curso presentación universidad de valparaíso – …...curso presentación universidad de...
TRANSCRIPT
![Page 1: Curso presentación Universidad de Valparaíso – …...Curso presentación Universidad de Valparaíso – diciembre 2007 Diseño de series temporales interrumpidas en ciencias de](https://reader033.vdocuments.net/reader033/viewer/2022042001/5e6ddcc1f456f316f351a67c/html5/thumbnails/1.jpg)
Curso presentaciónCurso presentaciónUniversidad de Valparaíso – diciembre 2007Universidad de Valparaíso – diciembre 2007
Diseño de series temporales Diseño de series temporales interrumpidas en ciencias de la conducta interrumpidas en ciencias de la conducta
y la saludy la salud
Pablo Cáceres SerranoPablo Cáceres Serranopsicólogo – DEA metodología UCMpsicólogo – DEA metodología UCM
![Page 2: Curso presentación Universidad de Valparaíso – …...Curso presentación Universidad de Valparaíso – diciembre 2007 Diseño de series temporales interrumpidas en ciencias de](https://reader033.vdocuments.net/reader033/viewer/2022042001/5e6ddcc1f456f316f351a67c/html5/thumbnails/2.jpg)
Introducción: Introducción: ¿Qué son los diseños de series temporales ¿Qué son los diseños de series temporales
interrumpidas?interrumpidas?
¿Alguna vez han tratado un caso por mucho tiempo?
¿Han llegado a aprender más de un sólo caso especial o con el cual trabajaron novedosos procedimientos más que lo que habían logrado con muchos casos triviales?
¿Pensó que quizás con ese único caso se podría haber realizado una interesante y fructífera investigación?
![Page 3: Curso presentación Universidad de Valparaíso – …...Curso presentación Universidad de Valparaíso – diciembre 2007 Diseño de series temporales interrumpidas en ciencias de](https://reader033.vdocuments.net/reader033/viewer/2022042001/5e6ddcc1f456f316f351a67c/html5/thumbnails/3.jpg)
Introducción: Introducción: ¿Qué son los diseños de series temporales ¿Qué son los diseños de series temporales
interrumpidas?interrumpidas?
Tal vez todo esto le ocurrió o lo pensó.
Si pensó que podía hacer investigación con un sólo caso, ¿cuál fue la estrategia que se le vino a la cabeza en primer lugar para estudiar el caso en un marco académico?
NO ME LO DIGA, DÉJEME ADIVINAR... MMMMM...
![Page 4: Curso presentación Universidad de Valparaíso – …...Curso presentación Universidad de Valparaíso – diciembre 2007 Diseño de series temporales interrumpidas en ciencias de](https://reader033.vdocuments.net/reader033/viewer/2022042001/5e6ddcc1f456f316f351a67c/html5/thumbnails/4.jpg)
Introducción: Introducción: ¿Qué son los diseños de series temporales ¿Qué son los diseños de series temporales
interrumpidas?interrumpidas?
¿ESTUDIO DE CASOS?
![Page 5: Curso presentación Universidad de Valparaíso – …...Curso presentación Universidad de Valparaíso – diciembre 2007 Diseño de series temporales interrumpidas en ciencias de](https://reader033.vdocuments.net/reader033/viewer/2022042001/5e6ddcc1f456f316f351a67c/html5/thumbnails/5.jpg)
Introducción: Introducción: ¿Qué son los diseños de series temporales ¿Qué son los diseños de series temporales
interrumpidas?interrumpidas?
¿CUALITATIVO O CUANTITATIVO?
![Page 6: Curso presentación Universidad de Valparaíso – …...Curso presentación Universidad de Valparaíso – diciembre 2007 Diseño de series temporales interrumpidas en ciencias de](https://reader033.vdocuments.net/reader033/viewer/2022042001/5e6ddcc1f456f316f351a67c/html5/thumbnails/6.jpg)
Introducción: Introducción: ¿Qué son los diseños de series temporales ¿Qué son los diseños de series temporales
interrumpidas?interrumpidas?
El problema que suele haber con los estudios de casos cualitativos es que suelen ser un tanto “blandos” en términos de rigor metodológico y hoy al menos suelen estar segregados a revistas de carácter cualitativo
Las estrategias de investigación cualitativas con estudio de casos usan métodos y/o técnicas que a veces se contraponen con los criterios considerados científicos por la comunidad más conservadora.
El estudio de casos tiene como pretensión la comprensión, no la explicación.
![Page 7: Curso presentación Universidad de Valparaíso – …...Curso presentación Universidad de Valparaíso – diciembre 2007 Diseño de series temporales interrumpidas en ciencias de](https://reader033.vdocuments.net/reader033/viewer/2022042001/5e6ddcc1f456f316f351a67c/html5/thumbnails/7.jpg)
Introducción: Introducción: ¿Qué son los diseños de series temporales ¿Qué son los diseños de series temporales
interrumpidas?interrumpidas?
¿Y si me interesa explicar o determinar alguna relación causal entre variables?
¿Y si sólo tengo un caso?
Pues, aunque parezca curioso...
HAY UN TIPO DE DISEÑOS, POCO CONOCIDOS EN NUESTRO MEDIO, QUE ME PERMITEN HACER ESTO...
![Page 8: Curso presentación Universidad de Valparaíso – …...Curso presentación Universidad de Valparaíso – diciembre 2007 Diseño de series temporales interrumpidas en ciencias de](https://reader033.vdocuments.net/reader033/viewer/2022042001/5e6ddcc1f456f316f351a67c/html5/thumbnails/8.jpg)
Introducción: Introducción: ¿Qué son los diseños de series temporales ¿Qué son los diseños de series temporales
interrumpidas?interrumpidas?
DISEÑOS (experimentales) DE CASO ÚNICO.
![Page 9: Curso presentación Universidad de Valparaíso – …...Curso presentación Universidad de Valparaíso – diciembre 2007 Diseño de series temporales interrumpidas en ciencias de](https://reader033.vdocuments.net/reader033/viewer/2022042001/5e6ddcc1f456f316f351a67c/html5/thumbnails/9.jpg)
Un intento de definición: Un intento de definición: ¿Qué entendemos por series temporales interrumpidas?¿Qué entendemos por series temporales interrumpidas?
Hacemos una diferencia con los estudios de caso único y los diseños de caso único
Estos último son diseños de carácter experimental y cuentan con las características que lo convierten en un diseño riguroso de investigación.
Son conocidos como diseños N = 1, ya que se caracterizan por usar un sólo sujeto.
![Page 10: Curso presentación Universidad de Valparaíso – …...Curso presentación Universidad de Valparaíso – diciembre 2007 Diseño de series temporales interrumpidas en ciencias de](https://reader033.vdocuments.net/reader033/viewer/2022042001/5e6ddcc1f456f316f351a67c/html5/thumbnails/10.jpg)
Un intento de definición: Un intento de definición: ¿Qué entendemos por series temporales interrumpidas?¿Qué entendemos por series temporales interrumpidas?
A diferencia de los diseños intersujetos o intrasujetos cuya aplicación es concurrente, los diseños de series temporales estudian la variable dependiente a lo largo del tiempo.
Nos interesan las modificaciones en la variable dependiente (VI) a lo largo del tiempo.
Se diferencian de otros diseños de series temporales: los clásicos, muy comunes en econometría.
![Page 11: Curso presentación Universidad de Valparaíso – …...Curso presentación Universidad de Valparaíso – diciembre 2007 Diseño de series temporales interrumpidas en ciencias de](https://reader033.vdocuments.net/reader033/viewer/2022042001/5e6ddcc1f456f316f351a67c/html5/thumbnails/11.jpg)
Representación simbólica: Representación simbólica: ¿Ha evolucionado la notación?¿Ha evolucionado la notación?
