SERIES TEMPORALES

Isabel Molina Peralta

Departamento de Estadı́stica
Universidad Carlos III de Madrid

Roland Fried
Department of Statistics
Technique University of Dormund

1
 CONTENIDO

0. Introducción.
1. Análisis descriptivo de una serie.
2. Procesos Estocásticos Estacionarios.
3. Procesos autorregresivos.
4. Procesos de Media Móvil y ARMA.
5. Procesos Integrados.
6. Predicción con modelos ARIMA.
7. Identificación, estimación y selección de modelos ARIMA.

2
 BIBLIOGRAFÍA
Peña, D. (2005). Análisis de Series Temporales. Alianza Editorial: Libro de texto
ideal.
Peña, D. (1993). Estadı́stica: Modelos y Métodos. Vol. II, Modelos Lineales y Series
Temporales. 2a edición. Alianza Universidad Textos.
Brockwell, J.P. & Davis, R.A. (1996). Introduction to Time Series and Forecasting.
Springer, New York: excelente introducción.
Box, G.E.P., Jenkins, G.M. & Reinsel (1994). Time Series Analysis: Forecasting and
Control. Revised Edition. Holden Day, San Francisco: libro excelente con mucha
información.
Hamilton, J.D. (1994). Time Series Analysis. Princeton University Press: Manu-
al imprescindible de Series Temporales para profesores, investigadores y alumnos
avanzados.
Abraham, B. & Ledolter, J. (1983). Statistical Methods for Forecasting. Wiley: tratamien-
to muy amplio con muchos ejemplos.
Anderson, T.W. (1971). The Statistical Analysis of Time Series. Wiley: enfoque
teórico, sólo series estacionarias.
Brockwell, J.P. & Davis, R.A. (1991). Time Series: Theory and Methods. 2nd Edi-
tion. Springer: tratamiento más avanzado y teórico.
Pankratz, A. (1993). Forecasting with Univariate Box-Jenkins Models. Wiley: muchos
ejemplos.
Peña, D., Tiao, G.C. & Tsay, R.S. (2001). A Course in Time Series Analysis. Wiley:
visión amplia y actual.
Shumway, R.H. & Stoffer, D.S. (2000). Time Series Analysis and its Applications.
Springer: excelente libro muy actual para lectores avanzados.
Wei, W.W.S. (1990). Time Series Analysis. Addison-Wesley: buen tratamiento in-
troductorio de modelos multivariantes.
Chatfield, C. (1989). The Analysis of Time Series. An Introduction. Chapman and
Hall: introducción.
Diggle, P.J. (1990). Time Series. A Biostatistical Introduction. Clarendon Press,
Oxford.
Espasa, A. & Cancelo, J.R. (1993). Métodos cuantitativos para el análisis de la
coyuntura económica. Alianza: muy orientada a aplicaciones económicas.
Gourieraux, C. & Monfort, A. (1997). Time Series and Dynamic Models. Cambridge
University Press: orientada a aplicaciones económicas.

3
 Capı́tulo 0: Introducción
Serie temporal y1 , y2 , . . . , yn :
Observaciones de una variable en intervalos regulares de tiempo
(cada minuto/dia/semana/año, etc.)
yt valor de la variable en el instante t = 1, . . . , n.

0.1. Ejemplos de series temporales

Figura 1: Algunos ejemplos

1) Crecimiento del alquiler, 1/1993–12/2001 2) Manchas solares, 1770–1869

150
1.2
1.0

100
0.8
Crecimiento

Number
0.6

50
0.4
0.2
0.0

0 20 40 60 80 100 0 20 40 60 80 100

Mes Year

3) Población de EE.UU, 1790–1980 4) Muertos en accidentes, EE.UU, 1/1973-12/1978

11000
200

10000
150
Millones

Number

9000
100

8000
50

7000
0

1800 1850 1900 1950 0 10 20 30 40 50 60 70

Year Month

4
5
 Figura 2: Índices de precios en España, 1/1993–12/2001 (Fuente: www.ine.es)
135 5) General 8) Transporte

