Unidad 7 PDF

UNIDAD
SERIES DE TIEMPO
7
Introduccin a la unidad
Una serie de tiempo es el conjunto de datos que se registran a travs del tiempo
sobre el comportamiento de una variable de inters, generalmente los registros se
realizan en periodos iguales de tiempo.
Las series de tiempo resultan especialmente tiles cuando se requiere realizar un

pronstico sobre el comportamiento futuro que puede tener una variable
determinada, imaginemos por ejemplo la necesidad de tomar una decisin sobre
el comportamiento a futuro de la demanda, el precio y las ventas de un producto,
los ingresos en el prximo ao, los precios de bienes y servicios, los valores de los
energticos, etc. En todas estas situaciones resulta til el anlisis de las series de
tiempo que los representan, bajo la hiptesis de que los factores que han
influenciado su comportamiento en el pasado, estarn presentes de manera
similar en el futuro. De esta manera, el objetivo principal del conocimiento de las
series de tiempo es la identificacin de los factores que intervienen y la separacin
de cada uno de ellos, con el fin de pronosticar cul ser el comportamiento en el
futuro.
Objetivo particular de la unidad
Analizar el concepto de series de tiempo y su aplicacin en el entorno profesional

administrativo y contable.
Estadstica II
Licenciaturas en Administracin y Contadura a Distancia
FCA-UNAM
Unidad VII. Series de tiempo

Lo que s
Elige la respuesta correcta a las siguientes preguntas, una vez que concluyas,
obtendrs de manera automtica tu calificacin.
1. La frmula que caracteriza la recta de regresin es:

a)
b 0 b1 X
b 0 b1 X
2
i
b)
c) x i 1 xi
n
in
2. La frmula para determinar la pendiente de la recta de regresin es:

a) b 0 Y b 1 X
XY
b1
X Y
i 1
i i
i 1
i 1
n
n
b)
i 1
2
i
( X i ) 2
i 1
c) y
b 0 b1 X
3. La frmula para determinar la ordenada al origen de la recta de regresin es:

a) b 0 Y b 1 X
n
XY
b1
X Y
i 1
i i
i 1
i 1
n
n
b)
i 1
2
i
( X i ) 2
i 1
c) y
b 0 b1 X
Estadstica II
FCA-UNAM

4. La frmula para calcular el coeficiente de determinacin es:
n
a) r
(Y Y )2
i 1
n
(Y Y i )2
i 1
b) r 2 signo de b1
r2
(
Y
Y
)2
i 1
n
_
(Y Y i ) 2
i 1
(Y Y )2
i 1
n
(Y Y i )2
i 1
c)
5. La frmula para calcular el coeficiente de correlacin es:

a) r
( s i g n o
d e
b) r
( s i g n o
d e
2
c) r signo de b0
i 1
n
_
2
(Y Y i )
i 1
(Y Y )
6. Cul es el rango de los valores que puede tomar el coeficiente de

determinacin?
a)
b)
1 , 1
c)
, 1
Estadstica II
FCA-UNAM

7. Cul es el rango de los valores que puede tomar el coeficiente de
correlacin?
a)
b)
1 , 1
c)
, 1
Temas de la unidad III

1. Anlisis de tendencias
2. Variacin cclica
3. Variacin temporal
4. Variacin irregular
5. Anlisis de predicciones.
Resumen de la unidad
Esta unidad es una introduccin bsica a los mtodos elementales de anlisis y
pronstico de series de tiempo; primero se muestra, que para explicar el
comportamiento de una serie de tiempo es conveniente suponer que la serie esta
formada por sus cuatro componentes bsicos: tendencia, cclico, estacional e
irregular. Posteriormente separamos cada uno de estos componentes para medir
su efecto, con lo cual logramos pronosticar valores futuros de la serie de tiempo.
Tambin se mencionan los mtodos de suavizamiento como medio para
pronosticar una serie de tiempo que no presenta algunos de sus componentes de
manera apreciable. Adems se ejemplifica el uso del anlisis de regresin lineal
en series de tiempo que solo tengan una tendencia a largo plazo.
Finalmente es fcil observar que las series de tiempo son mtodos cualitativos de
pronstico que se utilizan cuando se tienen pocos datos histricos o carecemos de
4
Estadstica II
FCA-UNAM

ellos. Las series de tiempo tambin se utilizan cuando se espera que su
comportamiento contine en el futuro.
Estadstica II
FCA-UNAM

Tema 1. Anlisis de tendencias
Objetivo del tema

Separar el componente de tendencia de una serie de tiempo utilizando la
metodologa de la regresin lineal para comprender la serie de tiempo misma.
Desarrollo
Generalmente los datos de una serie de tiempo pueden contener de manera
implcita cuatro elementos, Tendencia (T), ciclos (C), estacionalidad (E), y una
componente irregular (I), aunque no siempre estn presentes todos ellos.
Para aislar y comprender los elementos de una serie, es necesario descomponerla,

al hacerlo, se puede obtener una mejor idea del comportamiento de cada uno de
sus elementos facilitndose el pronstico, para llevar a cabo la separacin, deben
tenerse en cuenta las relaciones matemticas que los unen, uno de los modelos
mas utilizados para descomponer una serie de tiempo es el llamado modelo
multiplicativo, en el cual se supone que la serie es el resultado del producto de sus
cuatro componentes, el modelo se establece mediante la expresin siguiente:
Y=TxCxE xI
La interpretacin de cada uno de los componentes es la siguiente:
Tendencia (T)
La tendencia es la componente que representa el comportamiento (crecimiento o
decrecimiento), en un periodo largo de tiempo. Generalmente se puede representar
como una lnea recta o curva, el valor de la pendiente indicar el sentido de dicho
crecimiento.
Estadstica II
FCA-UNAM

