MODELOS ARMA Y ARIMA

[@josuemillicay3256]

Muy buen video. Saludos desde Argentina ganaste un subscriptor 🫶🏻

[@franciscomarquezaquino2346]

Excelente! muchas gracias!

[@monoplon]

Buen vídeo, me gustó, pude entender de manera mucho más intuitiva que en todo lo que estudié en la u. Por cierto, creo que el link para descargar el PDF ya no sirve, me gustaría mucho descargarlo y echarle un ojo yo mismo.

[@estacionsecsel2453]

GRANDE ANA METRIKS mejor explicacion que el Phd q tengo de profe xd

[@AnaMetriks]

Me da gusto :)

[@luanalaviniacorrearodrigue2877]

¡Mil gracias! Me ha servido de mucho :'). Sigue así

[@AnaMetriks]

Es la idea, que sea útil para ustedes, muchas gracias :)

[@josearielperaltalara4355]

Felicidades Ana métrics buen video

[@AnaMetriks]

Muchas gracias, estaremos subiendo más contenido.

[@jairobonilla7980]

Ana mil felicitaciones por tus exelentes videos .te saludo desde Colombia....ME PODRIAS DAR UN CORREO ELECTRÓNICO?

[@AnaMetriks]

Muchas gracias, por favor escríbeme a [e-mail] ;)

[@moebiusdroste8293]

Muchisimas gracias!

[@eduardcampistoltorres9816]

muchas gracias

[@AnaMetriks]

Gracias a ti por pasar al canal

[@jackrobles9336]

Ana muchas gracias por las clases, son buenísimas. Tengo una duda a ver si me puedes ayudar, en los modelos ARIMA, ¿Cómo se los valores de p,d,q? hablas de rezagos ¿A que te refieres con rezago?

[@AnaMetriks]

Hola Jack, justo con el correlograma puedes encontrar la estructura de rezagos o valores pasados que generan correlación con los precios. En el correlograma, con el AFC identificas los posibles valores de (q), si por ejemplo, vez que una de las barras sale en la observación 7, eso quiere decir que hay una estructura de correlación con ese rezago y hay que incorporarlo al modelo. Con el PACF identificas los valores para (p) y el orden de integración lo puedes ver con las pruebas de raíces unitarias, Por ejemplo, para trabajar con precios "estacionarios" debes garantizar que no tengan raíces y para que esto ocurra, debes aplicar una primera diferencia (por lo general con esto es suficiente), esto implica que estarás trabajando con rendimientos y con una serie integrada de orden 1.

[@jackrobles9336]

@@AnaMetriks genial Ana, muchas graciasssss¡¡¡¡¡¡

[@juliohontermedinarojas8750]

Bonito video, sigue así 👏🏽 un fuerte abrazo, me suscribo

[@jonsete]

♥️

[@SergioLopezSoriano]

muy útil

[@AnaMetriks]

Gracias por pasar al canal :)

[@victorsotoledezma]

Hola acabo de conocer tu canal me gusta así preciso y conciso Te hago una pregunta podemos tener la serie o la variable haciéndole rezagos hasta p rezagos para el modelo lo que no entiendo que serian entonces las 1° diferencias o segundas diferencias en la serie?

[@AnaMetriks]

Hola Victor, gracias por pasarte al canal. Respondiendo a tu pregunta, los rezagos es el número de periodos (a partir del histograma) en donde se puede vizualizar la estrucutura de dependiencia o datos correlacionados que tiene la serie con periodos previos. Estos rezagos hay que incorporarlos al modelo justamente por esa dependencia que generan en las series. Por otro lado, las primeras diferencias permiten quitar los problemas de raices unitarias a las series, esto con la finalidad de que las series cumplan los supuestos de estacionariedad (media cero, varianza constante.). Finalmente, tu puedes tener una serie sin raices unitarias aplicando primeras diferencias pero eso no elimina los problemas de autocorrelación que tiene con datos previos, es ahí donde incorporamos los rezagos para capturar esa información :)

[@kevinalejandro3121]

En los modelos MA(q) de dónde se sacan los errores rezagados ?? Esos errores provienen de un modelo AR(p) ?? Y si es así, de esos errores se hacen los rezagos dependiendo de q rezagos de nuestra MA o cómo ???, Eso es lo que no me queda claro de los modelos MA

[@AnaMetriks]

Hola Kevin, para identificar el número de rezagos óptimo utilizamos el histograma que muestra las funciones de autocorrelación. La función de autocorrelación parcial (PACF) te permite identificar las correlaciones o estructura de rezagos para el proceso AR y la función de autocorrelación (ACF) te permite identificar las correlaciones o estructura de rezagos para el proceso AR. Me dices si con eso queda claro, sino con gusto ampliamos la respuesta :)

[@alejadroigoyanes]

esto es de la uc3m

[@AnaMetriks]

Hola, toda la información es con base en libros y aplicación en aula, saludos

[@isabellagodwil1675]

Está bien pero explicas muy rápido

[@AnaMetriks]

Lo tomaré en cuenta, gracias ;)