MODELO SARIMA APLICADO A SERIE PRODUCCIN MINERA PRESENTADA POR EL BCR DEL PERAlumno : Pozo carrera Denis cdigo: 20002667G

Los datos fueron tomados de la serie del BCR del Per sobre la produccin de minera e hidrocarburos desde 2010 al 2013se utilizara la metodologa de box y Jenkins y se utilizara un modelo SARIMA para proponer el mejor modelo que se ajuste a los datos y que sea valido

FASE DE IDENTIFICACION

Se puede observar que la serie es no estacionaria tanto en media como en variancia adems de presentar una marcada estacionalidad por lo que se efectuara unas transformaciones antes de efectuar el modelamiento ARIMA.Tomando logaritmos

Tomando logaritmos se puede observar que la variancia se vuelve estable, pero aun es no estacionaria en media por lo que se tomara una diferenciacin para volverla estacionaria .

Despus de diferenciar se puede observar que la serie se vuelve estacionaria, para comprobarlo se efectuara un test de raz unitaria.

Utilizando el test de dickey-fuller se rechaza la hypothesis nula de que la serie tiene raiz unitaria por lo tanto es una serie estacionaria.Analizando la estacionalidad de la serie

Del correlograma se puede concluir que la serie apezar de ser estacionaria presenta una estacionalidad marcada. Por lo que se proceder a efectuar una diferencia estacional para corregirla.

Luego de esto se puede observar que la estacionalidad desaparece en gran medida, sobre este ultimo correlograma se identificara el modelo SARIMA a elegir .Debido a la no presencia de rezagos en forma de abanicos en la funcin de auto correlacin simple parece no haber componente auto regresiva y solo parece haber MA media mvil tanto en su componente regular como en su componente estacional por lo que se plantea el siguiente modelo ARIMA(0,1,1)(0,1,1)12 inicialmente del cual se presentan los siguientes resultados.

FASE DE ESTIMACION

El modelo es significativo al 59% y sus componentes tambin lo son, el estadstico de Durbin-watson esta cerca a 2 por lo que indica que no hay correlacin entre los errores .FASE VALIDACINEstructura aleatoria de los residuos ninguno es significativo

El cuadrado de los errores indica que para el rezago 24 no se se esta comportando como un ruido blanco por lo que se tendra que observar.

Los errores se distribuyen normalmente

Ajuste

El ajuste es bueno.Se planteara un segundo modeloARIMA(0,1,1)(0,1,1)24

Este modelo tiene un mayor ajuste pero tiene races invertidas iguales a 1 lo que hacer rechazar el segundo modelo.El modelo a considerar ser SDLMINERIA=(1+0.68B)(1+0.7912)RESID