UNIVERSIDAD DE ORIENTE

NCLEO DE NUEVA ESPARTA

ESCUELA DE HOTELERA Y TURISMO
CTEDRA ESTADSTICA II (091-3863)

UNIDAD IV: ANLISIS DE SERIES DE TIEMPO

SERIES DE TIEMPO

Una serie de tiempo es un conjunto de valores numricos obtenidos en periodos iguales en el tiempo. Por
ejemplo, el informe trimestral del producto interno bruto (PIB) y el registro anual de los ingresos de venta totales de
una empresa.

COMPONENTES O FACTORES QUE INFLUYEN EN DATOS DE SERIES DE TIEMPO

COMPONENTES DEFINICIN
Tendencia Patrn de movimiento global o
persistente, a largo plazo hacia arriba
o hacia abajo
Estacional Fluctuacin ms o menos regular
que ocurre en cada periodo de 12
meses cada ao
Cclico Oscilacin o movimiento repetitivo
arriba o abajo en cuatro etapas; pico
(prosperidad), contraccin
(recesin), fondo (depresin) y
expansin (recuperacin o
crecimiento)
Irregular Fluctuacin errtica o residual en
una serie que est presente despus
de tomar en cuenta los efectos (de
tendencia, estacional y cclico)
RAZN DE LA
DURACIN
INFLUENCIA
Cambios en tecnologa, Varios aos
poblacin, riqueza, valores
Condiciones de clima, Dentro de 12 meses (o
costumbres sociales; datos mensuales o
costumbres religiosas trimestrales)
Interaccin de numerosas De 2 a 10 aos con
combinaciones de factores diferente intensidad en
que influyen en la economa un ciclo completo
Variaciones aleatorias en los Corta duracin y sin
datos o debidas a eventos no repeticin
previstos como huelgas,
huracanes, inundaciones,
asesinatos polticos

Prof. Manuel Marn

GRFICOS QUE REFLEJAN LAS COMPONENTES DE UNA SERIE DE TIEMPO

Prof. Manuel Marn

 TCNICAS O MTODOS PARA LLEVAR A CABO UN ANLISIS DE SERIES DE TIEMPO

El primer paso en un anlisis de series de tiempo es graficar los datos y observar sus tendencias en el tiempo.
Luego, debe determinarse si parece haber un movimiento hacia arriba o hacia abajo a largo plazo en la serie (una
tendencia) o si la serie parece oscilar alrededor de una recta horizontal en el tiempo. En el caso de que no haya
tendencia positiva o negativa a largo plazo, puede emplearse el mtodo de promedios mviles o el de suavizacin
exponencial para emparejar la serie y proporcionar un panorama global a largo plazo. Por otro lado si de hecho existe
una tendencia se pueden aplicar varios mtodos de pronstico de series de tiempo tales como los modelos de tendencia
lineal, cuadrtica y exponencial, al manejar datos anuales.

AJUSTE DE TENDENCIA Y PRONSTICO CON MNIMOS CUADRADOS

El factor componente de una serie de tiempo que se estudia con mayor frecuencia es la tendencia. Primero, la
tendencia se estudia con el propsito de predecir; es decir, como ayuda al hacer proyecciones de pronsticos a mediano
y largo plazo. Segundo, la tendencia se estudia para aislar y despus eliminar sus efectos del modelo de la serie de
tiempo, como gua en el pronstico a corto plazo (1 ao o menos) para condiciones generales del ciclo de negocios.

En este caso, la atencin se centra en los mtodos de mnimos cuadrados para ajustar tendencias lineales y
curvilneas como guas para el pronstico.

MODELO DE TENDENCIA LINEAL

Recuerde, que el mtodo de mnimos cuadrados permite ajustar una lnea recta (modelo de tendencia lineal) tal
como:

Para obtener la recta, recuerde que en el anlisis de regresin lineal se calculan la pendiente y la ordenada en
Y, . Una vez logrado y desarrollada la ecuacin de la recta , se pueden sustituir los valores de X en
la ecuacin para predecir Y.

Determinacin de los parmetros y en la lnea recta a travs de las denominadas ecuaciones

normales.

1) Mtodo Directo: Es factible usar este mtodo en cualquier tipo de Series Histricas o de Tiempo, tanto para
perodos continuos como de intervalos de tiempo discontinuos o desiguales (en este ltimo caso es de
carcter obligatorio), y consiste, en colocar el valor u origen cero en el lapso inicial, base o de partida de la
Serie cronolgica en estudio, asignndoles a los dems perodos, valores que resulten de efectuar las
respectivas diferencias entre el periodo considerado y el periodo base.