Ciclo (C)
La componente cclica es la fluctuacin que puede observase ocurre alrededor de la
tendencia, Cualquier patrn regular de variaciones arriba o debajo de la recta que
representa a la tendencia puede atribuirse a la componente cclica.
Estacionalidad (E)
La componente estacional
muestra un comportamiento regular en los mismos
periodos de tiempo, reflejando costumbres o modas que se repiten regularmente

dentro del periodo de observacin. En la grfica la estacionalidad quedara
representada por ejemplo por las variaciones semanales en los rendimientos, no
visibles por el periodo de informacin que se est manejando.
Componente irregular (I)

Es la componente que queda despus de separar a las otras componentes, es el
resultado de factores no explicables que siguen un comportamiento aleatorio,
siendo por ello una parte no previsible de la serie.
Ejemplo:
Supongamos
que
tenemos
la
informacin
siguiente,
correspondiente
al
comportamiento del rendimiento de los Certificados de la Tesorera, denominados

CETES a 90 das, el tiempo est expresado en trimestres y el valor de la variable
en valores de la tasa de inters que ganan en cada trimestre.
Rendimiento de CETES a 90 das
Estadstica II
FCA-UNAM
El registro de rendimientos trimestrales de los CETES representa una serie de

tiempo, ya que se han obtenido en periodos sucesivos.
Si se analiza el registro podemos observar que hay una disminucin en los valores
de rendimiento, de mayor a menor, pero nos resulta difcil afirmar en que proporcin
ha ocurrido y de cunto han sido las variaciones. Si este registro lo analizamos
como una serie tendremos la grfica siguiente:
Rendimiento de los certificados de la tesorera a 90 das.
Rendimiento %
16
14
12
10
8
6
4
2
0
1
11
15
17
Trimestre
Estadstica II
FCA-UNAM

Utilizando el ejemplo anterior procederemos a descomponer la serie de tiempo en
cada uno de sus componentes, lo cual haremos en los siguientes incisos.
La separacin de la tendencia, utiliza la metodologa de la lnea de regresin,

hemos mencionado que esta lnea puede ser una recta o una curva, en este curso
nicamente analizaremos el modelo lineal, por su simpleza y facilidad de clculo de
esta manera podemos representar a la tendencia por medio de la expresin
matemtica siguiente:
Yt = bo + b1X
En donde:
Yt
tasa de rendimiento calculada
tiempo, en este caso expresado en trimestres
bo valor de Y cuando el valor del tiempo es cero

b1 pendiente de la recta de tendencia
Una vez definido el modelo, se procede a la determinacin de los valores de los
coeficientes bo y b1 de la recta de regresin. En nuestro problema en particular, la
ecuacin de regresin, que representa a la tendencia del comportamiento de la tasa
de rendimiento de los CETES a 90 das aplicando las formulas correspondientes
para el calculo primero de b1
n
b1
X Y
X iYi
i 1
i 1
i 1
X
i 1
2
i
( X i ) 2
i 1
y posteriormente para el calculo de b0
b0 Y
b1 X
Estadstica II
FCA-UNAM

es:
Yt = 10.8553676 - 0.44595588 X
Adems, aplicando las formulas correspondientes primero al calculo del coeficiente

de determinacin:
n
r2
(y
i 1
n
Y )2
(Y Y )
i 1
y finalmente al calculo del coeficiente de correlacin:
r ( s i g n o d e b1 )
r2
Tenemos que el valor del coeficiente de correlacin es de r = -0.8078, lo que nos

indica que el ajuste logrado con la recta de regresin es adecuado, recordemos que
el coeficiente de correlacin es una medida de la precisin lograda en el ajuste,
valores del coeficiente de correlacin iguales a +1 -1 son la indicacin de un
ajuste perfecto, un valor igual a cero nos dir que este no existe. (nota: se deja al
estudiante corroborar los valores obtenidos de b1, b0 y r)
Una vez definida la ecuacin de la recta de tendencia, es posible compararla
grficamente con los valores de la serie, como se muestra en la grfica siguiente
(Grfica de comparacin de la recta de tendencia contra el comportamiento real de
los CETES a 90 das.), en ella podemos observar que la tendencia de las tasas de
rendimiento es descendente, el signo del coeficiente b1, que representa la
pendiente de la recta, ya nos lo haba indicado. Tambin podemos observar que
son evidentes valores por arriba y por debajo de esta lnea, estos representan a los
valores cclicos de la serie.
10
Estadstica II
FCA-UNAM
Grfica de comparacin de la recta de tendencia contra el comportamiento real de

los CETES a 90 das.

