Series de Tiempo

Ing. Luis Alberto Snchez Alvarado 2013-II

Series de Tiempo

OBJETIVOS: Con esta clase se busca: - Revisar los diferentes tipos de Tendencias de una serie de tiempo. - Aprender a analizar el mejor ajuste para una serie de tiempo. - Aprender a usar ajuste de tendencias con el Eviews y el Minitab. I. Tendencia: Tambin conocido como el nombre de movimientos seculares o de larga duracin, es la direccin general a la que una serie de tiempo suele dirigirse en un intervalo grande de tiempo; puede ser ascendente o descendente. II. Ajuste de Tendencia: Ajustar la tendencia de una serie de tiempo consiste en estimar un modelo matemtico que explique la evolucin de la misma en funcin de la variable tiempo (t). Entre las tcnicas que se usan para formar estos modelos se tiene las tcnicas de mnimos cuadrados ordinarios. Una forma de poder hallar estos modelos es usando regresiones (como algunos lo conocen como modelos de regresin de series temporales) , teniendo as como variable dependiente al valor de la serie de tiempo (pbi, ventas, caudales, nmero de visitantes, etc.) y como variables independientes al tiempo t. Por lo tanto la ecuacin matemtica del modelo ser:

Donde es el trmino de perturbacin en el tiempo t. Esto se har siempre y cuando no exista componentes ESTACIONALES.

III. Modelamiento de la tendencia usando funciones polinmicas: A. Tendencia Lineal: Son series cuya pendiente es montona, ya sea creciente o decreciente, y su ecuacin es:

En este caso

representa el cambio esperado en la tendencia de la serie en el periodo t. Por

B. Tendencia Cuadrtica: Estas tendencias se darn cuando existe un cambio curvilneo durante un largo periodo de tiempo, estos cambios pueden ser de crecimiento a una tasa creciente o decreciente, o de decrecimiento a una tasa creciente o decreciente tal como se puede observar en las grficas siguientes:

Series de Tiempo

Crecimiento Tasa creciente

Crecimiento Tasa decreciente

Decrecimiento Tasa creciente

Decrecimiento Tasa decreciente

La ecuacin en este caso es:

C. Tendencia polinmica: Las polinomios de tercer orden a ms constituyen las series de tendencia polinomial, estn presentan dos o ms curvaturas en su evolucin, presentando as pendientes creientes y decrecientes (mximos y mnimos). Por ejemplo uno de orden 3 tendr la siguiente ecuacin:

D. Tendencia Exponencial y logartmica: Las series exponenciales son series que presentan una pendiente muy acelerada, su ecuacin es del tipo:

Las logartmicas presentan pendientes menos aceleradas y su ecuacin es la siguiente:

IV. Medidas de Exactitud: MAPE: Error Porcentual Absoluto Medio

MAD: quiere decir Desviacin absoluta media, mide la exactitud de los valores ajustados de las series de tiempo. Expresa exactitud en las mismas unidades que los datos, lo cual ayuda a conceptualizar la cantidad de error.

Series de Tiempo

MSD: quiere decir Desviacin cuadrada media. La MSD siempre se calcula utilizando el mismo denominador, n, independientemente del modelo, de manera que usted puede comparar los valores de la MSD a travs de los modelos. La MSD es ms sensible que MAD para medir un error de pronstico inusualmente grande.

Otros criterios son los de Akaike y de Schwarz, para ello se debe recordar que estos tienen la siguiente forma:

Donde L es el logaritmo de verosimilitud, n el nmero de casos y K el nmero de coeficientes. As por ejemplo al comparar ambos criterios, el que tiene un menor valor nos indicar que el modelo da un mejor ajuste. Ejercicio 1: Usar los datos de Serie1 del archivo Laboratorio2_2013II Y hacer un anlisis de tendencia Ejercicio 2: Trabajar los ejercicios del Laboratorio2_2013II TRABAJO 1: Presentar 3 series de tiempo REALES (deben colocarse la fuente), en las cuales en se puedan apreciar algunos de los componentes de variacin revisados en Clase, en ellas debe explicarse en base a la realidad donde se desarrollar el motivo de cada una de las variaciones. Presentar 2 series de tiempo y en cada una de ella realizar un ajuste de tendencia, analizando las mejores opciones. En cada una de ellas se deber adjuntar un Excel de las series trabajadas. El trabajo tiene una nota de 0 a 20, y se evaluar lo siguiente: - Secuencia coherente del trabajo. - Orden de la presentacin, se debe notar cierto trabajo en los grficos y resultados mostrados. - Lo interesante que sean las bases seleccionadas. - El anlisis realizado. Los trabajos sern recibidos hasta el da Vienes 20 de Septiembre a las 11:00 PM.