Ir al contenido
σestadistica.ar

estadistica.ar · Enciclopedia de Estadística en españolhttps://estadistica.ar/conceptos/estacionariedad-y-diferenciacion

M04 · Índices y seriesAvanzadoConcepto

Estacionariedad y diferenciación

Qué significa que una serie sea estacionaria, cómo se la consigue diferenciando y transformando, y cómo se verifica con las pruebas de raíz unitaria.

Por Jorge Luis Montivero, Licenciado en Estadística · Mu3Sigma

1 · Qué es una serie estacionaria

Una serie es estacionaria cuando sus propiedades estadísticas no dependen del momento en que se la mire. En la versión que se usa en la práctica —la estacionariedad débil— eso son tres condiciones:

CondiciónSignifica
Media constantela serie no tiene tendencia ni escalones
Varianza constanteoscila con la misma amplitud en todo el recorrido
Autocovarianza constantela relación entre YtY_t y Yt−kY_{t-k} depende de kk, no de tt
Estacionariedad y diferenciación: logaritmo, diferencias y ADF · video, 3:44

2 · Por qué importa

Porque casi todo el instrumental de series de tiempo la supone. Un modelo ARIMA, una prueba sobre una media, un intervalo de confianza: todos descansan en que las propiedades que se estiman en el pasado sigan valiendo. La excepción notable es el suavizamiento exponencial de Holt y Holt-Winters, que modela la tendencia y la estacionalidad en lugar de eliminarlas.

3 · Los tres síntomas, con el IPC

La serie del IPC nacional, partida en dos mitades:

Primera mitadSegunda mitadRazón
Media del índice2455.13820,9
Desvío del índice1263.94831,3
0 6.000 12.000 El índice: la media y la dispersión crecen 5 7 9 Su logaritmo: sigue subiendo 0 % 10 % 20 % Su variación mensual: oscila alrededor de un nivel 2017 2018 2019 2020 2021 2022 2023 2024 2025 2026
El logaritmo estabiliza la dispersión pero no la tendencia. La variación mensual ya no tiene tendencia, aunque su nivel subió hasta fines de 2023 y bajó desde 2024.Fuente: INDEC, IPC nacional, base diciembre 2016 = 100.

Falla la media y falla la varianza a la vez, y no es casual: cuando una serie crece de manera multiplicativa, la dispersión crece con el nivel. Son dos problemas distintos y se arreglan con dos herramientas distintas.

SíntomaQué se hace
La varianza crece con el nivellogaritmo (o, en general, Box-Cox)
Hay tendenciadiferenciar
Hay estacionalidaddiferencia estacional o desestacionalizar

El logaritmo es un caso particular de la familia Box-Cox, que eleva la serie a una potencia λ\lambda elegida según los datos: λ=1\lambda = 1 la deja como está, λ=0,5\lambda = 0{,}5 es la raíz cuadrada y λ=0\lambda = 0 es el logaritmo. Cuando la dispersión crece con el nivel pero no en proporción, una potencia intermedia estabiliza mejor.

4 · Diferenciar

Primera diferencia: la serie de los cambios período a período.

∇Yt=Yt−Yt−1\nabla Y_t = Y_t - Y_{t-1}

Sobre el logaritmo, la primera diferencia es —aproximadamente— la variación porcentual, así que trabajar con ∇ln⁡Yt\nabla \ln Y_t es trabajar con las variaciones, que es lo que en la práctica se hace con casi cualquier serie económica.

Diferencia estacional: contra el mismo período del año anterior.

∇12Yt=Yt−Yt−12\nabla_{12} Y_t = Y_t - Y_{t-12}

Es la versión en niveles de la variación interanual, y saca de una vez la estacionalidad y buena parte de la tendencia.

