Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Apuntes Series de Tiempo PDF
Apuntes Series de Tiempo PDF
Minitab
Análisis de tendencia
El análisis de tendencia ajusta un modelo de tendencia general para los datos de las series de
tiempo y provee los pronósticos. Elija entre los modelos lineal, cuadrático, crecimiento o
decadencia exponencial y curva S (Logística). Utilice este procedimiento para ajustar tendencia a
sus series cuando no exista componente estacional.
Elementos del cuadro de diálogo
Variable: Ingrese la columna que contiene las series de tiempo.
Tipo de modelo: Seleccione el modelo que desea. Proceda con cuidado al interpretar los
coeficientes de los diferentes modelos, porque tienen diferentes significados.
Lineal: Elija esta opción para modelar la linealidad en la tendencia. El modelo de tendencia lineal
es el modelo predeterminado utilizado en el análisis de tendencia.
Cuadrática: Elija esta opción para modelar la curvatura en la tendencia.
Crecimiento exponencial: Elija esta opción para modelar el crecimiento o decadencia
exponencial.
Curva en forma de S (Logística de Pearl-Reed): Elija esta opción para modelar una curva con
forma de S. Usted no puede tener datos faltantes cuando ajusta un modelo de curva S.
Generar pronósticos: Marque esta opción para generar pronósticos.
Número de pronósticos: Ingrese un entero para indicar cuántos pronósticos desea.
Iniciar desde origen: Ingrese un entero positivo para especificar un punto inicial para los
pronósticos. Por ejemplo, si usted especifica 4 pronósticos y 48 para el origen, Minitab calcula
pronósticos para los períodos 49, 50, 51 y 52. Si deja este espacio en blanco, Minitab genera
pronósticos desde el final de los datos. Minitab utiliza datos hasta el origen para ajustar el modelo
de tendencia utilizado para generar pronósticos.
Descomposición
Es posible utilizar la descomposición para separar las series de tiempo en componentes de
tendencia lineal y estacional, así como de error, y proveer pronósticos. Puede elegir si el
componente estacional es aditivo o multiplicativo con la tendencia. Utilice este procedimiento
cuando desee pronosticar y sus series incluyan un componente estacional o si desea simplemente
examinar la naturaleza de las partes integrantes.
Elementos del cuadro de diálogo
Variable: Ingrese la columna que contiene las series de tiempo.
Longitud estacional: Ingrese un entero positivo mayor que o igual a 2. Esta es la longitud del
componente estacional. Por ejemplo, si usted tiene datos mensuales, puede utilizar una longitud
estacional de 12.
Tipo de modelo:
Multiplicativo: Elija esta opción para utilizar el modelo multiplicativo.
Aditivo: Elija esta opción para utilizar el modelo aditivo.
Componentes del modelo:
Tendencia más estacional: Elija esta opción para incluir el componente de tendencia en la
descomposición.
Estacional solamente: Elija esta opción para omitir el componente de tendencia de la
descomposición. Es recomendable hacer esto si ya examinó sus datos sin tendencia con el Análisis
de tendencia.
Precaución: Si los datos contienen un componente de tendencia, pero usted lo omite de la
descomposición, puede afectar los cálculos de los índices estaciones.
Generar pronósticos: Marque esta opción si desea generar los pronósticos.
Número de pronósticos: Ingrese un valor entero para indicar el número de pronósticos.
Iniciar desde origen: Ingrese un entero positivo para especificar un punto inicial para los
pronósticos. Por ejemplo, si usted especifica 4 pronósticos y 48 para el origen, Minitab calcula
pronósticos para los períodos 49, 50, 51 y 52. Si deja este espacio en blanco, Minitab genera
pronósticos desde el final de los datos.
Comando Pronóstico Ejemplo
Ejecución en Minitab
Promedio móvil
El promedio móvil suaviza sus datos al promediar las observaciones consecutivas en una serie y
ofrece pronósticos a corto plazo. Este procedimiento puede ser una opción probable si sus datos
no tienen un componente de tendencia o estacional. Sin embargo, hay maneras de utilizar los
promedios móviles cuando sus datos posean tendencia y/o estacionalidad.
Elementos del cuadro de diálogo
Variable: Ingrese la columna que contiene las series de tiempo.
