trabajoFinal

Año 2024
Universidad Nacional de Ingeniería
Facultad de Ingeniería Económica, Estadística y Ciencias Sociales
Maestría en Data Science
Ciclo 2
Forecasting

Trabajo Final. Metodología Box-Jenkins sobre la serie temporal de exportaciones del plomo

👥 Alumno

@Kevin Perez Garcia

🤝 ¡Las observaciones, las recomendaciones y las contribuciones son bienvenidas!

📞 Para más consultas o colaboraciones, comuníquese a econ.perez.garcia.k@gmail.com.

Información del trabajo

• Fecha de entrega: 30 de abril.
• Softwares a usar: Puede usar uno de los dos siguientes lenguajes de programación.
  • Lenguaje de programación R. Código facilitado por el docente (pd4.R de la sesión 2).
  • Lenguaje de programación Python. El código lo debe desarrollar el alumno.
    Nota. Este trabajo se desarrolló con el lenguaje de programación Python.
• Entregables:
  • Reportes en Quarto si se usó R.
  • Reportes en Notebooks si se usó Python.
• ¿Individual o grupal? Individual
• Data: La misma serie temporal que eligió para el trabajo inicial.
• Trabajo: Para cada uno de los siguientes modelos, calcular el RMSE. Luego, realizar las comparaciones e interpretaciones de estos. Modelos a desarrollar:
  1. Uno a partir del auto ARIMA y
  2. otro a partir del correlograma.

Nota. Tenga en cuenta la metodología de Box-Jenkins descrita a continuación:

1. Especificación: Analice (análisis situacional y estadístico) la gráfica de la serie e identifique tendencias y volatilidades.
2. identificación: Analice la estacionariedad en varianza y en media; use test de raíz unitaria; Transformación de Box-Cox; use las FAC y FCP para identificar posibles modelos.
3. Estimación: Estime los parámetros del modelo cno métodos estadístciso; analice la significancia de los parámetros estimados.
4. Verificación: Analice los residuales del modelo (aleatoriedad y normalidad); valide los supuestos del modelo.
   Nota. Las etapas de identificación, estimación y verificación es cíclica.
5. Pronósticos