Tendencia
16
14
12
Rendimiento en %
Tendencia de la tasa de rendimiento

10
Tasa real
Tendencia
Comportamiento real
de
6
0
1
10
11
12
13
14
15
16
17
Trimestre
En el anlisis de tendencias podemos ver clara y rpidamente mediante el clculo

de la pendiente de la recta de regresin (b1) si la tendencia de la variable de
medicin (en nuestro caso en particular el rendimiento de los CETES a 90 das) es
a la baja (pendiente negativa), a la alza (pendiente positiva) o a mantenerse sin
variacin (pendiente cero); lo cual dentro del anlisis de la serie de tiempo, es muy
importante.
Estadstica II
FCA-UNAM
11
ACTIVIDAD 1
Elabora un cuadro comparativo de lo que representa cada una de las cuatro

componentes de una serie de tiempo.
Representa
Componente
de
tendencia
Componente cclica
Componente
de
estacionalidad
Componente irregular
Descarga el siguiente cuadro para completarlo, una vez que lo tengas listo
presiona el botn Examinar. Localiza el archivo, ya seleccionado, presiona Subir
este archivo para guardarlo en la plataforma.
12
Estadstica II
FCA-UNAM

ACTIVIDAD 2
Elabora un resumen de la forma en que se separa la componente de tendencia
en una serie de tiempo.
Para enviar tu actividad, pulsa Editar mi envo y se mostrar un editor de texto

en el que debers redactar tu informacin. Cuando termines, guarda tu tarea
haciendo clic en Guardar cambios.
Estadstica II
FCA-UNAM
13

Bibliografa bsica
Autor
Captulo
Pginas
Sitios electrnicos
Sitio
14
Descripcin
Estadstica II
FCA-UNAM

Autoevaluacin
1. Cules son los elementos que puede contener de manera implcita una serie
de tiempo?
a) uniformidad, rizos, y una componente irregular
b) una seccin senoidal, una seccin lineal y una componente irregurlar.
c) tendencia, ciclos, estacionalidad y una componente irregular
2. En una serie de tiempo, la Tendencia (T).

a) Es la fluctuacin que puede observase ocurre alrededor de ella misma,
Cualquier patrn regular de variaciones arriba o debajo de la recta que
representa a la tendencia puede Atribuirse a la componente cclica.
b) Es la componente que representa el comportamiento (Crecimiento o
decrecimiento), en un periodo largo de tiempo. Generalmente se puede
representar como una lnea recta o curva, el valor de la pendiente indicar el
sentido de dicho crecimiento.
c) Muestra un comportamiento regular en los mismos periodos de tiempo,
reflejando costumbres o modas que se repiten regularmente dentro del periodo
de observacin.
Estadstica II
FCA-UNAM
15

3. En una serie de tiempo, la componente cclica.
a) Es la fluctuacin que puede observase ocurre alrededor de la tendencia,
representa a la tendencia puede Atribuirse a la componente cclica.
de observacin.
4. En una serie de tiempo, la componente de estacionalidad (E).
a) Es la fluctuacin que puede observase ocurre alrededor de la tendencia,
de observacin.
16
Estadstica II
FCA-UNAM

5. En una serie de tiempo, la componente irregular (I).
a) muestra un comportamiento regular en los mismos periodos de tiempo,
reflejando costumbres o modas que se repiten.
b) Es la fluctuacin que puede observase ocurre alrededor de la tendencia,
c) Es la componente que queda despus de separar a las otras
componentes, es el resultado de factores no explicables que siguen un
comportamiento aleatorio, siendo por ello una parte no previsible de la serie.
Estadstica II
FCA-UNAM
17

Tema 2. Variacin cclica
Objetivos del tema

Separar la componente cclica de una serie de tiempo para comprender la serie
misma.
Desarrollo
Las fluctuaciones de los valores de rendimientos alrededor de la lnea de

tendencia, constituyen la componente cclica, estas
son el resultado de la
ocurrencia de fenmenos que pueden tener origen social, econmico, poltico,

costumbres locales, etc., pero que pueden afectar el comportamiento de la
variable, de ah que su separacin resulte importante.
Supongamos ahora que nos interesa conocer la variacin que han tenido los
rendimientos respecto de la tendencia, es decir la componente cclica, la cual
queda representada en la grfica (Grfica de apreciacin de la componente
cclica de los CETES a 90 das) por los valores mayores y menores respecto de
la tendencia. Si deseamos conocer el valor numrico de este comportamiento
debemos proceder como sigue:
Calcular para cada trimestre el valor del rendimiento de acuerdo con la ecuacin
de la tendencia (Yt) y compararlo con el correspondiente del registro,
estableciendo una proporcin entre estos dos valores de la manera siguiente:
Y
100
Yt
En donde:
18
Estadstica II
FCA-UNAM
Y representa el rendimiento registrado.

