Serie de tiempo Una serie de tiempo o serie temporal es una coleccin de observaciones tomadas a lo largo del tiempo cuyo

objetivo principal es describir, explicar, predecir y controlar algn proceso. Las observaciones estn ordenadas respecto al tiempo y sucesivas observaciones son generalmente dependientes. De hecho esta dependencia entre las observaciones jugar un papel importante en el anlisis de la serie. Las series pueden ser utilizadas en diversos campos como por ejemplo: Economa Precios de venta en das sucesivos. Exportaciones totales en sucesivos aos. Beneficios de una empresa en sucesivos aos Fsica (Meteorologa, Geofsica, etc...) Lluvias en sucesivos das. Temperatura en sucesivas horas. Presin atmosfrica en diversos das. Demografa Poblacin de un pas medida anualmente. Procesos de control El problema consiste en detectar cambios en la ejecucin de un proceso de manufactura. Para ello se considera una variable que nos muestra la calidad del proceso. Esta medida se representa frente al tiempo y cuando se aleja de un determinado valor lmite, entonces hemos de efectuar las correcciones oportunas sobre el proceso. Procesos binarios Son unas series temporales especiales, en las que las observaciones, slo toman dos valores (que usualmente se representan por 0 y 1), suelen darse en teora de la comunicacin. Por ejemplo la posicin de un enchufe, bien apagado o encendido puede ser represetado como 0 y 1, respectivamente. Dependiendo del campo en el cual se utilizar esta metodologa, las series se pueden clasificar en:

Serie Continua.

Una serie de tiempo es continua cuando las observaciones son tomadas continuamente en el tiempo, aun cuando la variable medida slo tome un nmero de valores finitos.

Serie Discreta

Una serie temporal es discreta cuando las observaciones son tomadas en tiempos especficos, normalmente igualmente espaciados. Se supondrn los datos en intervalos regulares de tiempo (horas, das, meses, aos,..). El trmino discreto es usado aun cuando la variable medida sea continua. Las series discretas pueden surgir de varias maneras:

Muestral

Dada una serie de tipo continua es posible construir una serie de tipo discreta, tomando los valores en intervalos de tiempo de igual longitud. Un ejemplo de serie temporal de tipo continua es la temperatura en un lugar dado, considerando la temperatura diaria a las tres de la tarde, obtenemos una serie temporal discreta muestral.

Agregada o Acumulada

Este tipo de series ocurre cuando una variable no tiene valor en un instante (slo tiene sentido en algunos instantes de tiempo) pero se pueden acumular los valores en intervalos de tiempo igualmente espaciados. Ejemplos: las lluvias torrenciales, los accidentes de trfico mensualmente, el nmero de

pasajeros mensuales en las lneas areas espaolas. De hecho los accidentes de trfico mensuales son una agregacin de sucesos discretos. Los valores tomados no se observan en cada instante sino que se vanacumulando en intervalos de tiempo.

Inherentes o Discretas

Las que realmente los datos se obtienen en momentos discretos. Por ejemplo el salario mensual.

Teniendo en cuenta el nmero de variables que observamos en cada tiempo se pueden diferenciar:

Series Temporales univariantes: Cuando interviene una sola variable.

Series Temporales multivariantes: Cuando intervienen varias variables.

El primer paso a llevar a cabo en cualquier anlisis de una serie de tiempo es realizar la representacin grfica de la serie. En el eje horizontal se representa la escala del tiempo, y en el eje vertical, los valores asignados a los tiempos. Es habitual observar que los datos aparentemente fluctan a lo largo del tiempo en torno a algn patrn.

Desde un punto de vista formal, este hecho responde al concepto de proceso estocstico, concepto matemtico que hay subyacente en una serie temporal.

La representacin grfica de una serie de tiempo es la representacin de una trayectoria del proceso estocstico subyacente. En dicha representacin, podemos observar las principales fuentes de variacin.

Enfoques en Anlisis de Series de Tiempo

Existen bsicamente tres enfoques para analizar series de tiempo los cuales son:

Enfoque Clsico. Enfoque Box-Jenkins. Enfoque ingenieril o Analisis Espectral. El primer enfoque corresponde a realizar un anlisis descripotivo de la serie y consiste en realizar una descomposicin de la serie en componentes de tendencia, estacional y aleatorio. El enfoque box-Jenkins se basa en obtener una serie estacionaria, a partir de una que no lo es y el enfoque Espectral consiste en descomponer la serie en distintas frecuencias permitiendo aislar aquellas que ms contribuyan a la variabilidad de la serie.

Pronostico
Pronstico es el proceso de estimacin en situaciones de incertidumbre. El trmino prediccin es similar, pero ms general, y generalmente se refiere a la estimacin de series temporales o datos instantneos. El pronstico ha evolucionado hacia la prctica del plan de demanda en el pronstico diario de los negocios. La prctica del plan de demanda tambin se refiere al pronstico de la cadena de suministros. Entonces tenemos que los pronsticos son procesos crticos y continuos que se necesitan para obtener buenos resultados durante la planificacin, de un proyecto. Si los clasificamos respecto al tiempo que abarcan, se puede clasificar en: 1. Pronsticos a corto plazo: En las empresas modernas, este tipo de pronstico se efecta cada mes o menos, y su tiempo de planeacin tiene vigencia de un ao. Se utiliza para programas de abastecimiento, produccin, asignacin de mano de obra a las plantillas de trabajadores, y planificacin de los departamentos de fabricacin. 2. Pronsticos a mediano plazo: Abarca un lapso de seis meses a tres aos. Este se utilizan para estimar planes de ventas, produccin, flujos de efectivo y elaboracin de presupuestos. 3. Pronsticos a largo plazo: Este tipo de pronstico se utiliza en la planificacin de nuevas inversiones, lanzamiento de nuevos productos y tendencias tecnolgicas de materiales, procesos y productos, as como en la preparacin de proyectos. El tiempo de duracin es de tres aos o ms.

Nmero ndice
Un nmero ndice es una medida estadstica que permite estudiar las fluctuaciones o variaciones de una magnitud o de ms de una en relacin al tiempo o al espacio. Los ndices ms habituales son los que realizan las comparaciones en el tiempo, por lo que, como veremos ms adelante, los nmeros ndices son en realidad series temporales.