Modelos ARIMA y la metodología de Box-Jenkins en STATA | Series de tiempo
ฝัง
- เผยแพร่เมื่อ 28 ส.ค. 2020
- En estadística y econometría, en particular en series temporales, un modelo autorregresivo integrado de promedio móvil o ARIMA es un modelo estadístico que utiliza variaciones y regresiones de datos estadísticos con el fin de encontrar patrones para una predicción hacia el futuro
El objetivo de la metodología Box - Jenkins es identificar y estimar un modelo estadístico que puede ser interpretado como generador de la información de la muestra.
Descarga el Do-File Aqui:
drive.google.com/file/d/1FJ3z...
Amigos estoy feliz porque acabo de publicar mi primer curso de STATA en Udemy, explicado en facilito 🤗(puden ver gratis los primeros capítulos) 👇
📖 Curso en Udemy: www.udemy.com/course/economet...
🌎 ¡ÚNETE A LA COMUNIDAD DE ECONOMISTAS! 🌍
💎 FACEBOOK → / economiaconmanzanitas
📷 INSTAGRAM → / educruzsaune
🐤 TWITTER → / ecomanzanitas
#STATA #Econometria #StataConManzanitas
Bro, consulté demasiados videos y el tuyo fue el que más me sirvió y al que más le entendí, de verdad muchas gracias
Que excelente video y me llego en el momento indicado. Gracias
Gracias Estimado, un abrazo, excelente video
Tienes un error en la H0 del estadístico DF, la verdadera H0 es la existencia de una raíz unitaria, no que la serie sea estacionaria
Gracias por la corrección, acabo de revisarlo
Gran video. Aprendí mucho. Saludos desde Colombia
Buena explicación amigo, gracias
Gracias por tus videos, papito lindo.
Un capo!! Saludos desde Arequipa
Saludos, colega. Buen tema
Gracias por el Video me va a servir mucho
Muy buen video! Gracias
tremendo video!!!....me salvaste las papas!!!! Entendi todo
Eres increible! Muchas gracias.
🤗🤗🤗
EXCELENTE
Gracias, una duda, que variable son mejores para aplicar el modelo arima?
6:10 , RHo de existencia de una raíz unitaria.
Ya que no soy economista y estaba con muchísimas dudas, gracias mil, me da un mejor pantallazo.
Faltaría argumentar que el modelo es ideal cuando oscila en frecuencias bajas AR(1), AR(2) AR(3), pero no cuando oscila en frecuencias muy altas y/o con varias subfrecuencias dominantes.
Pdta. Ese STATA tiene un entorno similar a MatLab, ¿Son de la misma empresa?.
Con estos modelos además de ver que los errores se comporten como ruido blanco, ¿¿También se les
tiene que hacer las pruebas de normalidad, heterocedasticidad y multicolinealidad ??
🎯 Key Takeaways for quick navigation:
Time series can be modeled using ARIMA models, which have auto-regressive and moving average components.
Before fitting an ARIMA model, it's important to ensure that the time series is stationary.
Box-Jenkins methodology is a common approach for time series analysis, involving steps like stationarity testing and model identification.
Stationarity can be assessed visually using plots or through statistical tests like the Dickey-Fuller test.
Once stationarity is achieved, the model structure (order of auto-regressive and moving average terms) can be identified using autocorrelation and partial autocorrelation plots.
Estimation and validation of ARIMA models involve assessing whether model errors are white noise and selecting the most parsimonious model.
Model selection criteria like AIC can help choose the best-fitting model.
After model selection, predictions can be made for future periods.
Transforming time series to be stationary can be done by differencing.
ARIMA modeling can be performed in software like STATA.
Made with HARPA AI
Tengo una pregunta, al realizar la primera diferenciación en el modelo, ¿no sería ARIMA (1,1,4)?
Gracias.
si , pero porque el utiliza la variable con diferencia por eso pone así "arima dwpi, arima(1,0,4)". Si deseas podrías hacer con la variable cuando no es estacionaria de la siguiente manera: "arima wpi, arima(1,1,4)" y te va a salir el mismo resultado.
Buen video, Una consulta, como seria en el caso de un ARIMA ESTACIONAL ??
Usa un modelo SARIMA
hola le agradesco por el programa pero tengo problemas para descargarlo tendra un manual paso a paso de como instalarlo
Muy bueno el video, como lo harías si quisieras hacer un ARIMA Estacional ( SARIMA) en STATA
Modificando el orden de diferenciación, corriendo AR(12), AR(24), AR (36)...... (para diferenciación anual)
Hola! Edward gracias por el video, me sirvió de mucho. ¿Cómo proyecto hacia atrás? Realicé esto para proyectar hacia adelante:
tsappend, add(12)
arima ing, arima(3,0,3)
predict ingf, y dynamic(q(2013q4))
tsline ingf ing
Quiero implementar el filtro de baxter king.
Gracias por adelantado.
logit probit con stata porfavor se lo agradeceria bastante.
1
🍎🍎🍎
No entiendo por qué combinas Box-Jenkins con la revisión de la significación de los coeficientes. Si terminas decidiendo sobre la significancia; entonces deberías haber empezado con un modelo con orden mas elevado y reducirlo basado en la significancia. No hay punto entonces de empezar con Box-Jenkins. El punto es también encontrar el poder (rechazar una Ho que no es correcta) de esta metodología. Deberías incluir más revisión de literatura, parece que estas combinando métodos.