Yt representa el rendimiento calculado con la ecuacin de tendencia.
Los valores as calculados se muestran en la tabla siguiente, expresados en

porcentaje respecto del valor de la tendencia, los valores que estn por encima de
la recta de tendencia alcanzarn un porcentaje superior a cien, mientras que los
que se encuentren por debajo de ella tendrn valores inferiores a cien.
Valores de la componente cclica
Trimestr
e
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
Rendimiento
Real Tendenc
ia
Y
Yc
14.0
10.41
3
10.6
9.96
9
8.63
9.52
9.58
9.07
7.48
8.63
5.98
8.18
5.82
7.73
6.69
7.29
8.12
6.84
7.51
6.40
5.42
5.95
3.45
5.50
3.02
5.06
4.29
4.61
5.51
4.17
5.02
3.72
5.07
3.27
Componente
cclica
%
134.78
107.29
90.68
105.60
86.72
73.11
75.26
91.80
118.68
117.42
91.09
62.68
59.71
93.02
132.26
134.94
154.85
Estadstica II
FCA-UNAM
19
Las componentes cclicas, pueden ser graficados para observar los posibles
patrones que se presentan, la lnea de la tendencia corresponde en la grfica a la
lnea del 100%, observemos que la variacin cclica se presenta hacia arriba y
hacia abajo de la recta de tendencia.
Grfica de apreciacin de la componente cclica de los CETES a 90 das.
Componente cclica de los rendimientos de CETES a 90 das

160
150
140
130
Componente cclica
Porcentaje
120
Lnea de tendencia
110
100
90
80
70
60
50
40
1
10
11
12
13
14
15
16
17
Trimestre
Es posible ver con mucha claridad cul ha sido el comportamiento de los

rendimientos respecto de la tendencia. Podemos observar que las fluctuaciones a
la baja han sido ms importantes que las correspondientes a la alza. Esto muy
importante, pues si alguna persona compr CETES a 90 das durante el primer
trimestre, podemos observar que el rendimiento de estos bajo a continuacin y
apenas pudieron igualarse los rendimientos alrededor del trimestre 16,
presentando una alza alrededor del trimestre 17, lo cual puede representar una
20
Estadstica II
FCA-UNAM

perdida de tiempo y dinero para la persona que bien pudo invertir algunos otros
instrumentos que tuvieran mejores rendimientos.
ACTIVIDAD 1
Separa la componente cclica de la siguiente serie de tiempo:

s
Ys
1
3
2
5
3
4
4
7
5
8
Realiza esta actividad en un procesador de textos, gurdala en tu computadora y,

una vez concluida, presiona el botn Examinar, localiza el archivo, seleccinalo y
haz clic en Subir este archivo para guardarlo en la plataforma.
Bibliografa bsica
Autor
Captulo
Pginas
Sitios electrnicos
Sitio
Descripcin
Estadstica II
FCA-UNAM
21

Autoevaluacin
1. En una serie de tiempo Qu es la variacin cclica?

a) Son las fluctuaciones de los valores alrededor de la lnea de tendencia.
b) Son fluctuaciones u oscilaciones ocasionadas por movimientos telricos
c) Es la oscilacin armnica del modelo multiplicativo de la serie de
tiempo.
2. Qu fenmenos dan origen a la componente cclica?

a) Naturales como la lluvia y el viento
b) Geolgicos tales como los terremotos, temblores, etc.
c) Sociales, econmicos, polticos, costumbres locales, etc,
3. La componente cclica se calcula para cada valor real obtenido mediante la

formula:
22
b 0 b1 X
a)
b)
Y
100
Yt
c) C
Y
T E
Estadstica II
FCA-UNAM

4. En el clculo de la componente cclica para cada valor real, debemos
auxiliarnos con la ecuacin:
a) De la recta de regresin
b) Del modelo multiplicativo de una serie de tiempo
c) De tendencia de la serie de tiempo.
Estadstica II
FCA-UNAM
23

Tema 3. Variacin temporal
Objetivos del tema

Separar la componente temporal de una serie de tiempo para comprender la serie
misma.
Desarrollo
El anlisis para lograr la separacin de la de la componente temporal o estacional

requiere disponer de un nmero importante de datos, por el mtodo que se utiliza
para descomponerla, cuando la serie de tiempo contiene datos diarios, semanales
o mensuales, la primera componente que debe ser aislada es la temporal.
De
acuerdo
con
el
modelo
multiplicativo
de
la
serie
de
tiempo,
Y ( T ) ( C ) ( E ) ( I ) es posible plantear la siguiente operacin:
(T ) ( C ) ( E ) ( I )
( E )( I )
(T ) (C )
El resultado obtenido, contiene los efectos estacionales,
junto con las
fluctuaciones irregulares, para separar estas componentes procederemos

aplicando el proceso siguiente:
Dependiendo de la temporalidad de la informacin, podremos tener datos diarios,

semanales, mensuales, etc, se obtienen los promedios mviles de un ao
completo, en nuestro ejemplo del rendimiento de los CETES a 90 das contamos
con datos trimestrales, entonces deberemos obtener los promedios mviles de
cuatro trimestres. Para separar la componente estacional, se requiere contar con
valor promedio para cada uno de los cuatro trimestres del ao, por lo que
utilizaremos dos totales mviles consecutivos de cuatro trimestres, los sumaremos
24
Estadstica II
FCA-UNAM

y obtendremos su promedio, al realizar esta operacin, estamos amortiguando los
efectos temporales o estacionales, dejando nicamente las componentes de T y
C, de acuerdo con la expresin que anotamos arriba, podremos entonces separar
a los componentes, E e I del modelo multiplicativo, al establecer la relacin de los
valores reales del rendimiento (T,C,E,I), y los obtenidos (T,I), con el proceso de
clculo descrito, el cual se ilustra en la tabla siguiente. Los valores de (E x I) de la
ltima columna de la tabla se expresan en porcentaje.
Estadstica II
FCA-UNAM
25
Separacin de las componentes temporal e Irregular

