Está en la página 1de 46

Curso de Estadstica Aplicada

a las Ciencias Sociales


Tema 7. Variables temporales:
series temporales y nmeros ndice
(Cap. 11 y 12 del manual)

Atencin: fichero TEMPORALES.XLS no est en


diskette del libro. Hay que bajarlo de pgina
web del curso.

Tema 7. Variables temporales


Introduccin
1.
2.
3.
4.
5.
6.
7.
8.

Representacin grfica
Clasificacin de las series temporales
Descomposicin de una serie temporal
Anlisis de la tendencia
Anlisis de la estacionalidad
Nmeros ndice para una variable
Nmeros ndice con agregacin
El ndice de precios al consumo
Resumen
Ejercicios

Tema 7

Introduccin
 Variables temporales: variables en las que los
casos o sujetos son diferentes momentos en
el tiempo
 Muy importantes en ciencias sociales
 Descripcin de variables temporales:
 Comprender la evolucin pasada de la variable
 Prever valores futuros

Tema 7

Tema 7. Variables temporales


Introduccin

1. Representacin grfica
2.
3.
4.
5.
6.
7.
8.

Clasificacin de las series temporales


Descomposicin de una serie temporal
Anlisis de la tendencia
Anlisis de la estacionalidad
Nmeros ndice para una variable
Nmeros ndice con agregacin
El ndice de precios al consumo
Resumen
Ejercicios

Tema 7

1. Representacin grfica
Grfico temporal:

 valores de la serie en el eje vertical (ordenadas)


instantes temporales (das, semanas, meses, aos)
en eje horizontal (abscisas)

Reclamaciones semanales

Nmero de reclamaciones

24
23
22
21
20
19
18
17
1

9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30
Semanas

Tema 7

Tema 7. Variables temporales


Introduccin
1. Representacin grfica

2. Clasificacin de las series temporales


3.
4.
5.
6.
7.
8.

Descomposicin de una serie temporal


Anlisis de la tendencia
Anlisis de la estacionalidad
Nmeros ndice para una variable
Nmeros ndice con agregacin
El ndice de precios al consumo
Resumen
Ejercicios

Tema 7

2.1. Clasificacin: series estacionarias


 Variable RECLAM en fichero TEMPORALES:
reclamaciones presentadas en un centro de
atencin al cliente de una empresa, por
semanas
Reclamaciones semanales

Nmero de reclamaciones

24
23
22
21
20
19
18
17
1

9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30
Semanas

Tema 7

2.1. Clasificacin: Series estacionarias (2)




Estacionaria = estable, que no vara

Valor central y variabilidad no cambian

Grfico:
 los valores oscilan en torno a un valor medio
 La dispersin respecto al valor medio no cambia

Ni aumenta ni disminuye

Comn en mundo fsico, menos en fenmenos sociales

Tema 7

2.2. Clasificacin: Series no estacionarias


 Media y variabilidad cambian a lo largo del
tiempo
 Cambio de media: tiende a crecer o a decrecer
 No oscila en torno a un valor constante
 Son las ms comunes en ciencias sociales

Tema 7

2.2. Clasificacin: Series no estacionarias


(2)

Miles de unidades

 Variable VENTAS en fichero TEMPORALES:


unidades vendidas de un producto por
cuatrimestres
50
45
40
35
30
25
20
15
10
5
0

11 13 15

17 19 21

23 25 27

29

Cuatrimestre

Tema 7

10

2.2. Clasificacin: Series no estacionarias


(3)
 Variable VENTAS en fichero TEMPORALES
 Serie con tendencia lineal
 Variable creciente
 El valor medio va creciendo
 La variabilidad tambin cambia
 Fuertes oscilaciones (no crecimiento regular)
Tema 7

11

2.2. Clasificacin: Series no estacionarias


(4)
 Variable PRECIO en fichero TEMPORALES:
precio diario de accin de una empresa en
bolsa
35

33

Precio

31

29

27

25

23

21
1

10

13 16

19 22

25 28

31 34

37

40 43

46 49

52 55

58 61

64

67 70

73 76

79 82

85 88

91 94

97 100

Das

Tema 7

12

2.2. Clasificacin: Series no estacionarias


(5)
 Variable PRECIO
 Serie con tendencia estocstica
 Cambios de nivel
 Oscilaciones sin trayectoria clara
 No estacionario
 No siempre creciente ni decreciente
 Puede tener fases diferenciables, o no
Tema 7

