Documentos de Académico
Documentos de Profesional
Documentos de Cultura
v
Una serie temporal est compuesta por la tendencia, la estacionalidad y un componente
irregular.
1
f
El Mtodo de tendencia evolutiva establece que la tendencia con una media mvil de orden
tres es ms suave que con la media mvil de orden cinco. Al revs
2
f
3
f
El grfico temporal se construye situando los valores que toma la serie en el eje de las Yx y los
instantes temporales correspondientes en el eje Xy
4
f
v
6
Precios de un artculo, tasas de desempleo, tasa de inflacin, ndice de precios, precio del dlar,
precio del cobre, precios de acciones, ingreso nacional bruto son algunas aplicaciones en el
rea econmica para el anlisis de series de tiempo
v
La serie temporal no estacionaria se puede escribir como: valor observado= tendencia +
estacionalidad + irregular
7
f
8
La estacionalidad se identifica con un movimiento suave en la serie a largo plazo. Es una pauta
regular que evoluciona lentamente en el tiempo creciendo o decreciendo
f
El Mtodo de tendencia evolutivadeterminista es un procedimiento que supone que la
tendencia Ttes una funcin, pero que evoluciona lentamente, y en consecuencia, puede
aproximarse en intervalos muy cortos (por ejemplo de 3 o 5 datos) por una funcin simple del
tiempo. En general se supone una recta, pero ahora sus coeficientes van cambiando
suavemente en el tiempo.
v
10
Para analizar el componente de estacionalidad, se requiere disponer de los datos en una tabla
de doble entrada, donde los valores de la serie se organizan segn las opciones de tiempo
Una serie no estacionaria puede ser estacional, es decir, que la serie tiene una pauta de
evolucin que se repite de un ao a otro.
Es importante destacar que por definicin, una serie anual no puede ser nunca estacional,
sin embargo las series mensuales o diarias pueden presentar estacionalidad, debida al mes
o al da.
b. Una serie no estacionaria presenta unas caractersticas que permiten descomponerla
Descomposicin bsica de una serie temporal
Los mtodos descriptivos clsicos pueden aplicarse a series temporales estacionarias, pero
no para las no estacionarias.
d. Mtodo de tendencia evolutiva supone que la tendencia Ttes una funcin, pero que evoluciona
lentamente, y en consecuencia,
Mtodo de tendencia evolutiva
Un procedimiento ms realista que el del ajuste de la lnea recta, es suponer que la tendencia Tt
es una funcin, pero que evoluciona lentamente, y en consecuencia, puede aproximarse en
intervalos muy cortos (por ejemplo de 3 o 5 datos) por una funcin simple del tiempo. En
general se supone una recta, pero ahora sus coeficientes van cambiando suavemente en el
tiempo.
Para estimar la tendencia Tt tenemos que asumir que en perodos cortos los coeficientes son
constantes. En concreto, suponiendo que la representacin de la tendencia por una recta es
vlida para tres perodos consecutivos, t-1, t, t+1, se tendr:
e. En el Anlisis de Estacionalidad, siempre que se recogen datos igualmente espaciados es
esperable un efecto estacional
Anlisis de Estacionalidad
Siempre que se recogen datos igualmente espaciados es esperable un efecto estacional, por
ejemplo cuando se observan datos mensuales o semanales a travs del tiempo.
Para analizar la estacionalidad, se requiere disponer los datos en una tabla de doble entrada,
donde los valores de la serie se organizan segn las opciones de tiempo, tal como se observa
en el cuadro 10, donde cada tabla rene los valores de la serie segn (1) mes y ao, (2)
semana y mes, (3) da y semana
}
Correlacin Parcial y Semiparcial
f
Las correlaciones parciales y semiparciales tienen especial inters por permitir conocer las
contribuciones especficas de las distintas variables integrando lo que comparten con otras
variables.
1
f
2
f
En correlacione parciales, no tocamos la variabilidad e la variable dependiente, sino tan slo
sustraemos el efecto de la variable que deseamos controlar, de los predictores que estamos
tratando
3
v
Una correlacin semiparcial del tipo ry(i.23..(i).......K) es una correlacin semiparcial de orden k-1
que indica la correlacin entre Y y Xi eliminado de sta la influencia de las restantes variables
explicativas.
4
f
Las correlaciones parciales tienen especial inters para conocer el reparto de las
contribuciones de las variables independientes X sobre la variable Y
5
v
6
f
7
v
8
v
Sea una variable X1 que contribuye en la variabilidad de Y en una proporcin de (0.72)2=0.49 y que
la variable X2 contribuye en una proporcin de (0.62)2=0.36. La correlacin mltiple que es la
proporcin de variacin explicada es de (0.82)2=0.64. El total de ambas contribuciones no es igual
a la suma, se concluye entonces, que ambas variables explicativas no son fuentes independientes
de variabilidad, sino que comparten una cierta cantidad de la misma
f
10
Frecuentemente las variables explicativas estn solapadas y hay que utilizar algn criterio que
permita asignar las zonas no compartidas a variables especficas: se debe establecer una jerarqua
entre tales variables de forma que las de mayor orden jerrquico tengan prioridad respecto a su
variabilidad compartida, a las que se les adjudica.