• No se han encontrado resultados

p3_ts.pdf

N/A
N/A
Protected

Academic year: 2020

Share "p3_ts.pdf"

Copied!
56
0
0

Texto completo

(1)

ANÁLISIS UNIVARIANTE Y EXTRACCIÓN

DE SEÑALES: ANÁLISIS DE UN CASO

Enrique M. Quilis

D.G. Análisis Macroeconómico

Ministerio de Economía y Hacienda

(2)

CONTENIDO

Fuente

Transformación logarítmica.

Estacionalidad: análisis exploratorio.

Diferenciación.

Modelización ARIMA: SCA.

Modelización ARIMA: TSW. Diagnóstico.

(3)

FUENTE

Matriculaciones de turismos.

Frecuencia: mensual.

Muestra: 1990:01 – 2010:03.

(4)
(5)

Niveles

Jan90 Jan95 Jan00 Jan05 Jan10

0.4 0.6 0.8 1 1.2 1.4 1.6 1.8x 10

(6)

50 100 150 200 0.6 0.8 1 1.2 1.4 1.6

x 105 LEVELS

0.6 0.7 0.8 0.9 1 1.1 1.2 1.3 1.4 4

5 6 7 8 9x 10

4 MEAN-RANK PLOT

R

a

n

k

1 2 3 4 5 6 7 8 9 10 11 12 0.8

1 1.2 1.4

x 105 SEASONAL MEANS

2 4 6 8 10 12 14 16 18 20 0.8

1 1.2 1.4 1.6 1.8x 10

(7)

11 11.1 11.2 11.3 11.4 11.5 11.6 11.7 11.8 11.9 12 0.5

0.55 0.6 0.65 0.7 0.75 0.8 0.85

MEAN-RANK PLOT: LOG-TRANSFORMED

R

a

n

(8)

BOX-COX: CRITERIO PREDICTIVO

-1 -0.5 0 0.5 1

0.94 0.96 0.98 1 1.02 1.04 1.06 1.08

1.1x 10

4 WITHIN SAMPLE RMSE

-1 -0.5 0 0.5 1

1.45 1.5 1.55 1.6 1.65

1.7x 10

(9)

1995

2000

2005

2010

11

11.5

12

Tim e

M A TT

0

2

4

6

-10

0

10

20

Periodogram

cycle/year

lo

g

(p

o

w

e

r)

0

12

24

36 40

-1

-0.5

0

0.5

1

S am ple autocorrelation coefficients

s

a

c

f

v

a

lu

e

s

0

12

24

36 40

-1

-0.5

0

0.5

1

Sam ple partial autocorrelation coefficients

(10)
(11)
(12)

1990 1992 1995 1997 2000 2002 2005 2007 10.5

11 11.5 12 12.5

1990 1992 1994 1996 1998 2000 2002 2004 2006 2008

11 11.5 12

1 2 3 4 5 6 7 8 9 10 11 12 11.2

(13)

ANÁLISIS FACTORIAL SUBSERIES ANUALES

0 2 4 6 8 10 12 0 1 2 3 4 5 6 7 8 9 10

STATIC FACTOR ANALYSIS: SCREE PLOT

Number E ig e n v a lu e

4 5 6 7 8 9 10 11 12 0 2 4 6 8 10 12

ORDERED EIGENVALUES: RECURSIVE COMPUTATION

Cross section dimension

(14)

HOME

1f

2f

1f

2f

All factors

JAN

0.8889

0.3586

0.7901

0.1286

0.9187

FEB

0.9244

0.3568

0.8546

0.1273

0.9819

MAR

0.9492

0.1881

0.9010

0.0354

0.9364

APR

0.9346

0.3012

0.8736

0.0907

0.9643

MAY

0.9663

0.1834

0.9337

0.0336

0.9674

JUN

0.9658

0.0042

0.9328

0.0000

0.9328

JUL

0.9691

-0.0727

0.9392

0.0053

0.9445

AUG

0.9361

-0.0557

0.8763

0.0031

0.8794

SEP

0.9427

-0.2546

0.8887

0.0648

0.9535

OCT

0.9207

-0.2804

0.8477

0.0786

0.9263

NOV

0.9401

-0.3069

0.8838

0.0942

0.9779

DEC

0.8601

-0.4425

0.7398

0.1958

0.9357

(15)

1990

1992

1994

1996

1998

2000

2002

2004

2006

2008

2010

-2

-1

0

1

2

3

Average

(16)

50 100 150 200 11

11.5 12 12.5

50 100 150 200 -0.6 -0.4 -0.2 0 0.2 0.4

50 100 150 200 -0.5

0 0.5 1

50 100 150 200 -0.6 -0.4 -0.2 0 0.2 0.4

50 100 150 200 -0.5

0 0.5

(17)

50 100 150 200 -0.5

0 0.5 1

d=1 D=1

50 100 150 200 -0.5

0 0.5 1

(18)
(19)
(20)

MOVING PERIODOGRAM

T

im

e

s

p

a

n

0 1 2 3 4 5 6

(21)

0 12 24 36 -0.6 -0.4 -0.2 0 0.2 0.4

Sample autocorrelation coefficients: d=1 D=1

lag s a c f v a lu e s

0 12 24 36

-0.5 -0.4 -0.3 -0.2 -0.1 0 0.1 0.2

Sample partial autocorrelation coefficients: d=1 D=1

(22)
(23)
(24)
(25)
(26)
(27)
(28)
(29)
(30)
(31)
(32)
(33)
(34)