13

2.3. Clasificacin: Series


estacionales

e84
ju
l-8
en 4
e85
ju
l-8
en 5
e86
ju
l-8
en 6
e87
ju
l-8
en 7
e88
ju
l-8
en 8
e89
ju
l-8
en 9
e90
ju
l-9
en 0
e91
ju
l-9
en 1
e92
ju
l-9
en 2
e93
ju
l-9
en 3
e94
ju
l-9
en 4
e95
ju
l-9
5

6,5
6,3
6,1
5,9
5,7
5,5
5,3
5,1
4,9
4,7
4,5
en

Millones de pasajeros

 Variable PASAJE en fichero TEMPORALES:


pasajeros transportados por avin, por meses,
de 1984 a 1995

Meses
Tema 7

14

2.3. Clasificacin: Series


estacionales
 Variable PASAJE
 No estacionaria: no estable
 Creciente: cada ao ms (como VENTAS)
 Pero tambin: estacional
 Dentro de cada ao hay un ciclo regular
 Ms alto en verano que en invierno
Tema 7

15

2.3. Clasificacin: Series


estacionales
Matrimonios en Espaa
40000
35000

25000
20000
15000
10000
5000
0

en
e
m -96
ay
se 96
pen 96
em 97
ay
se 97
pen 97
em 98
ay
se 98
pen 98
em 99
ay
se 99
pen 99
em 00
ay
se 00
pen 00
em 01
ay
se 01
pen 01
em 02
ay
se 02
pen 02
em 03
ay
se 03
p03

Nmero

30000

Tema 7

Fechas

16

2.3. Clasificacin: Series


estacionales
 Variable MATRIMONIOS
 Estacionaria: estable
 Pero tambin: estacional
 Dentro de cada ao hay un ciclo regular
 Ms alto en verano que en invierno

Tema 7

17

2.3. Clasificacin: Series


estacionales (3)


Series con datos anuales no pueden ser estacionales

Pero pueden ser estacionales todas las series de


periodos inferiores al ao
 Trimestrales (bodas)
 Mensuales (nacimientos)
 Diarias
 Dentro de la semana (entradas de cine)
 Dentro del mes (tiendas de ropa)

Tema 7

18

2.3. Clasificacin: Resumen y


ejemplos
Estacionarias
No
estacionarias

Tendencia
lineal

Estacionales

No
estacionales

Matrimonios

Reclam

Pasaje

Ventas

Tendencia
estocstica

Precio

Tema 7

19

2.4. Anlisis de series


estacionarias
 Tiene sentido descripcin con las herramientas
vistas en los temas 4 al 6
 Histograma
 Media
 Desviacin tpica
 Otros mtodos vistos en variables no
temporales
Tema 7

20

2.4. Anlisis de series


estacionarias (2)
 Ejemplo RECLAM (trans. 7)
8

2
Desv. tp. = 1,35
Media = 20,96
N = 30,00

0
18,00

19,00
18,50

Tema 7

20,00
19,50

20,50

21,00

22,00

21,50

23,00
22,50

23,50

VALORES

21

2.4. Anlisis de series


estacionarias (3)
 Ejemplo RECLAM:
 Describe adecuadamente la informacin sobre
la variable
 Promedio de unas 21 reclamaciones semanales
 Nmero bastante estable (vara en unos dos
casos arriba-abajo)
 Distribucin aproximadamente simtrica
 Prediccin prximo valor: correcta
 (Salvedad: si son estacionales)

Tema 7

22

2.5. Anlisis de series NO


estacionarias
 Las herramientas aprendidas en los temas 4 al
6 NO tienen sentido
 Estas herramientas tratan todos los casos por
igual, sin orden
 Ignoran la caracterstica principal de una
variable no estacionaria: cambio con el tiempo

Tema 7

23

2.5. Anlisis de series NO


estacionarias (2)
 Ejemplo variable VENTAS (trans. 10)
7

Desv. tp. = 10,26

Media = 27,6
N = 30,00

0
5,0

Tema 7

10,0

VENTAS

15,0

20,0

25,0

30,0

35,0

40,0

45,0

24

2.5. Anlisis de series NO


estacionarias (3)
 Ejemplo variable VENTAS:
 Oculta crecimiento a lo largo del tiempo
 Prediccin de prximo valor: unos 28
 Incorrecto: ver grfico en diap. 10

 CONCLUSIN: los instrumentos de temas 4 al


6 no valen para variables temporales no
estacionarias
Tema 7

25

Tema 7. Variables temporales


Introduccin
1. Representacin grfica
2. Clasificacin de las series temporales

3. Descomposicin de una serie temporal no


estacionaria
4.
5.
6.
7.
8.

