Professional Documents
Culture Documents
ESTADSTICA INFERENCIAL II
UNIDAD III
TECNOLGICO NACIONAL DE MXICO.
Instituto Tecnolgico de Los Mochis.
Arredondo Pacheco
Miriam Jennifer.
MC. Liliana Rodrguez
Barrera.
INTRODUCCIN.
Hoy en da planear el futuro se ha convertido en un factor primordial para las
organizaciones lucrativas o no lucrativas, familias, el gobierno, etc. Todo con la
intencin de progresar as como tambin buscar una forma de prevenir los
problemas que con el tiempo se puedan presentar.
Para poder planear como mejorar y prevenir lo que alguna vez ya sucedi se
relaciona directamente con lo que ya sucedi, eso es lo ms importante para
hacer inferencias sobre el futuro con ya una base en lo ocurrido en el pasado, esto
es el anlisis de series de tiempo.
A continuacin se presentara un desarrollo de los temas ms importantes que
abarca el anlisis de series de tiempo, que son:
SERIE DE TIEMPO.
Una serie de tiempo es un conjunto de observaciones de una variable medida en
puntos sucesivos en el tiempo o en periodos de tiempo sucesivos. En este captulo
se presentan varios mtodos para el anlisis de series de tiempo. El objetivo de tal
Por lo general se supone que son cuatro los componentes que se combinan para
dar los valores de una serie de tiempo: de tendencia, cclico, estacional e irregular.
Cclico: Aunque una serie de tiempo puede tener una tendencia a travs de
lapsos largos, no todos los valores futuros de la serie de tiempo caern
exactamente sobre la lnea de tendencia. Las series de tiempo suelen
mostrar secuencias de puntos que caen de manera alternante arriba y abajo
de la lnea de tendencia. Toda sucesin recurrente de puntos que caiga
abajo y arriba de la lnea de tendencia y que dure ms de un ao puede
atribuirse al componente cclico de la serie de tiempo.
espera tener pocas ventas durante los meses de otoo e invierno y sus
mayores ventas en los meses de primavera y verano. Los fabricantes de
equipo para remover la nieve y los fabricantes de ropa de invierno esperan
exactamente lo contrario. Por tanto, es natural que al componente de las
series de tiempo que representan la variabilidad en los datos debida a la
influencia estacional se le conozca como componente estacional.
Valor de la serie
de tiempo (miles de
galones)
Semana
1
2
3
4
5
6
7
9
10
11
12
17
21
19
23
18
16
18
22
20
15
22
Pronstico de la i-sima
semana con
Promedios mviles
(17+21+19)/3 = 19
(21+19+23)/3 = 21
(19+23+ 18)/3 = 20
(23+18+16)/3 = 19
18
20
20
16
19
CONCLUSION.
Como ya lo haba mencionado antes la planeacin para las organizaciones es uno
de los factores principales, entonces de igual manera a la hora de prevenir para
que todo sea estadsticamente correcto, pronosticar los casos que puedan pasar