría de los métodos debido a que no supone un patrón particular en los datos históricos de las series que han de pronosticarse. Usa un método iterativo para identificar u modelo posible

...