SERIES DE TIEMPO

INTRODUCCIN
Toda institucin, ya sea la familia, la empresa o el gobierno, tiene que hacer planes para el futuro si ha de sobrevivir y progresar. Hoy en da diversas instituciones requieren conocer el comportamiento futuro de ciertos fenmenos con el fin de planificar, prever o prevenir. La planificacin racional exige prever los sucesos del futuro que probablemente vayan a ocurrir. La previsin, a su vez, se suele basar en lo que ha ocurrido en el pasado. Se tiene pues un nuevo tipo de inferencia estadstica que se hace acerca del futuro de alguna variable o compuesto de variables basndose en sucesos pasados. La tcnica ms importante para hacer inferencias sobre el futuro con base en lo ocurrido en el pasado, es el anlisis de series de tiempo.

Definicin
Una serie de tiempo es un conjunto de datos numricos que se obtienen en perodos regulares a travs del tiempo. Estos datos pueden ser muy variados, generalmente son usados para evaluar el comportamiento de las ventas de una empresa, o para evaluar el comportamiento de los ndices de precio de un pas o de un tipo de producto pero en general pueden aplicarse a cualquier negocio y /o rea. Este comportamiento puede tener caractersticas de tipo estacional, o cclico o siguen alguna tendencia ya sea a la baja, de subida o sin variacin.

COMPONENTES DE UNA SERIE DE TIEMPO

Existen 4 componentes de una Serie de Tiempo: Tendencia Variacin Cclica Variacin Estacional Variacin Irregular

Tendencia Secular
La tendencia es una serie de tiempo, es el componente de largo plazo que representa el crecimiento o disminucin en la serie sobre un periodo amplio. Las fuerzas bsicas que ayudan a explicar la tendencia de una serie son el crecimiento de la poblacin, la inflacin de precios, el cambio tecnolgico y los incrementos en la productividad.

Ejemplo de Tendencia Secular

Variacin Cclica
El componente cclico es la fluctuacin en forma de onda alrededor de la tendencia, afecta por lo regular por las condiciones econmicas generales. Los patrones cclicos tienden a repetirse en los datos aproximadamente cada dos tres o ms aos. Es comn que las fluctuaciones cclicas estn influidas por cambios de expansin y contraccin econmicas, a los que comnmente se hace referencia como el ciclo de los negocios.

Ejemplo de Variacin Cclica

Variacin Estacional
Las fluctuaciones estacionales se encuentran tpicamente en los datos clasificados 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 repite a s mismo ao tras ao.

Ejemplo de Variacin Estacional

Variacin Irregular
Esta se debe a factores a corto plazo, imprevisibles y no recurrentes que afectan a la serie de tiempo. Como este componente explica la variabilidad aleatoria de la serie, es impredecible, es decir, no se puede esperar predecir su impacto sobre la serie de tiempo. Existen dos tipos de variacin irregular:

a) Las variaciones que son provocadas por acontecimientos especiales, fcilmente identificables, como las elecciones, inundaciones, huelgas, terremotos.
b) Variaciones aleatorias o por casualidad, cuyas

Ejemplo de Variacin Irregular

Promedio Mvil
Los promedios mviles son muy tiles. Los promedios mviles indican el promedio del precio en un punto determinado de tiempo sobre un perodo de tiempo definido. Se llaman mviles ya que reflejan el ltimo promedio, mientras que se adhieren a la misma medida de tiempo. El procedimiento consiste en obtener una media aritmtica eligiendo de antemano el tamao de la muestra e incorporando al promedio obtenido el valor de la variable siguiente hasta completar toda la serie histrica.

Aplicaciones
En las organizaciones es de mucha utilidad en predicciones a corto y mediano plazo, por ejemplo ver que ocurrir con la demanda de un cierto producto , las ventas a futuro, decisiones sobre inventario, insumos. Hoy en da en diversas organizaciones requiere conocer el comportamiento futuro de ciertos fenmenos con el fin de planificar, prevenir, es decir, se utilizan para predecir lo que ocurrir con una variable en el futuro a partir del comportamiento de esa variable en el pasado.

Conclusiones
Las diferentes organizaciones en general evalan peridicamente el comportamiento de su actividad y/o productos a fin de pronosticar que va a suceder en el futuro en base a lo que ha venido ocurriendo en el pasado, esta sucediendo en el presente y tiene la tendencia a comportarse de la misma manera en el futuro. El anlisis de series de tiempo segn la tendencia es valido si es que no se dan otros factores que puedan influenciar de manera significativa la tendencia de ocurrencia de los datos, en nuestro caso un avance tecnolgico inesperado podra alterar considerablemente el comportamiento de la tendencia.

Bibliografa
http://www.slideshare.net/estadistica7/series-detiempo-pp#13438726667511&hideSpinner http://ciberconta.unizar.es/LECCION/seriest/100.H TM http://matematicas.reduaz.mx/home/Docentes/ltrue ba/Series/admon4.htm