Los diseños de series temporales interrumpidas han usado diferentes notaciones para expresar su configuración:
O1 O1 O1 O1 O1 O1 I1 I1 I1 I1 I1 O2 O2 O2 O2 O2
O5 I5O5
A B A B A C A D A
![Page 12: Curso presentación Universidad de Valparaíso – …...Curso presentación Universidad de Valparaíso – diciembre 2007 Diseño de series temporales interrumpidas en ciencias de](https://reader033.vdocuments.net/reader033/viewer/2022042001/5e6ddcc1f456f316f351a67c/html5/thumbnails/12.jpg)
Características de los diseños: Características de los diseños: ¿Cuáles son los elementos que poseen?¿Cuáles son los elementos que poseen?
MEDIDA DE LA VARIABLE DEPENDIENTE: Observaciones tomadas a lo largo del tiempo.
MUESTREO DE UNIDADES DE TIEMPO: privilegiar cuando se pueda observar mejor el efecto de la VI, esto es, del tratamiento.
ESTABILIDAD DE LA LÍNEA BASE: la serie debe comenzar con un período de registro de observaciones donde no se interviene, suficientes como para asegurar un estado inicial de lo estudiado (mínimo 3 observaciones)
![Page 13: Curso presentación Universidad de Valparaíso – …...Curso presentación Universidad de Valparaíso – diciembre 2007 Diseño de series temporales interrumpidas en ciencias de](https://reader033.vdocuments.net/reader033/viewer/2022042001/5e6ddcc1f456f316f351a67c/html5/thumbnails/13.jpg)
Características de los diseños: Características de los diseños: ¿Cuáles son los elementos que poseen?¿Cuáles son los elementos que poseen?
PRESENCIA DE UNA FASE DE INTERVENCIÓN: corresponde a la interrupción de la serie y se le suele denominar “fase de intervención”, “fase de tratamiento” o “fase experimental”. Es de mucha importancia el estudio de la variabilidad.
VARIABILIDAD INTERFASES: desde las líneas bases a las fases de intervención deben producirse cambios en la serie, esta variabilidad viene expresa en cambios de nivel o tendencia.
SOLAPAMIENTO ENTRE FASES: se entiende esto como ausencia de cambios de una fase a la siguiente.
![Page 14: Curso presentación Universidad de Valparaíso – …...Curso presentación Universidad de Valparaíso – diciembre 2007 Diseño de series temporales interrumpidas en ciencias de](https://reader033.vdocuments.net/reader033/viewer/2022042001/5e6ddcc1f456f316f351a67c/html5/thumbnails/14.jpg)
Características de los diseños: Características de los diseños: ¿Cuáles son los elementos que poseen?¿Cuáles son los elementos que poseen?
Y por último:
DEPENDENCIA SERIAL: que es una característica típica de los diseños pero que no es deseable y debe ser removida.
![Page 15: Curso presentación Universidad de Valparaíso – …...Curso presentación Universidad de Valparaíso – diciembre 2007 Diseño de series temporales interrumpidas en ciencias de](https://reader033.vdocuments.net/reader033/viewer/2022042001/5e6ddcc1f456f316f351a67c/html5/thumbnails/15.jpg)
Representación gráfica: Representación gráfica: ¿Cuál es el mejor modo de representarlos?¿Cuál es el mejor modo de representarlos?
El primer análisis que puede realizarse sobre una serie temporal es el visual.
Las representaciones gráficas a menudo constituyen el único análisis a los que son sometidas este tipo de series
![Page 16: Curso presentación Universidad de Valparaíso – …...Curso presentación Universidad de Valparaíso – diciembre 2007 Diseño de series temporales interrumpidas en ciencias de](https://reader033.vdocuments.net/reader033/viewer/2022042001/5e6ddcc1f456f316f351a67c/html5/thumbnails/16.jpg)
Representación gráfica: Representación gráfica: ¿Cuál es el mejor modo de representarlos?¿Cuál es el mejor modo de representarlos?
El primer análisis que puede realizarse sobre una serie temporal es el visual.
Las representaciones gráficas a menudo constituyen el único análisis a los que son sometidas este tipo de series
TIEMPO DEL PRIMER EJERCICIO
![Page 17: Curso presentación Universidad de Valparaíso – …...Curso presentación Universidad de Valparaíso – diciembre 2007 Diseño de series temporales interrumpidas en ciencias de](https://reader033.vdocuments.net/reader033/viewer/2022042001/5e6ddcc1f456f316f351a67c/html5/thumbnails/17.jpg)
Diseños: Diseños: ¿Cuál son los diseños básicos a los que acudir?¿Cuál son los diseños básicos a los que acudir?
Hay múltiples diseños que pueden sernos de utilidad y no es adecuado señalar a priori cuáles son mejores o peores.
La tabla siguiente muestra un esquema general de diseños:
NoExperimentales
- Estudio de Caso- Series Temporales Elementales
ExperimentalesSimples(una unidadexperimental: N=1 oN>1)
Conreversión
Nivel = 1
- Con reversión Si mple- Con reversión y reimplantación- Con inversión- De retirada
Nivel > 1- Multinivel- Tratamiento m últiple- Interactivo
Sin r eversión- Línea base m últiple - Programa múltiple- Programa c oncurrente- Cambio de c riterio
Mixtos(más de una unidadexperimental: N=1 óN>1)
- Secuencial de comparación entre grupos- Conductual con grupo control- Secuencial A-B con grupo control- Secuencial A-B de grupo múltiple- De reversión de grupo múltiple- Secuencial estratificado...
![Page 18: Curso presentación Universidad de Valparaíso – …...Curso presentación Universidad de Valparaíso – diciembre 2007 Diseño de series temporales interrumpidas en ciencias de](https://reader033.vdocuments.net/reader033/viewer/2022042001/5e6ddcc1f456f316f351a67c/html5/thumbnails/18.jpg)
Diseños: Diseños: ¿Cuál son los diseños básicos a los que acudir?¿Cuál son los diseños básicos a los que acudir?
Diseños elementales:
0
1
2
3
4
5
6
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
Nº de sem anas de observación
Nº d
e vec
es: e
nure
sis
A B
![Page 19: Curso presentación Universidad de Valparaíso – …...Curso presentación Universidad de Valparaíso – diciembre 2007 Diseño de series temporales interrumpidas en ciencias de](https://reader033.vdocuments.net/reader033/viewer/2022042001/5e6ddcc1f456f316f351a67c/html5/thumbnails/19.jpg)
Diseños: Diseños: ¿Cuál son los diseños básicos a los que acudir?¿Cuál son los diseños básicos a los que acudir?
Diseño experimental reversión simple (ABA):
Nº de observación
45 44 43 42 41 40 39 38 37 36 35 34 33 32 31 30 29 28 27 26 25 24 23 22 21 20 19 18 17 16 15 14 13 12 11 10 9 8 7 6 5 4 3 2 1
V. A N T I C I PA C I ÓN
120
100
80
60
40
20
0
A B A
![Page 20: Curso presentación Universidad de Valparaíso – …...Curso presentación Universidad de Valparaíso – diciembre 2007 Diseño de series temporales interrumpidas en ciencias de](https://reader033.vdocuments.net/reader033/viewer/2022042001/5e6ddcc1f456f316f351a67c/html5/thumbnails/20.jpg)
Diseños: Diseños: ¿Cuál son los diseños básicos a los que acudir?¿Cuál son los diseños básicos a los que acudir?
Diseño experimental reversión con reimplantación (ABAB):
10:00
10:10
10:20
10:30
10:40
10:50
11:00
11:10
11:20
11:30
11:40
11:50
12:00
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24
DÍAS
H O R A S
A A B B
![Page 21: Curso presentación Universidad de Valparaíso – …...Curso presentación Universidad de Valparaíso – diciembre 2007 Diseño de series temporales interrumpidas en ciencias de](https://reader033.vdocuments.net/reader033/viewer/2022042001/5e6ddcc1f456f316f351a67c/html5/thumbnails/21.jpg)
Diseños: Diseños: ¿Cuál son los diseños básicos a los que acudir?¿Cuál son los diseños básicos a los que acudir?
