Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Por muy simple que parezca, el paso ms importante en el anlisis de series de tiempo
consiste en graficar la serie.
Esto debe hacerse siempre, independiente de cun simples o complejos sean los
procedimientos que se emplean posteriormente.
El grfico de la serie permitir detectar los siguientes elementos:
a)
Outliers:
es un outliers, se
adicional sobre posibles factores que afectaron el proceso. Por ejemplo, en un estudio
de la produccin diaria de cobre se present la siguiente situacin:
b)
Tendencias
La tendencia representa el comportamiento predominante de la serie.
c)
tiempo. La duracin del perodo puede ser un ao, un trimestre, un mes, un da,
etc.
Se suele hacer una distincin entre cclicas y estacionarias. Estas ltimas ocurren con
perodos identificables, como la estacionalidad del empleo, o de la venta de ciertos
productos, cuyo perodo es un ao. El trmino variacin cclica se suele referir a ciclos
grandes, cuyo perodo no es atribuible a alguna causa. Por ejemplo, fenmenos
climticos, que tienen ciclos que duran varios aos.
Las tendencias y estacionalidades pueden darse simultneamente.
d) Variaciones aleatorias.
Los movimientos irregulares (al azar) representan todos los tipos de movimientos
de una serie de tiempo que no sea tendencia, variaciones estacionales y
fluctuaciones cclicas.
El anlisis grfico de los datos se acostumbra a resumir en una tabla como la que
siguiente:
Tabla de familiarizacin
Estacionalidad
Tendencia
Aleatoria
Alta
Media
Baja
Ejercicios:
1) Para cada una de las series graficadas a continuacin realizar al anlisis
grfico
Serie A
Serie B
Planificacin de un casino
Objetivos: Planificacin de compra de alimentos y necesidades de servicio para
satisfacer la demanda de almuerzo en un gran casino.
Descripcin de la serie.
Serie: Nmero de almuerzos servidos por mes en el casino II de la Universidad
de Campinas-Brasil para el perodo de enero 1977 a marzo de 1980, de acuerdo
a la administracin general del restaurante.
Tabla de datos
t
1
2
Y(t)
20636
18708
t
14
15
Y(t)
28183
56632
t
27
28
Y(t)
63167
42520
3
4
5
6
7
8
9
10
62944
50272
69375
50056
20604
54947
50576
50425
16
17
18
19
20
21
22
23
56641
56555
57185
33906
67261
52232
58232
45726
29
30
31
32
33
34
35
36
50572
53875
27233
57942
47610
61738
51168
26370
11
12
13
44202
27604
28791
24
25
26
24550
30954
34295
37
38
39
42964
42748
62390
Modelos Clsicos
Un modelo clsico de series de tiempo, supone que la serie Y(1), ..., Y(n) puede ser
expresada como suma o producto de tres componentes: tendencia, componente
estacional y un trmino de error aleatorio:
1. Y(t) = T(t)+E(t)+A(t)
2.
Modelo aditivo
Modelo multiplicativo
donde:
T: Tendencia de la serie.
E: Variacin Estacional.
A: Variaciones aleatorias.
El grfico siguiente muestra la serie y sus componentes, para el caso aditivo
ESTIMACIN DE LA TENDENCIA
Hay varios mtodos para estimar la tendencia T(t), uno de ellos es utilizar un modelo
de regresin lineal. Se pueden utilizar otros tipos de regresiones, como regresin
cuadrtica, logstica, exponencial, entre otros.
EJEMPLO 1: La tabla presenta parte de los datos de una serie de energa elctrica. Son
24 datos mensuales referentes a los aos 1977 a 1978.
Consumo de Energa Elctrica
Y(t)
Y(t)
84,6
13
110,3
89,9
14
118,1
81,9
15
116,5
95,4
16
134,2
91,2
17
134,7
89,8
18
144,8
89,7
19
144,4
97,9
20
159,2
103,4
21
168,2
10
107,6
22
175,2
11
120,4
23
174,5
12
109,6
24
173,7
Consumo electrico
consumo
200
150
100
50
0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24
mes
Y(t) = a + b t + A(t)
Por mnimos cuadrados se obtiene
23
21
19
17
15
13
11
15.00
10.00
5.00
0.00
-5.00
-10.00
-15.00
-20.00
consumo
Consumo electrico
mes
10
Enero
Febrero
Marzo
Abril
Mayo
Junio
Julio
Agosto
Septiembre
Octubre
Noviembre
Diciembre
1996
1997
1998
1999
2000
2001
2002
2003
99.6
94.9
105.4
103.4
104.2
101.3
98.7
98.7
94.8
102.0
98.0
99.2
105.0
98.6
109.1
108.1
109.2
106.5
107.1
105.6
103.8
110.9
106.8
108.4
110.8
104.3
117.5
116.1
114.4
111.9
110.9
109.0
105.4
107.7
106.1
106.5
109.2
103.7
116.4
108.0
111.2
110.0
106.4
108.1
105.7
109.2
110.7
111.9
112.6
107.6
121.2
113.8
117.9
113.1
112.3
113.4
108.6
115.4
114.9
114.4
116.4
111.8
124.3
118.0
121.7
119.1
116.0
116.9
111.4
118.4
117.3
115.7
119.7
113.0
124.4
122.0
123.0
120.1
118.9
119.1
114.6
121.7
119.9
120.9
122.6
118.3
128.8
125.3
126.1
100.0
80.0
60.0
40.0
20.0
20
03
20
02
20
01
20
00
19
99
19
98
19
97
19
96
0.0
m es-ao
11
100
80
60
40
20
20
03
20
02
20
01
20
00
19
99
19
98
19
97
19
96
m es-ao
Prom.
