REPÚBLICA BOLIVARIANA DE VENEZUELA

MINISTERIO DEL PODER POPULAR PARA LA EDUCACIÓN

INSTITUTO UNIVERSITARIO SAN FRANCISCO

CÁTEDRA: ESTADÍSTICA II

EDO-ZULIA.

Realizado por:

Gabriel Velásquez 20862326

Nelzaret López 22121424

1. CONCEPTO DE SERIES CRONOLÓGICAS

Se llama serie cronológica o temporal a aquella sucesión de observaciones en la que alguno

de sus caracteres se mide en unidades de tiempo. El tiempo como sabemos es una
característica cuantitativa y el resto de los caracteres de la serie pueden ser cualitativos o
cuantitativos. Una serie de tiempo o cronológica, trata una cantidad variable dependiente y
como función del tiempo t. Esto se escribe:

y= F(t)

Su ámbito de aplicación, no está limitado a la esfera estrictamente económica. Su

metodología puede utilizarse en la medicina (electrocardiograma, electroencefalograma, etc.),
agricultura (evolución de las lluvias en las diferentes estaciones), psicología (evolución del
coeficiente intelectual de una persona) y en muchas otras disciplinas.

2. REPRESENTACIÓN GRÁFICA DE SERIES CRONOLÓGICAS

La gráfica de una serie cronológica es una gráfica de línea, la cual se construye

sobre un sistema de ejes coordenadas. En el eje horizontal se ubica la variable
independiente tiempo (años, meses, días, etc.), en el eje vertical los valores de la
variable dependiente y (ventas, producción, etc.). La figura representa la gráfica de la
serie cronológica del ejemplo anterior.
3. DIAGRAMA SEMI-LOGARÍTMICO. EJEMPLO
Cuando en una gráfica los dos ejes están escalados de forma logarítmica recibe el nombre de
gráfica logarítmica, pero cuando uno de los ejes es lineal (el vertical), recibe el nombre de
gráfica semilogarítmica, como la que se representa en la figura, que tiene seis décadas en el eje
horizontal.

Una representación semi-logarítmica es una representación gráfica de una función o de

un conjunto de valores numéricos, en la que el eje de abscisas o el eje de ordenadas tienen
escala logarítmica mientras el otro eje tiene una escala lineal o proporcional.
 Como ejemplo de representación semilogarítmica, vamos a realizar una gráfica

Con los términos de la serie en un papel semilogarítmico, que aparecen en la tabla

inferior.

x 1 2 3 4 5 6 7 8
y 2 4 8 16 32 64 128 256

4. FLUCTUACIÓN DE LAS SERIES CRONOLÓGICAS ECONÓMICAS

Durante el ciclo económico deben variar las magnitudes más representativas de la
actividad económica. La variación de las magnitudes representativas constituye los ciclos
individuales o específicos, el conjunto de los ciclos individuales constituye el ciclo económico. El
ciclo económico es un fenómeno ondulatorio y acumulativo. La secuencia de expansiones,
recesos, contracciones y recuperaciones es recurrente, pero no periódica, esto significa que los
ciclos se repiten pero con el ritmo libre. Esta característica permite distinguirlos de otras
fluctuaciones como la estacional que es recurrente, pero con ritmo fijo, y de los cambios
estructurales y accidentales que no son recurrentes ni tienen ritmo alguno.

1. Recurrencia. Los ciclos económicos son movimientos recurrentes con ritmo libre.
Significa que son fluctuaciones que se repiten en el tiempo, cuya longitud es difícil de
determinar con exactitud, al contrario su secuencia es muy irregular. Los auges mayores
pueden ser interrumpidos por pequeños recesos, pero es muy raro que las depresiones se
interrumpan con pequeñas recuperaciones. Los auges, en cambio, rara vez duran cuatro años
sin ser interrumpidos.
 2. b. Tiempo. Una de las características más importantes del ciclo económico es que
coinciden en el tiempo las fases de expansión y de contracción de muchas series económicas.
Las expansiones se presentan casi al mismo tiempo en muchas actividades económicas
seguidas por recesos generales, contracciones y recuperaciones que se convierten en la fase de
expansión del ciclo siguiente. Sin embargo, entre algunas series se observan relaciones
distintas caracterizadas por retrasos y adelantos.