Diseño experimental de inversión (ABA):
Semanas
103 97 91 85 79 73 67 61 55 49 43 37 31 25 19 13 7 1
70
60
50
40
30
20
10
0
M i n u t o s
A B A
Ejercicio
Levantarse
![Page 22: Curso presentación Universidad de Valparaíso – …...Curso presentación Universidad de Valparaíso – diciembre 2007 Diseño de series temporales interrumpidas en ciencias de](https://reader033.vdocuments.net/reader033/viewer/2022042001/5e6ddcc1f456f316f351a67c/html5/thumbnails/22.jpg)
Diseños: Diseños: ¿Cuál son los diseños básicos a los que acudir?¿Cuál son los diseños básicos a los que acudir?
Diseño experimental multinivel (De nivel > 1):
0
5
10
15
20
25
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18
DÍAS DE OBSERVACIÓN
M I N U T O S
E S T U D I O
B 3 B 2 B 1 A B A
![Page 23: Curso presentación Universidad de Valparaíso – …...Curso presentación Universidad de Valparaíso – diciembre 2007 Diseño de series temporales interrumpidas en ciencias de](https://reader033.vdocuments.net/reader033/viewer/2022042001/5e6ddcc1f456f316f351a67c/html5/thumbnails/23.jpg)
Diseños: Diseños: ¿Cuál son los diseños básicos a los que acudir?¿Cuál son los diseños básicos a los que acudir?
Diseño experimental de tratamiento múltiple (De nivel > 1):
0
5
10
15
20
25
30
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33 35 37 39 41
DÍAS
M I N U T O S
A A B A A C D
![Page 24: Curso presentación Universidad de Valparaíso – …...Curso presentación Universidad de Valparaíso – diciembre 2007 Diseño de series temporales interrumpidas en ciencias de](https://reader033.vdocuments.net/reader033/viewer/2022042001/5e6ddcc1f456f316f351a67c/html5/thumbnails/24.jpg)
Diseños: Diseños: ¿Cuál son los diseños básicos a los que acudir?¿Cuál son los diseños básicos a los que acudir?
Diseño experimental de interacción (VI > 1):
A B A C A BC A
Observaciones
69 65
61 57
53 49
45 41
37 33
29 25
21 17
13 9
5 1
M i n u t o s
500
400
300
200
100
![Page 25: Curso presentación Universidad de Valparaíso – …...Curso presentación Universidad de Valparaíso – diciembre 2007 Diseño de series temporales interrumpidas en ciencias de](https://reader033.vdocuments.net/reader033/viewer/2022042001/5e6ddcc1f456f316f351a67c/html5/thumbnails/25.jpg)
DiseñosDiseños
TIEMPO DEL SEGUNDO EJERCICIO
![Page 26: Curso presentación Universidad de Valparaíso – …...Curso presentación Universidad de Valparaíso – diciembre 2007 Diseño de series temporales interrumpidas en ciencias de](https://reader033.vdocuments.net/reader033/viewer/2022042001/5e6ddcc1f456f316f351a67c/html5/thumbnails/26.jpg)
Análisis de los datos: Análisis de los datos: ¿Cómo puedo saber si el tratamiento tuvo efecto?¿Cómo puedo saber si el tratamiento tuvo efecto?
Vamos a trabajar ahora con un ejemplo:
¿Un tratamiento dirigido a un niño de 5 años de edad, consistente en entrenamiento en ejercicios de
estimulación y diferenciación, produce una mejora en la capacidad para diferenciar sonidos y a su vez una
disminución de la producción de sonidos incorrectos? (problemas vinculados con dislalia)
¿VARIABLE INDEPENDIENTE?
¿VARIABLES DEPENDIENTES?
![Page 27: Curso presentación Universidad de Valparaíso – …...Curso presentación Universidad de Valparaíso – diciembre 2007 Diseño de series temporales interrumpidas en ciencias de](https://reader033.vdocuments.net/reader033/viewer/2022042001/5e6ddcc1f456f316f351a67c/html5/thumbnails/27.jpg)
Análisis de los datos: Análisis de los datos: ¿Cómo puedo saber si el tratamiento tuvo efecto?¿Cómo puedo saber si el tratamiento tuvo efecto?
PARA LOS ANÁLISIS USARÉ UN SOFTWARE DISPONIBLE EN INTERNET Y QUE PUEDE SER DESCARGADO Y USADO GRATUITAMENTE: GRETL
Descargable en:http://gretl.sourceforge.net/gretl_espanol.html
En la misma página descargar e instalar posteriormente el paquete TRAMO/SEATS,que se instala como complemento a gretl
![Page 28: Curso presentación Universidad de Valparaíso – …...Curso presentación Universidad de Valparaíso – diciembre 2007 Diseño de series temporales interrumpidas en ciencias de](https://reader033.vdocuments.net/reader033/viewer/2022042001/5e6ddcc1f456f316f351a67c/html5/thumbnails/28.jpg)
Análisis de los datos: Análisis de los datos: ¿Cómo puedo saber si el tratamiento tuvo efecto?¿Cómo puedo saber si el tratamiento tuvo efecto?
Hay tres grandes modalidades para analizar los datos de una serie temporal:
Análisis visualAnálisis estadístico paramétricoAnálisis estadístico no paramétrico
![Page 29: Curso presentación Universidad de Valparaíso – …...Curso presentación Universidad de Valparaíso – diciembre 2007 Diseño de series temporales interrumpidas en ciencias de](https://reader033.vdocuments.net/reader033/viewer/2022042001/5e6ddcc1f456f316f351a67c/html5/thumbnails/29.jpg)
Análisis de los datos: Análisis de los datos: ¿Cómo puedo saber si el tratamiento tuvo efecto?¿Cómo puedo saber si el tratamiento tuvo efecto?
ANÁLISIS VISUAL: La más utilizada es el análisis de nivel y tendencia por medios únicamente visuales.
¿Qué es nivel y tendencia?
![Page 30: Curso presentación Universidad de Valparaíso – …...Curso presentación Universidad de Valparaíso – diciembre 2007 Diseño de series temporales interrumpidas en ciencias de](https://reader033.vdocuments.net/reader033/viewer/2022042001/5e6ddcc1f456f316f351a67c/html5/thumbnails/30.jpg)
Análisis de los datos: Análisis de los datos: ¿Cómo puedo saber si el tratamiento tuvo efecto?¿Cómo puedo saber si el tratamiento tuvo efecto?
El ejemplo se ilustra visualmente en la siguiente gráfica:
ob1ob2
ob3ob4
ob5ob6
ob7ob8
ob9ob10
ob11ob12
ob13ob14
ob15ob16
ob17ob18
ob19ob20
ob21ob22
ob23ob24
ob25ob26
ob27ob28
ob29ob30
ob31ob32
ob33ob34
ob35ob36
ob37ob38
ob39ob40
ob41ob42
ob43ob44
ob45
0
10
20
30
40
50
60
70
Correcta dif. De sonidosIncorrecta prod. Sonidos
Observ aciones
Porc
enta
je
¡EJEMPLO!
![Page 31: Curso presentación Universidad de Valparaíso – …...Curso presentación Universidad de Valparaíso – diciembre 2007 Diseño de series temporales interrumpidas en ciencias de](https://reader033.vdocuments.net/reader033/viewer/2022042001/5e6ddcc1f456f316f351a67c/html5/thumbnails/31.jpg)
Análisis de los datos: Análisis de los datos: ¿Cómo puedo saber si el tratamiento tuvo efecto?¿Cómo puedo saber si el tratamiento tuvo efecto?