Anlisis de la tendencia
Anlisis de la estacionalidad
Nmeros ndice para una variable
Nmeros ndice con agregacin
El ndice de precios al consumo
Resumen
Ejercicios

Tema 7

26

3.1. Componentes
 Serie temporal no estacionaria puede verse
como suma de tres componentes distintos:
 Tendencia: movimiento suave de la serie a
largo plazo
 Estacionalidad: movimientos de oscilacin
dentro del ao (o del mes, o la semana)
 Irregular, variaciones aleatorias alrededor de
los componentes anteriores
Tema 7

27

3.2. Tendencias lineales


 VENTAS (diap 10) y PASAJE (diap. 14):
 Tienen una tendencia: pueden ser creciente o
decreciente
 Es una tendencia constante: todo el tiempo en
la misma direccin

Tema 7

28

3.3 Tendencias estocsticas o


variables
 PRECIO (diap. 12)
 No tendencia constante, sino variable
 Estable, cada brusca, estable
 Tendencia variable o estocstica
 Cambia la direccin (positiva o negativa)
 Cambia la magnitud (grande o pequea)
Tema 7

29

3.4. Estacionalidad
 PASAJE (diap. 14)

Millones de pasajeros

 Unos meses del ao sistemticamente ms


altos y otros ms bajos
7
6,5
6

Enero
Julio

5,5
5
4,5
1

Tema 7

Aos

9 10 11 12
30

3.5. Componentes de un valor


observado
Valor observado = tendencia +estacionalidad + irregular

yt= Tt + St +It


Ejemplo con PASAJE: valor de junio de 1990 es


resultado de:
 Tendencia: 1990 ms que 89, 88, 87...; menos que 91,
92...
 Estacionalidad: Junio ms que enero, menos que julio...
 Irregular: elemento impredecible / aleatorio

Tema 7

31

Tema 7. Variables temporales


Introduccin
1. Representacin grfica
2. Clasificacin de las series temporales
3. Descomposicin de una serie temporal

4. Anlisis de la tendencia
5.
6.
7.
8.

Anlisis de la estacionalidad
Nmeros ndice para una variable
Nmeros ndice con agregacin
El ndice de precios al consumo
Resumen
Ejercicios

Tema 7

32

4.1. Punto de partida




Suponemos serie no estacionaria, pero tampoco


estacional (ver seccin 5)

La composicin se simplifica
Valor observado = tendencia + irregular
Yt = Tt + It
Necesario elaborar hiptesis sobre forma de Tt

 Hiptesis determinista: una recta


 Hiptesis no determinista: funcin de forma desconocida
pero cambios suaves en el tiempo
Tema 7

33

4.2. Tendencia determinista




Representa tendencia con una lnea recta

Rectas pueden representarse por ecuaciones:


Y = a + bx

Ejemplo y = 13 + 0,28x

Tema 7

49

46

43

40

37

34

31

28

25

22

19

16

13

10

30
25
20
15
10
5
0
34

4.2. Tendencia determinista (2)


 Expresin de la tendencia de una variable
temporal como una recta:
Tt= a + btt
Tt = tendencia de valor de y para cada valor de t
 Interpretacin:
 A partir de un momento inicial en el que t = 0, y
en el que T= a
 La tendencia es que cada unidad de tiempo t
que pasa, la variable aumente en el valor b
Tema 7

35

4.2. Tendencia determinista (2)




Clculo: existe frmula matemtica (no la vemos


aqu) que permite calcular una recta que se acerca
ms a la curva de los datos

Ms precisamente: si llamamos Y a la variable


temporal, y T a la variable cuyos valores se
representan por la recta, la suma de los cuadrados
de las diferencias entre los valores reales de Y y los
valores correspondientes de T es la mnima posible

Es decir, no hay ninguna otra recta que tenga un


valor menor para
2
(
)

Y
T
t t

Tema 7

36

4.2. Tendencia determinista: grfico y


ecuacin con Excel
 Marcar rango de valores de la variable (ventas)
 Grfico, Tipo de grfico lnea (Finalizar)
 Sobre grfico terminado:
 Click derecho en lnea de datos
 Agregar lnea de tendencia
 Tipo: Lineal
 Pestaa Opciones: Presentar ecuacin en el
grfico
Tema 7

37

4.2. Tendencia determinista:


resultado con Excel
Variable VENTAS
50
45

Y= 1,0827x+ 10,843

40
35
30
25
20
15
10
5
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 25 26 27 28 29 30