150
130

140
125

transporte
general

120

130
115

120
110

110
105

0 20 40 60 80 100 0 20 40 60 80 100

mes mes

6) Vivienda 9) Vestido
125
150

120
140
vivienda

115
vestido
130
120

110
110

105

0 20 40 60 80 100 0 20 40 60 80 100

mes mes

7) Alimentos 10) Turismo

130

250
125
120

200
alimentos

turistico
115
110

150
105

100
100

0 20 40 60 80 100 0 20 40 60 80 100

mes mes

6
 Figura 3: Índices de producción (izq.) y sus crecimientos (der.), 1/1975–6/2004
120 11) Energı́a 14) Energı́a

10
5
100

0
crecimiento
indice

80

−5
−10
60

−15
40

−20
0 50 100 150 200 250 300 350 0 50 100 150 200 250 300 350

mes mes

12) Textil 15) Textil

100
140
120

50
100

crecimiento
indice

0
80
60

−50
40

−100
20

0 50 100 150 200 250 300 350 0 50 100 150 200 250 300 350

mes mes

13) Quı́mica 16) Quı́mica

120

40
100

20
crecimiento
80

0
indice

−20
60

−40
40

0 50 100 150 200 250 300 350 0 50 100 150 200 250 300 350

mes mes

7
 Figura 4: Tendencia y estacionalidad determinista
17) Población de EE.UU, 1790–1990 20) Tendencia lineal

10
200

8
150

6
Millones

100

4
50

2
0
0

1800 1850 1900 1950 0 20 40 60 80 100

Year Time

18) Muertos en accidentes, EE.UU, 1/1973-12/1978 2 21) Estacionalidad

11000

1
10000
Number

9000

0
8000

−1
7000

−2

0 10 20 30 40 50 60 70 0 20 40 60 80 100

Month Time

19) Viajeros en avión (mundo), 1/1949–12/1960 22) Tendencia lineal y estacionalidad

12
600

10
500

8
400
Number

6
300

4
200

2
0
100

0 20 40 60 80 100 120 140 0 20 40 60 80 100

Month
8 Time
 Figura 5: Ejemplos de otras ciencias
Metereologı́a y Geografı́a: Biologı́a:

23) Temperatura (Düsseldorf, 1/1991–7/2004) 26) Linces atrapados en Canada, 1821–1934

7000
20

6000
5000
15
temperatura media

4000
Number
10

3000
2000
5

1000
0

0
0 50 100 150 0 20 40 60 80 100

mes Year

24) Lluvia (Düsseldorf, 1/1991–7/2004) 27) Visones atrapados en Canada, 1848–1911

150

1 e+05
8 e+04
suma de la lluvia [mm]

100

Number

6 e+04
50

4 e+04
2 e+04
0

0 50 100 150 0 10 20 30 40 50 60

mes Year

25) Nivel del lago Huron, 1875–1972 28) Muskrats atrapados en Canada, 1848–1911
12

1500000
11
10

1000000
Feet−570

Number
9
8

500000
7

9
6

0 20 40 60 80 100 0 10 20 30 40 50 60
 Figura 6: Demografı́a: Población de España (izq.) y sú pronóstico (der.)

29) España total, 1986–2003 32) España, 2001–2070

40

50
30
millones

millones
20

46
10

42
0

1990 1995 2000 2000 2010 2020 2030 2040 2050 2060 2070

a~no a~no

30) Madrid, 1986–2003 33) Españoles de 20 años, 2001–2070

560
5

540
4

520
millones

mil

500
2

480
1

460
440
0

1990 1995 2000 2000 2010 2020 2030 2040 2050 2060 2070

a~no a~no

31) Baleares, 1986–2003 34) Españoles de 90 años, 2001–2070

350
0.8

300
250
0.6
millones

mil

200
0.4

150
0.2

100

10
0

50

1990 1995 2000 2000 2010 2020 2030 2040 2050 2060 2070
 Figura 7: Diversos ejemplos más

35) Viviendas iniciadas, 1/1990–3/2004 36) Viviendas terminadas, 1/1990–3/2004

70

60
60

50
50

40
miles

miles
40

30
30

20
20

10
10

0 50 100 150 0 50 100 150

mes mes

37) Ventas 38) Huelgas en EE.UU, 1951–1980

6000
260

5500
250
240

5000
Strikes
Sales

230

4500
220

4000
210

3500
200

0 50 100 150 1950 1955 1960 1965 1970 1975 1980

Time Year

39) Índice de Dow Jones, 28.08.–18.12.1972 40) AR(2)

3
2
120

1
Index

0
115

−1
−2
110

−3

11
0 20 40 60 80 0 20 40 60 80 100
0.2. Objetivos básicos del análisis de series temporales

1. Descripción de las caracterı́sticas de la serie y su evolución: Descom-

posición en tendencia, estacionalidad y ruido.
2. Modelización: Encontrar un modelo teórico (por ejemplo un modelo
ARIMA) que explique el comportamiento de los datos.
3. Estimación: Ajustar el modelo teórico seleccionado a los datos.
4. Predicción de valores futuros: Hipótesis básica: las condiciones fu-
turas serán análogas a las pasadas.

12