estadistica.ar · Enciclopedia de Estadística en españolhttps://estadistica.ar/conceptos/modelos-arima
Modelos ARIMA
Procesos autorregresivos y de media móvil, cómo se identifican con la ACF y la PACF, y el ciclo de Box-Jenkins de punta a punta con una serie real.
Por Jorge Luis Montivero, Licenciado en Estadística · Mu3Sigma
1 · La idea
Un ARIMA pronostica una serie con su propio pasado: sin variables explicativas, solo con lo que la serie hizo antes y con los errores que el modelo cometió antes. Lo arma con dos piezas:
| Pieza | El valor de hoy depende de | Nombre |
|---|---|---|
| AR | los valores de los períodos anteriores | autorregresivo |
| MA | los shocks (errores) de los períodos anteriores | media móvil |
La I del medio es la diferenciación, que ya está explicada en estacionariedad y diferenciación: el modelo se ajusta sobre la serie diferenciada veces, porque las piezas AR y MA solo funcionan sobre una serie estacionaria.
2 · El proceso autorregresivo
Un AR(1) dice que el valor de hoy es una fracción del de ayer más un shock nuevo:
donde es ruido blanco: independiente, de media cero y varianza constante. Para que la serie sea estacionaria hace falta ; con es un paseo aleatorio, que es justamente lo que la diferenciación viene a resolver.
Un shock no desaparece de golpe: hoy pesa , mañana , pasado . Por eso la autocorrelación decae geométricamente:
Un AR() usa los valores anteriores: .
3 · El proceso de media móvil
Un MA(1) dice que el valor de hoy depende del shock de hoy y del de ayer, y de nada más:
Un shock afecta dos períodos y después se olvida por completo. Por eso la autocorrelación se corta: vale en el rezago 1 y exactamente cero desde el 2. Ese primer valor nunca pasa de 0,5 en valor absoluto, que es otra forma de reconocer un MA(1).
4 · Cómo se los reconoce
Las dos piezas dejan huellas opuestas en la ACF y la PACF. Simulando 500 valores de cada una, con :
| Rezago 1 | Rezago 2 | Rezago 3 | |
|---|---|---|---|
| AR(1) · ACF teórica | 0,700 | 0,490 | 0,343 |
| AR(1) · ACF muestral | 0,740 | 0,507 | 0,333 |
| AR(1) · PACF muestral | 0,742 | −0,092 | −0,021 |
| MA(1) · ACF teórica | 0,470 | 0 | 0 |
| MA(1) · ACF muestral | 0,482 | 0,006 | −0,021 |
| MA(1) · PACF muestral | 0,483 | −0,296 | 0,169 |
De ahí sale la tabla que se usa para identificar:
| Modelo | ACF | PACF |
|---|---|---|
| AR() | decae | se corta después de |
| MA() | se corta después de | decae |
| ARMA() | decae | decae |
5 · La notación completa
Un ARIMA() junta todo: términos AR, diferencias y términos MA. Con datos estacionales se agrega la misma estructura en los rezagos del período, y queda un SARIMA:
donde , y hacen lo mismo que , y pero con saltos de períodos: 12 en datos mensuales. Un MA estacional de orden 1, por ejemplo, relaciona el shock de este enero con el del enero anterior.
6 · El ciclo de Box-Jenkins, con las pernoctaciones
Box y Jenkins propusieron un procedimiento en cuatro pasos que se repite hasta que el modelo pasa el control. Con la serie de pernoctaciones hoteleras de 2007 a 2018, reservando 2019 para ver qué tan bien pronostica:
Paso 1 · Identificar
Primero, la diferenciación. La entrada de estacionariedad mostró que con una diferencia estacional la serie ya es estacionaria (ADF ), así que y . Después, el correlograma de esa serie diferenciada (, bandas de ±0,171):
| Rezago | 1 | 2 | 3 | 4 | … | 12 | 13 |
|---|---|---|---|---|---|---|---|
| ACF | 0,512 | 0,461 | 0,350 | 0,319 | −0,360 | −0,135 | |
| PACF | 0,516 | 0,275 | 0,061 | 0,077 | −0,448 | 0,242 |
La lectura, con la tabla de la sección 4:
- en los rezagos chicos la ACF decae despacio y la PACF se corta después del 2: parte no estacional AR(2);
- en el rezago 12 la ACF tiene una barra negativa aislada: es la huella típica de un MA(1) estacional después de una diferencia estacional.
Candidato: ARIMA(2,0,0)(0,1,1)₁₂, y algunos vecinos para comparar.