Tema 7

38

4.2. Tendencia determinista:


interpretacin
 Tendencia creciente
 Momento inicial (constante): valor 10,843
 Cada trimestre que pasa (pendiente): 1,0827
ms
 Prediccin de valor para trimestre 40:
10,843 + (40*1,0827)= 54,151

Tema 7

39

4.3. Problemas con tendencia


determinista
 Ventaja de tendencia como lnea recta:
 Simplicidad
 Permite calcular valores futuros
 Puede servir para variables con tendencia
lineal (VENTAS)
 Desventaja: rigidez. No sirve para tendencias
estocsticas
 Ejemplo: variable PRECIO (diap. 12)
Tema 7

40

4.4. Alternativa: la tendencia


evolutiva
 Suposicin: Tt es una curva que va cambiando
lentamente
 Los puntos de esa curva se calcularan con la
media mvil: la media para cada punto del
valor de ese punto, uno anterior y uno siguiente
(o dos anteriores y dos siguientes)
 Es decir:

 O bien:

Tt = mt =

Tt = mt =

Tema 7

yt 1 + yt + yt +1
3

yt 2 + yt 1 + yt + yt +1 + yt + 2
5

41

4.4. Media mvil con EXCEL


 Grfico de la variable:
 Marcar rango
 Grfico- Tipo: Lnea- Finalizar
 Click derecho sobre lnea de datos
 Agregar lnea de tendencia
 Tipo: Media mvil, 3 5 periodos

Tema 7

42

4.4. Media mvil con Excel: grfico


OJO: frmula Excel para
grfico es:

mt =

yt 2 + yt 1 + yt
3

35

33

Precio

31

29

27

25

23

21
1

11

16

21

26

31

36

41 46

51 56

61

66

71

76

81 86

91

96

Das
Tema 7

43

4.4. Media mvil con Excel: grfico (2)


OJO: frmula Excel es: mt =

yt 4 + yt 3 + yt 2 + yt 1 + yt
5

35

33

Precio

31

29

27

25

23

21
1

11

16

21

26

31

36

41 46

51 56

Tema 7

Das

61

66

71

76

81 86

91

96

44

4.4. Interpretacin de la media mvil


 Grfico que representa mejor que recta
 Pero no permite calcular valores futuros
 Es ms til para analizar el comportamiento
pasado
 Ver fases de crecimiento rpido o suave
 Ver desviaciones ocasionales por encima o por
debajo de la tendencia

Tema 7

45

Tema 7. Variables temporales


1.
2.
3.
4.

Introduccin
Representacin grfica
Clasificacin de las series temporales
Descomposicin de una serie temporal
Anlisis de la tendencia

5. Anlisis de la estacionalidad
6. Nmeros ndice para una variable
7. Nmeros ndice con agregacin
8. El ndice de precios al consumo
Resumen
Ejercicios
Tema 7

46

5.1. Anlisis de la estacionalidad


 Todas las series por periodos por debajo del
ao: pueden tener efectos estacionales
 Series no estacionarias estacionales (ejemplo:
PASAJE)
 Anlisis tendencia: se puede hacer con
tendencia determinista, como punto 4.2

Tema 7

47

5.1. Anlisis de la estacionalidad


7

6,5
Millones de viajeros

y = 0,01x + 4,8135
6

5,5

4,5

4
1

15

22

29

36

43

50

57

64

71

78

85

92

99 106 113 120 127 134 141

Meses

Tema 7

48

5.1. Anlisis de la estacionalidad


 Problemas con el grfico:
 Anlisis del pasado: estacionalidad hace
parecer las desviaciones de la tendencia
(irregularidad) mayores o menores de lo que
son
 Prediccin del futuro: estacionalidad hace
que algunas predicciones sean demasiado
bajas y otras demasiado altas

Tema 7

49

5.1. Anlisis de la estacionalidad


 Ejemplo: prediccin para enero y julio de 2000
 Son los meses 205 y 211 de la serie
 Prediccin:
 Enero: (0,01*205)+4,8135=6,8635
 Julio: (0,01*211)+4,8135=6,9235
 Probablemente, enero sea una
sobreestimacin y julio una
infraestimacin
Tema 7

50

5.2. El coeficiente estacional


 Solucin: corregir la prediccin con
coeficiente estacional
 Tabla de doble entrada: aos en columnas
y meses en filas
 Media de las filas: nmero medio de
pasajeros en un mes en el total de aos
 Media de las columnas: nmero medio de
pasajeros por mes cada ao
 Media global: media de las filas o de las
columnas
Tema 7

51

5.2. El coeficiente estacional


Ejemplo con variable PASAJE

Enero
Febrero
Marzo
Abril
Mayo
Junio
Julio
Agosto
Septiembre
Octubre
Noviembre
Diciembre
Medias