Longitud de MA (Mobile average o Promedio móvil): Ingrese un valor entero positivo para indicar
la longitud deseada para el promedio móvil. Con las series de tiempo no estacionales, es común
utilizar promedios móviles cortos para suavizar las series, aunque la longitud que usted
seleccione puede depender de la cantidad de ruido en las series. Un promedio móvil más largo
filtra más ruido, pero también es menos sensible a cambios en las series. Con las series
estacionales, es común utilizar un promedio móvil de longitud igual a la longitud de un ciclo anual.
Centrar los promedios móviles: Si usted marca esta opción, Minitab coloca los valores del
promedio móvil en el período que se encuentra en el centro del rango en lugar del final del rango.
Este procedimiento se denomina centrar el promedio móvil y se realiza para colocar los valores
de promedio móvil en sus posiciones centrales en el tiempo. Haga clic aquí para obtener más
información acerca de cómo centrar.
Generar pronósticos: Marque esta opción para generar pronósticos. Los pronósticos aparecen en
verde en la gráfica de serie de tiempo con bandas de intervalo de predicción de 95%.
Número de pronósticos: Ingrese un entero para indicar cuántos pronósticos desea.
Iniciar desde origen: Ingrese un entero positivo para especificar un punto inicial para los
pronósticos. Por ejemplo, si usted especifica 4 pronósticos y 48 para el origen, Minitab calcula
los pronósticos para los períodos 49, 50, 51 y 52 basados en el promedio móvil en el período 48.
Si deja este espacio en blanco, Minitab generará los pronósticos desde el final de los datos.
Método de Winters
El método de Winters suaviza sus datos mediante la suavización exponencial de Holt-Winters y
ofrece pronósticos de corto a mediano alcance. Usted puede utilizar este procedimiento cuando
la tendencia y la estacionalidad estén presentes, con estos dos componentes que pueden ser
aditivos o multiplicativos. El Método de Winters calcula estimados dinámicos para tres
componentes: nivel, tendencia y estacional.
Elementos del cuadro de diálogo
Variable: Seleccione la columna que contenga las series de tiempo.
Longitud estacional: Ingrese la longitud del patrón estacional. Este número debe ser un valor
entero positivo mayor que o igual a 2.
Tipo de modelo:
Multiplicativo: Elija el modelo multiplicativo cuando el patrón estacional en los datos dependa
del tamaño de los datos. En otras palabras, la magnitud del patrón estacional aumenta a medida
que la serie sube y disminuye a medida que la serie baja.
Aditivo: Elija el modelo aditivo cuando el patrón estacional en los datos no dependa del tamaño
de los datos. En otras palabras, la magnitud del patrón de estación no cambia cuando la serie
sube o baja.
Ponderaciones que se utilizarán en la suavización: Por opción predeterminada, las tres
ponderaciones o parámetros de suavización se establecen en 0.2. Debido a que existe un modelo
ARIMA equivalente sólo para una forma muy restringida del modelo de Holt-Winters, los
parámetros óptimos no están presentes para el método de Winters como lo están para la
Suavización exponencial simple y para la Suavización exponencial doble.
Nivel: Especifique la ponderación del componente de nivel; la cual deberá ser un número de 0 a
1.
Tendencia: Especifique la ponderación del componente de tendencia; la cual deberá ser un
número de 0 a 1.
Estacional: Especifique la ponderación del componente estacional; la cual deberá ser un número
de 0 a 1.
Generar pronósticos: Marque esta opción para generar pronósticos. Los pronósticos aparecen en
verde en la gráfica de serie de tiempo con bandas de intervalo de predicción de 95%.
Número de pronósticos: Ingrese un entero para indicar cuántos pronósticos desea.
Iniciar desde origen: Ingrese un entero positivo para especificar un punto inicial para los
pronósticos. Por ejemplo, si usted especifica 4 pronósticos y 48 para el origen, Minitab calcula
los pronósticos para los períodos 49, 50, 51 y 52, basados en los componentes de nivel y
tendencia en el período 48 y los componentes estacionales correspondientes. Si usted deja este
espacio en blanco, Minitab generará los pronósticos desde el final de los datos.