Estadstica Superior

David Giuliodori
Instituto Universitario Aeron
autico

David Giuliodori (IUA)

Estadstica Superior

1 / 15

Indice

Series Temporales
Conceptos Generales
Tendencia Secular
Variacion cclica
Fluctuaci
on estacional
Variacion irregular o aleatoria

David Giuliodori (IUA)

Estadstica Superior

2 / 15

Series Temporales
Conceptos Generales

n (Serie Temporal)
Definicio
Una serie de tiempo es un grupo de datos cauntitativos, de un mismo individuo o
elemento, que se obtienen en periodos regulares con el transcurso del tiempo
El objetivo del analisis de series de tiempo es fundamentalmente determinar
patrones de comportamiento en los datos, que en este caso han sido registrados
cronol
ogicamente.
El conocimiento de esos patrones permite explicar el comportamiento de la
variable en el pasado y proyectarlo hacia el futuro.

David Giuliodori (IUA)

Estadstica Superior

3 / 15

Series Temporales
Conceptos Generales

Ejemplo
La evoluci
on de la demanda de helados en los u
ltimos a
nos.
El modelo clasico de serie de tiempo asume que la estructura de la serie es el
resultado de la superposici
on de varios factores, entre los que se destacan:
1

Tendencia secular

Variaci
on cclica

Fluctuaci
on estacional

Variaci
on irregular o aleatoria

David Giuliodori (IUA)

Estadstica Superior

4 / 15

Series Temporales
Tendencia Secular

n (Tendencia Secular)
Definicio
Es el movimiento general de la serie a largo plazo.

Ejemplo
A continuacion se presenta una grafica con la cantidad mensual de helado
demandado

David Giuliodori (IUA)

Estadstica Superior

5 / 15

Series Temporales
Tendencia Secular

Si la tendencia (que puede ser creciente o decreciente) es del tipo lineal, se puede
ajustar un modelo lineal simple, del tipo: y = a + bx, como por ejemplo en el caso
de la demanda de helados.
El ajuste se realiza por el metodo de mnimos cuadrados.
P
(xi x) (yi y )
b=
,
a = y bx
P
2
(xi x)

(1)

Si la tendencia no es lineal, se puede aplicar otro modelo que tambien puede ser
ajustado por mnimo cuadrados.

David Giuliodori (IUA)

Estadstica Superior

6 / 15

Series Temporales
Tendencia Secular

Razones para el estudio de tendencias

1

El estudio de tendencias seculares nos permite descubrir un patr

on
hist
orico. Existen muchos ejemplos en los que podemos utilizar un patron
pasado para evaluar el exito de una poltica/decisi
on anterior. Por ejemplo,
una universidad puede evaluar la efectividad de un programa de capacitacion
de estudiantes mediante el examen de sus tendencias de inscripciones
pasadas.
El estudio de tendencias seculares nos permite proyectar patrones
pasados, o tendencias, hacia el futuro.
En muchas situaciones, el estudio de la tendencia secular de una serie
temporal nos permite eliminar la componente de tendencia de la serie,
para facilitar el estudio de las otras componentes. Por ejemplo, la eliminacion
de la componente de tendencia de la demanda de helados nos proporciona
una idea mas precisa de la componente estacional o temporal.

David Giuliodori (IUA)

Estadstica Superior

7 / 15

Series Temporales
n Cclica
Variacio

n (Variacio
n Cclica)
Definicio
Son fluctuaciones que ocurren generalmente en periodos prolongados,
caracterizados por picos y cadas de varios a
nos de duraci
on.

Ejemplo
La demanda de helados en un periodo extenso de tiempo, va a sufrir cambios muy
lentos asociados a la marcha general de la economa (periodos de expansion y
contracci
on).

David Giuliodori (IUA)

Estadstica Superior

8 / 15

Series Temporales
n Cclica
Variacio

Para aislar e identificar la componente cclica, se puede calcular los residuos

cclicos, como diferencia entre el valor observado y el valor estimado por el modelo
de tendencia, es decir:
ei = yi ybi
David Giuliodori (IUA)

Estadstica Superior

(2)
9 / 15

Series Temporales
n estacional
Fluctuacio

n (Fluctuacio
n estacional)
Definicio
Es la variaci
on que se explica estacionalmente, dentro de un periodo como puede
ser un a
no, cuyo patr
on tiende a repetirse periodo tras periodo.