Tema 7

84
4,72
4,77
4,88
4,86
4,8
4,91
5
5
4,91
4,78
4,64
4,77
4,84

85
4,74
4,84
4,95
4,91
4,83
5
5,14
5,14
5,06
4,89
4,74
4,94
4,93

86
4,98
5,01
5,18
5,09
5,15
5,18
5,29
5,29
5,21
5,09
4,98
5,11
5,13

87
5,14
5,19
5,26
5,2
5,21
5,38
5,44
5,49
5,34
5,25
5,15
5,27
5,28

88
5,28
5,28
5,46
5,46
5,43
5,49
5,58
5,61
5,47
5,35
5,19
5,3
5,41

89
5,32
5,24
5,46
5,42
5,46
5,58
5,71
5,68
5,56
5,43
5,31
5,43
5,47

90
5,49
5,45
5,59
5,59
5,6
5,75
5,9
5,85
5,74
5,61
5,47
5,63
5,64

91
5,65
5,62
5,76
5,75
5,76
5,92
6,02
6
5,87
5,72
5,6
5,72
5,78

92
5,75
5,71
5,87
5,85
5,87
6,05
6,14
6,15
6
5,85
5,72
5,82
5,90

93
5,83
5,76
5,89
5,85
5,89
6,08
6,2
6,22
6
5,88
5,74
5,82
5,93

94
5,89
5,83
6,01
5,98
6,04
6,16
6,31
6,33
6,14
6,01
5,89
6
6,05

95 Medias
6,03
5,40
5,97
5,39
6,04
5,53
6,13
5,51
6,16
5,52
6,28
5,65
6,43
5,76
6,41
5,76
6,23
5,63
6,13
5,50
5,97
5,37
6,07
5,49
6,15
5,54

52

5.2. Coeficiente estacional


 Coeficiente estacional: media de cada fila
menos media global
 Suman cero
 Representan cuanto se desva, como
media, cada mes, en relacin a la media
global

Tema 7

53

5.2. Coeficiente estacional


Ejemplo con variable PASAJE

Enero
Febrero
Marzo
Abril
Mayo
Junio
Julio
Agosto
Septiembre
Octubre
Noviembre
Diciembre
Medias

84
4,72
4,77
4,88
4,86
4,8
4,91
5
5
4,91
4,78
4,64
4,77
4,84

Tema 7

85
4,74
4,84
4,95
4,91
4,83
5
5,14
5,14
5,06
4,89
4,74
4,94
4,93

86
4,98
5,01
5,18
5,09
5,15
5,18
5,29
5,29
5,21
5,09
4,98
5,11
5,13

87
5,14
5,19
5,26
5,2
5,21
5,38
5,44
5,49
5,34
5,25
5,15
5,27
5,28

88
5,28
5,28
5,46
5,46
5,43
5,49
5,58
5,61
5,47
5,35
5,19
5,3
5,41

89
5,32
5,24
5,46
5,42
5,46
5,58
5,71
5,68
5,56
5,43
5,31
5,43
5,47

90
5,49
5,45
5,59
5,59
5,6
5,75
5,9
5,85
5,74
5,61
5,47
5,63
5,64

91
5,65
5,62
5,76
5,75
5,76
5,92
6,02
6
5,87
5,72
5,6
5,72
5,78

92
5,75
5,71
5,87
5,85
5,87
6,05
6,14
6,15
6
5,85
5,72
5,82
5,90

93
5,83
5,76
5,89
5,85
5,89
6,08
6,2
6,22
6
5,88
5,74
5,82
5,93

94
5,89
5,83
6,01
5,98
6,04
6,16
6,31
6,33
6,14
6,01
5,89
6
6,05

Coeficiente
95 Medias estacional
6,03
5,40
-0,14
5,97
5,39
-0,15
6,04
5,53
-0,01
6,13
5,51
-0,03
6,16
5,52
-0,03
6,28
5,65
0,11
6,43
5,76
0,22
6,41
5,76
0,22
6,23
5,63
0,09
6,13
5,50
-0,04
5,97
5,37
-0,18
6,07
5,49
-0,05
6,15
5,54

54

5.2. Coeficiente estacional


 Utilizacin del coeficiente estacional para
hacer mejores predicciones
 Sumar a cada valor su coeficiente
estacional
 Ejemplo: enero y julio del ao 2000 (trans.
47)
 Enero 2000= 6,8635 +(-0,14)=6,7235
 Julio 2000= 6,9235 +(0,22)=7,1435
Tema 7