Definición de nivel y tendencia.
ob1ob2
ob3ob4
ob5ob6
ob7ob8
ob9ob10
ob11ob12
ob13ob14
ob15ob16
ob17ob18
ob19ob20
ob21ob22
ob23ob24
ob25ob26
ob27ob28
ob29ob30
ob31ob32
ob33ob34
ob35ob36
ob37ob38
ob39ob40
ob41ob42
ob43ob44
ob45
0
10
20
30
40
50
60
70
Correcta dif. De sonidosIncorrecta prod. Sonidos
Observ aciones
Porc
enta
je
● Nivel: se podría considerar como el equivalente a la media de los experimentos clásicos intrasujeto e intergrupos.
● Tendencia: se refiere a la orientación que siguen los datos en la serie temporal y que está mejor representada por la pendiente de la recta de regresión.
![Page 32: Curso presentación Universidad de Valparaíso – …...Curso presentación Universidad de Valparaíso – diciembre 2007 Diseño de series temporales interrumpidas en ciencias de](https://reader033.vdocuments.net/reader033/viewer/2022042001/5e6ddcc1f456f316f351a67c/html5/thumbnails/32.jpg)
Análisis de los datos: Análisis de los datos: ¿Cómo puedo saber si el tratamiento tuvo efecto?¿Cómo puedo saber si el tratamiento tuvo efecto?
Considerando el nivel y la tendencia hay que observar:
Presencia o ausencia de cambios de nivelPresencia o ausencia de tendenciasPresencia o ausencia de cambios de tendencia
ob1ob2
ob3ob4
ob5ob6
ob7ob8
ob9ob10
ob11ob12
ob13ob14
ob15ob16
ob17ob18
ob19ob20
ob21ob22
ob23ob24
ob25ob26
ob27ob28
ob29ob30
ob31ob32
ob33ob34
ob35ob36
ob37ob38
ob39ob40
ob41ob42
ob43ob44
ob45
0
10
20
30
40
50
60
70
Correcta dif. De sonidosIncorrecta prod. Sonidos
Observ aciones
Porc
enta
je
![Page 33: Curso presentación Universidad de Valparaíso – …...Curso presentación Universidad de Valparaíso – diciembre 2007 Diseño de series temporales interrumpidas en ciencias de](https://reader033.vdocuments.net/reader033/viewer/2022042001/5e6ddcc1f456f316f351a67c/html5/thumbnails/33.jpg)
Análisis de los datos: Análisis de los datos: ¿Cómo puedo saber si el tratamiento tuvo efecto?¿Cómo puedo saber si el tratamiento tuvo efecto?
ANÁLISIS ESTADÍSTICO: Menos utilizada pero muy relevante. Se puede efectuar:
Ajuste de rectas de regresión por fase y establecer su significaciónAnálisis de varianza o prueba t (o sus equivalentes no paramétricos)Otras: el estadístico C, las cadenas de Markov, entre otros.
![Page 34: Curso presentación Universidad de Valparaíso – …...Curso presentación Universidad de Valparaíso – diciembre 2007 Diseño de series temporales interrumpidas en ciencias de](https://reader033.vdocuments.net/reader033/viewer/2022042001/5e6ddcc1f456f316f351a67c/html5/thumbnails/34.jpg)
Análisis de los datos: Análisis de los datos: ¿Cómo puedo saber si el tratamiento tuvo efecto?¿Cómo puedo saber si el tratamiento tuvo efecto?
Volviendo a nuestro ejemplo, deseamos ajustar una recta de regresión y su significación, por fases
ob1ob2
ob3ob4
ob5ob6
ob7ob8
ob9ob10
ob11ob12
ob13ob14
ob15ob16
ob17ob18
ob19ob20
ob21ob22
ob23ob24
ob25ob26
ob27ob28
ob29ob30
ob31ob32
ob33ob34
ob35ob36
ob37ob38
ob39ob40
ob41ob42
ob43ob44
ob45
0
10
20
30
40
50
60
70
Correcta dif. De sonidosIncorrecta prod. Sonidos
Observ aciones
Porc
enta
je
fase tiempoob1 1 12 55 1ob2 1 13 65 2ob3 1 15 64 3ob4 1 11 34 4ob5 1 9 36 5ob6 1 5 37 6ob7 1 4 58 7ob8 1 13 50 8ob9 1 11 46 9ob10 1 17 48 10ob11 1 10 55 11ob12 1 11 51 12ob13 1 9 39 13ob14 1 14 47 14ob15 1 13 50 15ob16 2 13 45 16ob17 2 15 46 17ob18 2 23 43 18ob19 2 27 41 19ob20 2 34 39 20ob21 2 36 37 21ob22 2 40 33 22ob23 2 38 31 23ob24 2 36 25 24ob25 2 45 25 25ob26 2 44 23 26ob27 2 51 21 27ob28 2 46 24 28ob29 2 51 21 29ob30 2 51 20 30ob31 3 45 24 31ob32 3 44 27 32ob33 3 43 35 33ob34 3 45 23 34ob35 3 44 37 35ob36 3 43 35 36ob37 3 41 40 37ob38 3 38 36 38ob39 3 36 34 39ob40 3 31 30 40ob41 3 27 30 41ob42 3 28 36 42ob43 3 27 35 43ob44 3 26 34 44ob45 3 27 36 45
obs codifson inproson
![Page 35: Curso presentación Universidad de Valparaíso – …...Curso presentación Universidad de Valparaíso – diciembre 2007 Diseño de series temporales interrumpidas en ciencias de](https://reader033.vdocuments.net/reader033/viewer/2022042001/5e6ddcc1f456f316f351a67c/html5/thumbnails/35.jpg)
Análisis de los datos: Análisis de los datos: ¿Cómo puedo saber si el tratamiento tuvo efecto?¿Cómo puedo saber si el tratamiento tuvo efecto?
El ajuste de la recta de regresión se realiza:
Por cada fase (considerar todas las fases implica un ajuste curvilíneo)Estudiando los valores establecidos del coeficiente de regresión y especialmente...
La significación de la pendiente.
![Page 36: Curso presentación Universidad de Valparaíso – …...Curso presentación Universidad de Valparaíso – diciembre 2007 Diseño de series temporales interrumpidas en ciencias de](https://reader033.vdocuments.net/reader033/viewer/2022042001/5e6ddcc1f456f316f351a67c/html5/thumbnails/36.jpg)
Análisis de los datos: Análisis de los datos: ¿Cómo puedo saber si el tratamiento tuvo efecto?¿Cómo puedo saber si el tratamiento tuvo efecto?
Aquí un ejemplo calculado con nuestros datos.
En primer lugar cabe recordar que se deben evaluar los supuestos estadísticos que condicionan la aplicación del modelo lineal, esto es:
Linealidad de la relación entre variables(Que exista algún grado de correlación)Varianza constanteNormalidadIndependencia de las observaciones
En nuestro caso voy a hacer una evaluación sólo con una fase de los datos, las aplicaciones a otras fases siguen el mismo procedimiento
![Page 37: Curso presentación Universidad de Valparaíso – …...Curso presentación Universidad de Valparaíso – diciembre 2007 Diseño de series temporales interrumpidas en ciencias de](https://reader033.vdocuments.net/reader033/viewer/2022042001/5e6ddcc1f456f316f351a67c/html5/thumbnails/37.jpg)
Análisis de los datos: Análisis de los datos: ¿Cómo puedo saber si el tratamiento tuvo efecto?¿Cómo puedo saber si el tratamiento tuvo efecto?
Comenzamos por iniciar el programa.
Abrimos nuestro archivo puede estar en casi cualquier formato, pero recomiendo usar CSV, que puede ser leído por casi cualquier programa de análisis.
Veremos las variables, y si cliqueamos botón derecho sobre ellas podemos, entre otras cosas, darle un nombre “amistoso” a nuestras variables.