Rendimiento
Trimestre
Real
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
14.03
10.69
8.63
9.58
7.48
5.98
5.82
6.69
8.12
7.51
5.42
3.45
3.02
4.29
5.51
5.02
5.07
Total
mvil
4
trimestres
Total
mvil
8
trimestres
Promedio
Componentes
8
trimestres
Estacional e
Irregular
%
42.93
36.38
31.67
28.86
25.97
26.61
28.14
27.74
24.5
19.4
16.18
16.27
17.84
19.89
79.31
68.05
60.53
54.83
52.58
54.75
55.88
52.24
43.9
35.58
32.45
34.11
37.73
9.91
8.51
7.57
6.85
6.57
6.84
6.99
6.53
5.49
4.45
4.06
4.26
4.72
87.05
112.62
98.86
87.25
88.55
97.75
116.25
115.01
98.77
77.57
74.45
100.62
116.83
Una vez que hemos logrado separar las componentes E e I, procedemos a

calcular los valores de la componente estacional para cada trimestre del ao, para
lo cual nos basaremos en los valores calculados. Los valores de E e I se
organizan de acuerdo al trimestre y ao que corresponden, de esta manera
podemos disponer de igual nmero de valores para cada trimestre, estos valores
se promedian para obtener un valor nico para cada trimestre, el cual representa a
la componente estacional, considerando que al calcular el promedio son
eliminadas las irregularidades que contenan.
26
Estadstica II
FCA-UNAM

Clculo de la componente temporal
Trimestre
Ao
1
1
2
3
4
87.05
112.62
2
98.86
87.25
88.55
97.75
3
116.25
115.01
98.77
77.57
4
74.45
100.62
Componente
estacional
96.52
100.96
91.46
95.98
Para separar del modelo a la componente temporal, basta dividir todas las
componentes del modelo, T x C x E
x I, entre el valor de la componente
estacional, divido entre 100, esta ltima operacin se presenta en la tabla

siguiente, en la ltima columna se presentan los datos reales separados de la
componente estacional.
Separacin de la componente temporal
Rendimiento Componente
Datos
Trimestre
Real
estacional
No
%
estacionales
1
14.03
96.52
14.54
2
10.69
100.96
10.59
3
8.63
91.46
9.44
4
9.58
95.98
9.98
5
7.48
96.52
7.75
6
5.98
100.96
5.92
7
5.82
91.46
6.36
8
6.69
95.98
6.97
9
8.12
96.52
8.41
10
7.51
100.96
7.44
11
5.42
91.46
5.93
12
3.45
95.98
3.59
13
3.02
96.52
3.13
14
4.29
100.96
4.25
15
5.51
91.46
6.02
16
5.02
95.98
5.23
Estadstica II
FCA-UNAM
27
ACTIVIDAD 1
Separa la componente temporal de la siguiente serie de tiempo:

t
Yt
100 102 98 95 98 88

Bibliografa bsica
Autor
Captulo
Pginas
Sitios electrnicos
Sitio
28
Descripcin
Estadstica II
FCA-UNAM

Autoevaluacin
1. Cuando la serie de tiempo contiene datos diarios, semanales o mensuales, la

primera componente que debe ser aislada es:
a) La tendencia
b) La componente temporal.
c) La componente irregular.
2. En la expresin
(T ) ( C ) ( E ) ( I )
( E ) ( I ) obtenida a partir del modelo
(T ) (C )
multiplicativo de una serie de tiempo, el resultado contiene:

a) Los efectos estacionales, junto con las fluctuaciones irregulares.
b) La tendencia, junto con las fluctuaciones irregulares.
c) Solo las fluctuaciones irregulares.
3. Para separar la componente temporal es necesario tener:

a) Muy pocos datos
b) Una fuerte cantidad de datos
c) Ningn dato
Estadstica II
FCA-UNAM
29

Tema 4. Variacin irregular
Objetivos del tema

Calcular la componente irregular de una serie de tiempo una vez separadas las
otras componentes para comprender la serie misma.
Desarrollo
Finalmente, una vez separada la componente estacional, procedemos a calcular la

componente irregular, lo cual se realiza utilizando nuevamente la ecuacin del
modelo multiplicativo, relacionndola con el producto de las componentes
conocidas hasta ahora, es decir obteniendo la relacin:
(T )(C )( E )( I )
I
(T )(C )( E )
Los valores obtenidos se expresan en porcentaje, el clculo de esta componente
se muestra en la tabla siguiente:
30
Estadstica II
FCA-UNAM
Cuadro 7.5 Clculo de la componente irregular
Trimestre
Rendimiento
Real
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
14.03
10.69
8.63
9.58
7.48
5.98
5.82
6.69
8.12
7.51
5.42
3.45
3.02
4.29
5.51
5.02
5.07
Componentes
tendencia cclica
temporal
Yc
C
E
10.41
134.78
96.52
9.96
107.29
100.96
9.52
90.68
91.46
9.07
105.60
95.98
8.63
86.72
96.52
8.18
73.11
100.96
7.73
75.26
91.46
7.29
91.80
95.98
6.84
118.68
96.52
6.40
117.42
100.96
5.95
91.09
91.46
5.50
62.68
95.98
5.06
59.71
96.52
4.61
93.02
100.96
4.17
132.26
91.46
3.72
134.94
95.98
3.27
154.85
Irregular
I
103.61
99.05
109.34
104.19
103.61
99.05
109.34
104.19
103.61
99.05
109.34
104.19
103.61
99.05
109.34
104.19
En la tabla se presentan los valores de cada una de las componentes, los