55

5.3. Serie desestacionalizada


 Serie donde se elimina el efecto estacional
 A cada valor se le resta su coeficiente
estacional
 Ejemplo PASAJE:
 Todos los eneros: valor (-0,14)
 Todos los julios: valor (0,22)

Tema 7

56

5.3. Serie desestacionalizada:


grfico
6,50

M illones de pasajeros

6,30
y = 0,01x + 4,817

6,10
5,90
5,70
5,50
5,30
5,10
4,90
4,70
4,50
1

15 22 29 36 43 50 57 64 71 78 85 92 99 106 113 120 127 134 141

Meses

Tema 7

57

5.3. Serie desestacionalizada:


anlisis


Anlisis del pasado:


 los valores por encima o por debajo de la tendencia
lo son de verdad
 permite observar momentos o fases por debajo o
por encima de la tendencia a largo plazo

Tema 7

58

Tema 7. Variables temporales


1.
2.
3.
4.
5.

Introduccin
Representacin grfica
Clasificacin de las series temporales
Descomposicin de una serie temporal
Anlisis de la tendencia
Anlisis de la estacionalidad

6. Nmeros ndice para una variable


7. Nmeros ndice con agregacin
8. El ndice de precios al consumo
Resumen
Ejercicios
Tema 7

59

6. Introduccin a los nmeros


ndice
 Procedimiento para describir la evolucin de
una realidad a travs del tiempo
 Transformacin de los datos
 Mucho en economa, cada vez ms en otras
reas de ciencias sociales

Tema 7

60

6.1. Nmeros ndice para una


variable


Ejemplo: serie temporal de precios de un


producto a lo largo del tiempo
Precio litro de
leche
1990

70

1991

75

1992

77

1993

77

1994

85

1995

90

Tema 7

61

6.1. Nmeros ndice para una


variable (2)



Precios han aumentado a lo largo del tiempo


Forma simple de describir el aumento:
transformar serie de datos en nmero ndice
ndice expresa la variacin de los precios
respecto a un ao de referencia, que es el
periodo base del ndice
Periodo base puede ser cualquiera: el primero,
el ltimo, uno intermedio

Tema 7

62

6.1. Nmeros ndice para una


variable: clculo


Frmula de clculo

It =





Precio en ao t
P
x 100 = t x 100
Precio en ao base
P0

Con EXCEL
Nueva columna
+[celda ao t]/[celda ao base]*100
Usar truco $

Tema 7

63

6.1. Nmeros ndice para una


variable: ejemplo de clculo


Resultado con precio del litro de leche


Precio litro de
leche

Tema 7

ndice

1990

70

100

1991

75

107,1

1992

77

110

1993

77

110

1994

85

121,4

1995

90

128,6
64

6.1. Nmeros ndice para una


variable: utilidad


Proporciona de manera directa la tasa de


crecimiento, en tanto por ciento, respecto al ao
base
Basta con restar 100 a It

Pt P0
100 Pt 100 P0
x 100 =
P0
P0
100 Pt 100 P0

= I t 100
P0
P0
Tema 7

65

6.1. Nmeros ndice para una


variable: cuidado con las restas





ATENCIN: no se puede calcular


automticamente el incremento en porcentaje
entre dos momentos, si uno de ellos no es el
ao base
Unidades: puntos porcentuales del ao
Ejemplo sueldos: Ao 1=1.000 euros Ao 5=
1.200 euros (ndice:120). Ao 10=1.500 euros
(ndice: 150)
Cunto ha subido en porcentaje del ao 5 al
ao 10?

Tema 7

66

6.1. Nmeros ndice para una


variable: utilidad





Permite comparar la evolucin de variables


distintas
Ejemplo: precios de tres productos
Comparacin directa es muy difcil
Azafrn (100 gr)

Leche (litro)

Carne (kg)

1990

70

10.000

1.200

1991

75

12.000

1.250

1992

77

16.000

1.280

1993

77

20.000

1.300

1994

85

25.000

1.375

1995

90

22.000

1.450

Tema 7

67

6.1. Nmeros ndice para una


variable: utilidad


Comparacin con ndices es muy fcil


ndice de leche

ndice de azafrn

ndice de carne

1990

100

100

100

1991

107,1

120

104,2

1992

110

160

106,7

1993

110

200

108,3

1994

121,4

250

114,6

1995

128,6

220

120,8

Tema 7

68

6.1. Nmeros ndice para una


variable: utilidad


Tambin posible representacin grfica


Variacin precios 3 productos

300,00

ndice (1990=100)

280,00
260,00
240,00
220,00

Leche

200,00

Azafrn

180,00

Carne

160,00
140,00
120,00
100,00
1990

Tema 7

1991

1992

1993

1994

1995

Ao

69

6.1. Nmeros ndice para una


variable: otros ejemplos


Las variables para las que se calculan nmeros


ndices pueden ser de todo tipo
Poblacin de un territorio
 Usuarios de un servicio, clientes de una
empresa, consumidores de un producto...
 Ingresos, gastos, de una persona, familia,
institucin...
 Comportamientos sociales: matrimonios,
nacimientos, contagios de una enfermedad,
operaciones de ciruga esttica...


