0

Tengo una serie de tiempo en la cual identifico un outlier de cambio transitorio, pero no se como poder agregarlo a mi estimación.

Son datos trimestrales y el TC se da en 2002.03, dejo la serie de como afecta

200203      1
200204      0.7
200301      0.49
200302      0.343
200303      0.24
200304      0.168
4
  • No llego a comprender tu pregunta. ¿a que te refieres con agregarlo a tu estimación?, ¿de que estimación estaríamos hablando? Y pregunta de ignorante: Si no eliminas la observación del TC, acaso no la estarías ya considerando en tu estimación? el 8 ago. 2019 a las 18:47
  • Es para mejorar los residuos, al agregarlo lo tengo en cuenta como un valor atípico para que no me afecte los datos. Es una estimacion entre desempleo y pbi
    – Maria
    el 13 ago. 2019 a las 4:55
  • Vuelvo a preguntarte esto: Si el outlier no quieres que "ensucie" cualquier estimación, ¿no deberías eliminarlo del set de datos? el 13 ago. 2019 a las 21:43
  • Disculpa, con agregarlo quiero expresar intervenir la estimación y que no la afecte, seria que NO tome en cuenta esos datos, podría decirse "eliminarlos"
    – Maria
    el 15 ago. 2019 a las 1:27

1 respuesta 1

1

El primer problema con los "outliers" es detectarlos, el segundo es quitarlos del set de datos para ajustar cualquier estimación o modelo. Por ejemplo, con un caso similar al que planteas:

df <- read.table(text="Periodo Valor
200203      1.4
200204      0.7
200301      0.49
200302      0.343
200303      0.24
200304      0.168", header = TRUE)

# Agregamos un número correlativo para cada período
df$n  <- 1:nrow(df)

df

  Periodo Valor n
1  200203 1.400 1
2  200204 0.700 2
3  200301 0.490 3
4  200302 0.343 4
5  200303 0.240 5
6  200304 0.168 6

Supongamos que ajustamos un modelo lineal a estos datos:

plot(df$Valor)
abline(lm(Valor ~ n, data=df), col="blue", lwd=3, lty=2)

introducir la descripción de la imagen aquí

Podemos detectar los outliers de la forma clásica, es decir: Q1 - 1.5 * IQR y Q3 + 1.5 * IQR que es la forma en que se los identifica en un boxplot, por lo que podremos usar boxplot.stats() que nos da varios de los valores de un boxplot pero sin graficarlo.

# Detectamos los outliers
outliers <- boxplot.stats(df$Valor)$out

En tu ejemplo consideras el valor del primer período como un outlier, sin embargo no lo es usando la formula clásica, por eso en este ejemplo, subí este valor a 1.4. De cualquier forma, que consideres un outlier, si buscas que no afecte el modelo o estimación, deberás eliminarlo del conjunto de los datos:

df_sin_outliers <- df[-(df$Valor == outliers), ]

Y ahora repetimos el modelo, sin los "outliers":

plot(df.sinoutliers$Valor)
abline(lm(Valor ~ n, data=df.sinoutliers), col="blue", lwd=3, lty=2)

introducir la descripción de la imagen aquí

¿No es la respuesta que buscas? Examina otras preguntas con la etiqueta o formula tu propia pregunta.