Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Las series de tiempo llamadas tambin series cronolgicas o series histricas son
un conjunto de datos numricos que se obtienen en perodos regulares y
especficos a travs del tiempo, los tiempos pueden ser en aos, meses, semanas,
das o otra unidad adecuada al problema que se est trabajando. Ejemplos de series
de tiempo son: Ventas mensuales de un producto en una empresa, produccin total
anual de petrleo en Ecuador durante un cierto nmero aos o las temperaturas
anunciadas cada hora por el meteorlogo para un aeropuerto.
Matemticamente, una serie de tiempo se define por los valores Y1, Y2, Y3,.de
una variable Y (ventas mensuales, produccin total, etc.) en tiempos t1, t3,
t3.. Si se reemplaza a X por la variable tiempo, estas series se definen como
distribuciones de pares ordenados (X,Y) en el plano cartesiano, siendo Y
una funcin de X; esto se denota por:
Donde:
X(t) serie observada en instante t
Una suposicin usual es que A(t) sea una componente aleatoria o ruido blanco con
media cero y varianza constante.
Un modelo aditivo (1), es adecuado, por ejemplo, cuando E(t) no depende de otras
componentes, como T(t), s por el contrario la estacionalidad vara con la tendencia,
el modelo ms adecuado es un modelo multiplicativo (2). Es claro que el modelo 2
puede ser transformado en aditivo, tomando logaritmos. El problema que se
presenta, es modelar adecuadamente las componentes de la serie.
La figura 2.1 ilustra posibles patrones que podran seguir series representadas por
los modelos (1), (2) y (3).
Anlisis de tendencia para series de tiempo
1)
Es necesario describir la tendencia ascendente o descendente a largo plazo de una
serie cronolgica por medio de alguna lnea, y la ms adecuada ser la que mejor
represente los datos y sea til para desarrollar pronsticos. Para lograr la estimacin
de la tendencia se utilizan con ms frecuencia los siguientes mtodos:
2) MTODO DE LOS MNIMOS CUADRADOS
Este mtodo ya se estudi en el captulo anterior, en el que se indic las formas
para hallar la ecuacin de una recta de mnimos cuadrados. Con esta recta se
obtendrn los valores de tendencia.
Ejemplo:
Con los siguientes datos acerca de las ventas en millones de dlares de la
Empresa M & M:
Ventas
Ao (X)
(Y)
1995 3,4
1996 3,1
1997 3,9
1998 3,3
1999 3,2
2000 4,3
2001 3,9
2002 3,5
2003 3,6
2004 3,7
2005 4
2006 3,6
2007 4,1
2008 4,7
2009 4,2
2010 4,5
Ao (X) X Y XY X2 Y2
Interpretacin:
- El valor al ser positiva indica que existe una tendencia ascendente de
las exportaciones aumentando a un cambio o razn promedio de 0,07 millones de
dlares por cada ao.
- El valor de indica el punto en donde la recta interseca al eje Y cuando X
= 0, es decir indica las exportaciones estimadas para el ao 1996 igual a 3,22.
Reemplazado los valores anteriores en la recta de tendencia se obtiene:
Y = 3,22 + 0,07X
2) Para pronosticar la tendencia de exportacin para el 2011 se reemplaza X = 17
en la recta de tendencia, obteniendo el siguiente resultado:
Y = 3,22 + 0,07X
Y = 3,22 + 0,0717 = 4,41
Los clculos en Excel se muestran en la siguiente figura:
Con esta recta de tendencia se puede realizar pronsticos, los cuales son menos
exactos que los obtenidos con el mtodo de los mnimos cuadrados, sin embargo,
su diferencia es mnima.