Prof. Manuel Marn

Ecuaciones Normales

2) Mtodo Abreviado: La aplicacin de este mtodo, requiere como condicin fundamental que los perodos
de las series cronolgicas sean continuos o de intervalos constantes, pero nunca usar en lapsos discontinuos
o desiguales, ya que en esta circunstancia hay que usar obligatoriamente el Mtodo Directo. El mtodo
Abreviado persigue hacer la sumatoria de los valores de X igual a cero, de tal forma de anular los trminos
de las ecuaciones normales en que las sumatorias de X ( se encuentren elevadas a potencias impares,
simplificando de esta manera la determinacin de los parmetros y en la ecuacin de la lnea
recta, evitando con ello, la laboriosidad que representa la resolucin de las respectivas ecuaciones
simultneas. As, utilizando el mtodo abreviado, los parmetros y se obtienen de la siguiente manera:

Ahora bien, para hacer esa igual a cero, se presentan los dos casos siguientes en este Mtodo
Abreviado:

Cuando N = Impar: Es decir, cuando el nmero de lapsos o periodos de tiempo considerados sea
impar, se coloca en la columna de las X (columna a crearse que representa la variable tiempo) el
valor cero en el centro de la serie, correspondindole valores negativos a los periodos por encima y
positivos a los lapsos por debajo del cero, los cuales se desvan de uno en uno y habrn tantos como
ciclos hallan en la misma.

Cuando N = Par: Se determinan los dos valores centrales de la serie, colocando en la columna
creada de las X respectivamente los trminos (-)1 y (+)1, ubicando por encima de (-)1, valores
negativos y por debajo de (+)1, valores positivos que se desvan de dos en dos, tantos como lapsos
hayan. Los valores de X se desvan de dos en dos en series pares, debido a que, al no existir un
solo valor central, tales valores representan un semestre y lgicamente dos semestres equivalen a un
ao.

Prof. Manuel Marn

 MODELO DE TENDENCIA CUADRTICA

Un modelo de tendencia cuadrtica o polinomio de segundo grado es la forma ms sencilla de modelo

curvilneo. Con el mtodo de mnimos cuadrados se puede ajustar una ecuacin de tendencia cuadrtica como:

Donde
= estimacin de la ordenada en Y
= estimacin del efecto lineal en Y
= estimacin del efecto curvilneo en Y

Determinacin de los parmetros , y en la ecuacin de la parbola de segundo grado mediante las

ecuaciones normales.

1) Mtodo Directo: De uso obligatorio, slo cuando los perodos o lapsos considerados sean discontinuos o de
intervalos de tiempo desiguales, debido a su laboriosidad por tenerse que efectuar la resolucin del sistema de
tres ecuaciones simultneas. Al igual que lo indicado para la lnea recta, se construye la columna de las X
(variable tiempo), ubicando el origen cero en el periodo base o de partida, correspondindole a los dems lapsos,
valores iguales a la diferencia existente entre el lapso base y el periodo considerado.

Ecuaciones Normales

En forma general, resolviendo el sistema de tres ecuaciones anterior por los mtodos conocidos de igualacin,
sustitucin, reduccin o determinantes, se obtendrn los parmetros , y , requisito indispensable para realizar
las correspondientes proyecciones mnimo-cuadrticas a travs de la ecuacin de ajuste.

2) Mtodo Abreviado: Solo aplicable en series cronolgicas de lapsos continuos o de perodos con intervalos
constantes, a diferencia del Mtodo Directo, que se puede utilizar tal como se dijo anteriormente, tanto en uno
como en el otro caso, aunque es de carcter obligatorio en series de tiempo discontinuas o de ciclos no
constantes.