Las variables contienen nuestro datos, pero para poder aplicar los análisis requeridos, se necesita darle una estructura temporal a los datos. Por ende, hay que hacer dos cosas:
Menú Datos > Estructura del conjunto de datos: se elige el grado de temporalidad.Añadir > Tendencia temporal: que agrega una variable de tendencia que puede usarse para las correlaciones.
![Page 38: Curso presentación Universidad de Valparaíso – …...Curso presentación Universidad de Valparaíso – diciembre 2007 Diseño de series temporales interrumpidas en ciencias de](https://reader033.vdocuments.net/reader033/viewer/2022042001/5e6ddcc1f456f316f351a67c/html5/thumbnails/38.jpg)
Análisis de los datos: Análisis de los datos: ¿Cómo puedo saber si el tratamiento tuvo efecto?¿Cómo puedo saber si el tratamiento tuvo efecto?
Habiendo habilitado nuestros datos para análisis, comenzamos estudiando el comportamiento de nuestras variables.
Dado que lo primero que se busca es hacer un análisis de regresión por fase, debemos segmentar el archivo y aplicar los análisis por cada fase.
Muestra > Establecer rango: seleccionamos la primera fase para su análisis; como hemos asociado fechas con las observaciones debemos elegirlas por fecha de inicio y término. Nos quedamos con 15 observaciones (cada fase tiene 15 y en total 45)
NO OLVIDEN VOLVER ATRÁS Y SELECCIONAR OTRO RANGO DE VALORES CORRESPONDIENTE CON LA FASE.
![Page 39: Curso presentación Universidad de Valparaíso – …...Curso presentación Universidad de Valparaíso – diciembre 2007 Diseño de series temporales interrumpidas en ciencias de](https://reader033.vdocuments.net/reader033/viewer/2022042001/5e6ddcc1f456f316f351a67c/html5/thumbnails/39.jpg)
Análisis de los datos: Análisis de los datos: ¿Cómo puedo saber si el tratamiento tuvo efecto?¿Cómo puedo saber si el tratamiento tuvo efecto?
Hagamos una evaluación rápida de los supuestos más importantes:
Linealidad: mediante la observación de los diagramas de dispersión
Correlación: el análisis de regresión supone algún grado de relación entre las variables y ello se puede evaluar en el menú Ver > Matriz de corrrelación.
Normalidad: a través del menú Variable > Gráfico de Frecuencias > Contra la normal
![Page 40: Curso presentación Universidad de Valparaíso – …...Curso presentación Universidad de Valparaíso – diciembre 2007 Diseño de series temporales interrumpidas en ciencias de](https://reader033.vdocuments.net/reader033/viewer/2022042001/5e6ddcc1f456f316f351a67c/html5/thumbnails/40.jpg)
Análisis de los datos: Análisis de los datos: ¿Cómo puedo saber si el tratamiento tuvo efecto?¿Cómo puedo saber si el tratamiento tuvo efecto?
Una vez evaluados los supuestos, procedemos a nuestro análisis de regresión. El modelo de regresión se expresa como:
Donde a y b son los parámetros a estimar, mediante el procedimiento de mínimos cuadrados ordinarios.
Y= X Nosotros usamos la ecuación de regresión Y=ab X
![Page 41: Curso presentación Universidad de Valparaíso – …...Curso presentación Universidad de Valparaíso – diciembre 2007 Diseño de series temporales interrumpidas en ciencias de](https://reader033.vdocuments.net/reader033/viewer/2022042001/5e6ddcc1f456f316f351a67c/html5/thumbnails/41.jpg)
Análisis de los datos: Análisis de los datos: ¿Cómo puedo saber si el tratamiento tuvo efecto?¿Cómo puedo saber si el tratamiento tuvo efecto?
Una vez evaluados los supuestos, procedemos a nuestro análisis de regresión. El modelo de regresión se expresa como:
Vamos al menú Modelo > Mínimos cuadrados ordinarios.
Pasamos las variables correspondientes en las celdas de variable dependiente e independiente. La variable tiempo siempre será, a efectos de diseños de series temporales, la variable independiente.
Obtendremos una segunda ventana donde, entre otras cosas se informa de la significación de la pendiente.
Si deseamos ver la recta de regresión y su ajuste a los datos, se selecciona en esta nueva ventana la opción Gráficos > Gráfico de la variable observada y estimada.
A CONTINUACIÓN ESTUDIEMOS CON MAYOR DETALLE LA SALIDA OBTENIDA Y EL GRÁFICO
![Page 42: Curso presentación Universidad de Valparaíso – …...Curso presentación Universidad de Valparaíso – diciembre 2007 Diseño de series temporales interrumpidas en ciencias de](https://reader033.vdocuments.net/reader033/viewer/2022042001/5e6ddcc1f456f316f351a67c/html5/thumbnails/42.jpg)
Análisis de los datos: Análisis de los datos: ¿Cómo puedo saber si el tratamiento tuvo efecto?¿Cómo puedo saber si el tratamiento tuvo efecto?
A CONTINUACIÓN ESTUDIEMOS CON MAYOR DETALLE LA SALIDA OBTENIDA Y EL GRÁFICO
Modelo 2: estimaciones MCO utilizando las 15 observaciones 07/02/26-07/06/04 Variable dependiente: codifson
VARIABLE COEFICIENTE DESV.TÍP. ESTAD T VALOR P const 10,6476 1,94574 5,472 0,00011 *** time 0,0607143 0,214002 0,284 0,78110
Media de la var. dependiente = 11,1333 Desviación típica de la var. dependiente. = 3,46135 Suma de cuadrados de los residuos = 166,701 Desviación típica de los residuos = 3,58095 R-cuadrado = 0,00615347 R-cuadrado corregido = -0,0702963 Grados de libertad = 13 Criterio de información de Akaike (AIC) = 82,6904
![Page 43: Curso presentación Universidad de Valparaíso – …...Curso presentación Universidad de Valparaíso – diciembre 2007 Diseño de series temporales interrumpidas en ciencias de](https://reader033.vdocuments.net/reader033/viewer/2022042001/5e6ddcc1f456f316f351a67c/html5/thumbnails/43.jpg)
Análisis de los datos: Análisis de los datos: ¿Cómo puedo saber si el tratamiento tuvo efecto?¿Cómo puedo saber si el tratamiento tuvo efecto?
A CONTINUACIÓN ESTUDIEMOS CON MAYOR DETALLE LA SALIDA OBTENIDA Y EL GRÁFICO
VARIABLE COEFICIENTE DESV.TÍP. ESTAD T VALOR P const 10,6476 1,94574 5,472 0,00011 *** time 0,0607143 0,214002 0,284 0,78110
Media de la var. dependiente = 11,1333 Desviación típica de la var. dependiente. = 3,46135 Suma de cuadrados de los residuos = 166,701 Desviación típica de los residuos = 3,58095 R-cuadrado = 0,00615347 R-cuadrado corregido = -0,0702963 Grados de libertad = 13 Criterio de información de Akaike (AIC) = 82,6904
Suma de cuadrados de residuos= el residuo es la diferencia entre el valor observado y el estimado mediante regresiónque se eleva al cuadrado y se suma, se espera sea pequeño o cercano a cero con un buen ajuste.R-cuadrado = es el coeficiente de determinación que se comprende como la variación total de la variable dependiente que es explicada por la independiente.R-cuadrado corregido= correción para impedir sobreajuste fruto de otras VICriterio de información de Akaike= se pretende escoger modelos con valores muy bajos
AIC=-2(ln verosimilitud - nº parámetros)
![Page 44: Curso presentación Universidad de Valparaíso – …...Curso presentación Universidad de Valparaíso – diciembre 2007 Diseño de series temporales interrumpidas en ciencias de](https://reader033.vdocuments.net/reader033/viewer/2022042001/5e6ddcc1f456f316f351a67c/html5/thumbnails/44.jpg)
Análisis de los datos: Análisis de los datos: ¿Cómo puedo saber si el tratamiento tuvo efecto?¿Cómo puedo saber si el tratamiento tuvo efecto?
Conviene recordar que:
El ajuste de la recta de regresión se realiza por cada faseSe estudian los valores del coeficiente de regresión pero especialmente...
La significación de la pendiente.
![Page 45: Curso presentación Universidad de Valparaíso – …...Curso presentación Universidad de Valparaíso – diciembre 2007 Diseño de series temporales interrumpidas en ciencias de](https://reader033.vdocuments.net/reader033/viewer/2022042001/5e6ddcc1f456f316f351a67c/html5/thumbnails/45.jpg)
Análisis de los datos: Análisis de los datos: ¿Cómo puedo saber si el tratamiento tuvo efecto?¿Cómo puedo saber si el tratamiento tuvo efecto?
Análisis de varianza sobre los datos:
Se usa cuando se considera cada fase como un grupo o tratamiento.Y las observaciones dentro de los tratamientos son considerados los valores que adopta la variable dependiente
VEAMOS UN EJEMPLO DE CÁLCULO
Usaremos los datos de un ejemplo ficticio que tenemos guardado en disco
![Page 46: Curso presentación Universidad de Valparaíso – …...Curso presentación Universidad de Valparaíso – diciembre 2007 Diseño de series temporales interrumpidas en ciencias de](https://reader033.vdocuments.net/reader033/viewer/2022042001/5e6ddcc1f456f316f351a67c/html5/thumbnails/46.jpg)
Problemas con el análisis de los datos: Problemas con el análisis de los datos: ¿Cómo puedo eliminar la dependencia serial?¿Cómo puedo eliminar la dependencia serial?
PERO TODAS ESTAS TÉCNICAS TIENEN UN PROBLEMA, AÚN CUMPLIENDO CON EL SUPUESTO DE NORMALIDAD Y VARIANZA CONSTANTE, EN LAS SERIES SE TIENE:
DEPENDENCIA SERIAL
LAS OBSERVACIONES RECOGIDAS A TRAVÉS DE LAS SERIES TEMPORALES NO CUMPLEN CON EL SUPUESTO DE INDEPENDENCIA QUE TÉCNICAS COMO LAS ANTERIORES REQUIEREN PARA SU APLICACIÓN
![Page 47: Curso presentación Universidad de Valparaíso – …...Curso presentación Universidad de Valparaíso – diciembre 2007 Diseño de series temporales interrumpidas en ciencias de](https://reader033.vdocuments.net/reader033/viewer/2022042001/5e6ddcc1f456f316f351a67c/html5/thumbnails/47.jpg)
Modelos ARIMA: Modelos ARIMA: ¿Cuáles son los elementos que debo modelar en una ¿Cuáles son los elementos que debo modelar en una
serie?serie?
Comencemos señalando que una serie temporal puede ser expresada simbólicamente como:
Yt = It + Rt En términos simples este modelo indica que las Y t observaciones de una serie de tiempo están constituidas efecto de intervención más por ruido (errores).
![Page 48: Curso presentación Universidad de Valparaíso – …...Curso presentación Universidad de Valparaíso – diciembre 2007 Diseño de series temporales interrumpidas en ciencias de](https://reader033.vdocuments.net/reader033/viewer/2022042001/5e6ddcc1f456f316f351a67c/html5/thumbnails/48.jpg)
Modelos ARIMA: Modelos ARIMA: ¿Cuáles son los elementos que debo modelar en una ¿Cuáles son los elementos que debo modelar en una
serie?serie?
Para comprender estos modelos es necesario comprender cómo está constituida una serie temporal:
De un componente determinista > efectos del tratamiento, media del proceso -constante- a través de la serie.De un componente estocástico, error o ruido blanco, que se descompone:
Componente sistemático: efecto de errores aleatorios previos sobre la observación o datos actual, que es lo que constituye la dependencia serialComponente no sistemático: es la parte completamente aleatoria y no se tiene en cuenta en el modelo.
![Page 49: Curso presentación Universidad de Valparaíso – …...Curso presentación Universidad de Valparaíso – diciembre 2007 Diseño de series temporales interrumpidas en ciencias de](https://reader033.vdocuments.net/reader033/viewer/2022042001/5e6ddcc1f456f316f351a67c/html5/thumbnails/49.jpg)
Modelos ARIMA: Modelos ARIMA: ¿Cuáles son los elementos que debo modelar en una ¿Cuáles son los elementos que debo modelar en una
serie?serie?
Este error a modelar tiene tres fuentes posibles:
Tendencia: cuando la serie sigue de modo consistente un curso ascendente o descendente.Estacionalidad: oscilación periódica dentro de la serieCiclos: fluctuaciones de la serie no debida a estacionalidadError aleatorio: que se observa despojando la serie de las otras fuentes de error
DESEAMOS CONTROLAR TODAS ESTAS FUENTES DE ERROR
![Page 50: Curso presentación Universidad de Valparaíso – …...Curso presentación Universidad de Valparaíso – diciembre 2007 Diseño de series temporales interrumpidas en ciencias de](https://reader033.vdocuments.net/reader033/viewer/2022042001/5e6ddcc1f456f316f351a67c/html5/thumbnails/50.jpg)
Modelos ARIMA: Modelos ARIMA: ¿Cuáles son los elementos que debo modelar en una ¿Cuáles son los elementos que debo modelar en una
serie?serie?● Los gráficos siguientes ilustran este tipo de errores en las series:
● Se observa tendencia, ciclos y error aleatorio
![Page 51: Curso presentación Universidad de Valparaíso – …...Curso presentación Universidad de Valparaíso – diciembre 2007 Diseño de series temporales interrumpidas en ciencias de](https://reader033.vdocuments.net/reader033/viewer/2022042001/5e6ddcc1f456f316f351a67c/html5/thumbnails/51.jpg)
Modelos ARIMA: Modelos ARIMA: ¿Cuáles son los elementos que debo modelar en una ¿Cuáles son los elementos que debo modelar en una
serie?serie?
Para eliminar estas fuentes de error se pueden aplicar “filtros” o métodos de suavizado, considerados técnicas no paramétricas porque no acuden a ningún modelo teórico para proceder o bien técnicas paramétricas en donde sí se tiene en cuenta un modelo. ARIMA es de esta última clase.
Un tipo de ajuste simple y útil es la diferenciación: que consiste en en tomar diferencias entre la observación concurrente y la previa (para tendencia lineal), o bien doble diferenciación (tendencia cuadrática) o logaritmos de diferencias (para tendencia exponencial).
El parámetro de diferencia “d” corresponde a la “I” de ARIMA en términos de la eliminación de la integración (suma de impulsos que acrecientan la tendencia, error)
![Page 52: Curso presentación Universidad de Valparaíso – …...Curso presentación Universidad de Valparaíso – diciembre 2007 Diseño de series temporales interrumpidas en ciencias de](https://reader033.vdocuments.net/reader033/viewer/2022042001/5e6ddcc1f456f316f351a67c/html5/thumbnails/52.jpg)
Modelos ARIMA: Modelos ARIMA: ¿Cuáles son los elementos que debo modelar en una ¿Cuáles son los elementos que debo modelar en una
serie?serie?● La descomposición mediante “filtros” permite visualizar los
componentes indeseados de una serie:
![Page 53: Curso presentación Universidad de Valparaíso – …...Curso presentación Universidad de Valparaíso – diciembre 2007 Diseño de series temporales interrumpidas en ciencias de](https://reader033.vdocuments.net/reader033/viewer/2022042001/5e6ddcc1f456f316f351a67c/html5/thumbnails/53.jpg)
Modelos ARIMA: Modelos ARIMA: ¿Cómo ajustar un modelo para eliminar la dependencia?¿Cómo ajustar un modelo para eliminar la dependencia?
