Parcial 3 Análisis de Datos II “Series de Tiempo” Problema 1 (2.0 Puntos) La empresa de cerveza artesanal Coronabeerus registra sus ventas mensuales en cajas de cerveza en el archivo salesbeers.csv (evite abrir archivo con Excel) desde enero del 2005. Como analista le solicitan responder las siguientes preguntas: a. Describa el comportamiento de la demanda. Analice los elementos de la serie de tiempo Al graficar la demanda, notamos una tendencia creciente a partir del año 2006, también podríamos afirmar que existe estacionalidad debido a que en la mayoría de los periodos notamos picos y valles repetitivos en ciertas temporadas (como en los finales de cada año). b. Utilizando los métodos de suavización y descomposición modele la serie de tiempo. Analice y compare el desempeño de los modelos, utilice MSE y MAPE. Suavización DESCOMPOSICIÓN Notamos que se rechazan los supuestos de normalidad, independencia Analizando los dos modelos desde sus errores, podemos notar que la suavización es un mejor modelo, debido a que su SSE es menor a la SSE de descomposición, igual que la MAPE, que para la suavización tiene un error de 2,3% y para la descomposición un error de 3%. c. Pronostique los próximo 4 periodos de la serie de tiempo con ambos métodos, escriba las ecuaciones detalladas para el cálculo de los pronósticos Problema 2 (1.5 Puntos) Un grupo de inversionistas tiene en su portafolio diversas empresas del sector tecnológico que cotizan en la bolsa de valores. Los inversionistas están interesados en monitorear y modelar el precio de las acciones de dos empresas específicas. Los registros de los últimos 200 días se encuentra almacenado en el archivo stock2.csv. Utilizando modelos AR, MA, ARMA o -ARIMA, Responda las siguientes preguntas: a. Cual modelo debería utilizarse para el pronóstico del precio de la acción de cada empresa. Explique. (Nota: Cada acción tendrá su propio modelo) Para la empresa 1, al realizar la prueba observamos un pvalor > 0,05, por lo que no se rechaza la hipotesis de que los datos son no estacionarios, esto nos lleva a utilizar el modelo ARIMA para realizar los pronósticos. Para la empresa 2, los datos son no estacionarios, al ser ambos decrecientes (acf y pacf) utilizamos el modelos ARIMA para calcular p y q. b. Analice los residuales y desempeño de los modelos c. Haga los pronósticos de los precios de ambas acciones para los próximos 4 periodos.
