Documentos de Académico
Documentos de Profesional
Documentos de Cultura
INTRODUCCIN
SERIES DE TIEMPO...........................................................................3
1. MODELO CLSICO DE SERIES DE TIEMPO......................................6
2. ANLISIS DE FLUCTUACIONES......................................................8
3. ANLISIS DE TENDENCIA............................................................11
4. PRONSTICOS BASADOS EN FACTORES DE TENDENCIA Y
ESTACIONALES...............................................................................14
5. PROBLEMAS RESUELTOS............................................................16
-ANLISIS DE TENDENCIA.........................................................................16
-PRONSTICOS BASADOS EN FACTORES DE TENDENCIA Y ESTACIONALES............18
6. RESULTADOS CON MINITAB........................................................20
BIBLIOGRAFA................................................................................22
Introduccin
Definicin de serie de tiempo: Es una secuencia ordenada de valores de una
variable en intervalos de tiempo peridicos y consecutivos.
Aplicacin: la aplicacin de estos mtodos tiene dos propsitos: comprender las
fuerzas de influencia en los datos y descubrir la estructura que produjo los datos
observados. Ajustar el modelo y proceder a realizar pronsticos, monitoreo,
retroalimentacin y control en avance.
SERIES DE TIEMPO
Toda institucin, ya sea la familia, la empresa o el gobierno, tienen que hacer
planes para el futuro si ha de sobrevivir y progresar. Hoy en da diversas
instituciones requieren conocer el comportamiento futuro de ciertos fenmenos
con el fin de planificar, prever o prevenir.
Debido a que las condiciones econmicas y comerciales varan en el
tiempo, los lderes de los negocios deben encontrar formas de mantenerse al da
respecto a los efectos que esos cambios tendrn en sus operaciones. Una tcnica
que pueden usar los lderes de negocios como ayuda en la planeacin de las
necesidades operativas en lo futuro es el pronstico. Aunque se han desarrollado
numerosos mtodos para pronosticar, todos tienen un objetivo comn, predecir los
eventos futuros de manera quelas proyecciones se puedan incorporar en el
proceso de toma de decisiones.
Suponga que necesitamos hacer pronsticos trimestrales para el volumen
de ventas de determinado producto durante el prximo ao. Los programas de
produccin, las compras de materias primas, las polticas de inventarios y las
cuotas de venta sern afectados, todos, por esos pronsticos. Entonces, los malos
pronsticos darn como resultado una mala planeacin y, en consecuencia,
aumentarn los costos de la empresa. Cmo se hace para elaborar los
pronsticos trimestrales del volumen de ventas?
Desde luego que se deben considerar los datos reales de ventas del
producto en periodos pasados. Con tales datos histricos podemos identificar el
nivel general de ventas y cualquier tendencia, como aumento o disminucin en el
volumen a travs del tiempo. Por ejemplo, un examen ms detallado de los datos
puede revelar un comportamiento estacional, como el de los picos que se
presentan en el tercer trimestre de cada ao y los mnimos durante el primer
trimestre. Al repasar los datos histricos se puede, con frecuencia, adquirir una
mejor comprensin de la tendencia de las ventas en el pasado para poder
pronosticar las ventas del producto en el futuro de una mejor manera.
Las ventas histricas forman una serie de tiempo que es un conjunto de
observaciones de una variable medida en puntos o periodos sucesivos en el
tiempo.
En esencia, existen dos enfoques de pronsticos: cualitativo y cuantitativo.
Los mtodos de pronstico cualitativos son importantes en especial cuando
no se dispone de datos histricos, como sera el caso de un departamento de
finanzas que desea pronosticar los ingresos de una compaa nueva. Los mtodos
3
2. ANLISIS DE FLUCTUACIONES
El primer paso en un anlisis de series de tiempo, consiste en graficar los datos y
observar sus tendencias en el tiempo. Primero debe determinarse si parece haber
un movimiento hacia arriba o hacia abajo a largo plazo en la serie (una tendencia)
o si la serie parece oscilar alrededor de una recta horizontal en el tiempo. En este
caso, es decir, no hay tendencia positiva o negativa a largo plazo, puede
emplearse el mtodo de promedios mviles o el de suavizacin exponencial para
emparejar la serie y proporcionar un panorama global a largo plazo. Por otro
lado, si de hecho existe una tendencia, se pueden aplicar varios mtodos de
pronstico de series de tiempo al manejar datos anuales, y otro mtodo para los
datos de series de tiempo mensual o trimestral.
El patrn o comportamiento de los datos en una serie de tiempo tiene
diversos componentes. El supuesto usual es que se combinan cuatro
componentes separados: la tendencia, el cclico, el estacional y el irregular para
definir valores especficos de la serie de tiempo. Examinaremos cada uno de estos
componentes.
El grfico de la serie permitir:
a) Detectar Outlier: se refiere a puntos de la serie que se escapan de lo
normal. Un outliers es una observacin de la serie que corresponde a un
comportamiento anormal del fenmeno (sin incidencias futuras) o a un error
de medicin. Se debe determinar desde fuera si un punto dado es outlier o
no. Si se concluye que lo es, se debe omitir o reemplazar por otro valor
antes de analizar la serie.
