UNIDAD 3

ANALISIS DE SERIE DE
TIEMPO
Alejandra Berenice Alvarez Ruiz
Anahi Carranco Vazquez
Diego Romo de los Santos
Claudia Yelitza Revilla Muzquiz
3.1 COMPONENTES DE UNA
SERIE DE TIEMPO
Serie de tiempo: es un conjunto de observaciones
respecto a una variable, medi das en puntos sucesi vos en el
tiempo o a lo largo de periodos sucesi vos de tiempo. Un
anli si s de una secuencia de datos se conoce como anli si s
de series de tiempo de una variable.
Tendencia: es la componente de largo plazo que
consti tuye la base del crecimiento o decli nacin de una
serie hi strica.
Los fuerzas bsicas que producen o afectan la tendencia
de una serie son:
cambios en la poblacin
i nflacin
cambio tecnolgico
i ncremento en la producti vi dad.
Ciclici dad:, es un conjunto de fluctuaciones en forma de
onda o ciclos, de ms de un ao de duracin, produci dos
por cambios en las condiciones econmicas.
Representan la di ferencia entre los valores esperados de
una variable (tendencia) y los valores reales (la
variacin resi dual que flucta alrededor de la tendencia).
Estacionali dad: las fluctuaciones estacionales se
encuentran tpicamente en los datos clasi ficados por
trimestres, mes o semana.
La variacin estacional se refiere a un patrn de
cambio, regularmente recurrente a travs del tiempo.
El movimiento se completa dentro de la duracin de
un ao y se repi te a s mi smo ao tras ao.
Aleatoriedad: este comportamiento i rregular
est compuesto por fluctuaciones causadas por
sucesos impredeci bles o no peridicos, como el
clima poco usual, huelgas, guerras, rumores,
elecciones y cambio de leyes.
Estacionaria: Es aquella serie de datos cuyas
propiedades estadsticas bsica, como media
y la varianza, permanecen constantes en el
tiempo, se dice que una serie que no presenta
crecimiento o decli nacin es estacionaria
3.3 MTODOS DE PROMEDIOS
MVILES.
Promedio Simple
Este mtodo consiste en atenuar los datos al obtener la media
aritmtica de cierto nmero de datos histricos para obtener con
este el pronstico para el siguiente periodo. El nmero de datos a
tomar en cuenta para calcular el promedio es una decisin de la
persona que realiza el pronstico.
Este modelo solo es recomendable para series de tiempo que no
presentan patrones de tendencia, estacionalidad, o ciclisidad en
los datos.
Cuando se usa el mtodo de promedios mviles se est suponiendo que todas las
observaciones de la serie de tiempo son igualmente importantes para la
estimacin del parmetro a pronosticar (en este caso los ingresos).
De esta manera, se utiliza como pronstico para el siguiente periodo el promedio
de los n valores de los datos ms recientes de la serie de tiempo.
Promedio mvi l Simple
Esta tcnica se utiliza cuando se quiere dar ms importancia a conjuntos de
datos ms recientes para obtener el pronstico. El pronstico se obtiene al
calcular la media aritmtica del conjunto de datos ms recientes seleccionado.
Cada vez que se tiene una nueva observacin se agrega esta al conjunto de
datos, y se elimina de ste la observacin o dato ms antiguo.
La siguiente ecuacin establece el modelo del promedio mvil simple.
Es decir:
El promedio simple = el promedio mvil simple
PM
t
es el promedio mvil en el periodo t.
P
t+1
es el valor pronosticado para el siguiente
periodo.
X
t
es el valor real observado en el periodo t.
n es el nmero de datos utilizados para el clculo
de la media aritmtica.
Porque?
EJEMPLO
Para este ejemplo utilizaremos un promedio de 12 observaciones
(meses) anteriores a la que se desea pronosticar, es decir el
valor de n es igual a 12. La primera observacin a la que es
posible calcular el promedio est determinada por el nmero de
observaciones que se desea tomar en cuenta en el promedio
como se muestra en la siguiente expresin:
X
t = n
ntese que t = n
ENTONCES
Tenemos que:
n = 12, t = 12,
X
t = 12
, X
12
,
P
t
= PMS
t-1
= P
13
= PMS
13-1
, P
13
= PMS
12
Sustituyendo:
por lo tanto el pronstico para la observacin
correspondiente al momento o periodo de tiempo 13 es
P
13
= 79.88.
Para el clculo de los promedios mviles simples de las
observaciones posteriores utilizaremos la expresin corta vista
con anterioridad, esto lo podemos hacer ya que contamos con el
primer promedio mvil simple. El clculo del pronstico para la
observacin correspondiente al momento de tiempo 14 queda de
la siguiente manera:
PMS
t-1
Grafica de Lineas de la Serie de Tiempo y de su
Pronstico Obtenido con el Metodo del Promedio
Mvil Simple.
Promedio mvi l Simple doble
El mtodo consiste en calcular un conjunto de promedios mviles y en seguida
se calcula un segundo conjunto como promedio mvil del primero.
Este mtodo se utiliza para realizar pronsticos de series que tienen una
tendencia lineal, ya que ste mtodo maneja mejor la tendencia lineal que el
Mtodo del Promedio Mvil Simple el cual presenta un rezago respecto de la
serie original en estos casos.
La siguiente expresin es la ecuacin con la cual se calcula el primer promedio
mvil.
Con la siguiente expresin se calcula el segundo promedio mvil.
La siguiente expresin se utiliza para calcular la diferencia entre los dos promedios mviles.
La siguiente ecuacin es un factor adicional de ajuste.
La siguiente expresin es la que se utiliza para calcular el pronstico para p periodos hacia el futuro.
en donde
n es el nmero de periodos en el promedio mvil.
p es el nmero de periodos a pronosticar.
El clculo del segundo promedio mvil simple para la primera observacin factible a
calcularlo de la nueva serie de tiempo se hace como se muestra en seguida:
Los clculos posteriores de la nueva serie de tiempo de promedios se
pueden realizar empleando la expresin larga o bien la forma corta que se
muestra a continuacin, para el caso del promedio que sigue en el momento
de tiempo t = 24, PMS'
24
en este ejemplo.
En esta grfica observamos que entre la curva descrita por los valores de la serie de tiempo original y
la del primer promedio mvil simple (PMS
t
), existe una diferencia de proporcin similar a la que existe
entre la curva descrita por los valores del primer promedio mvil simple y la del segundo promedio
mvil simple (PMS
t
). Es en base a esta observacin es que se utiliza la proporcin de la diferencia
existente entre los dos promedios (PMS
t
y PMS
t
) para estimar los valores reales de la serie de tiempo,
ajustando de sta manera el valor medio o promedio mvil; y as evitar o reducir el rezago que ocurre
al aplicar tan solo un promedio mvil simple a series de tiempo que presentan tendencia como ya se
haba mencionado antes.
Los pronsticos se obtienen como se explica enseguida para el caso
del primer pronstico factible a ser calculado en ste ejemplo:
Primero se calcula el valor de
Segundo calculamos el valor de
Y tercero y ltimo calculamos el valor pronosticado como se ve abajo:
por lo tanto
MTODO TENDENCIAL NO LINEAL
Tendencia li neal
La ecuacin a largo plazo de la tendencia (lineal)
estimada por mnimos cuadrados por tiempo t es:
Y a bt
b
tY Y t n
t t n
a
Y
n
b
t
n
'
( )( ) /
( ) /
= +
=

