UNIDAD 5: SERIES DE TIEMPO

5.1 MODELO CLASICO DE SERIES DE TIEMPO

SERIES EN EL TIEMPO
Es un conjunto de observaciones tomadas en instantes especficos, generalmente a intervalos iguales
Matemticamente una serie en el tiempo se define por los valores: y1, y2, de una variable Y (temperatura, cotizacin, etc.) en tiempos t1, t2 as pues Y es una funcin de T; esto se denota por Y = F(t)

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.

Aplicaciones de las series de tiempo

Series De Tiempo

Son innumerables las aplicaciones que se pueden citar, en distintas reas del conocimiento, tales como, en economa, fsica, geofsica, qumica, electricidad, en demografa, en marketing, en telecomunicaciones, en transporte, etc.

1. Series econmicas:

Ejemplos - Precios de un artculo - Tasas de desempleo - Tasa de inflacin - ndice de precios, etc. - Meteorologa - Cantidad de agua cada - Temperatura mxima diaria - Velocidad del viento (energa elica) - Energa solar, etc. - Series sismologas

2. Series Fsicas:

3. Geofsica:

4. Series demogrficas: 5. Sries de marketing: 6. Series de telecomunicacin: 7. Series de transporte:

- Tasas de crecimiento de la poblacin - Tasa de natalidad, mortalidad - Resultados de censos poblacionales

- Series de demanda, gastos, ofertas - Anlisis de seales - Series de trfico

Uno de los problemas que intenta resolver las series de tiempo es el de prediccin. Esto es dado una serie {x(t1),...,x(tn)} nuestros objetivos de inters son describir el comportamiento de la serie, investigar el mecanismo generador de la serie temporal, buscar posibles patrones temporales que permitan sobrepasar la incertidumbre del futuro.

Un modelo clsico para una serie de tiempo, supone que una serie x(1), ..., x(n) puede ser expresada como suma o producto de tres componentes: tendenci a, estacionalidad y un trmino de error aleatorio.

Existen tres se aceptan relaciones, observados.

modelos de series de tiempos, que generalmente como buenas aproximaciones a las verdaderas entre los componentes de los datos Estos son:

1. Aditivo: X(t) = T(t) + E(t) + A(t) 2. Multiplicativo: X(t) = T(t) E(t) A(t) 3. Mixto: X(t) = T(t) E(t) + A(t)

Donde:

X(t) serie observada en instante t T(t) componente de tendencia

E(t) componente estacional

A(t) componente aleatoria (accidental)

La sigueinete figura ilustra posibles patrones que podran seguir series representadas por los modelos (1), (2) y (3).