Post on 13-Feb-2018
7/23/2019 Time Series Decomposition using Zaitun
http://slidepdf.com/reader/full/time-series-decomposition-using-zaitun 1/9
EJEMPLO DESCOMPOSICIÓN CON ZAITUN.
En este ejemplo se utiliza la serie de datos “MM desco” que se ha usado en otros ejemplos. Los
datos se podrán copiar desde aquí:
t Y
1 155
2 195
3 131
4 174
5 181
6 231
7 153
8 215
9 221
10 257
11 187
12 238
13 251
14 311
15 223
16 289
17 296
18 374
19 253
20 321
21 343
22 420
23 288
24 375
25 390
26 506
27 349
28 457
29
30
31
32
7/23/2019 Time Series Decomposition using Zaitun
http://slidepdf.com/reader/full/time-series-decomposition-using-zaitun 2/9
1.
Ejecutar Zaitun Time Series.
2.
Seleccionar la opción Create New.
3.
En Frequency elegir “Undated”, en Observations poner 28. Project Name puede ser
cualquiera, yo puse “MM”.
7/23/2019 Time Series Decomposition using Zaitun
http://slidepdf.com/reader/full/time-series-decomposition-using-zaitun 3/9
4.
En la ventana que sale, seleccionar Add Variable.
5.
Poner el nombre de la variable y una breve descripción. No es relevante lo que se ponga,
la descripción se puede dejar en blanco.
6.
Hacer doble click cuando aparezca la variable (en este caso en el renglón donde está la
variable Y).
7/23/2019 Time Series Decomposition using Zaitun
http://slidepdf.com/reader/full/time-series-decomposition-using-zaitun 4/9
7.
En la tabla de datos, pegar la tabla, copiando solamente los valores numéricos de la tabla
original.
8.
Mostrar la gráfica de la serie de tiempo para identificar el comportamiento de la serie
(picarle al ícono de Graphic).
9.
Nótese que el gráfico muestra que la serie tiene tendencia multiplicativa y estacionalidadmultiplicativa. Para proceder con el modelo de pronósticos seleccionar “Analysis” en el
menú superior del programa.
7/23/2019 Time Series Decomposition using Zaitun
http://slidepdf.com/reader/full/time-series-decomposition-using-zaitun 5/9
10.
En el menú de Analysis seleccionar Decomposition.
11.
Seleccionar la variable Y.
12. En la siguiente ventana poner 4 como “Seasonal Length”. “Model Type” significa el tipo de
estacionalidad, en este ejemplo es multiplicativa. Más abajo se selecciona el tipo de
tendencia, en este caso es multiplicativa y se selecciona “Exponential”.
7/23/2019 Time Series Decomposition using Zaitun
http://slidepdf.com/reader/full/time-series-decomposition-using-zaitun 6/9
13.
En Results especificar que se pronostiquen 4 períodos, estoy eligiendo 4 para que se cubra
un año completo. También se está seleccionando la gráfica de Residual para analizar
visualmente la independencia de los residuales, y Residual vs Actual para analizar la
homocedasticidad.
14. En la opción “Storage” se puede elegir que se agreguen columnas a la tabla de datos para
su análisis posterior, se pueden agregar los valores pronosticados, o los residuales. En
este ejemplo no estamos agregando ninguna columna. Solamente damos click a OK en la
ventana de diálogo de Decomposition Analysis.
15.
La primera ventana de resultados muestra el modelo. Ahí se puede ver que el modelo de
tendencia es Yt = 149.97*1.0401t , la notación a**b en el reporte significa ab . También se
muestran los índices de estacionalidad y las métricas del error del pronóstico.
7/23/2019 Time Series Decomposition using Zaitun
http://slidepdf.com/reader/full/time-series-decomposition-using-zaitun 7/9
16. En la ventana de resultados, elegir la pestaña “Forecasted” para ver los valores
pronosticados.
17.
La gráfica Actual, Predicted and Trend:
7/23/2019 Time Series Decomposition using Zaitun
http://slidepdf.com/reader/full/time-series-decomposition-using-zaitun 8/9
18.
Con la gráfica de Residuals se analiza la independencia de los errores de pronóstico, enesta gráfica no se percibe algún problema, no es visible ningún patrón identificable:
19.
En la gráfica Residuals vs Actual se analiza la homocedasticidad. En este ejemplo no se
percibe algún problema de heterocedasticidad, no se aprecia un cambio visible en la
variabilidad de los residuales para diferentes valores de la variable:
7/23/2019 Time Series Decomposition using Zaitun
http://slidepdf.com/reader/full/time-series-decomposition-using-zaitun 9/9
20.
La gráfica Detrend Graph muestra la serie original pero con la tendencia removida: