Anlisis de una Serie de Tiempo

Dr. Vctor Aguirre Torres, ITAM. Guin 14. 1

Propsito
Descomponer

una serie de tiempo en algunos de sus componentes. Aislar algunos componentes de la serie de tiempo. Cuantificar y ver ms claramente el comportamiento de la serie. Generar pronsticos usando el modelo de componentes.
Dr. Vctor Aguirre Torres, ITAM. Guin 14. 2

Serie de Tiempo.
Una serie de tiempo se obtiene a observar una variable (cuantitativa) a intervalos regulares de tiempo (semanas, meses, trimestres, aos). Yt=Valor de la serie al tiempo t Ejemplo: Yt= Ventas trimestrales de radios marinos.

Grfica deMarine) Lneas (Hudson

50 40
Ventas

30 20 10 0
1 3 5 7 9 11 13 15 17 19 21 23 25 27

Trimestre

Dr. Vctor Aguirre Torres, ITAM. Guin 14.

Modelo Multiplicativo

Est definido como Yt= TtStIt Donde: Tt = Componente de tendencia St = Componente estacional It = Componente irregular

Dr. Vctor Aguirre Torres, ITAM. Guin 14.

Componente de Tendencia (Tt)

Describe los movimientos a largo plazo de la serie. Incluye el efecto de posibles ciclos econmicos de expansin-contraccin. Lo extraeremos con promedios mviles centrados
Grfica de Lneas
50 40
Ventas

30 20 10 0
1 3 5 7 9 11 13 15 17 19 21 23 25 27

Trimestre

Dr. Vctor Aguirre Torres, ITAM. Guin 14.

Extraccin del Componente de Tendencia. Datos Trimestrales.

Calcular los promedios mviles de orden (4). Con lo anterior, calcular los promedio mviles centrados en cada trimestre.

Observa Promedios cin Ventas Mviles 1 6 2 15 8.75 3 10 9.75 4 4 10.5 5 10 11.75 Observa Promedios cin Ventas Mviles 1 6 2 15 8.75 3 10 9.75 4 4 10.5 5 10 11.75

Centro=2.5

Promedio Observa Promedios Mvil cin Ventas Mviles Centrado 1 6 2 15 8.75 3 10 9.75 9.25 4 4 10.5 10.125 5 10 11.75 11.125
45 40 35 30 25 20 15 10 5 0
1 4 7 10 13 16 19 22 25 28

Centro=3

Ventas Promedio Mvil Centrado

Tendencia Aproximada.

Centro=3.5

Dr. Vctor Aguirre Torres, ITAM. Guin 14.

Componente Estacional

Representa las variaciones de la serie atribuibles a las estacionesl del ao. Se supone que el patrn se repite ao tras ao de manera similar.
Grfica de Lneas
50 40

Ventas

30 20 10 0 1 2 3 4 5 6 7 8 9 10111213141516171819202122232425262728 Trimestre

Dr. Vctor Aguirre Torres, ITAM. Guin 14.

Extraccin del Componente Estacional.

Yt Calcular para cada dato Cocientet = Prom Mvil Centrado t

El cociente incluye a las componente estacional e irregular.

Cocientet = Yt TS I t t t = St I t Prom Mvil Centrado t Tt
Promedio Promedios Mvil Mviles Centrado 8.75 9.75 10.5 11.75 12.5 13.5 15.5 17.5 Cociente

Observa cin Ventas 1 6 2 15 3 10 4 4 5 10 6 18 7 15 8 7 9 14

9.25 10.125 11.125 12.125 13 14.5 16.5

1.0811 0.3951 0.8989 1.4845 1.1538 0.4828 0.8485

Dr. Vctor Aguirre Torres, ITAM. Guin 14.

Extraccin del Componente Estacional.