Tema 7

70

Tema 7. Variables temporales


1.
2.
3.
4.
5.
6.

Introduccin
Representacin grfica
Clasificacin de las series temporales
Descomposicin de una serie temporal
Anlisis de la tendencia
Anlisis de la estacionalidad
Nmeros ndice para una variable

7. Nmeros ndice con agregacin


8. El ndice de precios al consumo
Resumen
Ejercicios
Tema 7

71

7. Nmeros ndice con agregacin




Nmeros ndice con agregacin: objeto es


estudiar la evolucin conjunta de varias
variables
Por ejemplo: precios de varios productos (ej.
Productos alimenticios)
Una posibilidad: sumar los ndices de todos los
productos, y dividir por el nmero de ndices
Problema: todos los productos pesan igual

Tema 7

72

7. Nmeros ndice con agregacin


simple (2)
ndice de
leche

ndice de
azafrn

ndice de carne

ndice agregado
simple

1990

100

100

100

100

1991

107,1

120

104,2

110,4

1992

110

160

106,7

125,6

1993

110

200

108,3

139,4

1994

121,4

250

114,6

162

1995

128,6

220

120,8

156,5

Tema 7

73

7. Ponderar los ndices




Solucin: dar un peso diferente a los ndices de


distintos productos

(w * I )
i

Donde wi es un factor de ponderacin de cada ndice


(entre todos suman 1)
Cmo ponderar: diferentes posibilidades

Tema 7

74

7. ndice de Laspeyres
ndice de ponderacin segn cuanto gasta cada familia
(o la media de las familias) en cada producto al
comienzo del periodo
 Ejemplo anterior: si familia media consume 270 l de
leche, 100 gr de azafrn y 150 kg de carne
 Gasto total (ao base):
(70x270)+(10.000x1)+(1.200x150)=208.900
 Factor de ponderacin para cada producto:


Pi 0 * Qi 0
wi =
( Pi 0 * Qi 0 )
Tema 7

75

7. ndice de Laspeyres


Ejemplo: Peso de la leche

Pi 0 * Qi 0
70 x 270
wi =
=
= 0,0905
( Pi 0 * Qi 0 ) 208.900


Frmula similar permite calcular peso de


azafrn (0,0478) y carne (0,8617)
Medida de la importancia relativa de cada
producto

Tema 7

76

7. ndice de Laspeyres


ndice ponderado segn peso de cada producto


Pi 0 * Qi 0

Laspeyres = ( wi * I i ) =
*I
(P * Q ) i
i0
i0

Ejemplo, para 1991


(0,0905x107,1)+(0,0478x120)+(0,8617x104,1)=105,1

Tema 7

77

7. ndice de Laspeyres con EXCEL




Con EXCEL


Primero: ndice de cada


producto

Factor de ponderacin de
cada producto

Sumatorio de los
productos de ndice por
coeficiente

It =

Pt
x 100
P0

wi =

Pi 0 *Qi 0
(Pi0 *Qi0 )

Laspeyres = wi * I i

Tema 7

78

7. ndice de Laspeyres con EXCEL

Tema 7

79

7. ndice de Laspeyres con EXCEL

Tema 7

80

7. ndice de Laspeyres: clculo


alternativo
Resultado igual si calculamos gasto total de cada
ao y hacemos el ndice sobre l

Laspeyres = wi * I i =

Pi 0 * Qi 0
* Ii =
(
*
)
P
Q
i0 i0

Pi 0 * Qi 0
Pit
Pit * Qi 0
*
*
100
=
(P * Q ) P
( P * Q ) *100 =
i0 i0 i0
i0 i0

(P * Q
(P * Q

it

i0

i0

i0 )

*100

Tema 7

81

7. ndice de Laspeyres: clculo


alternativo
Resultado igual si calculamos gasto total de cada
ao y hacemos el ndice sobre l