correspondientes a la cclica, estacional e irregular se expresan como un
porcentaje del valor de la tendencia, la grfica (Grfica de los componentes de la
serie de tiempo para nuestro ejemplo del rendimiento de los CETES a 90 das)
que relaciona todos los valores se presenta enseguida.
Grfica de los componentes de la serie de tiempo para nuestro ejemplo del

rendimiento de los CETES a 90 das.
Estadstica II
FCA-UNAM
31
Rendimientos de CETES a 90 das

Componentes de la serie de tiempo
160
140
Cclica
120
Porcentaje
Irregular
100
80
Tendencia
Estacional
60
40
1
10
11
12
13
14
15
16
17
Trimestre
Una vez separadas cada una de los componentes es posible conocer la influencia
que cada una de ellas tiene sobre el valor del rendimiento, y tomar una decisin
sobre las consideraciones que deban realizarse para llevar a cabo una prediccin,
en este caso deber analizarse con mucho atencin relacin que cada una de
ellas haya tenido con los fenmenos econmicos y hacer la consideracin de las
probabilidades que tiene de ocurrir de la misma manera, para considerar o no su
participacin en la prediccin sobre el comportamiento del rendimiento de los
CETES.
32
Estadstica II
FCA-UNAM
ACTIVIDAD 1
Separe la componente irregular de la serie de tiempo plasmada en la siguiente

tabla (Nota: considere que los valores representan los porcentajes de oscilacin
del dlar en los ltimos aos.)
Ao
2002 2003 2004 2005 2006 2007
Porcentaje 100
102
98
95
98
88
de
variacin

Estadstica II
FCA-UNAM
33
Bibliografa bsica
Autor
Captulo
Pginas
Sitios electrnicos
Sitio
34
Descripcin
Estadstica II
FCA-UNAM

Autoevaluacin
1. Una vez separadas todas las componentes de una serie de tiempo, es posible:
a) Hacer una prediccin certera e inmediata del valor de inters y tomar
una decisin 100% segura.
b) Hacer una prediccin con poca probabilidad de ocurrencia
c) conocer la influencia que cada una de ellas tiene sobre un valor central
de inters y, tomar una decisin sobre las consideraciones que deban
realizarse para llevar a cabo una prediccin.
2. La prediccin inmediata a la separacin de todas las componentes de una serie

de tiempo debe:
a) analizarse con mucha atencin y hacer la consideracin de que la
relacin que cada una de las componentes de la serie de tiempo tuvo
durante el clculo, se repita de la misma manera para considerar o no su
participacin en la prediccin.
b) considerarse 100% cierta y vlida pues proviene de un anlisis
matemtico congruente y eficiente.
c) analizarse muy ligeramente, pues los resultados obtenidos reflejan el
comportamiento que el valor de inters tendr en el futuro con toda certeza.
Estadstica II
FCA-UNAM
35

Tema 5. Anlisis de Predicciones
Objetivos del tema

Identificar la importancia de las series de tiempo junto con otras tcnicas de
pronstico en la toma de decisiones.
Desarrollo
Realizar un pronstico significa estimar los valores futuros de una variable,

considerando que el comportamiento de ella en el pasado se repetir de la misma
manera, en la medida que esta hiptesis no se cumpla se presentarn diferencias
entre el valor real y el pronosticado, minimizar esta diferencia debe ser el objetivo
del responsable del pronstico.
Existen muchas maneras de realizar un pronstico, algunos muy formales utilizan

modelos matemticos completos, como el de la descomposicin de una serie de
tiempo, analizada en subtemas anteriores, otros emplean modelos numricos muy
sencillos, e incluso la intuicin o la experiencia lograda al realizar pronsticos
frecuentemente.
36
Estadstica II
FCA-UNAM
Entre los mtodos sencillos de pronstico podemos mencionar los siguientes:
Mtodos de
pronstico
Mtodos
intuitivos
Mtodo de
promedios mviles
Mtodo de
suavizamiento
exponencial
Mtodos de pronstico
Mtodos intuitivos
Son muy utilizados, de alguna manera todos los hemos utilizado de manera
conciente o no, tiene la enorme desventaja de que al soportarse por la intuicin, la
cual tiene un aspecto completamente individual, la asignacin de valores a una
determinada variable puede diferir enormemente si ms de una persona participa en
el proceso. El mtodo utilizado ms sencillo es el suponer que la variable tendr un
comportamiento igual que el presentado en el periodo anterior, numricamente
puede ser expresado como:
Yi 1 Yi
En donde:
Yi+1
es el valor de la variable para el siguiente periodo
Yi
es el valor de la variable en el periodo anterior
Los modelos intuitivos de pronsticos resultan muy tiles en situaciones nuevas, en

