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 (15 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 | |