PROYECCIÓN DEL NÚMERO DE PASAJEROS SCL AÑO 2015 CON R. Parte 2

Desde http://www.jac-chile.cl/ es posible acceder una base de datos muy completa de pasajeros y datos de aeropuertos de Chile. Entonces, realicé una pequeña proyección de pasajeros al año 2015. Primero bajé los datos mensuales para Santiago desde el 2004 al 2008, n=60. Luego, después de hojear varios libros, llegué a cual es la metodología citada en la literatura. Particularmente, leía  el libro Time Series de Stata release 10. La metodología correspondía a un modelo SARIMA multiplicativo del tipo (0,1,1)x(0,1,1)12 (Box et al, 1994). Esto es Moving-Average del término anterior (proceso con memoria), al igual que la estacionalidad en base de 12 meses. Para este trabajo ocupé R (R Development Core Team, 2011) con la librería “forecast” (Hyndman , 2011). DATOS.

#Primero cuentas la base de datos. Luego instalamos la librería "forecast"

pasajeros <- read.csv(url("http://aire.cenma.cl/sibarra/wp-content/uploads/2012/07/pasajeros.csv"))

attach(pasajeros)

install.packages("forecast")

library(forecast)

head(pas)

#sólo para leer algunos datos

pas <- ts(pas)

#indicando que serie de tiempo

logpas <- log(pas)
m6 <- Arima((logpas),order=c(0,1,1), seasonal=list(order=c(0,1,1),period=12))
r6 <- residuals(m6)
par(mfrow=c(2,2))
plot(pas, xlab="Meses 2004-2008", ylab="Pasajeros", main="Pasajeros AMB v/s meses")
plot(forecast(m6,h=84), xlab="Meses 2004-2015", ylab="LOGPasajeros")
acf(r6)
pacf(r6); #y puedes ver la imagen generada arriba  

#Gracias a Jimmy Miller por el interés 

Box, G. E. P., G. M. Jenkins, and G. C. Reinsel. 1994. Time Series Analysis: Forecasting and Control. 3rd ed. Englewood Cliffs, NJ: Prentice Hall. EN: Stata. 2007. Time Series Manual. ISBN-10 1-59718-019-X.

R Development Core Team (2011). R: A language and environment for statistical computing. R Foundation for Statistical Computing, Vienna, Austria. ISBN 3-900051-07-0, URL http://www.R-project.org/.

Rob J Hyndman <Rob.Hyndman@monash.edu> (2011). forecast: Forecasting functions for time series. R package version 2.19. http://CRAN.R-project.org/package=forecast