=
|
\

|
.
|
E E E
E E
E E
2 2
El dueo de Hogares Fuertes quisiera un pronstico
para los siguientes aos, de los nuevos hogares que
sern construidos en el rea de Pittsburgh. Se enlista
abajo las ventas de los nuevos hogares construidos en
el rea en los ltimos 5 aos.
Ao Ventas ($1000)
1997 4.3
1998 5.6
1999 7.8
2000 9.2
2001 9.7
E
J
E
M
P
L
O
Ao Ventas t Ventas*t t
2
1997 1 4.3 1 4.3
1998 4 5.6 2 11.2
1999 9 7.8 3 23.4
2000 16 9.2 4 36.8
2001 25 9.7 5 48.5
Total 36.6 15 124.2 55
Desarrolle la ecuacin de tendencia usando el mtodo de
mnimos cuadrados estableciendo 1997 como el periodo de
tiempo 1.
( )( )
( )
44 . 1
5 / ) 15 ( 55
5 / ) 15 ( 6 . 36 2 . 124
/
/
2 2 2
=

=
E E
E E E
=
n t t
n t Y tY
b
( )
00 . 3
5
15
44 . 1
5
6 . 36
=
|
.
|

\
|
=
|
.
|

\
|
E

E
=
n
t
b
n
Y
a
La ecuacin de la serie de tiempo es:
Y = 3.00 + 1.44t
El pronstico para el ao 2003 es:
Y = 3.00 + 1.44(7) = 13.08
Tendencia NO li nealES
Si la tendencia no es lineal, pero los aumentos en porcentaje
tienden a ser constantes, los valores de Y se convierten a
logaritmos, y la ecuacin de mnimos cuadrados se determina
usando los logaritmos de los datos.
t b a Y )] [log( )] [log( ) ' log( + =
t Y )] 44 . 1 [log( ) 00 . 3 [log( ) ' log( + =
Bibliografia
http://matematicas.reduaz.mx/home/Docentes/ltrueba/Series/admon4.htm
http://www.cca.org.mx/funcionarios/biblioteca/html/finanzas_publicas/doc
umentos/3/m3_metodos.pdf
www.slideshare.net%2FAlexRuizPicasso%2Fcaptulo-19-12162457&h=hAQHaD5AJ