NOta: Necesito serie de 100 datos.
	Si no la tengo no reservo datos para CV en predicción

1.-SELECCIÓN DEL MODELO
 	
	- A ojo: mediante fas y fap muestrales.
		- Si se duda de existencia de tendencia CONTRASTE DE Dickey-Fuller AUMENTADO:
			Hipótesis nula: "necesita diferenciación" frente a Hipótesis alternativa: "no necesita diferenciación"

	- Mediante criterio BIC (se considera el mismo modelo si dista menos de dos unidades)
		- Función: mejor.arma.
			OJo: si se alcanzan los parámetros fijados deberemos aumentarlos.
				Ver turismo_definitivo.R


2.- ESTIMACIÓN DE LOS MODELOS SELECCIONADOS

	- Para ello usamos la función de R (con , o sin cte).
		-Función: arima

OJO!!!SI HAY COEFICIENTES NO SIGNIFICATIVOS (turismo_definitivo.R)
		Emplear la función:"arma.signif" 
		(que se encuentra en el script "Box_Jenkins_Coef_Significativos.R")
	
3.- CHEQUEO

	- Consideraremos que el modelo que propondremos como generador de la serie es aquel que:

		
		- Tras efectuar la estimación de los modelos mediante máxima verosimilitud.
		- Nos quedamos con el que tenga el valor (BIC) más pequeño.
		Siempre que, HAYA PASADO EL TEST DE RESIDUOS.

			NOTA: Se considera el mismo modelo si dista menos de dos unidades.



4.- PREDICCIÓN

	CASO1: Modelo SIN cte. Con innovaciones gausianas.Diferenciado
		- ELECTRICIDAD: ARIMA(1,1,2) x ARMA(0,1,1)_12
	
	CASO2: Modelo CON cte. Con innovaciones NO gausianas. Diferenciado
		- TABACO: ARIMA(0,1,1)

	CASO3: Modelo SIN cte y con algún coef NULO. Con innovaciones NO gausianas.Diferenciado
		- TURISMO :(ARIMA(8,1,9) x (1,1,2)_12

	CASO4: Modelo CON cte. Con innovaciones gausianas. NO diferenciado
		- ROBOT : ARIMA(1,0,1)=ARMA(1,1)

	CASO5: Modelo SIN cte. Con innovaciones NO gausianas. Diferenciado
		- CO2 : ARIMA(0,1,1) x (0,1,1)_12