← Volver a los ejercicios
La rejilla SARIMA y sus residuos
Treinta y seis SARIMA(p,1,q)(P,1,Q)₁₂, con p y q de 0 a 2 y P y Q de 0 a 1, ajustados sobre la serie del curso y ordenados por AIC. Cinco de ellos traen sus residuos para revisarlos con la ACF y con Ljung-Box.
Los correlogramas de w
w = diff(12).diff(), hasta k = 36, con la banda ±1,96/√n.
2. Revise los residuos
Los doce de menor AIC
Los treinta y seis
AIC, coeficientes, residuos y valores p de Ljung-Box salen de ARIMA(y, order=(p, 1, q), seasonal_order=(P, 1, Q, 12)).fit() y de acorr_ljungbox(resid[13:], lags=[12, 24]) de statsmodels, con la serie en millones de pasajeros, calculados fuera de la página. Los trece primeros residuos se descartan, porque las diferencias los dejan sin con qué compararse. La ACF de los residuos se calcula aquí.
El modelo elegido
La firma de w pedía un MA estacional: un pico en k = 12 en la ACF y dos, en 12 y 24, en la PACF. La rejilla lo confirma: todos los modelos con Q = 1 quedan arriba y los separa menos de lo que vale un parámetro, así que se escoge el más simple. Con Q = 1 la barra de k = 12 de los residuos entra en la banda y Ljung-Box deja de rechazar. El Θ cercano a −1 dice además que el patrón de cada mes cambia muy poco de un año a otro. Lo que el modelo no explica está en la pandemia, que ningún SARIMA anticipa. Falta la prueba que decide: el backtest con origen móvil contra el estacional ingenuo, en la tabla de métricas.