Modelo autorregresivo AR(p)
Cada valor depende linealmente de los p anteriores; orden elegido por AIC.
¿Cuánto del valor de hoy se explica por los valores recientes, y qué implica para los próximos períodos?
El modelo puede usar series oficiales públicas descargadas de FRED; cada resultado real cita la serie, el organismo y el período. Serie AR(1) sintética alrededor de 500 unidades con desviación del ruido de 20. El modelo desconoce el orden y el coeficiente reales.
Controles
Ficha del modelo
Las siete preguntas que todo modelo de la biblioteca debe responder antes de publicarse.
- ¿Cuánto del valor de hoy se explica por los valores recientes, y qué implica para los próximos períodos?
- Serie estacionaria (sin tendencia ni estacionalidad), o diferenciada hasta serlo.
- La serie es estacionaria.
- La dependencia es lineal y se extingue tras p retardos.
- El ruido es independiente, de media cero y varianza constante.
- Coeficientes φ.
- Orden elegido por AIC.
- Pronóstico con intervalo del 95 %.
- Intervalo de predicción a partir de los pesos ψ del MA(∞) equivalente; crece con el horizonte hasta la varianza incondicional.
- Error sobre la reserva frente a la referencia; independencia de los residuos por Ljung–Box.
- Con tendencia o raíz unitaria, las estimaciones de Yule–Walker se sesgan.
- No capta estacionalidad salvo con órdenes muy altos.
- El intervalo supone normalidad.
- Box, G. E. P., Jenkins, G. M. et al. (2015). Time Series Analysis, 5.ª ed., cap. 3 y 7.