3. c. Amplitud o profundidad. También llamada magnitud. La amplitud de diversas series

que determina la profundidad o magnitud de la fluctuación, varía considerablemente. Uno de
los casos más ilustrativos es el de los bienes duraderos y no duraderos. Los primeros fluctúan
más que los segundos.

4. d. Forma. La forma del ciclo económico es ondulatoria donde se identifican cuatro

elementos definitorios: expansión, auge, contracción y punto mínimo.

El ciclo económico es ondulatorio, sin embargo, adopta una forma irregular que se debe
fundamentalmente a la influencia de factores accidentales y de otras fluctuaciones que se
realizan simultáneamente en la economía.

Una serie estadística capta el curso que se observa en algún sector específico de la
actividad económica, o bien en el conjunto de la economía y se expresan en números absolutos
o relativos. Estas series pueden representar la producción de alguna rama industrial
importante, el ingreso nacional, el volumen de ocupación, etc. Una serie cronológica es
entonces, la medición cuantitativa arreglada de una secuencia de tiempo. Partiendo de las
series cronológicas se pueden elaborar índices simples o compuestos. Los índices simples son
porcentajes sobre una base dada y se refieren a una actividad de la economía en particular
Los índices compuestos se obtienen promediando dos o más índices
simples.

Para hacer más representativos los índices compuestos se elaboran los índices
ponderados. En estos índices se toma en cuenta la diferente importancia de las actividades
productivas que integran el índice.

Otro tipo de índices que se utilizan son los índices deflacionados. En ellos se eliminan la
influencia de los precios sobre los índices a través de un método deflacionar. Deflacionar un
índice significa ajustarlo a su valor real tomando como base el índice de precios de un año
determinado. Es conveniente señalar que es muy útil deflacionar un índice cuando se trata de
apreciar la verdadera magnitud de una depresión o de una expansión, puesto que la influencia
del dinero oculta el fenómeno. Por ejemplo, sino tomamos en cuenta la baja de precios de la
depresión de 1929 en EEUU, aparecerá un fuerte descenso del ingreso percápita de 1929 a 1932,
que resulta ser menor cuando esta cifra se deflacionan.

5. Tendencia secular
La tendencia secular o simplemente tendencia, son movimientos o variaciones continuas de la
variable de modo uniforme y suave, por encima o por debajo, que se observan en el largo plazo
durante un período de longitud prolongada. Representan el comportamiento predominante o
dirección general de la serie de tiempo como ascendente o descendente. La gráfica de la
tendencia suele ser una curva suave y aun una línea recta que muestra la tendencia de las
variaciones. Ejemplos de tendencia secular son las ventas, exportaciones, producción y el
empleo.

La siguiente gráfica muestra la tendencia de exportaciones de la Empresa D & M en período

2000-2009. Aunque los datos muestran ciertas variaciones están por encima y por debajo de la
recta de tendencia, la tendencia secular es ascendente.
6. Métodos para determinar la tendencia

La tendencia se puede determinar por una expresión matemática, siendo necesario

proyectar la serie y así obtener valores estimados para el futuro, que puedan tener a su vez un
error o sesgo cuya, dimensión depende de la validez o significación de los datos de la serie, del
periodo elegido y del método utilizado para analizar la tendencia.

