Está en la página 1de 6

Anlisis de series

de tiempo.

ANALISIS DE SERIES DE TIEMPO.


Series de Tiempo Por serie de tiempo nos referimos a datos estadsticos que se
recopilan, observan o registran en intervalos de tiempo regulares (diario, semanal,
semestral, anual, entre otros). El trmino serie de tiempo se aplica por ejemplo a
datos registrados en forma peridica que muestran, por ejemplo, las ventas
anuales totales de almacenes, el valor trimestral total de contratos de construccin
otorgados, el valor trimestral del PIB.

COMPONENTES DE LA SERIE DE TIEMPO


Supondremos que en una serie existen cuatro tipos bsicos de variacin, los
cuales sobrepuestos o actuando en concierto, contribuyen a los cambios
observados en un perodo de tiempo y dan a la serie su aspecto errtico. Estas
cuatro componentes son: Tendencia secular, variacin estacional, variacin cclica
y variacin irregular. Supondremos, adems, que existe una relacin multiplicativa
entre estas cuatro componentes; es decir, cualquier valor de una serie es el
producto de factores que se pueden atribuir a las cuatro componentes.
1. Tendencia secular: La tendencia secular o tendencia a largo plazo de una
serie es por lo comn el resultado de factores a largo plazo. En trminos intuitivos,
la tendencia de una serie de tiempo caracteriza el patrn gradual y consistente de
las variaciones de la propia serie, que se consideran consecuencias de fuerzas
persistentes que afectan el crecimiento o la reduccin de la misma, tales como:
cambios en la poblacin, en las caractersticas demogrficas de la misma,
cambios en los ingresos, en la salud, en el nivel de educacin y tecnologa. Las
tendencias a largo plazo se ajustan a diversos esquemas. Algunas se mueven
continuamente haca arriba, otras declinan, y otras ms permanecen igual en un
cierto perodo o intervalo de tiempo.
2. Variacin estacional: El componente de la serie de tiempo que representa la
variabilidad en los datos debida a influencias de las estaciones, se llama
componente estacional. Esta variacin corresponde a los movimientos de la serie
que recurren ao tras ao en los mismos meses (o en los mismos trimestres) del
ao poco ms o menos con la misma intensidad. Por ejemplo: Un fabricante de
albercas inflables espera poca actividad de ventas durante los meses de otoo e
invierno y tiene ventas mximas en los de primavera y verano, mientras que los
fabricantes de equipo para la nieve y ropa de abrigo esperan un comportamiento
anual opuesto al del fabricante de albercas.
3. Variacin cclica: Con frecuencia las series de tiempo presentan secuencias
alternas de puntos abajo y arriba de la lnea de tendencia que duran ms de un
ao, esta variacin se mantiene despus de que se han eliminado las variaciones
o tendencias estacional e irregular. Un ejemplo de este tipo de variacin son los
ciclos comerciales cuyos perodos recurrentes dependen de la prosperidad,

recesin, depresin y recuperacin, las cuales no dependen de factores como el


clima o las costumbres sociales.
4. Variacin Irregular: Esta se debe a factores a corto plazo, imprevisibles y no
recurrentes que afectan a la serie de tiempo. Como este componente explica la
variabilidad aleatoria de la serie, es impredecible, es decir, no se puede esperar
predecir su impacto sobre la serie de tiempo. Existen dos tipos de variacin
irregular:
a) Las variaciones que son provocadas por acontecimientos especiales,
fcilmente identificables, como las elecciones, inundaciones, huelgas, terremotos.
b) Variaciones aleatorias o por casualidad, cuyas causas no se pueden sealar en
forma exacta, pero que tienden a equilibrarse a la larga.

CLASIFICACION DE LOS MOVIMIENTOS DE LAS SERIES DE


TIEMPOS
Estacionarias:
Se habla de este tipo de variaciones usualmente cuando el comportamiento de la
variable en el tiempo en un periodo est relacionado con la poca o un periodo
particular, por lo general en el espacio cronolgico presente.

No estacionarias:
Son series en las cuales la tendencia y/o variabilidad cambian en el tiempo. Los
cambios en la media determinan una tendencia a crecer o decrecer a largo plazo,
por lo que la serie no oscila alrededor de un valor constante.

METODOS PARA ESTIMACION DE LA TENDENCIA.


METODO DE MINIMOS CUADRADOS
es una lnea recta que es la mejor aproximacin del conjunto de datos dado.
Es usada para estudiar la naturaleza de la relacin entre dos variables.
Una recta que mejor se ajusta puede ser determinada aproximadamente usando el
mtodo visual al dibujar una lnea recta en una grfica de dispersin para que
tanto el nmero de puntos arriba de la recta y debajo de la recta sean casi iguales
(y la lnea pasa a trves de tantos puntos como sea posible).
Una forma ms precisa de encontrar la recta que mejor se ajusta es el mtodo de
mnimos cuadrados.
Use los pasos siguientes para encontrar la ecuacin de la recta que mejor se
ajusta para un conjunto de parejas ordenadas.
Paso 1: Calcule la media de los valores de x y la media de los valores de y.
Paso 2: Realice la suma de los cuadrados de los valores de x.
Paso 3: Realice la suma de cada valor de x multiplicado por su valor
correspondiente y.
Paso 4: Calcule la pendiente de la recta usando la frmula:

METODO DEL PROMEDIO MOVIL.


El mtodo de pronstico mvil simple se utiliza cuando se quiere dar ms
importancia a conjuntos de datos ms recientes para obtener la previsin. Cada
punto de una media mvil de una serie temporal es la media aritmtica de un
nmero de puntos consecutivos de la serie, donde el nmero de puntos es elegido
de tal manera que los efectos estacionales y / o irregulares sean eliminados.
El pronstico de promedio mvil es ptimo para patrones de demanda aleatoria o
nivelada donde se pretende eliminar el impacto de los elementos irregulares
histricos mediante un enfoque en perodos de demanda reciente.

Modelo de Promedio Mvil


Frmula

METODO DE LOS SEMIPROMEDIOS.


Consiste en dividir dos partes iguales al periodo en estudio y determinar un ao
non que constituya la mitad de la serie, los promedios son computados dividiendo
el total de las ventas de cada una de las dos series, entre la cantidad de los aos
a que las mismas se refiere, y plasmar esos semi promedios en una grfica de
coordenadas, trazando una lnea para unirlas y que estara sealando la tendencia
de las ventas de la entidad. La seleccin del periodo o cantidad de aos tiene una
influencia directa en la tendencia o inclinacin de la lnea; si en la primera
parte del periodo seleccionado prevaleci una depresin y la segunda se
caracteriz por prosperidad, la tendencia de la lnea ser demasiado
empinada y no sera representativa o, si por el contrario, durante el primer lapso
ocurri un ciclo de prosperidad y uno de depresin durante el segundo, la lnea
sera depresiva.

BIBLIOGRAFIA:
http://es.scribd.com/doc/156096635/Metodo-Semi-Promediado#scribd
http://www.estadistica.mat.uson.mx/Material/seriesdetiempo.pdf
http://www.monografias.com/trabajos87/analisis-tendencia-series-tiempo/analisistendencia-series-tiempo.shtml