Pero ARIMA, acrónimo de “AUTORREGRESIVO, INTEGRADO, DE MEDIAS MÓVILES” (Box y Jenkins, 1970) está en condiciones de dar cuenta de este error sistemático.
En realidad se trata de distintos modelos que han sido agrupados en uno solo, que también se constituye como un modelo, el ARIMA. Esto quiere decir que podemos tener un modelo AR, un modelo MA, o un modelo ARMA
Los modelos AR y MA corresponden a modelos para series estacionarias, mientras que el modelo ARIMA implica una serie no estacionaria o que requiere diferenciación, de ahí el término “Integrados”.
![Page 54: Curso presentación Universidad de Valparaíso – …...Curso presentación Universidad de Valparaíso – diciembre 2007 Diseño de series temporales interrumpidas en ciencias de](https://reader033.vdocuments.net/reader033/viewer/2022042001/5e6ddcc1f456f316f351a67c/html5/thumbnails/54.jpg)
Modelos ARIMA: Modelos ARIMA: ¿Cómo ajustar un modelo para eliminar la dependencia?¿Cómo ajustar un modelo para eliminar la dependencia?
Entonces una serie estacionaria es una que no requiere diferenciación o pasar por un “filtro”.
Lo usual sin embargo es que hay que diferenciar para conseguir una serie de datos.
Una mejor definición de serie estacionaria corresponde a aquella que varía en torno a una media fija (Gottman, 1973)
![Page 55: Curso presentación Universidad de Valparaíso – …...Curso presentación Universidad de Valparaíso – diciembre 2007 Diseño de series temporales interrumpidas en ciencias de](https://reader033.vdocuments.net/reader033/viewer/2022042001/5e6ddcc1f456f316f351a67c/html5/thumbnails/55.jpg)
Modelos ARIMA: Modelos ARIMA: ¿Cómo ajustar un modelo para eliminar la dependencia?¿Cómo ajustar un modelo para eliminar la dependencia?
Se asume entonces que el comportamiento de una serie de datos es simplemente la presencia de error o ruido blanco. (OJO, TODAVÍA AQUÍ NO SE ESTÁ HABLANDO EN NINGÚN LADO DE EL EFECTO DE NUESTRA INTERVENCIÓN), que puede ser expresada como una secuencia de impulsos aleatorios ai
ARIMA podría caracterizar correctamente cualquiera de estos procesos sistemáticos si se asume que una secuencia de observaciones Yt-k, Yt-2,...Yt – 1, Yt es un proceso aleatorio que está formada, al menos por una secuencia de impulsos aleatorios
![Page 56: Curso presentación Universidad de Valparaíso – …...Curso presentación Universidad de Valparaíso – diciembre 2007 Diseño de series temporales interrumpidas en ciencias de](https://reader033.vdocuments.net/reader033/viewer/2022042001/5e6ddcc1f456f316f351a67c/html5/thumbnails/56.jpg)
Modelos ARIMA: Modelos ARIMA: ¿Cómo ajustar un modelo para eliminar la dependencia?¿Cómo ajustar un modelo para eliminar la dependencia?
La caracterización o modelización que ARIMA efectúa sobre la serie lo hace usando parámetros estructurales, p, d y q, que pueden tomar valores entre 0 y cualquier valor, aunque en ciencias sociales raramente superan el valor 2.
![Page 57: Curso presentación Universidad de Valparaíso – …...Curso presentación Universidad de Valparaíso – diciembre 2007 Diseño de series temporales interrumpidas en ciencias de](https://reader033.vdocuments.net/reader033/viewer/2022042001/5e6ddcc1f456f316f351a67c/html5/thumbnails/57.jpg)
Modelos ARIMA: Modelos ARIMA: ¿Cómo ajustar un modelo para eliminar la dependencia?¿Cómo ajustar un modelo para eliminar la dependencia?
El parámetro estructural d, corresponde al parámetro de diferenciación de la serie de datos,que se lleva a cabo cuando la serie no es estacionaria. La diferenciación permite hacerla “estacionaria”
En términos muy simples consiste en restar la primera observación de la segunda, la segunda de la tercera, etc.
TIEMPO DEL TERCER EJERCICIO
Tome la siguiente serie de número y “diferéncielos una vez”,luego vuelva a hacerlo otra vez y comente el resultado.Los números son:
1, 4, 9, 16, 25, 36
![Page 58: Curso presentación Universidad de Valparaíso – …...Curso presentación Universidad de Valparaíso – diciembre 2007 Diseño de series temporales interrumpidas en ciencias de](https://reader033.vdocuments.net/reader033/viewer/2022042001/5e6ddcc1f456f316f351a67c/html5/thumbnails/58.jpg)
Modelos ARIMA: Modelos ARIMA: ¿Cómo ajustar un modelo para eliminar la dependencia?¿Cómo ajustar un modelo para eliminar la dependencia?
Si se tiene un modelo ARIMA(0, 0, 0) o una serie sin error sistemático, se está entonces ante el modelo más simple de todos con respecto a la serie:
Y t=a t Que no es sino una secuencia de impulsos aleatorios,por lo que la serie está compuesta sólo de error o ruido
UN modelo ARIMA(0, 0, 0) también puede ser:
Y t=0a t Que es como el anterior, pero la media de la serie no es cero
![Page 59: Curso presentación Universidad de Valparaíso – …...Curso presentación Universidad de Valparaíso – diciembre 2007 Diseño de series temporales interrumpidas en ciencias de](https://reader033.vdocuments.net/reader033/viewer/2022042001/5e6ddcc1f456f316f351a67c/html5/thumbnails/59.jpg)
Modelos ARIMA: Modelos ARIMA: ¿Cómo ajustar un modelo para eliminar la dependencia?¿Cómo ajustar un modelo para eliminar la dependencia?
Si se tiene un modelo AR(1) o ARIMA(1, 0, 0) se está entonces ante un modelo con relación autorregesiva de orden 1:
Y t=1Y t−1a tQue indica que la observación actual Yestá compuesta de una porción de laobservación precedente más su correspondiente impulso aleatorio (ruido)
UN modelo AR(2) o ARIMA(2, 0, 0) entonces se simboliza por:
Y t=1Y t−12Y t−2a tp entonces denota el número de estructuras autorregresivas en el modeloPara considerar un modelo AR(1) la serie ya ha sido diferenciada o bien no ha necesitado diferenciación
Φ es el coeficiente autorregresivo con límites entre -1 y 1
![Page 60: Curso presentación Universidad de Valparaíso – …...Curso presentación Universidad de Valparaíso – diciembre 2007 Diseño de series temporales interrumpidas en ciencias de](https://reader033.vdocuments.net/reader033/viewer/2022042001/5e6ddcc1f456f316f351a67c/html5/thumbnails/60.jpg)
Modelos ARIMA: Modelos ARIMA: ¿Cómo ajustar un modelo para eliminar la dependencia?¿Cómo ajustar un modelo para eliminar la dependencia?
Si se tiene un modelo MA(1) o ARIMA(0, 0, 1) se está entonces un modelo con estrucuras de media móvil de orden 1:
Y t=a t−1a t−1
Que indica que la observación actual Yestá compuesta de su impulso aleatorioe influenciada por porciones de los q - 1 precedentes impulsos aleatorios previos
UN modelo MA(2) ARIMA(0, 0, 2) se simboliza por:
Y t=a t−1a t−1−2at−2
θ es el coeficiente de media móvil con límites entre -1 y 1
q es parámetro que define el orden del modeloPara considerar un modelo MA(1) directamente la serie no necesitadiferenciación o ya ha sido diferenciada
![Page 61: Curso presentación Universidad de Valparaíso – …...Curso presentación Universidad de Valparaíso – diciembre 2007 Diseño de series temporales interrumpidas en ciencias de](https://reader033.vdocuments.net/reader033/viewer/2022042001/5e6ddcc1f456f316f351a67c/html5/thumbnails/61.jpg)
Modelos ARIMA: Modelos ARIMA: ¿Cómo ajustar un modelo para eliminar la dependencia?¿Cómo ajustar un modelo para eliminar la dependencia?
