MODELO ARIMA

CARLOS ARREDONDO
CARLOS OLGUN

MODELO ARIMA
AutoRegressive Integrated Moving Average (modelo autorregresivo integrado
de promedio mvil)
Deriva de sus tres componentes AR (Autoregresivo), I(Integrado) y MA (Medias
Mviles).
Usado generalmente en estadstica y econometra, en particular en anlisis y
prediccin de series temporales.
Se trata de un modelo dinmico de series temporales que utiliza variaciones y
regresiones de datos estadsticos con el fin de encontrar patrones para una
prediccin hacia el futuro, es decir, las estimaciones futuras vienen explicadas por
los datos del pasado y no por variables independientes.
Fue desarrollado a finales del siglo XX. Box y Jenkins en 1976 lo sistematizaron.
El modelo ARIMA permite describir un valor como una funcin lineal de datos
anteriores y errores debidos al azar, adems, puede incluir un componente cclico
o estacional. Es decir, debe contener todos los elementos necesarios para
describir el fenmeno. Box y Jenkins recomiendan como mnimo 50 observaciones
en la serie temporal.

PRINCIPAL VENTAJA Y DESVENTAJA DEL

MODELO ARIMA

- Proporciona predicciones ptimas

en el plazo inmediato y en el corto
plazo ya que nos permite elegir
entre un amplio rango de distintos
modelos segn represente mejor
el comportamiento de los datos.

- La eleccin del modelo que mas

se adecua no es trivial, por lo
tanto, se requiere que la persona
que realice predicciones tenga
amplios conocimientos sobre esta
metodologa.

Fases de aplicacin
de la metodologa
ARIMA

La expresin general de un modelo

ARIMA(p,d,q) viene dada por:

1. Recoleccin de
datos.
2. Representacin
grfica.
3. Transformacin
previa.
4. Eliminacin de
tendencia.
5. Identificacin del
modelo.
6. Estimacin de
coeficientes.
7. Contraste de
validez.

dyt = 1dyt-1 + + pdyt-p + et + 1et-1 + + qet-q

- 1 es un parmetro que multiplica al valor de

la variable dyt-1 en el perodo t-1.
- coeficientes .
dyt , expresa que sobre la serie original
yt, se han aplicado d diferencias.

VARIABLES A INTERVENIR CON EL MODELO

ARIMA
Variables Impulso: Recoge el efecto de fenmenos que intervienen
en la serie en nico momento T0. Esto se traduce en una variable que
contiene un uno en T0 y ceros en el resto. Afecta el componente
irregular de la serie.
Variable escaln: Recoge el efecto de un cambio en el nivel en la
serie, es decir, que contienen ceros hasta el momento T0 y unos en
adelante. Afecta el componente tendencia de la serie.
Variable tendencia o rampa: Estas contienen ceros en un tramo de
la serie hasta un momento T0, a partir del cual empieza a crecer en
forma ascendente. Afecta la tendencia de la serie.

GRACIAS