Al igual que en la explicacin dada para la lnea recta, el Mtodo Abreviado consiste en hacer que la sea
igual a cero, a fin de anular los trminos de las ecuaciones normales en que las se encuentren elevadas a
potencias impares, ya que simplifica el proceso de las ecuaciones simultneas, permitiendo adems el despeje directo
de las frmulas de los parmetros. As mismo, hay que considerar tambin, los casos cuando el nmero de perodos
estudiados sea par o impar con las consabidas indicaciones dadas para la ecuacin de la recta en cuanto se refiere a la
construccin de la columna de las X, especficamente en lo concerniente a la ubicacin del origen cero (cuando la
serie sea impar) o en su defecto los dos valores centrales (-1) y (+)1 (cuando la serie sea par). En este caso, utilizando
el mtodo abreviado, los parmetros , y se obtienen de la siguiente manera:

Prof. Manuel Marn

 MODELO DE TENDENCIA EXPONENCIAL

Cuando una serie parece aumentar a una tasa de crecimiento tal que el porcentaje de la diferencia de una
observacin a otra es constante, se puede ajustar el modelo de tendencia exponencial, tal como:

Donde
= estimacin de la ordenada en Y
= estimacin de la tasa de crecimiento anual compuesta (en %)

Si se toma el logaritmo (base 10) en ambos lados de la ecuacin anterior, se tiene la siguiente ecuacin:

Esta ecuacin tiene forma lineal, por lo que se puede emplear el mtodo de mnimos cuadrados al
trabajar con los valores en lugar de los valores y de esta forma se obtiene la pendiente ( ) y la
ordenada en Y ( ).

Determinacin de los parmetros y en la ecuacin exponencial en base a las ecuaciones normales.

Ecuaciones Normales

Mtodos Directo y Abreviado

Al igual que en la recta y en la parbola de acuerdo a como se coloque el origen cero de la columna de
las X, se estara resolviendo el ajuste por el Mtodo Directo o por el Mtodo Abreviado.

Son vlidas aqu tambin, las indicaciones dadas anteriormente en cuanto al fin que se persigue en el
Mtodo Abreviado, vale decir, hacer igual a cero la a fin de anular los trminos de las ecuaciones

Prof. Manuel Marn

 normales, en que stos aparezcan elevados a potencias impares (se debe recordar cuando la serie era par o
impar para aplicar procedimiento correspondiente).

Se mantiene de la misma forma, las recomendaciones dadas en cuanto se refiere a las condiciones para
aplicar obligatoriamente el Mtodo Directo (cuando los lapsos sean discontinuos en la serie investigada) o el
Mtodo Abreviado (exige la continuidad de los perodos o que sus intervalos de tiempo sean constantes).

Como es claro suponer, al trabajar la expresin original de esta ecuacin exponencial en forma
logartmica, sus resultados al final de los respectivos desarrollos matemticos tendrn que ser llevados de su
forma logartmica a valores reales a travs de los anti-logaritmos correspondientes.

Al emplearse el Mtodo Abreviado cuando corresponde, los parmetros y , se obtienen de la

siguiente manera:

ERROR DE ESTIMACIN (

Frmula por los Mtodos Directo y Abreviado para determinar el Error de Estimacin.

Para la Ecuacin de tendencia lineal

Mtodo Directo:

Donde .

Mtodo Abreviado:

Para la Ecuacin de tendencia cuadrtica

Mtodo Directo:

Prof. Manuel Marn

 Donde .

Mtodo Abreviado:

Para la Ecuacin de tendencia exponencial

Debido a la dificultad que presentan los valores exponenciales, se usa slo el Mtodo Directo para hallar el
Error de Estimacin en la ecuacin exponencial. En efecto, es demasiado laborioso construir en ecuaciones con
exponentes, un Mtodo Abreviado ya que las transformaciones logartmicas complican su elaboracin.

Mtodo Directo:

SELECCIN DE LA MEJOR ECUACIN DE AJUSTE

Una vez expuestas las principales ecuaciones de ajuste mnimo-cuadrticas: Ecuacin de la lnea recta,
parbola de segundo grado y ecuacin exponencial, es necesario hacer nfasis en la seleccin de cul de las nombradas
debe ser elegida como mejor ecuacin de ajuste. Es indudable, que el investigador deba preferir aquella que presente
el menor Error de Estimacin ( , puesto lo ptimo y quizs utpico sera que tal error fuese igual a cero, lo que en
la vida real es sumamente difcil de encontrar.

EJERCICIOS

1. La produccin de acero de Estados Unidos en millones de toneladas cortas (1 tonelada corta = 2.000 libras)
durante los aos 2005-2015, se presentan a continuacin:

Aos Produccin de Acero(millones

de toneladas cortas)
2005 66,6
2006 84,9
2007 88,6
2008 78,0
2009 96,8
2010 105,2
2011 93,2
2012 111,6
2013 88,3
2014 117
2015 115,2

a) Estime un modelo de tendencia lneas, Cuadrtico y Exponencial.

b) Hallar la ecuacin que mejor se ajuste a los datos.
Prof. Manuel Marn
 Solucin: Como la serie consta de 11 observaciones entonces se debe aplicar el mtodo impar, ubicamos en la
columna creada de X el centro de la serie el cual se corresponde al ao 2010, hacia abajo ubicamos los positivos y
hacia arriba los negativos de unidad en unidad.

