Nombre: Diana Marcela Ardila Castillo ID: 000533170

Series de tiempo y pronostico

¿Qué son series de tiempo y pronostico?
Con frecuencia se realizan observaciones de datos a través del tiempo. Cualquier variable
que conste de datos reunidos, registrados u observados sobre incrementos sucesivos de
tiempo se denomina serie de tiempo, igualmente una serie de tiempo es un conjunto de
observaciones producidas en determinados momentos durante un periodo semanal,
mensual, trimestral o anual, generalmente a intervalos iguales; si bien el comportamiento de
cualquier serie de tiempo puede observarse gráficamente, no en todos los casos es posible
distinguir las particularidades que cada una pueda contener
- Componentes de la serie de tiempo:
Existen cuatro tipos básicos de variación, los cuales sobrepuestos o actuando en concierto,
contribuyen a los cambios observados en un período de tiempo y dan a la serie su aspecto
errático. Estas cuatro componentes son: Tendencia secular, variación estacional, variación
cíclica y variación irregular.
1. la tendencia secular: la tendencia secular o tendencia a largo plazo de una serie es
por lo común el resultado de factores a largo plazo. En términos intuitivos, la
tendencia de una serie de tiempo caracteriza el patrón gradual y consistente de las
variaciones de la propia serie, que se consideran consecuencias de fuerzas
persistentes que afectan el crecimiento o la reducción de la misma, tales como:
cambios en la población, en las características demográficas de la misma, cambios
en los ingresos, en la salud, en el nivel de educación y tecnología. Las tendencias a
largo plazo se ajustan a diversos esquemas. Algunas se mueven continuamente
hacía arriba, otras declinan, y otras más permanecen igual en un cierto período o
intervalo de tiempo.

2. La fluctuación cíclica: con frecuencia las series de tiempo presentan secuencias

alternas de puntos abajo y arriba de la línea de tendencia que duran más de un año,
esta variación se mantiene después de que se han eliminado las variaciones o
tendencias estacional e irregular. Un ejemplo de este tipo de variación son los ciclos
comerciales cuyos períodos recurrentes dependen de la prosperidad, recesión,
depresión y recuperación, las cuales no dependen de factores como el clima o las
costumbres sociales.

3. la variación 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 variación corresponde a los movimientos de la serie
que recurren año tras año en los mismos meses (o en los mismos trimestres) del año
poco más o menos con la misma intensidad. Por ejemplo: Un fabricante de albercas
 inflables espera poca actividad de ventas durante los meses de otoño e invierno y
tiene ventas máximas 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.

4. La variación 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 variación
irregular: a) Las variaciones que son provocadas por acontecimientos especiales,
fácilmente identificables, como las elecciones, inundaciones, huelgas, terremotos. b)
Variaciones aleatorias o por casualidad, cuyas causas no se pueden señalar en forma
exacta, pero que tienden a equilibrarse a la larga.

- Tendencia de una serie:

1. Tendencia lineal: la tendencia de una serie viene dada por el movimiento general a
largo plazo de la serie. La tendencia a largo plazo de muchas series de negocios
(industriales y comerciales), como ventas, exportaciones y producción, con
frecuencia se aproxima a una línea recta. Esta línea de tendencia muestra que algo
aumenta o disminuye a un ritmo constante. El método que se utiliza para obtener la
línea recta de mejor ajuste es el Método de Mínimos Cuadrados.

2. Tendencia no lineal: Cuando la serie de tiempo presenta un comportamiento

curvilíneo se dice que este comportamiento es no lineal. Dentro de las tendencias no
lineales que pueden presentarse en una serie se encuentran, la polinomial,
logarítmica, exponencial y potencial, entre otras.

- Método de los mínimos cuadrados

Con esta recta se obtendrán los valores de tendencia.

¿Cuáles son las fórmulas que se utilizan?

una serie de tiempo se define por los valores Y 1, Y2, Y3, … de una variable Y (ventas
mensuales, producción 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 función de X; esto se denota por:
Y = f(t)→Y= f(X)

3. Dar un ejemplo de aplicación.

Con los siguientes datos sobre las atenciones en el consultorio psicológico en millones de
dólares.

Año (X) Ventas (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

1) Hallar la ecuación de tendencia por el método de los mínimos cuadrados.

2) Pronosticar la tendencia del consultorio para el 2011.
3) Elaborar la gráfica para los datos y la recta de tendencia.
Solución:

1) Para hallar la ecuación de tendencia por el método de los mínimos cuadrados se llena la
siguiente tabla, codificando la numeración de los años 1995 como 1, 1996 como 2, y así
consecutivamente para facilitar los cálculos.
Año (X) X Y XY X2 Y2
1995 1 3,4 3,40 1 11,56
1996 2 3,1 6,20 4 9,61
1997 3 3,9 11,70 9 15,21
1998 4 3,3 13,20 16 10,89
1999 5 3,2 16,00 25 10,24
2000 6 4,3 25,80 36 18,49
2001 7 3,9 27,30 49 15,21
2002 8 3,5 28,00 64 12,25
2003 9 3,6 32,40 81 12,96
2004 10 3,7 37,00 100 13,69
2005 11 4 44,00 121 16,00
2006 12 3,6 43,20 144 12,96
2007 13 4,1 53,30 169 16,81
2008 14 4,7 65,80 196 22,09
2009 15 4,2 63,00 225 17,64
2010 16 4,5 72,00 256 20,25
Total 136 61 542,3 1496 235,86

Reemplazando valores en las siguientes fórmulas se obtiene los valores de a0 y a1:

a 0=
∑ Y ∙ ∑ X 2 −∑ X ∙ ∑ XY = 61 ∙ 1496−136 ∙ 542,3 = 17503,2 =3,2175=3,22
2 2
N ∑ X 2−( ∑ X ) 16 ∙ 1496−( 136 ) 5440
 N ∑ XY −∑ X ∙ ∑ Y 16 ∙ 542,3−136 ∙ 61 380,8
a 1= 2
= = =0,07
2
N ∑ X −( ∑ X ) 16 ∙ 1496− (136 )2 5440

Interpretación:

- El valor a 1=0,07 al ser positiva indica que existe una tendencia ascendente de las
exportaciones aumentando a un cambio o razón promedio de 0,07 millones de dólares por
cada año.

- El valor de a 0=3,22 indica el punto en donde la recta interseca al eje Y cuando X = 0, es

decir indica las exportaciones estimadas para el año 1996 igual a 3,22.

Reemplazado los valores anteriores en la recta de tendencia se obtiene:

Y =a0 +a1 X

Y = 3,22 + 0,07X

2) Para pronosticar la tendencia de exportación para el 2011 se reemplaza X = 17 en la

recta de tendencia, obteniendo el siguiente resultado:
Y = 3,22 + 0,07X
Y = 3,22 + 0,07·17 = 4,41

3) La gráfica de los datos y la recta de tendencia elaborada en Excel se muestran en la

siguiente figura:
BIBLIOGRAFIA
 Martínez, C., & Levin, R. (2011). Estadística Aplicada.Bogotá - Colombia: Pearson.
 http://www.estadistica.mat.uson.mx/Material/seriesdetiempo.pdf
 http://biblio3.url.edu.gt/Libros/2012/Esta_AdmonYEco-15.pdf