las cuales nos se cuenta con registros sobre el comportamiento de la variable y
Estadstica II
FCA-UNAM
37

pueden ser complementados o mejorados en la medida en que se puedan introducir
datos sobre tendencia y estacionalidad.
Mtodo de promedios mviles
Estos mtodos utilizan el valor promedio de un conjunto de datos anteriores, como

el valor de la variable en le futuro. Se denominan mviles porque al disponer de un
nuevo dato se elimina el ms antiguo, permitiendo ir actualizando el valor
pronosticado, el modelo puede expresarse matemticamente de la manera
siguiente:
Yi 1
Yi Yi 1 Yi 2 Yi 3 ... Yi m 1
m
En donde:
Yi+1
Es el valor pronosticado para el periodo siguiente.
Yi
Es el valor del periodo anterior
Es el nmero de trminos, o datos utilizados
Una desventaja de este mtodo estriba en que la participacin de cada uno de los
valores
es
considerada
igual,
perdindose
algunas
caractersticas
comportamientos particulares de la variable.

Mtodo de suavizamiento exponencial
Se denomina de esta manera porque el peso considerado a periodos anteriores

dentro del pronstico va disminuyendo exponencialmente, esto significa que los
valores mas antiguos participarn cada vez en menor medida en la estimacin,
acercndose al valor cero, aunque nunca deja de ser considerado. Para expresar
matemticamente el modelo se emplea la expresin siguiente:
38
Estadstica II
FCA-UNAM
Pi+1 = Yi + (1- ) Pi
En donde:
Pi+1
Es el valor pronosticado para el nuevo periodo
Yi
Es el dato real ms reciente para la variable
Pi
Valor pronosticado para el periodo anterior
Constante de suavizamiento, cuyo valor debe estar comprendido entre 0 y 1
La constante es la clave del suavizamiento, su eleccin determinar la respuesta

del modelo ante cambios de los valores de la variable, su valor depende de la
experiencia obtenida en el pasado, valores cercanos a 1 permitirn que el valor ms
reciente participe mayormente en el pronstico, mientras que valores cercanos a
cero lo evitarn, obtenindose un pronstico con un valor similar al del periodo
anterior.
Cualquiera que sea el modelo sencillos de pronstico elegido, es necesario medir el
error cometido al comparar su valor con el que realmente ocurri, el propsito de un
pronstico como hemos anotado antes es el de logra cada vez mejores
estimaciones.
Estadstica II
FCA-UNAM
39

ACTIVIDAD 1
Tomando como referencia el libro de ANDERSON, elabora un cuadro

comparativo de ventajas y desventajas de las tcnicas de pronstico
mencionadas.
Ventajas Desventajas
Serie de tiempo
Promedios mviles
Suavizamiento exponencial
Descarga el siguiente cuadro para completarlo, una vez que lo tengas listo
presiona el botn Examinar. Localiza el archivo, ya seleccionado, presiona Subir
este archivo para guardarlo en la plataforma.
Bibliografa bsica
Autor
Captulo
Pginas
Sitios electrnicos
Sitio
40
Descripcin
Estadstica II
FCA-UNAM
LO QUE APREND DE LA UNIDAD
Los siguientes valores corresponden al tipo de cambio del dlar para 17 das
consecutivos. Con estos datos pronostique usted mediante una serie de tiempo el
tipo de cambio correspondiente para el da numero 18.
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
13.9058
13.9777
13.9382
13.9145
13.9325
14.0950
13.9342
14.1675
14.1513
14.1975
14.3097
14.5404
14.4667
14.2945
14.1778
14.1392

Estadstica II
FCA-UNAM
41

Glosario de la unidad
Serie de tiempo
Es un conjunto de observaciones medidas en puntos sucesivos en el tiempo, o
durante periodos sucesivos en el tiempo.
Pronstico
Proyeccin o prediccin de valores futuros de una serie de tiempo.
Tendencia
Desplazamiento o movimiento de la serie de tiempo, a largo plazo, observable a
travs de varios periodos.
Componente cclico
Componente del modelo de la serie de tiempo que causa una variacin peridica
sobre y debajo de la tendencia, y la variacin dura ms de un ao.
Componente estacional
Componente del modelo de una serie de tiempo que muestra un patrn peridico
de un ao o menos.
Componente irregular
Componente del modelo de una serie de tiempo que refleja la variacin aleatoria
de los valores de la serie de tiempo, adicionales a los que se pueden explicar con
los componentes de tendencia, cclico y estacional.
Promedios mviles
Mtodo de pronstico o suavizamiento de una serie de tiempo, en el que se
promedia cada grupo sucesivo de puntos de datos.
42
Estadstica II
FCA-UNAM

Error cuadrtico medio
Es un mtodo con el que se mide la precisin de un modelo de pronstico. Es el
promedio de la suma de las diferencias entre los valores pronosticados y los
valores reales de la serie de tiempo estando elevadas al cuadrado esas
diferencias.
Promedios mviles ponderados