Leche

Azafrn

Carne

Gasto total ndice

1990

270x70

1 x 10.000

150 x 1.200

208.900

100,0

1991

270x75

1 x 12.000

150 x 1.250

219.750

105,1

1992

270x77

1 x 16.000

150 x 1.280

228.790

109,5

1993

270x77

1 x 20.000

150 x 1.300

235.790

112,9

1994

270x85

1 x 25.000

150 x 1.375

254.200

121,7

1995

270x90

1 x 22.000

150 x 1.450

263.800

126,3

Tema 7

82

7. Otros ndices con agregacin


ponderada


Ventaja ndice Laspeyres: refleja adecuadamente


el peso de cada componente en el total
Inconveniente: si el peso de cada componente
(ejemplo, aqu, las cantidades consumidas de
cada producto) van variando, ndice puede no
reflejar la realidad

Tema 7

83

7. Otros ndices con agregacin


ponderada


Alternativas:


ndice de Paasche: pondera con cantidades del


ltimo ao. Problema: recalcular cada vez

Pit * Qit

Paasche = ( wi * I i ) =
*I
(P *Q ) i
it
it

ndice de Marshall-Edgeworth: promedios


consumos inicial y final. Tambin hay que recalcular
Marshall - Edgeworth =

Tema 7

( Pi 0 * Qi 0 ) + ( Pit * Qit )

(
w
*
I
)
*
I
=
i i ( P * Q ) + ( P * Q ) i
it
i 0 i 0 it

84

7. ndices con agregacin


ponderada de diferentes variables


El coeficiente de ponderacin de variables que no son


precios se calcular de forma semejante, buscando
representar el peso relativo de cada ndice individual en el
ndice agregado
Ejemplos:


ndice de matriculacin de varias carreras de una


universidad. Ponderacin: matriculados en cada carrera el
ao base.
ndice de personas trabajando en diferentes pases.
Ponderacin: nmero de trabajadores en cada pas en el ao
base
ndice de entradas vendidas a diferentes tipos de
espectculos (teatro, cine, conciertos...). Ponderacin:
nmero de entradas vendidas de cada tipo en el ao base.

Tema 7

85

Tema 7. Variables temporales


1.
2.
3.
4.
5.
6.
7.

Introduccin
Representacin grfica
Clasificacin de las series temporales
Descomposicin de una serie temporal
Anlisis de la tendencia
Anlisis de la estacionalidad
Nmeros ndice para una variable
Nmeros ndice con agregacin

8. El ndice de precios al consumo


Resumen
Ejercicios
Tema 7

86

8. El ndice de precios al consumo


El IPC era hasta hace poco (2001) un ndice
Laspeyres
Cada mes tomaba los precios de una serie de
productos y los comparaba con precios del ao
base, ponderando por su peso en el presupuesto
de la compra media de familia espaola en el ao
base (Encuesta de Presupuestos Familiares, EPF)
Ao base se iba cambiando cada 10 aos (EPF)
Problema: en 10 aos pueden cambiar mucho los
hbitos de las familias, por lo que la ponderacin
no era del todo correcta




Tema 7

87

8. El ndice de precios al consumo




Nuevo mtodo: ndice de Paasche


(aproximadamente)
Cada ao se revisarn los factores de
ponderacin, segn la Encuesta Continua de
Presupuestos Familiares

Pit * Qit
Paasche =
* I i = wi * I i
( Pit * Qit )
Tema 7

88

8. El ndice de precios al consumo









Nmero de productos: 484


Medida de precios en establecimientos de 141
municipios
Unos 180.000 precios recogidos cada mes
Cada producto: su ndice
Luego: IPC ponderando cada producto por su
peso en el gasto familiar

Tema 7

89

Resumen










Concepto de series temporales


Tipos: estacionarias, no estacionarias;
estacionales
Anlisis series estacionarias
Descomposicin series no estacionarias
Anlisis tendencia: recta o media mvil
Anlisis estacionalidad: coeficiente estacional
Nmeros ndice simples
Nmeros ndices agregados
 Peso

del ao base: Laspeyres


 Otras ponderaciones: Paasche


El IPC

Tema 7

90

Ejercicios recomendados
Del manual:
 11.1
 11.2
 11.4
 11.5
 12.2
 12.4 b) y c)
 12.5
 12.7 (con ayuda tabla 12.7: usar datos 1983 para
ponderar)

Tema 7

91

Ejercicios recomendados
De los exmenes:
Feb02: 7,9
Jun02: 8,9
Feb03, Sep03: 10
Feb04: 8
Jul04, Feb05, Jun05: 7
Feb06: 5
Jun06: 6
Ene07, jul07, ene08, jun08: 5
Tema 7

92

También podría gustarte