Por ejemplo, en un estudio de la produccin diaria en una fbrica se present
la siguiente situacin
10
3. ANLISIS DE TENDENCIA
Como el anlisis de tendencia se ocupa de la direccin del movimiento de la serie
de tiempo a largo plazo, es comn que esos anlisis se lleven a cabo analizando
datos anuales. Por lo general, se deben utilizar datos de cuando menos 15 o 20
aos, para no incluir como seal de la tendencia global de la serie de tiempo los
movimientos cclicos que implican pocos aos de duracin.
El modelos de mnimos cuadrados es la base mas comn que se utiliza
para identificar el componente de tendencia de las serie de tiempos, determinando
la ecuacin que mejor se ajuste a la lnea de tendencia. Debe observarse que, en
trminos estadsticos, una lnea de tendencia no es una lnea de regresin porque
la variable dependiente Y no es una variable aleatoria si no que, mas bien, es un
valor histrico acumulado. Adems , sol puede haber un valor histrico para
cualquier periodo de tiempo determinado y los valores asociados con un periodo
de tiempo adyacente son dependientes. No obstante, el mtodo de mnimo
cuadrados es una base conveniente para determinar el componente de la
tendencia de una serie de tiempo. Cuando parece que el aumento o la disminucin
a largo plazo sigue una tendencia lineal, la ecuacin para los valores de la lnea de
tendencia, utilizando X para representa el ao, es
YT b0 b1 X
El componente b0 de la formula antes mencionada representa el punto de
XY nXY
X2 nX
b0 Y b1 X
Ejemplo:
11
YT b0 b1 x
12
Puede observarse que muchas series de tiempo que representan las ventas
de productos presentan tres etapas: una etapa introductora de crecimiento lento
en las ventas, una etapa interna de rpidos aumentos en las ventas y una etapa
final de crecimiento lento al saturarse el mercado. Este conjunto de tres etapas
puede abarcar muchos aos para algunos productos, tales como el acero
estructural. Para otro productos, tales como radios de banda civil, la etapa de
saturacin puede alcanzarse con relativa rapidez. La curva de tendencia
especifica que incluye las tres etapas que es acaban de describir es la curva de
Gompertz. La ecuacin de la cruva de tendencia de Gompertz es:
YT b0 b1 (b
)x
13
YT
b0 b1 X b0 b1
12 12 12 12 144
YT
b0 b1 X b0 b1
X
4 4 4
4 16
YT
b b
b0
1.5 1 1 X
16 16
4
15
5. PROBLEMAS RESUELTOS
Anlisis de Tendencia
Se presentan los datos de ventas para un periodo de 11 aos de una compaa,
que empez a operar en 1980. Los datos de esta serie de tiempo se ilustran
mediante la siguiente grfica de lnea. Tambin se incluyen los clculos necesarios
para determinar la ecuacin para determinar la ecuacin de la tendencia lineal.
Ao
1980
1981
1982
1983
1984
1985
1986
1987
1988
1989
1990
Totales:
Ao
Codificad
o (X)
0
1
2
3
4
5
6
7
8
9
10
55
Ventas en
miles de
millones (Y)
$0.2
$0.4
$0.5
$0.9
$1.1
$1.5
$1.3
$1.1
$1.7
$1.9
$2.3
$12.9
XY
X2
0
0.4
1.0
2.7
4.4
7.5
7.8
7.7
13.6
17.1
23.0
85.2
0
1
4
9
16
25
36
49
64
81
100
385
Determine:
a) La ecuacin de tendencia lineal para estos datos mediante el mtodo de
mnimos cuadrados, codificando 1980 como 0, y llevando todos los valores
con dos cifras decimales.
b) Dibuje la lnea de tendencia sobre la grafica de lnea de la grfica antes
mencionada.
16
a)
YT b0 b1 X
X 55
5.00
n 11
Y 12.9
Y
1.17
n
11
XY nXY 85.2 11 5.00 1.17 20.85
b1
0.19
2
110
385 11 5.00
X 2 nX 2
X
17
b b
b0
1.5 1 1 X
16 16
4
0.19 0.19
0.22
1.5
X
16 16
4
0.0550 0.0178 0.0119X
YT (trimestral)
0.0372 0.0119
La ecuacin trimestral de tendencia, en unidades de millones de pesos, es:
Trimestre
1985
1986
1987
1988
1989
1990
1
2
3
136.6
76.2
50.0
146.7
86.2
58.8
122.2
85.3
70.0
134.8
87.9
67.8
126.3
103.7
64.0
110.3
106.7
116.4
127.5
111.6
Media
modificada
132.6
86.5
63.5
112.8
395.4
ndice
estacional:
Media x
1.0116*
134.1
87.5
64.2
114.1
399.9
19
Ao
1980
1981
1982
1983
1984
1985
1986
1987
1988
1989
1990
Totales:
Ao
Codificado
(X)
0
1
2
3
4
5
6
7
8
9
10
55
Ventas en
miles de
millones (Y)
$0.2
$0.4
$0.5
$0.9
$1.1
$1.5
$1.3
$1.1
$1.7
$1.9
$2.3
$12.9
XY
X2
0
0.4
1.0
2.7
4.4
7.5
7.8
7.7
13.6
17.1
23.0
85.2
0
1
4
9
16
25
36
49
64
81
100
385
20
21
Bibliografa
la
22