Con la serie de pernoctaciones, antes y después:

Serier1r_1ADFKPSS
En niveles0,434p=0,361p = 0{,}361p>0,10p > 0{,}10
Diferencia estacional0,517p=0,001p = 0{,}001p>0,10p > 0{,}10

Que la serie sea estacionaria no quiere decir que no tenga autocorrelación: el 0,517 que queda es la estructura que después modela un ARIMA.

Tendencia determinística o estocástica

Diferenciar no es la única manera de sacar una tendencia, ni siempre la correcta. Si la serie oscila alrededor de una recta fija —una tendencia determinística—, alcanza con restarle la recta ajustada: lo que queda es estacionario, y se dice que la serie es estacionaria en tendencia. Si en cambio cada shock la corre de lugar para siempre, como en un paseo aleatorio, la tendencia es estocástica y hay que diferenciar.

La diferencia práctica está en los pronósticos: con tendencia determinística, la serie vuelve a la recta y la incertidumbre se mantiene acotada; con tendencia estocástica, no vuelve a ningún lado y la incertidumbre crece con el horizonte. Las pruebas de la sección siguiente distinguen los dos casos si se les agrega una tendencia a la ecuación.

5 · Las dos pruebas, y por qué se contradicen

Hay dos pruebas estándar y tienen hipótesis nulas opuestas, que es la fuente de confusión más común del tema:

PruebaHipótesis nulaRechazar significa
ADF (Dickey-Fuller aumentado)hay raíz unitaria: no es estacionariaes estacionaria
KPSSes estacionariano es estacionaria

Las cuatro combinaciones y qué significan:

ADFKPSSConclusión
RechazaNo rechazaestacionaria
No rechazaRechazano estacionaria: hay que diferenciar
No rechazaNo rechazapoca información; muestra corta
RechazaRechazaposible cambio de varianza o quiebre

Aplicadas a series reales:

SerieADFKPSSLectura
IPC en niveles0,995< 0,01no estacionaria
Log del IPC0,954< 0,01no estacionaria
Variación mensual del IPC0,0760,091zona gris
Pernoctaciones en niveles0,361> 0,10sin conclusión
Pernoctes, dif. estacional0,001> 0,10estacionaria

Para ese caso existen pruebas de raíz unitaria con quiebre estructural, como la de Zivot-Andrews, que buscan la fecha del quiebre y lo descuentan antes de decidir. Con un quiebre en el medio, el ADF común tiende a no rechazar aunque cada tramo sea estacionario.

Las dos pruebas, además, miran raíces unitarias regulares. La primera diferencia común de las pernoctaciones ya da ADF p=0,001p = 0{,}001 aunque la estacionalidad siga ahí entera: para decidir si hace falta una diferencia estacional hay pruebas específicas, como las de OCSB o Canova-Hansen, que son las que usa nsdiffs en R.

6 · Cuántas veces diferenciar

Casi siempre una; con una tendencia muy marcada, dos; nunca tres. Y hay un síntoma claro de haberse pasado.

Ruido blanco puro —que ya es estacionario— y su primera diferencia, innecesaria:

r1r_1Varianza
Ruido blanco0,0410,96
Su primera diferencia−0,4491,85

Una barra negativa moderada no alcanza para diagnosticarlo. La doble diferencia —regular y estacional— de las pernoctaciones da −0,436 en el rezago 1, y es la especificación estándar para ese tipo de series: la barra se modela con un término de media móvil, no se corrige quitando una diferencia.

7 · La puerta al ARIMA

Con esto se entiende qué son los tres números de un ARIMA(pp, dd, qq):

LetraQué esDe dónde sale
ddcuántas veces se diferencióde las pruebas de esta entrada
pptérminos autorregresivosde la PACF
qqtérminos de media móvilde la ACF

La I del medio es integrated, y quiere decir exactamente eso: el modelo se ajusta sobre la serie diferenciada dd veces y después se vuelve a integrar para expresar el resultado en el nivel original.