Del método estadístico elegido, depende el comportamiento de la variable en el tiempo. La

tendencia de una serie se puede determinar y estimar por dos métodos generales: el gráfico y
el analítico.

 empírico o método
gráfico.
 más
utilizado, pudiendo ser:

a) TENDENCIA RECTILÍNEA.-

Se representa por la fórmula general: Y= a + bx La tendencia rectilínea queda determinada

cuando se conocen los valores numéricos de a y b, se hallan con el resultado de la
aplicación de las siguientes ecuaciones normales, del método de los mínimos cuadrados.

b) TENDENCIA CURVILÍNEA.- Las tendencias curvilíneas pueden ser de dos tipos:

1. Tendencia Parabólica.- Y = a + bx + cx2

2. Tendencias Logarítmica.- Estas a su vez se clasifican en:

  TENDENCIA EXPONENCIAL O LOGARÍTMICA
Y = abx
 TENDENCIA EXPONENCIAL MODIFICADA
Y = K + abX
 TENDENCIA LOGÍSTICA
 CURVA DE GOMPERTZ
 TENDENCIA DE EXTRAPOLACIÓN

7. Métodos de los mínimos cuadrados y su aplicación a las

series económicas

Para analizar el componente tendencial podemos aplicar el Método de Ajustamiento de

Mínimos Cuadrados, mediante el cual se busca la expresión analítica de la función que mejor
ajusta a los datos observados, de modo tal que permita minimizar la suma de cuadrados del
error.

Observando el diagrama de dispersión, encontramos diversos tipos de comportamiento, como

ser el que corresponde a una función lineal, cuadrática exponencial o potencial, funciones que
en adelante se clasifican en lineal y no lineal. Esos casos, los abordaremos por aplicación del
Método de Mínimos Cuadrados.

Función Lineal:

Si de la observación del gráfico se sugiere un comportamiento lineal de la tendencia en el largo

plazo, es posible con el mismo planteo del capítulo anterior, sugerir que los valores de y en
cada momento t son una función lineal de x (tiempo) más una componente aleatoria que
resume el resto de los componentes.

Aplicando el método de mínimos cuadrados, se puede obtener la “recta estimada”:

Los valores de b0 y b1, se obtienen a partir de minimizar la suma de cuadrados de los “errores”
(desviaciones con respecto a la recta estimada)
Teniendo en cuenta que una función presenta un mínimo en el punto en que su derivada
primera es igual a cero, se trata de encontrar el punto de coordenadas (b0, b1) resolviendo el
sistema de dos ecuaciones lineales con dos incógnitas que surge al igualar a cero las derivadas
primeras respecto de b0 y b1 3/.

Igualando a 0 las derivadas:

De estas ecuaciones, se obtiene el siguiente sistema (haciendo traspaso de términos a fin de

que queden todas las incógnitas del mismo lado de las ecuaciones- lado derecho en este caso-):

Resolviendo el sistema de dos ecuaciones con dos incógnitas por cualquiera de los métodos
conocidos, obtenemos las siguientes fórmulas para calcular el valor de los coeficientes de la
ecuación lineal:

Veamos el siguiente ejemplo:

Una cooperativa de comercialización de un grupo de agricultores quiere medir las variaciones

en la cosecha de trigo de sus miembros durante un periodo de 8 años.
En Tabla 1 mostramos los datos:

En la Tabla 2 se puede ver las columnas con los cálculos necesarios para aplicar las fórmulas de
cálculo de los coeficientes:

La Tabla 3, contiene los datos procesados con SPSS de donde obtenemos los coeficientes de la
ecuación, b0 y b1
Para evaluar la “bondad” del ajuste lineal, lo cual permitirá conocer la confianza que nos inspira el
modelo lineal planteado para estudiar el componente tendencial, es posible recurrir, al igual que
en el caso de la regresión estudiado en el Capítulo anterior, al coeficiente de determinación
general (r 2 ), que para nuestro ejemplo, es igual a 0,9545. Con este valor, es posible afirmar que la
ecuación lineal representa adecuadamente el componente tendencial de esta serie.

En otros términos el volumen de trigo cosechado tiene un comportamiento lineal a través del
tiempo.

Recordemos que la fórmula del coeficiente de determinación general es:

Obtenemos r2 mediante aplicación de la fórmula (3), o bien observando los valores procesados en
Tabla 2. Los valores estimados de y, simbolizados como ˆy , los obtendremos reemplazando en la

ecuación: por los valores de la variable tiempo codificada, los resultados son
mostrados en Tabla 4.

