5. Pruebas de estacionalidad
Algunas series de tiempo exhiben un comportamiento conocido como estacionalidad. La estacionalidad de una serie temporal es el número de observaciones que toma la serie para repetir el patrón. En la herramienta “Pruebas de Estacionalidad”, es posible realizar dos pruebas para comprobar si la serie presenta estacionalidad.
Ejemplo:
Realizaremos la prueba con el siguiente conjunto de datos:
| AMBV3 |
|---|
| 84.06 |
| 83.85 |
| 83.56 |
| 83.47 |
| 83.27 |
| 82.81 |
| 82.20 |
| 82.06 |
| 81.62 |
| 80.77 |
| 81.30 |
| 81.92 |
| 82.75 |
| 82.77 |
| 82.84 |
| 82.82 |
| 82.72 |
| 82.29 |
| 81.18 |
| 80.11 |
| 80.27 |
| 80.21 |
| 79.92 |
| 79.96 |
| 80.19 |
| 80.17 |
| 80.17 |
| 79.85 |
| 81.00 |
| 80.44 |
| 79.96 |
| 79.85 |
| 79.82 |
| 80.11 |
| 80.20 |
| 80.31 |
| 81.18 |
| 80.81 |
| 81.15 |
| 81.32 |
| 81.21 |
| 81.40 |
| 81.10 |
| 81.40 |
| 82.27 |
| 82.15 |
| 81.78 |
| 81.69 |
| 81.34 |
| 81.88 |
Subiremos los datos al sistema.

Realizaremos el análisis ajustando conforme la figura abajo.

En seguida, haga un clic en calcular para obtener los resultados. También se puede descargar los resultados en un archivo Word.
Los resultados son:
Test of Kruskal-Wallis
| Kruskal-Wallis chi-squared | |
|---|---|
| Estadística | 28.0688775510204 |
| P-valor | 0.003159616205745 |
| Tamaño de la Muestra | 50 |
| Longitud Estacional | 12 |
| Hipótesis Nula | No hay estacionalidad determinista |
| Hipótesis Alternativa | Hay estacionalidad determinista |
Test of Friedman
| Friedman Chi-squared | |
|---|---|
| Estadística | 24.6153846153846 |
| P-valor | 0.0103740819044975 |
| Tamaño de la muestra | 50 |
| Longitud Estacional | 12 |
| Hipótesis Nula | No hay estacionalidad determinista |
| Hipótesis Alternativa | Hay estacionalidad determinista |