8 · Errores frecuentes

  • Confundir estacionariedad con estacionalidad.
  • Invertir las hipótesis del ADF y leer un pp grande como buena noticia.
  • Correr una sola de las dos pruebas.
  • Diferenciar antes de tomar logaritmos, cuando la varianza crece con el nivel.
  • Sobrediferenciar, y no reconocer el −0,5 en el rezago 1.
  • Modelar en niveles dos series con tendencia. La excepción es que estén cointegradas: que una combinación de las dos sea estacionaria, porque se mueven juntas en el largo plazo. Ver serie de tiempo.
  • Diferenciar una serie estacionaria en tendencia, cuando alcanzaba con restarle la recta.
  • Suponer que diferenciar siempre alcanza. Con un cambio de régimen, no.
  • Aplicar pruebas de raíz unitaria a series cortas, donde casi nunca concluyen.
  • Presentar la serie diferenciada como resultado final: se modela en diferencias y se comunica en niveles.

9 · En el software

# R
library(tseries)
adf.test(s)                  # H0: raíz unitaria; ojo: incluye tendencia
kpss.test(s)                 # H0: estacionaria en nivel
kpss.test(s, null = "Trend") # H0: estacionaria en tendencia

# La especificación de la tabla (constante, rezagos por AIC)
library(urca)
summary(ur.df(s, type = "drift", selectlags = "AIC"))

# Con quiebre estructural
summary(ur.za(s, model = "intercept"))

diff(s)                      # primera diferencia
diff(log(s))                 # variaciones
diff(s, lag = 12)            # diferencia estacional

# Cuántas diferencias sugiere el criterio automático
forecast::ndiffs(s)
forecast::nsdiffs(s)         # estacionales

acf(diff(s))                 # control: ¿quedó un -0,5 en el rezago 1?
# Python
import numpy as np
from statsmodels.tsa.stattools import adfuller, kpss, zivot_andrews

adfuller(s)[1]                    # p-valor, H0: raíz unitaria (la de la tabla)
adfuller(s, regression='ct')[1]   # con tendencia
kpss(s, regression='c')[1]        # p-valor, H0: estacionaria
kpss(s, regression='ct')[1]       # H0: estacionaria en tendencia
zivot_andrews(s)[1]               # raíz unitaria con un quiebre

s.diff().dropna()
np.log(s).diff().dropna()
s.diff(12).dropna()
Excel:  =B3-B2 en C3 y arrastrar          primera diferencia
        =LN(B3)-LN(B2)                    diferencia del logaritmo
        =B14-B2 en D14                    diferencia estacional
        No trae pruebas de raíz unitaria.
SPSS:   Transformar › Crear serie temporal › Diferencia o Diferencia estacional
        Analizar › Pronósticos › Autocorrelaciones, con la opción de diferenciar

Herramientas de este tema

Seguir leyendo

Cómo citar: Montivero, J. L. (2026). Estacionariedad y diferenciación. estadistica.ar. https://estadistica.ar/conceptos/estacionariedad-y-diferenciacion

estadistica.ar es gratuita y sin publicidad. Si te sirvió, podés invitar un cafecito por transferencia al alias mu3sigma. Asesoramiento estadístico, encuestas y capacitaciones: m3s.pro · WhatsApp +54 9 383 499-7929.

Cómo citar esta entrada

APA (7.ª edición)

Montivero, J. L. (2026). Estacionariedad y diferenciación. estadistica.ar. https://estadistica.ar/conceptos/estacionariedad-y-diferenciacion

BibTeX

@misc{estadistica_ar_estacionariedad_y_diferenciacion,
  author       = {Montivero, Jorge Luis},
  title        = {{Estacionariedad y diferenciación}},
  year         = {2026},
  howpublished = {\url{https://estadistica.ar/conceptos/estacionariedad-y-diferenciacion}},
  note         = {estadistica.ar. Consultado el \today},
  urldate      = {2026-11-11}
}

Última actualización: 11 de noviembre de 2026. El contenido está bajo licencia CC BY-NC-SA 4.0: se puede reutilizar citando la fuente y sin fines comerciales.