Saltar al contenido

Regresión de tendencia y estacionalidad

Mínimos cuadrados con tendencia lineal y un efecto fijo por mes.

Pregunta

¿Cuánto crece la serie por período y cuánto se desvía cada mes del promedio?

Datos reales (FRED) o sintéticos · cálculo en el navegador

Datos reales · Por defecto, el modelo usa series oficiales públicas descargadas de FRED; cada resultado real cita la serie, el organismo y el período. Opción sintética · Serie mensual sintética: nivel inicial de 1 000 unidades, tendencia lineal, estacionalidad anual con dos armónicos y ruido normal. Todo generado a partir de la semilla.

Controles

Datos reales
Fuente de datos

Series oficiales de EE. UU. (Census, BLS, Reserva Federal, EIA) vía FRED, o datos sintéticos con semilla.

meses
30Con datos reales: los últimos n meses publicados.240
Parámetros del modelo
meses
3Se ocultan al método y sirven para medir su error.18
meses
124

Calculando en tu navegador…

Ficha del modelo

Las siete preguntas que todo modelo de la biblioteca debe responder antes de publicarse.

Qué problema resuelve
¿Cuánto crece la serie por período y cuánto se desvía cada mes del promedio?
Qué datos necesita
  • Serie mensual con al menos dos años.
Qué supone
  • Tendencia lineal y efectos mensuales constantes en todo el período.
  • Errores independientes con varianza constante.
Qué produce
  • Pendiente con su error estándar.
  • Efecto de cada mes.
  • Pronóstico con intervalo de predicción del 95 %.
Qué incertidumbre contiene
Intervalo de predicción de mínimos cuadrados, que incluye la incertidumbre de los coeficientes y la del error.
Cómo se valida
Error sobre la reserva; autocorrelación de residuos por Durbin–Watson y Ljung–Box.
Cuándo puede fallar
  • Si la tendencia se curva o cambia, la recta global la representa mal.
  • Con errores autocorrelados, los intervalos son demasiado estrechos.
Origen del método
Hyndman y Athanasopoulos (2021), cap. 7.4.