Análisis de series temporales

Instrucciones: --- Realizar los ejercicios en RMarkdown, en el que además de los códigos de R para ejecutar los ejercicios, incluirán los comentarios que consideren oportunos. Por lo tanto, deben entregarlo en formato HTML. --- Incluir en el RMarkdown todos los procesos que hayan realizado. --- Es necesario hacer comentarios aclaratorios de lo que se hace y se obtiene, así como interpretar los resultados. 1. Lectura de datos: --- En el fichero [login to view URL] se tiene una serie diaria de ventas de un comercio minorista. Se pide: 2. Leer fichero de datos: --- Obtener totales mensuales y convertir la serie de ventas en objeto ts. --- Realizar un análisis estadístico descriptivo y comentar las caracteristicas dinámicas de la serie. Media movil --- Ajustar una media movil a la serie de ventas mensuales y completar con un alisado los datos faltantes del periodo final. 3. Descomposición temporal: --- Realice una descomposición temporal de la serie utilizando, descomponer, stl, y seasonal. Represente graficamente, las series de tendencia, estacionalidad y residual, y analice los resultados en base a la serie de residuales, para ello presente su histograma, el correlograma de la serie, el test acumulativo de Durbin, y estudie la normalidad de la serie. --- Exponga brevemente la metodología estadística que cada procedimiento utiliza. 4. Modelo Arima: --- Obtenga un modelo ARIMA para la serie de ventas, y compare los resultados con el modelo [login to view URL] y RJ_Demetra. --- En cada modelo especifique el modelo arima resultante, las intervenciones y transformaciones que se han hecho a los datos. --- Eliga el mejor modelo y justifique su elección. 5. Estimaciones no paramétricas: --- Realice un pronostico de la tendencia para los siguientes tres meses utilizando una regresión kernel y un spline. --- Represente el periodograma de la serie y en base al peridograma obtenga un ciclo tendencia utilizando series de fourier.