Series de

Tiempo

Rubén QuiñonesPowerpoint Templates

Xaymara PérezPage 1
Definición

 Se llama Series de Tiempo a un conjunto

de observaciones sobre valores que toma

una variable (cuantitativa) en diferentes

momentos del tiempo.

Powerpoint Templates
Page 2
Las Series de tiempo
que Presentaremos
serán:
Promedios Móviles

Suavización Exponencial

Powerpoint Templates
Page 3
Estos métodos pueden
utilizarse cuando:
Hay información disponible de la
variable(s) que se está pronosticando.

La información puede ser cuantificada.

 Existe un patrón de comportamiento del

pasado que continuará en el futuro de
manera que se tenga en cuenta una base
Powerpoint Templates
de datos histórica. Page 4
 Promedios Móviles
 También conocidos como
medias móviles son gráficas
formadas por los valores medios
de una cotización durante un
periodo determinado.
Powerpoint Templates
Page 5
Fórmula

• SMA=

Powerpoint Templates
Page 6
Ejemplo
Mes Demanda total de neveras
Enero 200
Febrero 300
Marzo 200
Abril 400
Mayo 500
Junio 600
Powerpoint Templates
Page 7
 Gráficas
Demanda de lavadoras
700

600

500

400

300 Demanda de lavadoras

200

100

0
enero febrero marzo abril mayo junio

Powerpoint Templates
Page 8
 Promedios de Demanda
600

500

400

300 Promedios de
Demanda
200

100

0
Termino 1 Termino2 Termino3 Termino4

Powerpoint Templates
Page 9
 Demanda de lavadoras

700
600
500
400
300
200 Demanda de lavadoras
100
0

Powerpoint Templates
Page 10
 Suavización Exponencial
• Este método pronostica otorgando una
ponderación a los datos dependiendo del
peso que tengan dentro del cálculo del
pronóstico.
• Esta ponderación se lleva a cabo a través
de otorgarle un valor a la constante de
suavización, que puede ser mayor que
cero y menor que uno; que es crucial en la
estimación de pronósticos futuros.
Powerpoint Templates
Page 11
Se basa en la idea de que es posible

calcular un promedio nuevo a partir de un

promedio anterior y también del último dato

observado.

At+1 = Y t + (1- ) F t
0< <1
Powerpoint Templates
Page 12
At+1 = Y t + (1- ) F t
0< <1
• At+1 = Pronóstico de la serie de tiempo para el
periodo de t + 1.
• Yt = Valor real del periodo anterior al año a
pronosticar.
• Ft = Valor real del periodo ante-anterior al año
a pronosticar.
• α = Constante de suavización
Powerpoint Templates
Page 13
Ejemplo
Una empresa, tiene un modelo de
suavizado exponencial que ha
proporcionado un pronóstico de
$103,500 ganancia en el año anterior.
En el mes de junio fue de $70,500
ganancia. Esta cifra empleará como
estimación de pronóstico más reciente
obtenida mediante un suavizado
exponencial.
Dado que = Powerpoint
0.80 Templates
Page 14
Queremos obtener un pronóstico con
un modelo exponencial para el mes
de julio.
• Sea t + 1 = julio
• Entonces
At+1 = Y t + (1- ) F t
=.8(70,500) + (1 − .8)(103,500)
= 56,400 + 20,700
=77,100
• El pronóstico para julio será de
Powerpoint Templates
$77,100 de ganancia. Page 15
Ajuste Estacional
del Censo II
Método X-11
Powerpoint Templates
Page 16
 Ajuste estacional

• Propósito del ajuste estacional:

– Estudiar las situaciones de pronóstico que

son afectadas por causas en específico y

hallar una relación entre éstas.

Powerpoint Templates
Page 17
Método X-11del Censo II
• El método del censo II es una extensión y
refinamiento del método de ajuste simple, que
desarrolla la versión X-11.

• Este método se a convertido en el más popular

y el más utilizado en los últimos tiempos.

– Se utiliza en:

• El gobierno

• Las grandes
Powerpoint Templates
empresas Page 18
Una serie de tiempo puede
consistir de componentes diferentes:

– un componente de temporada (representado por

St, donde t es un punto particular en el tiempo)

– un componente tendencia(Tt),

– un componente cíclico (Ct) y

– un componente aleatorio, irregular o de error(It).

– Xt representa un valor observado en una serie

Powerpoint Templates
de tiempo t. Page 19
• La diferencia entre componentes
cíclicos o de temporada es que éste
último ocurre a unos intervalos
regulares, mientras los factores
cíclicos, usualmente tienen una
duración más larga que varia de ciclo
a ciclo.
Powerpoint Templates
Page 20
• Estos datos se pueden combinar por
medio de fórmulas que consisten de la
suma o la multiplicación:

–Método de Suma:
• Xt = TCt + St + It

–Método Multiplicativo:
• Xt = Tt*Ct*St*It
Powerpoint Templates
Page 21
 Ejemplo:
Método aditivo
• Durante el mes de diciembre, un juguete
en particular puede aumentar $3,000 cada
año.
– Podemos asumir que para cada mes de
diciembre la cantidad de $3,000 se sumará a
la estación de temporada.

Powerpoint Templates
Page 22
Ejemplo:
Método Multiplicativo
• Durante el mes de diciembre las ventas de

un juguete pueden incrementar en un

40%, o aumentar en un factor de 1.4

• Este caso multiplicativo varía dependiendo

del tamaño de las fluctuaciones.

Powerpoint Templates
Page 23
El Método de Censo II
Consiste de:
 Ajuste para el Comercio diario

 Valores Extremos

 Mejoras de Estimaciones

 Resumen de Pruebas y Estadísticas

Powerpoint Templates
Page 24
Tablas de resultados realizadas
por el método X-11
• Ajuste de Importancia ( ajuste mensual o
de temporada)

• Estimación preliminar de la variación de

comercio-diario (mensual X-11) y pesos

• Estimación final de la variación de

comercio-diario y pesos irregulares
(mensual X-11)Powerpoint Templates
Page 25
• Estimación final para los factores
estacionales y series irregulares

• Modificación de ajuste estacional y series

irregulares

• Resumen de las diversas medidas(media

móvil)

• Graficar
Powerpoint Templates
Page 26
• En fin el ajuste estacional es un factor
importante en la explicación de futuros
datos, teniendo en cuenta interpretaciones
y análisis correctos.
• Se desarrollan varios métodos con el fin
de mejorar las series de tiempo y para
determinar de manera adecuada la
situación actual, y proveer con facilidad lo
que podría ocurrir en elTemplates
Powerpoint futuro. Page 27