0.8
-4.9
6.7
2.4
3.8
0.8
-1.2
-1.3
-5.4
0.2
-1.7
-1.5
10
5
0
-5
m es-ao
20
02
20
01
20
00
19
99
19
98
19
97
-10
19
96
IMACEC
15
12
100
80
60
40
20
20
02
20
01
20
00
19
99
19
98
19
97
19
96
m es-ao
10
5
0
-5
m es-ao
20
02
20
01
20
00
19
99
19
98
19
97
-10
19
96
IMACEC
15
13
Serie original
Serie suavizada
Promedio Mvil.
Este mtodo de suavizamiento es uno de los ms usados para describir la tendencia.
Consiste en fijar un nmero k, preferentemente impar, como 3, 5, 7, etc., y calcular
14
t
Y (t )
Z (t ) media mvil de orden k = 3
______________________________________
1
Y (1)
Y (2)
Y (3)
Y ( 4)
Y (5)
Y (6)
Ntese que Z(1) y Z(6) no se pueden calcular. En general, se pierden k/2 trminos en
cada extremo.
EJEMPLO 3.
Precio del dlar observado, das mircoles, enero a junio ao 2003.
Fuente: Banco Central de Chile.
En las columnas 3 a 6, se entregan los promedios mviles de orden 3, 5, 7 y 9,
m es
Ene
Feb
M ar
Abr
M ay
Jun
Jul
p re c io
7 1 3 .4
7 1 2 .6
7 2 6 .6
7 3 7 .1
7 3 8 .9
7 4 3 .1
7 4 0 .2
7 5 5 .3
7 5 2 .8
7 5 4 .8
7 3 6 .5
7 2 8 .3
7 2 9 .8
7 2 0 .0
7 1 8 .7
7 1 6 .5
7 0 5 .3
7 0 1 .2
6 9 4 .2
7 1 3 .7
7 1 2 .2
7 1 3 .0
7 1 7 .4
7 0 6 .0
7 0 3 .1
k=3
k=5
k=7
k=9
7 1 7 .5
7 2 5 .4
7 3 4 .2
7 3 9 .7
7 4 0 .7
7 4 6 .2
7 4 9 .4
7 5 4 .3
7 4 8 .0
7 3 9 .9
7 3 1 .5
7 2 6 .0
7 2 2 .8
7 1 8 .4
7 1 3 .5
7 0 7 .7
7 0 0 .2
7 0 3 .1
7 0 6 .7
7 1 3 .0
7 1 4 .2
7 1 2 .1
7 0 8 .8
7 2 5 .7
7 3 1 .6
7 3 7 .2
7 4 2 .9
7 4 6 .0
7 4 9 .2
7 4 7 .9
7 4 5 .5
7 4 0 .4
7 3 3 .9
7 2 6 .6
7 2 2 .6
7 1 8 .0
7 1 2 .3
7 0 7 .2
7 0 6 .2
7 0 5 .3
7 0 6 .9
7 1 0 .1
7 1 2 .5
7 1 0 .3
7 3 0 .3
7 3 6 .2
7 4 2 .0
7 4 6 .0
7 4 5 .9
7 4 4 .4
7 4 2 .5
7 3 9 .6
7 3 4 .4
7 2 9 .2
7 2 2 .1
7 1 7 .1
7 1 2 .2
7 0 9 .9
7 0 8 .8
7 0 8 .0
7 0 8 .2
7 0 8 .2
7 0 8 .5
7 3 5 .5
7 4 0 .1
7 4 2 .8
7 4 3 .0
7 4 2 .2
7 4 0 .1
7 3 7 .4
7 3 4 .7
7 2 9 .2
7 2 3 .4
7 1 6 .7
7 1 4 .2
7 1 2 .4
7 1 0 .5
7 1 0 .2
7 0 8 .8
7 0 7 .3
15
respectivamente.
La serie original aparece graficada a continuacin.
740.0
720.0
700.0
680.0
Ju
l
Ju
n
M
ay
br
A
M
ar
Fe
b
En
e
660.0
sem ana
Los grficos siguientes corresponden a las medias mviles. Se observa cmo a medida
que aumenta el orden, el efecto del suavizado es mayor. Pero tambin se pierden ms
datos en los extremos.
