guia del modelo clásico de predicciones con spss

UNAM-FES AragónCarrera de Economía

Laboratorio de Economía Aplicada VIAlumno: Olvera León, José Jerónimo

Prof. Román Moreno Soto

Guía de estudio para el examen parcial deLaboratorio de Economía Aplicada VI

En la serie llamada CONSUMO.sav se realiza una expansión a la variable CASO hasta el

número 81, se definen las fechas partiendo de Agosto del 2010.

La estimación curvilínea nos arroja que el modelo que mejor ajusta puede ser el cuadrado o

el cubico, escogí el cubico y genere la variable FIT.

Cuadro 1.1 Estimación curvilínea

Fuente: Elaboración propia

Grafica 1.1 Modelos de Estimación Curvilínea

Fuente:ElaboraciónPropia

Posteriormente se calculo la variable Error, restando de la variable CONSUMO la variable FIT y con esta variable se pudieron calcular los componentes al comparar medias.

Cuadro 1.2 Componentes

Fuente: Elaboración Propia

Con los componentes fue posible generar dos tipos de predicciones, una realizada por método multiplicativo y otra por método aditivo. Los resultados obtenidos fueron los siguientes:

Grafica1.2 Método Aditivo y Multiplicativo

Fuente:ElaboraciónPropia

La grafica demostró que el método multiplicativo debía de ser descartado por arrojar una predicción muy lejana del comportamiento de nuestra variable, de manera que nos quedamos con el aditivo.

Grafica 1.3 Método aditivo

Fuente: Elaboración Propia

Para el procedimiento de suavizado exponencial simple se generaron 4 variables en descomposición estacional y posteriormente se creo el modelo, obteniendo ya con esto la mejor estimación con el modelo clásico y la estimación del suavizado exponencial.Grafica 1.4 Suavizado Exponencial

Fuente:Elaboración

Propia