0

50

100

150

200

-0.2

-0.15

-0.1

-0.05

0

0.05

0.1

0.15

0.2

0.25

(35)

0

12

24

36

-0.2

-0.1

0

0.1

0.2

Sample autocorrelation coefficients

lag

s

a

c

f

v

a

lu

e

s

0

12

24

3637

-0.2

-0.1

0

0.1

0.2

Sample partial autocorrelation coefficients

(36)
(37)

-0.25 -0.2 -0.15 -0.1 -0.05 0 0.05 0.1 0.15 0.2 0.25 0

1 2 3 4 5 6 7 8

Density kernel; h = 0.01565

(38)

Statistic

p-value

cv (5%)

1.0705

0.5855

5.9915

Jarque-Bera

Mean

t-Mean

Std. Dev

0.0024

0.5331

0.0664

(39)

0

50

100

150

200

250

-0.2

-0.15

-0.1

-0.05

0

0.05

0.1

0.15

0.2

0.25

(40)

0

50

100

150

200

250

-0.2

-0.15

-0.1

-0.05

0

0.05

0.1

0.15

0.2

0.25

(41)

Jan900 Jan95 Jan00 Jan05 Jan10 0.005

0.01 0.015 0.02 0.025 0.03 0.035 0.04 0.045

(42)

0

12

24

36

-1

-0.8

-0.6

-0.4

-0.2

0

0.2

0.4

0.6

0.8

1

S am ple autocorrelation coefficients

(43)

Jan90 Jan92 Jan94 Jan96 Jan98 Jan00 Jan02 Jan04 Jan06 Jan08 Jan10

100

120

140

A DDITIVE OUTLIE RS

Jan90 Jan92 Jan94 Jan96 Jan98 Jan00 Jan02 Jan04 Jan06 Jan08 Jan10

50

100

150

TRANSITORY OUTLIERS

Jan90 Jan92 Jan94 Jan96 Jan98 Jan00 Jan02 Jan04 Jan06 Jan08 Jan10

60

80

100

120

LE VE L S HIFTS

Jan90 Jan92 Jan94 Jan96 Jan98 Jan00 Jan02 Jan04 Jan06 Jan08 Jan10

80

100

120

(44)
(45)
(46)

Jan90

Jan95

Jan00

Jan05

Jan10

11

11.5

12

Jan90

Jan95

Jan00

Jan05

Jan10

11.2

11.4

11.6

11.8

Jan90

Jan95

Jan00

Jan05

Jan10

-0.2

0

0.2

Jan90

Jan95

Jan00

Jan05

Jan10

Jan15

Jan90

Jan95

(47)

Jan90 Jan95 Jan00 Jan05 Jan10 0.6

0.8 1 1.2 1.4 1.6

x 105

(48)

70 80 90 100 110 120 130 140

(49)

80

90

100

110

120

130

(50)

0 1 2 3 4 5 6 15

20 25 30 35

Periodogram

lo

g

(p

o

w

e

(51)
(52)
(53)
(54)
(55)

SERIE

ORIGINAL

SAFIN

% dif

1990

1023013

1027674

0.46

1991

934104 937872.889

0.40

1992

1031148 1029047.33

-0.20

1993

792574 790020.589

-0.32

1994

956367

959308.72

0.31

1995

881511 879081.029

-0.28

1996

962905 961306.004

-0.17

1997

1074525 1073610.93

-0.09

1998

1264237 1260097.44

-0.33

1999

1500097 1496271.61

-0.26

2000

1469289 1476962.26

0.52

2001

1505263 1499628.71

-0.37

2002

1405275 1404884.51

-0.03

2003

1465077 1467846.14

0.19

2004

1615942 1614984.71

-0.06

2005

1649320 1657284.46

0.48

2006

1634608 1641748.96

0.44

2007

1614835 1615558.02

0.04

2008

1161176 1156574.94

-0.40

2009

952575 959292.274

0.71

2010

286410

289095.29

0.94

Mean

0.09

(56)

Jan06 Jan07 Jan08 Jan09 Jan10 0.6 0.8 1 1.2 1.4 1.6x 10

5

SAC

SAC+Denton

Jan06-1 Jan07 Jan08 Jan09 Jan10

-0.8 -0.6 -0.4 -0.2 0 0.2 0.4 0.6

Referencias

Documento similar

Según el informe del Plan Nacional de Hemoterapia (julio de 1.997), la Red Hemoterápica del Principado de Asturias, disponía de: un Centro Comunitario de

El fundamento de la sentencia del Juzgado se compendia de la siguiente manera: Se agrega "que como los hechos que afectan los derechos fundamentales reseñados por los

El  estudio  del  proceso  de  Retiro  de  Ventilación  Mecánica  ha  sido  abordado  recientemente mediante el análisis tanto  de series de tiempo como 

La aplicación debe ser capaz de prever errores simples en el sistema dado antes de comenzar la simulación, como, por ejemplo, parámetros necesarios no especifcados o falta de

La principal conclusión que se puede extraer del análisis univariante presentado en esta sección es que la consideración de los valores atípicos que presentan nuestras series de

Tabla 4.1 Procedencia de la muestra de pacientes en estudio 38 Tabla 4.2 Análisis univariante de la variable principal, la transfusión 44 Tabla 4.3 Características de

En el estudio australiano de consumidores de GHB lo que resultó más notable fue que, a pesar del poco tiempo que estos consumi- dores recreativos llevaban consumiendo GHB y del hecho

El objetivo de este TFPFD es la implementación y evaluación comparativa de distintas técnicas computacionales para el análisis de señales EEG. En concreto, se pretenden validar