Paso 2 · Estimar
Los coeficientes se estiman por máxima verosimilitud. Entre modelos con las mismas diferencias, se comparan con el AICc, que premia el ajuste y castiga la cantidad de parámetros.
Paso 3 · Diagnosticar
Si el modelo captó toda la estructura, lo que sobra tiene que ser ruido blanco. Se controla con la prueba de Ljung-Box sobre los residuos (24 rezagos, menos los grados de libertad de los parámetros estimados):
| Modelo | AICc | Ljung-Box | Veredicto |
|---|---|---|---|
| (1,0,0)(0,1,1)₁₂ | 3.638,9 | 0,062 | residuos al borde: le falta algo |
| (2,0,0)(0,1,1)₁₂ | 3.631,5 | 0,568 | pasa |
| (1,0,1)(0,1,1)₁₂ | 3.628,9 | 0,519 | pasa, y tiene el menor AICc |
El elegido es el ARIMA(1,0,1)(0,1,1)₁₂, con ,
y . Es el mismo que elige
auto.arima() de R buscando solo. El que salió de la lectura a ojo, el
(2,0,0), queda a 2,6 puntos de AICc: prácticamente empatados, que es lo normal
entre candidatos razonables.
Paso 4 · Pronosticar
El pronóstico de 2019 erra un 5,09 % en promedio. El ingenuo estacional, que repite 2018, erra un 3,81 %.
¿Y el modelo de aerolínea, que el AICc no podía comparar? Es justo el caso para decidir con datos reservados. Sus residuos también pasan el Ljung-Box (), y en 2019 erra un 3,60 %: mejor que el elegido y que el ingenuo. Un solo año es poco para decidir, así que conviene repetir la prueba desde varios orígenes: ajustar hasta diciembre de 2014 y pronosticar 2015, después hasta 2015 y pronosticar 2016, y así hasta 2019.
| Modelo | 2015 | 2016 | 2017 | 2018 | 2019 | Promedio |
|---|---|---|---|---|---|---|
| (1,0,1)(0,1,1)₁₂, el elegido | 3,27 | 4,79 | 5,07 | 2,79 | 5,09 | 4,20 |
| (0,1,1)(0,1,1)₁₂, de aerolínea | 3,98 | 4,73 | 3,81 | 3,07 | 3,60 | 3,84 |
| Ingenuo estacional | 3,83 | 4,73 | 5,10 | 3,27 | 3,81 | 4,15 |
El de aerolínea gana en promedio, aunque no todos los años. Las pruebas de raíz unitaria decían que con la diferencia estacional alcanzaba (), y diferenciar otra vez igual pronostica mejor: que una prueba no rechace la estacionariedad no garantiza que el modelo sin la diferencia extra sea el mejor para pronosticar. Es la validación la que decide.
Lo que el ARIMA sí da, y el ingenuo no, es un intervalo de predicción. Los doce meses de 2019 caen dentro del intervalo del 95 % del elegido, y once de doce dentro del de 80 %. Con doce meses, y con errores que se arrastran de un mes al siguiente, eso no prueba que los intervalos estén bien calibrados: solo dice que no lo contradice (de un intervalo del 80 % se esperan unos 9,6 aciertos de 12). El intervalo del 95 % mide 0,84 millones para el mes siguiente y 1,06 millones a doce meses: se ensancha con el horizonte, porque cada mes suma la incertidumbre de los anteriores.
7 · Lo que un ARIMA no puede saber
Reestimado con toda la serie hasta diciembre de 2019, el modelo pronosticaba para junio de 2020 2,81 millones de pernoctaciones, con un intervalo del 95 % de 2,31 a 3,32 millones. Hubo 74.247.
8 · El software también decide
Con los mismos datos y el mismo modelo, SARIMAX de statsmodels, con su
configuración por defecto, estima el MA estacional en , contra
el de R. La diferencia viene de cómo trata los primeros valores de la
serie (la inicialización difusa aproximada): con la difusa exacta estima
, cerca de R.
| Estimación | |||
|---|---|---|---|
R, Arima() | 0,888 | −0,515 | −0,742 |
| statsmodels, inicialización exacta | 0,871 | −0,494 | −0,694 |
| statsmodels, por defecto | 0,753 | −0,490 | −0,279 |
Un coeficiente que pasa de −0,74 a −0,28 no es un redondeo. Para colmo, el modelo mal estimado pronostica 2019 mejor (3,59 % contra 4,93 % con la inicialización exacta): otra vez, describir bien la historia y acertarle al año siguiente son cosas distintas. Cuando los resultados de un ARIMA se informan, conviene decir con qué programa y qué opciones se estimaron, y si hay dudas, ajustarlo en dos.