Mtodo de pronstico o suavizamiento de una serie de tiempo con el que se
calcula un promedio ponderado de los valores de datos en el pasado. La suma de
los factores de ponderacin debe ser igual a uno.
Suavizamiento exponencial
Tcnica de pronstico
que emplea un promedio ponderado de una serie de
tiempo en el pasado para determinar valores de una serie de tiempo suavizada,

que se pueden usar para elaborar pronsticos.
Constante de suavizamiento
Parmetro del modelo de suavizamiento exponencial, con el que se calcula el
factor de ponderacin asignado al valor ms reciente de la serie de tiempo en el
clculo del valor del pronstico.
Modelo multiplicativo de serie de tiempo

Modelo en el cual se multiplican los componentes de la serie de tiempo, entre s,
para identificar el valor real de dicha serie. Cuando se suponen presentes los
cuatro componentes de tendencia, cclico, estacional e irregular, se obtiene:
Y t ( T t ) ( C t ) ( E t ) ( I t ) . Cuando se modela el componente cclico se

obtiene: Y t ( T t ) ( E t ) ( I t ) .
Estadstica II
FCA-UNAM
43

Serie de tiempo desestacionalizada
Serie de tiempo en la que se ha eliminado el efecto estacional, dividiendo cada
observacin original de la serie entre el correspondiente ndice estacional.
Modelos causales de pronstico

Mtodos de pronstico que relacionan una serie de tiempo con otras variables que
se cree explican o causan su comportamiento.
Modelo autorregresivos
Modelo de serie de tiempo donde se usa una relacin de regresin basada en
valores anteriores de la serie para predecir valores futuros de la misma.
Elaboracin de escenarios
Mtodo cualitativo de pronstico que consiste en formar un escenario conceptual
del futuro, basado en un conjunto bien definido de supuestos.
44
Estadstica II
FCA-UNAM

MESOGRAFA
Bibliografa bsica
Estadstica II
FCA-UNAM
45

Unidad 7 PDF

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Unidad 7 PDF

Cargado por

Copyright:

Formatos disponibles

UNIDAD

Las series de tiempo resultan especialmente tiles cuando se requiere realizar un

Objetivo particular de la unidad

Analizar el concepto de series de tiempo y su aplicacin en el entorno profesional

Unidad VII. Series de tiempo

1. La frmula que caracteriza la recta de regresin es:

2. La frmula para determinar la pendiente de la recta de regresin es:

3. La frmula para determinar la ordenada al origen de la recta de regresin es:

Unidad VII. Series de tiempo

5. La frmula para calcular el coeficiente de correlacin es:

6. Cul es el rango de los valores que puede tomar el coeficiente de

Unidad VII. Series de tiempo

Temas de la unidad III

Unidad VII. Series de tiempo

Unidad VII. Series de tiempo

Objetivo del tema

Para aislar y comprender los elementos de una serie, es necesario descomponerla,

La interpretacin de cada uno de los componentes es la siguiente:

Unidad VII. Series de tiempo

muestra un comportamiento regular en los mismos

periodos de tiempo, reflejando costumbres o modas que se repiten regularmente

Componente irregular (I)

comportamiento del rendimiento de los Certificados de la Tesorera, denominados

Rendimiento de CETES a 90 das

Unidad VII. Series de tiempo

El registro de rendimientos trimestrales de los CETES representa una serie de

Rendimiento de los certificados de la tesorera a 90 das.

Rendimiento de CETES a 90 das

Unidad VII. Series de tiempo

La separacin de la tendencia, utiliza la metodologa de la lnea de regresin,

tasa de rendimiento calculada

tiempo, en este caso expresado en trimestres

bo valor de Y cuando el valor del tiempo es cero

y posteriormente para el calculo de b0

Unidad VII. Series de tiempo

Adems, aplicando las formulas correspondientes primero al calculo del coeficiente

y finalmente al calculo del coeficiente de correlacin:

Tenemos que el valor del coeficiente de correlacin es de r = -0.8078, lo que nos

Unidad VII. Series de tiempo

Grfica de comparacin de la recta de tendencia contra el comportamiento real de

Rendimiento de CETES a 90 das

Tendencia de la tasa de rendimiento

En el anlisis de tendencias podemos ver clara y rpidamente mediante el clculo

Unidad VII. Series de tiempo

Elabora un cuadro comparativo de lo que representa cada una de las cuatro

Unidad VII. Series de tiempo

Para enviar tu actividad, pulsa Editar mi envo y se mostrar un editor de texto

Unidad VII. Series de tiempo

Unidad VII. Series de tiempo

2. En una serie de tiempo, la Tendencia (T).

Unidad VII. Series de tiempo

Unidad VII. Series de tiempo

Unidad VII. Series de tiempo

Objetivos del tema

Las fluctuaciones de los valores de rendimientos alrededor de la lnea de

ocurrencia de fenmenos que pueden tener origen social, econmico, poltico,

Unidad VII. Series de tiempo

Y representa el rendimiento registrado.

Los valores as calculados se muestran en la tabla siguiente, expresados en

Valores de la componente cclica

Unidad VII. Series de tiempo

Componente cclica de los rendimientos de CETES a 90 das

Es posible ver con mucha claridad cul ha sido el comportamiento de los