Ejemplo
Con los siguientes datos sobre las ventas en millones de dlares de la Empresa D
&M
Ao Ventas
(X) (Y)
2000 1,5
2001 1,8
2002 2
2003 1,5
2004 2,2
2005 2
2006 3
2007 2,8
2008 2,4
2009 2,9
2010 3
Ejemplo:
El nmero de acadmicos que poseen computadoras personales en la Universidad
de Ohio ha aumentado drsticamente entre 1990 y 1995: Ao 1990 1991 1992 1993
1994 1995 Nmero de PC 50 110 350 1,020 1,950 3,710
En la siguiente tabla se encuentran los datos de las ventas de los ltimos cinco aos
de una empresa del ramo de alimentos:
y = 6.1 + 1.3t
d) Los dos aos siguientes son 2008 y 2009, que en trminos de los clculos que
estamos haciendo son 6 y 7, respectivamente. Pues bien, estos se sustituyen en la
Ecuacin de Tendencia y se obtienen los pronsticos requeridos, es decir:
d) Calcular el valor con ajuste estacional de las ventas trimestrales. Construir grfica e
Interpretar los resultados
b) Para llegar al ndice estacional trimestral se deben construir dos tablas, la primera
de ellas, se calcula como sigue: Columna
(2). Total mvil de cuatro trimestres, por ejemplo: 6.7 + 4.6 + 10.0 + 12.7 = 34 que
se coloca al centro de cuatro cuatrimestres que se suman. Enseguida la suma se
va moviendo un trimestre, es decir, el siguiente es: 4.6 + 10.0 + 12.7 + 6.5 = 33.8y
as, sucesivamente. Columna
(3). Promedio mvil de cuatro trimestres, es decir, ya solo hay que dividir los totales
anteriores entre 4 y colocar el resultado frente a su correspondiente. Por ejemplo:
34/4 = 8.500, 33.8/4=8.450, etctera. Columna
(4). Promedio mvil centrado, ahora se centran los promedios mviles, es decir, se
suman los dos promedios mviles y se dividen entre 2, el resultado de esto se centra
entre los dos valores sumados quedando centrado con el trimestre correspondiente,
por ejemplo: (8.500 + 8450)/2 = 8.475 que queda centrado con el trimestre 3 del ao
2002, el segundo sera (8.450 + 8.450)/2 = 8.450 que queda centrado con el
trimestre cuatro del ao 2002. Columna
(5). Valor estacional especfico.- Se calcula dividiendo las ventas originales
(columna 1) entre el promedio mvil centrado (columna 4), por ejemplo: 10.0/8.475
= 1.180, el segundo es 12.7/8.450 = 1.503, etctera.
La segunda tabla se construye de la siguiente forma:
Se acomodan en un cuadro los valores estacionales especficos obtenidos antes,
para enseguida:
Calcular la media modificada de cada trimestre, esta se obtiene sumando los
valores obtenidos pero sin considerar los valores ms alto y ms bajo, por ejemplo:
(0.772 + 0.775 + 0.753)/3 = 0.766
Obtener el ndice estacional multiplicando la media obtenida por el factor de
correccin o ajuste que se calcula con la frmula que aparece al pie del cuadro
siguiente:
1, cuyo ndice es 76.466 significa que las ventas en este trimestre estarn (100
76.466 = ) 23.534% por abajo del promedio tpico, Para el trimestre
2, cuyo ndice es 57.300 significa que las ventas en este trimestre estarn (100
57.300 =) 42.700% por abajo del promedio tpico Para el trimestre
3, cuyo ndice es 113.601 significa que las ventas en este trimestre estarn
(113.601 100 =) 13.601% por arriba del promedio tpico Para el trimestre
4, cuyo ndice es 152.633 significa que las ventas en este trimestre estarn (152.633
100 =) 52.633% por arriba del promedio tpico
En resumen, como puede apreciarse el perodo con mayor actividad en las ventas
es el cuarto trimestre mientras que para el primer y segundo trimestre del ao tal
actividad baja drsticamente.
d) Para calcular el valor ajustado por el ndice estacional ya solo hay que dividir los
valores originales desestacionalizados entre su respectivo ndice estacional
trimestral, por ejemplo para el trimestre 1 del ao 2002: (6.7/76.466)*100 = 8.76, es
decir
y = 8.1791 + 0.0880x
Esto quiere decir que la pendiente es 0.0880, es decir, que en los ltimos 24
trimestres, las ventas desestacionalizadas aumentaron a razn de 0.0880 (millones
de pesos) por trimestre. El valor 8.1791 corresponde a la intercepcin en el eje y de
la lnea de tendencia.
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.