9 · Errores frecuentes
- Ajustar un ARIMA sobre una serie no estacionaria sin diferenciar, o diferenciar de más (ver el −0,5 en el rezago 1, en estacionariedad).
- Leer los órdenes con la función equivocada. El orden AR sale de la PACF y el MA de la ACF, no al revés.
- Comparar por AIC modelos con distinto , en vez de decidir con datos reservados desde varios orígenes.
- Saltearse el diagnóstico. Un modelo con residuos autocorrelacionados (Ljung-Box con chico) dejó estructura sin modelar, y sus intervalos son demasiado angostos.
- Elegir el modelo con más parámetros porque baja un poco el error de ajuste.
- No comparar contra el ingenuo estacional antes de defender el modelo.
- Presentar el pronóstico sin intervalo, o el intervalo sin aclarar que supone que el régimen no cambia.
- Confundir el MA de un ARIMA con una media móvil de suavizado.
- Informar coeficientes sin decir el programa: los signos y las inicializaciones cambian entre programas.
10 · En el software
# R — pernoctaciones de la EOH 2007-2019, desde la API de series de datos.gob.ar
library(forecast)
url <- paste0("https://apis.datos.gob.ar/series/api/series/",
"?ids=457.1_PERNOCTACILES_0_M_22_51&start_date=2007-01-01",
"&end_date=2019-12-01&format=csv&limit=1000")
s <- ts(read.csv(url)$pernoctaciones_totales, start = c(2007, 1), frequency = 12)
tr <- window(s, end = c(2018, 12))
te <- window(s, start = c(2019, 1))
# Identificar
ggtsdisplay(diff(tr, lag = 12)) # serie, ACF y PACF juntas
# Estimar y diagnosticar
m <- Arima(tr, order = c(1, 0, 1), seasonal = c(0, 1, 1))
m # ar1 0.888, ma1 -0.515, sma1 -0.742
checkresiduals(m) # Ljung-Box y gráficos de residuos
auto.arima(tr) # la búsqueda automática llega al mismo
# Pronosticar, con intervalos del 80 y 95 %
f <- forecast(m, h = 12)
autoplot(f)
# Decidir d con datos reservados, no con AICc
aerolinea <- Arima(tr, order = c(0, 1, 1), seasonal = c(0, 1, 1))
eapm <- function(p) mean(abs(te - p) / te) * 100
eapm(f$mean) #> 5.085
eapm(forecast(aerolinea, h = 12)$mean) #> 3.603
eapm(snaive(tr, h = 12)$mean) #> 3.815
# Python — statsmodels, con la misma serie
import pandas as pd
from statsmodels.tsa.statespace.sarimax import SARIMAX
from statsmodels.graphics.tsaplots import plot_acf, plot_pacf
from statsmodels.stats.diagnostic import acorr_ljungbox
url = ("https://apis.datos.gob.ar/series/api/series/"
"?ids=457.1_PERNOCTACILES_0_M_22_51&start_date=2007-01-01"
"&end_date=2019-12-01&format=csv&limit=1000")
# Sin un User-Agent de navegador, el servidor responde 403
d = pd.read_csv(url, parse_dates=["indice_tiempo"],
storage_options={"User-Agent": "Mozilla/5.0"})
s = d.set_index("indice_tiempo")["pernoctaciones_totales"].astype(float)
s.index.freq = "MS"
tr = s[:"2018-12"]
plot_acf(tr.diff(12).dropna(), lags=24)
plot_pacf(tr.diff(12).dropna(), lags=24)
mod = SARIMAX(tr, order=(1, 0, 1), seasonal_order=(0, 1, 1, 12))
mod.ssm.initialize_diffuse() # sin esto, en esta serie estima otro modelo
m = mod.fit(disp=False)
print(m.params.round(3)) # ar.L1 0.871, ma.L1 -0.494, ma.S.L12 -0.694
print(acorr_ljungbox(m.resid[13:], lags=[24], model_df=3))
print(m.get_forecast(12).summary_frame(alpha=0.05))
Seguir leyendo
Estadística para Economía y Administración · El dato en contexto · 87 de 318
Probabilidad y Estadística · El dato en contexto · 79 de 302
Cómo citar: Montivero, J. L. (2026). Modelos ARIMA. estadistica.ar. https://estadistica.ar/conceptos/modelos-arima
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). Modelos ARIMA. estadistica.ar. https://estadistica.ar/conceptos/modelos-arima
BibTeX
@misc{estadistica_ar_modelos_arima,
author = {Montivero, Jorge Luis},
title = {{Modelos ARIMA}},
year = {2026},
howpublished = {\url{https://estadistica.ar/conceptos/modelos-arima}},
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.