Ao X Y XY X2 X2Y Y2 X4
2005 -5 66,6 -333 25 1665 4435,56 625
2006 -4 84,9 -339,6 16 1358,4 7208,01 256
2007 -3 88,6 -265,8 9 797,4 7849,96 81
2008 -2 78 -156 4 312 6084 16
2009 -1 96,8 -96,8 1 96,8 9370,24 1
2010 0 105,2 0 0 0 11067,04 0
2011 1 93,2 93,2 1 93,2 8686,24 1
2012 2 111,6 223,2 4 446,4 12454,56 16
2013 3 88,3 264,9 9 794,7 7796,89 81
2014 4 117 468 16 1872 13689 256
2015 5 115,2 576 25 2880 13271,04 625
X= 0 Y= 1045,4 XY= 434,1 X = 110
2
X Y=10315,9 101912,54 X =1958
2 4

Modelo de Tendencia Lineal

Estimacin de los Parmetros del Modelo:

Estimacin del Modelo de tendencia lineal:

Error de Estimacin del Modelo Lineal

Prof. Manuel Marn

 Modelo de Tendencia Cuadrtica

Estimacin de los Parmetros del Modelo:

Estimacin del Modelo de tendencia cuadrtica

Error de Estimacin del Modelo Cuadrtico

Modelo de Tendencia Exponencial

Ao X Y Log Y XLog Y X2 ( Y - )2
2005 -5 66,6 1,82 -9,1 25 76,71 102,21
2006 -4 84,9 1,93 -7,72 16 79,78 26,21
2007 -3 88,6 1,95 -5,85 9 82,97 31,70
2008 -2 78 1,89 -3,78 4 86,29 68,72
2009 -1 96,8 1,99 -1,99 1 89,74 49,84
2010 0 105,2 2,02 0,00 0 93,33 140,90
2011 1 93,2 1,97 1,97 1 97,06 14,90
2012 2 111,6 2,05 4,1 4 100,95 113,42
2013 3 88,3 1,95 5,85 9 104,98 278,22
2014 4 117 2,07 8,28 16 109,18 61,15
2015 5 115,2 2,06 10,3 25 113,55 2,72
X= 0 Y= 1045,4 LogY=21,69 XLogY=2,06 X =110
2
=1034,54 = 890,01
Prof. Manuel Marn
Estimacin de los Parmetros del Modelo

Estimacin del Modelo de tendencia exponencial

Error de Estimacin del Modelo Exponencial

SELECCIN DEL MEJOR MODELO

Modelo Error de
Estimacin
Lineal 8,75
Cuadrtico 8,58
Exponencial 8,99

Conclusin: Con base a los resultados obtenidos, se evidencia que el modelo con menor error de estimacin es
el modelo cuadrtico. Por consiguiente, se debe seleccionar esta ecuacin para estimar la produccin de acero en los
Estados Unidos.

Modelo Final:

Prof. Manuel Marn

Donde:

: Indica la produccin promedio anual de acero en los Estados Unidos.

Indica el crecimiento o incremento que experimenta la produccin de acero en Los Estados Unidos cada ao.

: Refleja el punto mximo alcanzado en la produccin de acero en el ao en estudio.

2. La produccin en Cuba de cigarros puros durante los aos 2005-2014 aparecen en la siguiente tabla

Aos 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014
Nmero de
cigarros puros 98,2 92,3 80,0 89,1 83,5 68,9 69,2 67,1 58,3 61,2
(millones)

Solucin: Como la serie consta de 10 observaciones entonces se debe aplicar el mtodo par, ubicamos en la
columna creada de X el centro de la serie el cual corresponde a los aos 2009- 2010, El ao 2009 se codificar con (-1)
y los aos por encima de l irn desviados de 2 en 2, el ao 2010 se codificar con (+1) y los aos por debajo de l se
desviaran de 2 en 2.

Ao X Y XY X2 X2Y Y2 X4
2005 -9 98,2
2006 -7 92,3
2007 -5 80,0
2008 -3 89,1
2009 -1 83,5
2010 1 68,9
2011 3 69,2
2012 5 67,1
2013 7 58,3
2014 9 61,2
X= 0

Prof. Manuel Marn