Ejemplo
La demanda de helados tiene un pico durante los meses de verano y un valle o una
cada durante los meses de invierno.
Una tecnica muy u
til en este caso es el calculo de promedios moviles, que permite
suavizar las fluctuaciones de la serie, y facilitar la identificacion de la componente
estacional.

David Giuliodori (IUA)

Estadstica Superior

10 / 15

Series Temporales
n estacional
Fluctuacio

Ejemplo
A continuacion se presenta la demanda electrica mensual de Espa
na desde enero
del 2004 hasta diciembre de 2009.

David Giuliodori (IUA)

Estadstica Superior

11 / 15

Series Temporales
n estacional
Fluctuacio

n)
Ejemplo (Continuacio
Mes
ene-04
feb-04
mar-04
abr-04
may-04
jun-04

Demanda (MWh)
(2)
21237
20684
21905
19139
19991
21101

jul-04

22594

Media M
ovil 12 meses
(3)

Segundos Promedios 2 meses

(4)

Raz
on
(5)=(4)/(2)

21176.58

106.69

21355.83

97.47

.
.
.
22394.00

.
.
.
96.17

21065.58
21287.58
ago-04

20816

.
.
.
jun-09

.
.
.
21536

jul-09
ago-09
sep-09
oct-09
nov-09
dic-09

23789
22745
22125
21541
21375
23841

21424.08
.
.
.
22358.08

David Giuliodori (IUA)

Estadstica Superior

12 / 15

Series Temporales
n estacional
Fluctuacio

n)
Ejemplo (Continuacio
2004
Enero
Febrero
Marzo
Abril
Mayo
Junio
Julio
Agosto
Septiembre
Octubre
Noviembre
Diciembre
Promedio

1.07
0.97
0.99
0.95
0.99
1.03

2005
1.10
1.02
1.01
0.92
0.96
1.01
1.08
0.95
0.94
0.93
0.99
1.07

2006
1.13
1.01
1.02
0.88
0.95
0.99
1.12
0.97
0.99
0.95
0.96
1.05

2007
1.10
0.97
1.03
0.95
0.96
0.97
1.06
0.97
0.97
0.94
1.00
1.07

2008
1.11
1.04
0.98
0.95
0.96
0.94
1.05
1.00
0.99
0.97
1.01
1.08

2009
1.12
0.97
0.98
0.91
0.93
0.96

Mediana
1.114
1.012
1.011
0.925
0.957
0.972
1.067
0.969
0.985
0.949
0.991
1.074
1.002

Perfil
1.111
1.009
1.009
0.923
0.955
0.970
1.065
0.967
0.983
0.946
0.989
1.071
1.000

De esta forma, si se quiere desestacionarizar la demanda, se divide a cada

observacion mensual por el perfil del mes correspondiente.
David Giuliodori (IUA)

Estadstica Superior

13 / 15

Series Temporales
n irregular o aleatoria
Variacio

n (Variacio
n irregular o aleatoria)
Definicio
Son todos los movimientos de la serie que no pueden ser explicados por los
factores de variaci
on vistos anteriormente, como resultado de la accion de diversos
factores aleatorios.
Cuando alguno de estos factores tiene una incidencia determinante sobre el
comportamiento de la serie, provocando un brusco pico o cada, resulta
importante identificar el punto y asignar la causa de la variacion, para facilitar la
interpretacion del comportamiento de la serie, y tener en cuenta la ocurrencia de
estos imponderables al efectuar un pron
ostico.

Ejemplo
La crisis econ
omica desatada en Argentina en diciembre de 2001 produjo un shock
importante en la economa en general.

David Giuliodori (IUA)

Estadstica Superior

14 / 15

Series Temporales
En resumen, el objetivo de analizar una serie de tiempo consiste precisamente en
tratar de determinar sus principales propiedades: establecer si la serie presenta
alg
un tipo de tendencia, si tiene fluctuaciones cclicas o estacionales, etc.

David Giuliodori (IUA)

Estadstica Superior

15 / 15