Eliminacin de la tendencia linealUna forma elemental de eliminar la tendencia, es decir, de conseguir una serie estacionaria en la media, es efectuar diferencias sucesivas de la misma, as:d=1 (orden regular)d=2 (orden regular)Y as sucesivamente. Generalmente es suficiente con una o dos diferencias sucesivas, para que la serie se estabilice en medias.

Transformacin previa de datosUna manera sencilla de reducir la heteroscedasticidad, es decir transformar una serie en otra con varianza relativamente constante, es tomar logaritmos, ya que ello supone trabajar con valores relativamente ms homogneos.

Las transformaciones logartmicas de datos son muy frecuentes en los modelos ARIMA.

Transformacin previa de datosSea la serie original e la transformada. Al tomar ahora diferencias, obtenemos:Y esta expresin es, aproximadamente, la tasa de variacin de , al menos para tasas de cambio relativamente pequeas.

Transformacin previa de datosPara su mejor estudio se aplicaran contrastes de comprobacin de la estacionariedad, entonces, dado que la metodologa de Box y Jenkins, precisan que las series sean estacionarias, es importante comprobar esta situacin antes de trabajar con ellas. El mtodo formal para analizar si una serie es estacionaria es el test de races unitarias.

El test de races unitarias ms difundido es el test de Dickey Fuller (DF) que presenta una variante denominada test de Dickey- Fuller aumentado (ADF). Adicionalmente, puede considerarse tambin el test de Phillips-Perron (PP).

Eliminacin de la tendencia estacionalEl tratamiento de la Estacionalidad en los modelos ARIMA, se da habitualmente cuando los datos son mensuales; es decir es un contexto de prediccin a corto plazo. Por ello, el tratamiento de la estacionalidad debe ocupar un papel central en el proceso de modelizacin. A tales efectos, los modelos ARIMA tratan de captar el comportamiento estacional en forma similar al componente regular. En este sentido, el componente estacional puede exigir una o varias diferencias de orden estacional (D), para datos mensuales seria de la siguiente manera: