close
Warning:
Can't synchronize with repository "(default)" (/var/svn/mms does not appear to be a Subversion repository.). Look in the Trac log for more information.
- Timestamp:
-
Apr 13, 2010, 9:24:18 AM (16 years ago)
- Author:
-
Pedro Gea
- Comment:
-
--
Legend:
- Unmodified
- Added
- Removed
- Modified
-
|
v4
|
v5
|
|
| 238 | 238 | |
| 239 | 239 | |
| 240 | | |
| 241 | | |
| | 240 | == Ejercicios de descomposición == |
| | 241 | |
| | 242 | Todas estas descomposiciones pueden combinarse hasta obtener un informe |
| | 243 | acorde a un determinado objetivo. |
| | 244 | |
| | 245 | Por ejemplo: |
| | 246 | |
| | 247 | (1) En primer lugar obtendríamos una descomposición personalizada del output |
| | 248 | en la que definiríamos las componentes deseadas. |
| | 249 | Por ejemplo podríamos tomar una primera componente denominada "Base" con la |
| | 250 | componente del ruido (noise) y unos términos explicativos relativos a variables |
| | 251 | calendario, y por otro lado el resto de términos explicativos agrupados en subfiltros |
| | 252 | según su naturaleza: |
| | 253 | {{{ |
| | 254 | output = base + Sum(subfilters) |
| | 255 | }}} |
| | 256 | |
| | 257 | (2) En segundo lugar, suponiendo que nuestro modelo no es aditivo, obtendríamos |
| | 258 | una descomposición de las observaciones usando una descomposición base-canónica |
| | 259 | usando la componente "Base" como componente principal: |
| | 260 | {{{ |
| | 261 | observations = effect.base + Sum(effects) |
| | 262 | }}} |
| | 263 | |
| | 264 | (3) Después, suponiendo que nuestro interés está en los agregados anuales |
| | 265 | de las observaciones hacemos un cambio de fechado: |
| | 266 | {{{ |
| | 267 | observations_Y = effect.base_Y + Sum(effects_Y) |
| | 268 | }}} |
| | 269 | |
| | 270 | (4) Finalmente obtenemos una descomposición DueTo relativa al año anterior |
| | 271 | del siguiente modo: |
| | 272 | {{{ |
| | 273 | observations_Y = B:observations_Y + (1-B):effect.base_Y + Sum((1-B):effects_Y) |
| | 274 | = pre.observation_Y + dif.effect.base_Y + Sum(dif.effects_Y) |
| | 275 | }}} |
| | 276 | |
| | 277 | |