● Por último cabe entonces señalar que la expresión general de un modelo ARIMA es:
Y t=1Y t−12Y t−2a t−1a t−1−2a t−2
![Page 62: Curso presentación Universidad de Valparaíso – …...Curso presentación Universidad de Valparaíso – diciembre 2007 Diseño de series temporales interrumpidas en ciencias de](https://reader033.vdocuments.net/reader033/viewer/2022042001/5e6ddcc1f456f316f351a67c/html5/thumbnails/62.jpg)
Modelos ARIMA: Modelos ARIMA: ¿Cómo ajustar un modelo para eliminar la dependencia?¿Cómo ajustar un modelo para eliminar la dependencia?
● Los pasos para aplicar un modelo ARIMA son:– IDENTIFICACIÓN DEL MODELO MEDIANTE EVALUACIÓN DE
LA AUTOCORRELACIÓN– ESTIMACIÓN DE LOS PARÁMETROS DEL MODELO (ESTIMAR
LOS COEFICIENTES)– DIAGNÓSTICO DEL MODELO: EVALUANDO LOS RESIDUOS
QUE DEBEN SER RUIDO BLANCO.
![Page 63: Curso presentación Universidad de Valparaíso – …...Curso presentación Universidad de Valparaíso – diciembre 2007 Diseño de series temporales interrumpidas en ciencias de](https://reader033.vdocuments.net/reader033/viewer/2022042001/5e6ddcc1f456f316f351a67c/html5/thumbnails/63.jpg)
Modelos ARIMA: Modelos ARIMA: ¿Cómo ajustar un modelo para eliminar la dependencia?¿Cómo ajustar un modelo para eliminar la dependencia?
A esta altura conviene señalar que a la dependencia serial también se le llama AUTOCORRELACIÓN, debido a que es fruto de las correlaciones entre puntuaciones adyacentes de un mismo conjunto de datos
ARIMA INTENTA ELIMINAR LA AUTOCORRELACIÓN DE LAS SERIES DE DATOS
![Page 64: Curso presentación Universidad de Valparaíso – …...Curso presentación Universidad de Valparaíso – diciembre 2007 Diseño de series temporales interrumpidas en ciencias de](https://reader033.vdocuments.net/reader033/viewer/2022042001/5e6ddcc1f456f316f351a67c/html5/thumbnails/64.jpg)
Modelos ARIMA: Modelos ARIMA: ¿Cómo ajustar un modelo para eliminar la dependencia?¿Cómo ajustar un modelo para eliminar la dependencia?
¿Pero cómo detecto que mi serie es autorregresiva, de media móvil o que necesita diferenciación previamente?
SE UTILIZAN LAS FUNCIONES DE AUTOCORRELACIÓN Y AUTOCORRELACIÓN PARCIAL
![Page 65: Curso presentación Universidad de Valparaíso – …...Curso presentación Universidad de Valparaíso – diciembre 2007 Diseño de series temporales interrumpidas en ciencias de](https://reader033.vdocuments.net/reader033/viewer/2022042001/5e6ddcc1f456f316f351a67c/html5/thumbnails/65.jpg)
Modelos ARIMA: Modelos ARIMA: ¿Cómo ajustar un modelo para eliminar la dependencia?¿Cómo ajustar un modelo para eliminar la dependencia?
LAS AUTOCORRELACIONES son correlaciones de la serie de datos consigo misma, fijando previamente la cantidad de “retardos” que se desean
SE UTILIZAN LAS FUNCIONES DE AUTOCORRELACIÓN Y AUTOCORRELACIÓN PARCIAL, llamadas habitualmente FAC(k) y FACP(k), donde k indica el número de retardos, que en ciencias sociales no suelen ir más allá de 2
![Page 66: Curso presentación Universidad de Valparaíso – …...Curso presentación Universidad de Valparaíso – diciembre 2007 Diseño de series temporales interrumpidas en ciencias de](https://reader033.vdocuments.net/reader033/viewer/2022042001/5e6ddcc1f456f316f351a67c/html5/thumbnails/66.jpg)
Modelos ARIMA: Modelos ARIMA: ¿Cómo ajustar un modelo para eliminar la dependencia?¿Cómo ajustar un modelo para eliminar la dependencia?
LAS AUTOCORRELACIONES se observan echando una mirada los llamados CORRELOGRAMAS, que grafican las autocorrelaciones y autocorrelaciones parciales.
Es mediante esta herramienta que podemos evaluar la necesidad de ajustar el modelo conforme a los parámetros autorregresivos, de medias móviles o ambos.
![Page 67: Curso presentación Universidad de Valparaíso – …...Curso presentación Universidad de Valparaíso – diciembre 2007 Diseño de series temporales interrumpidas en ciencias de](https://reader033.vdocuments.net/reader033/viewer/2022042001/5e6ddcc1f456f316f351a67c/html5/thumbnails/67.jpg)
Modelos ARIMA: Modelos ARIMA: ¿Cómo ajustar un modelo para eliminar la dependencia?¿Cómo ajustar un modelo para eliminar la dependencia?
EJEMPLOS.
ARIMA(1, 0, 0)
1 2 3 4 5 6 7 8 9 10 RETARDOS
1, 0
0, 8
0, 6
0, 4
0, 2
0, 0
-0, 2
-0, 4
-0, 6
-0, 8
-1, 0
1 2 3 4 5 6 7 8 9 10 RETARDOS
1, 0
0, 8
0, 6
0, 4
0, 2
0, 0
-0, 2
-0, 4
-0, 6
-0, 8
-1, 0
![Page 68: Curso presentación Universidad de Valparaíso – …...Curso presentación Universidad de Valparaíso – diciembre 2007 Diseño de series temporales interrumpidas en ciencias de](https://reader033.vdocuments.net/reader033/viewer/2022042001/5e6ddcc1f456f316f351a67c/html5/thumbnails/68.jpg)
Modelos ARIMA: Modelos ARIMA: ¿Cómo ajustar un modelo para eliminar la dependencia?¿Cómo ajustar un modelo para eliminar la dependencia?
EJEMPLOS.
ARIMA(0, 0, 1)
1 2 3 4 5 6 7 8 9 10 RETARDOS
1, 0
0, 8
0, 6
0, 4
0, 2
0, 0
-0, 2
-0, 4
-0, 6
-0, 8
-1, 0
1 2 3 4 5 6 7 8 9 10 RETARDOS
1, 0
0, 8
0, 6
0, 4
0, 2
0, 0
-0, 2
-0, 4
-0, 6
-0, 8
-1, 0
![Page 69: Curso presentación Universidad de Valparaíso – …...Curso presentación Universidad de Valparaíso – diciembre 2007 Diseño de series temporales interrumpidas en ciencias de](https://reader033.vdocuments.net/reader033/viewer/2022042001/5e6ddcc1f456f316f351a67c/html5/thumbnails/69.jpg)
Modelos ARIMA: Modelos ARIMA: ¿Cómo ajustar un modelo para eliminar la dependencia?¿Cómo ajustar un modelo para eliminar la dependencia?
EJEMPLOS.
ARIMA(1, 0, 1)
1 2 3 4 5 6 7 8 9 10 RETARDOS
1, 0
0, 8
0, 6
0, 4
0, 2
0, 0
-0, 2
-0, 4
-0, 6
-0, 8
-1, 0
1 2 3 4 5 6 7 8 9 10 RETARDOS
1, 0
0, 8
0, 6
0, 4
0, 2
0, 0
-0, 2
-0, 4
-0, 6
-0, 8
-1, 0