SARIMA QUÉ ES
En estadística, a menudo, las series temporales poseen un componente estacional que se repite en todas las observaciones. Para las observaciones mensuales s = 12 (12 en 1 año), para las observaciones trimestrales s = 4 (4 en 1 año). Para hacer frente a la estacionalidad, los procesos ARIMA han sido generalizados, estableciendo los modelos SARIMA (Seasonal Autoregressive Integrated Moving Average Model). Φ (B) ∆d Xt = θ (B) αt donde αt es tal que sΦ (Bs) ∆Ds αt = sΘ (Bs) at y por lo tanto Φ (B)s Φ (Bs) ∆Ds ∆d Xt = θ (B)s Θ (Bs) αt y escribimos Xt ~ ARIMA (p, d, q) × (P, D, Q) s. La idea es que los modelos SARIMA […]
Leer más