Para eliminar el efecto de los componentes irregulares se calcula el promedio o mediana de los cocientes por trimestre. Se ajustan los valores de las medianas para que su suma sea igual a 4 con la siguiente frmula: St = 4*valor trimestral / suma de los trimestres
ao 2 0.8988764 1.48453608 1.08108 1.15384615 0.39506 0.48275862 1 3 4 0.8484848 0.91566265 1.4344828 1.28735632 1.1870968 1.09289617 0.5925926 0.75 5 0.87562189 1.31400966 1.05660377 0.77777778 6 7 0.87272727 0.92946058 1.30316742 1.26482213 1.07142857 0.68965517 suma Mediana 0.88724915 1.30858854 1.08698863 0.64112388 3.9239502 Componente Estacional 0.904 1.334 1.108 0.654 4

Cocientes trim 1 2 3 4

Dr. Vctor Aguirre Torres, ITAM. Guin 14.

Interpretacin del Componente Estacional.

Indican

la variacin porcentual del trimestre respecto a la tendencia. Ejemplo:

Trimestre 1 2 3 4 Componente Estacional 0.904 1.334 1.108 0.654 Variacin respecto a la tendencia casi 10% por debajo 33% por arriba casi 11 % por arriba 35% por debajo

Dr. Vctor Aguirre Torres, ITAM. Guin 14.

10

Desestacionalizacin de una Serie de Tiempo

Sirve para observar la serie sin los efectos estacionales. Muchas publicaciones econmicas reportan sus datos as. Procedimiento: Yt=Yt/St Yt incluye componentes de tendencia e irregular.
Promedio Mvil Promedios Centrado Mviles 8.75 9.75 10.5 11.75 12.5 13.5 15.5 Cociente Ventas Componente Desestacio Estacional nalizadas 0.904 6.6 1.334 11.2 1.108 9.0 0.654 6.1 0.904 11.1 1.334 13.5 1.108 13.5 0.654 10.7

Observa cin Ventas 1 6 2 15 3 10 4 4 5 10 6 18 7 15 8 7

Ventas Desestacionalizadas
50.0 40.0 30.0 20.0 10.0 0.0

9.25 10.125 11.125 12.125 13 14.5

1.0811 0.3951 0.8989 1.4845 1.1538 0.4828

10

13

16

19

22

25

Dr. Vctor Aguirre Torres, ITAM. Guin 14.

11

28

Pronsticos Usando el Modelo de Componentes.

Para construir pronsticos, primero se estimar la tendencia usando los datos desetacionalizados y un modelo de regresin lineal simple, usando como variable explicativa t = Observacin. Posteriormente se pronostican las ventas desestacionalizadas con este modelo.
45.0 40.0 35.0 30.0 25.0 Ventas Desestacionali zadas Tendencia

Coeficiente Error tpico Estadstico t Probabilidad Inferior 95% Superior 95% Intercepci 6.448 1.032 6.248 0.000 4.326 8.569 Observaci 1.034 0.062 16.628 0.000 0.906 1.162

= 6.448 + 1.034 t Y t
'

20.0 15.0 10.0 5.0 0.0

1 5 9 13 17 21 25

Dr. Vctor Aguirre Torres, ITAM. Guin 14.

12

Pronsticos Usando el Modelo de Componentes.

Se calculan con la frmula Ejemplo para el pronstico de t = 29,30,31,32.

Promedio Mvil Promedios Centrado Mviles 8.75 Cociente

= ( b + b t )S Y t 0 1 t

Observa cin Ventas 1 6 2 15

... 27
28 29 30 31 32
60 50 40 30 20 10 0
1

Indice Estacional 0.904 1.334

1.108 0.654 0.904 1.334 1.108 0.654

Ventas Desestacio nalizadas 6.6 11.2

31.6 41.3

Tendencia 7.482 8.515

34.361 35.395 36.429 37.463 38.496 39.530

Pronstico

35 27

32.948 49.973 42.656 25.835

Ventas Pronstico

' = 6.448 + 1.034 t Y t

= ( 6.448 + 1.034 t )S Y t t
13

10

13

16

19

22

25

28

31

Dr. Vctor Aguirre Torres, ITAM. Guin 14.

Ejercicios Recomendados Captulo 18.

Para los datos de la tabla 18.7 y del ejercicio 41. Encontrar Los componentes de tendencia y estacional. Los datos desestacionalizados. Los pronsticos del siguiente ao.

Dr. Vctor Aguirre Torres, ITAM. Guin 14.

14