Precio del dolar observado 2003
Media mvil orden 5
760
p r e cio $
760
740
720
700
680
660
740
720
700
Ju
n
Ju
l
Ju
l
Ma
y
Ju
n
semana
Ab
Ma
r
Fe
b
En
e
Ju
l
Ju
n
Ma
y
r
Ab
Ma
r
680
Fe
b
En
e
p r e cio $
semana
semana
Ma
y
r
Ab
Ju
l
Ju
n
Ma
y
r
Ab
Ma
r
Fe
b
680
720
700
680
Ma
r
700
Fe
b
720
760
740
En
e
p r e cio $
740
En
e
p r e cio $
760
semana
16
SUAVIZAMIENTO EXPONENCIAL
Este modelo se basa en que una observacin suavizada, en tiempo t, es un promedio
ponderado entre el valor actual de la serie original y el valor de la serie suavizada, en
el tiempo inmediatamente anterior. Si Y(t) representa la serie de tiempo original, y
Z(t) la serie de tiempo suavizada, entonces lo anterior se puede escribir
17
a (1 a ),
a,
a (1 a ) 2 ,
a (1 a ) 3 ,
a (1 a ) 4 ,
etc.
Como a est entre 0 y 1, estos nmeros se van achicando a medida que avanzan. Eso
significa que a medida que nos alejamos hacia el pasado, los trmino van influyendo
cada vez menos en el trmino presente. La rapidez con que disminuye la influencia es
mayor mientras ms grande (cercano a 1) es a.
Los grficos siguientes muestran las ponderaciones de los trminos hacia el pasado,
cuando a = 0.3 y cuando a = 0.7
a = 0.3
a = 0.7
0.80
0.80
0.60
0.60
0.40
0.40
0.20
0.20
0.00
0.00
7 8 9 10 11 12 13 14 15
p asad o
7 8 9 10 11 12 13 14 15
p asad o
18
EJEMPLO 3
En la pgina siguiente se muestra el Producto Interno Bruto trimestral de Chile, desde
el primer trimestre de 1996 hasta el primer trimestre de 2003, en millones de pesos.
Fuente: Banco Central de Chile.
19
Ao
1996
1997
1998
1999
2000
2001
2002
2003
Trim.
I
II
III
IV
I
II
III
IV
I
II
III
IV
I
II
III
IV
I
II
III
IV
I
II
III
IV
I
II
III
IV
I
PIB
7804934
8038772
7604665
7788918
8141434
8431424
8238641
8489194
8658075
8910964
8468861
8338698
8572437
8571428
8334807
8636370
8887713
8972978
8704303
8971751
9175377
9342846
8960882
9146981
9292810
9503990
9179436
9435570
9621810
Suavizamiento exponencial
a = 0.3
a = 0.5
a = 0.7
7804934
7804934
7804934
7875085
7921853
7968620
7793959
7763259
7713852
7792447
7776088
7766398
7897143
7958761
8028923
8057427
8195093
8310674
8111791
8216867
8260251
8225012
8353030
8420511
8354931
8505553
8586806
8521741
8708258
8813716
8505877
8588559
8572317
8455723
8463629
8408784
8490737
8518033
8523341
8514945
8544730
8557002
8460903
8439769
8401465
8513543
8538069
8565899
8625794
8712891
8791169
8729949
8842935
8918435
8722255
8773619
8768543
8797104
8872685
8910788
8910586
9024031
9096000
9040264
9183438
9268792
9016449
9072160
9053255
9055609
9109571
9118863
9126769
9201190
9240626
9239935
9352590
9424981
9221786
9266013
9253099
9285921
9350792
9380829
9386688
9486301
9549516
Junto a los datos se muestran tres suavizamientos exponenciales con a=0.3, a=0.5 y
a=0.7.
Como no hay datos indefinidamente hacia el pasado, los primeros trminos de la serie
sauvizada salen algo distorsionados, pues no consideran suficientes trminos hacia
atrs. La forma de calcular es la siguiente, partiendo del primer trimestre 1996, que
llamaremos t=1 :
Z(1) = Y(1)
Z(2) = a Y(2)+(1-a) Z(1)
Z(3) = a Y(3)+(1-a) Z(2)
etc.
20
Como se ve, Z(1) no contiene toda la historia hacia atrs, Z(2) slo un trmino hacia el
pasado, Z(3) slo 2, etc.
Los grficos de la serie y los tres suavizamientos se muestran a continuacin.
Producto Interno Bruto
11.000.000
PIB
PIB
11000000
7.000.000
19
96
19
97
19
98
19
99
20
00
20
01
20
02
20
03
19
96
19
97
19
98
19
99
20
00
20
01
20
02
20
03
7000000
trim estre-ao
trim estre-ao
11000000
PIB
PIB
11000000
7000000
trim estre-ao
19
96
19
97
19
98
19
99
20
00
20
01
20
02
20
03
19
96
19
97
19
98
19
99
20
00
20
01
20
02
20
03
7000000
trim estre-ao
21
muestra a continuacin?
2.
3.
5.
Se tiene una serie de tiempo con datos econmicos mensuales. A partir de ella
22
8.
10.
11.
Se tiene una serie de tiempo con datos econmicos mensuales. A partir de ella
13.
14.
de tiempo.
15.
23