ARIMA / SARIMA Versión 2
Modelos AR, MA, ARMA, ARIMA y SARIMA por mínimos cuadrados condicionales, con diagnóstico de residuos, selección automática y validación con origen móvil.
Metodología Box-Jenkins
p, q: órdenes AR y MA · d: diferenciación regular · P, D, Q, m: componentes estacionales. Pasos: (1) identificar con ACF/PACF y pruebas de estacionariedad (módulo 8), (2) estimar, (3) diagnosticar residuos (deben ser ruido blanco), (4) pronosticar.
Nota: la estimación es por CSS (mínimos cuadrados condicionales), muy cercana a la de software especializado; ideal para aprender la mecánica del método.
Manual de utilización del módulo
¿Qué hace este módulo? Modela una serie de tiempo con la metodología Box-Jenkins (ARIMA y SARIMA) para pronosticar con base estadística.
¿Cómo se usa? Tres pestañas: «Estimar» ajusta un ARIMA(p,d,q)(P,D,Q) que tú especificas; «Selección automática» busca el mejor modelo por AICc; «Validación» evalúa con origen móvil. Identifica los órdenes con el módulo 8 (ACF/PACF y estacionariedad).
¿Cómo se interpretan los resultados? Los coeficientes con p < 0,05 son relevantes. Menor AIC/BIC = mejor modelo. El diagnóstico clave es Ljung-Box: si p ≥ 0,05, los residuos son ruido blanco (el modelo capturó la estructura). El pronóstico trae intervalos que crecen con el horizonte.
Símbolos: p, d, q órdenes AR, diferenciación y MA · P, D, Q, m componentes estacionales · AIC/BIC criterios de información · Ljung-Box prueba de residuos.