Entradas

Mostrando entradas de mayo, 2022

Modelos ARIMA en R. Tips rápidos para su estimación y pronósticos

Imagen
Para el siguiente ejemplo utilizamos el índice de alimentos disponible en la FRED , con este se intentan explicar algunos tips básicos para la estimación e interpretación de los modelos ARIMA en R . En las siguientes líneas mostramos la estructura de los datos, similar al formato tradicional en Excel, una columna con fechas y otras con la serie de datos asociado al índice con el que vamos a trabajar. library(tidyverse) library(readxl) library(xts)   datos <- read_excel("~/food_index_fred.xls",                               col_types = c("date", "numeric"))   head(datos)   # A tibble: 6 x 2   observation_date     PFOODINDEXM   <dttm>                     <dbl> 1 1992-01-01 00:00:00         57.7 2 1992-02-01 00:00:00         57.8 3 1992-03-01 00:00:00         57.5 4 1992-04-01 00:00:00         56.2 5 1992-05-01 00:00:00         57.7 6 1992-06-01 00:00:00         57.3 Vamos la evolución histórica de la serie . Declaramos que la serie es un