En la Figura 3 observamos el comportamiento de la variable en un gráfico de línea o poligonal que

contiene la función lineal resultante del ajuste que realizamos aplicando el Método de Mínimos
Cuadrados, y los valores de la variable cosecha de trigo en toneladas realmente relevados.
Tendencias no lineales:

Si el gráfico sugiere que la tendencia puede ser de un tipo no lineal, existen varias alternativas de
ajuste. Por ejemplo, puede tratarse de una forma similar a un polinomio de segundo grado, a una
curva exponencial, logarítmica u otra. Analizaremos los casos de función polinómica de segundo
grado y de una exponencial.

Una función polinómica de segundo grado es de la forma:

Aplicando el método de mínimos cuadrados igual que en el caso lineal (solo que ahora hay que
estimar tres parámetros):

Resolviendo el sistema por cualquiera de los métodos conocidos para ello, obtenemos los
coeficientes de la ecuación cuadrática. (No es necesario que el estudiante memorice las fórmulas,
debe saber aplicarlas o interpretarlas a partir de una salida de computadora).

Para el tratamiento con un paquete estadístico, este modelo debe ser considerado como una
regresión múltiple en el que y es la variable dependiente, x una variable independiente y x2 otra
variable independiente, tal como se observa en el ejemplo que sigue.

Los valores hipotéticos del Ingreso Anual de una importante empresa de producción y venta de
bebidas gaseosas, en los últimos 20 años se transcriben en la Tabla 4.
Función exponencial: Si el comportamiento de la serie muestra una tendencia exponencial en
su evolución, es posible aplicar este tipo de modelos, donde la función tiene la característica
que, al tomar logaritmos en ambos miembros, toma la estructura lineal, lo que hace su
tratamiento similar al caso lineal ya visto.

A fin de ejemplificar este comportamiento:

Continuando con el análisis de la variable ingreso que se muestra en la Tabla 4 hemos

codificado “la variable x” con numeración correlativa, tomamos el logaritmo de la función y
aplicamos propiedades, quedando la función exponencial y su linealización de la siguiente
forma:

En la función vemos que la variable dependiente es el logaritmo de la variable ingreso,

simbolizada como “ˆy' ” y los coeficientes b’0 y b’1 son los logaritmos de los coeficientes de la
función exponencial.

Luego, ajustamos la función lineal por el Método de Mínimos Cuadrados antes descripto, y por
último, tomamos el antilogaritmo de los coeficientes de la ecuación lineal con lo que
obtenemos la función exponencial definida al comienzo. En el ejemplo se tomó el logaritmo
natural de la variable ingreso, lo que se observa en Tabla 7.
8. AJUSTE DE UNA LÍNEA RECTA
Una recta que mejor se ajusta es una línea recta que es la mejor aproximación del conjunto de
datos dado. Es usada para estudiar la naturaleza de la relación entre dos variables.

Una recta que mejor se ajusta puede ser determinada aproximadamente usando el método
visual al dibujar una línea recta en una gráfica de dispersión para que tanto el número de puntos
arriba de la recta y debajo de la recta sean casi iguales (y la línea pasa a tráves de tantos puntos
como sea posible).

Una forma más precisa de encontrar la recta que mejor se ajusta es el método de mínimos
cuadrados. Use los pasos siguientes para encontrar la ecuación 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 fórmula:

donde n es el número total de puntos de los datos.

Paso 5: Calcule la intercepción en y de la recta usando la fórmula: donde son las medias de las
coordenadas de x y y de los puntos de datos respectivamente.

Paso 6: Use la pendiente y la intercepción en y para formar la ecuación de la recta.

Ejemplo:

Use el método de mínimos cuadrados para determinar la ecuación de la recta que mejor se ajusta
para los datos. Luego grafique la recta.

Grafique los puntos en un plano coordenado

Calcule las medias de los valores de x y los valores de y , la suma de los cuadrados de los valores de
x , y la suma de cada valor de x multiplicado por su valor correspondiente y .

Calcule la pendiente.

Calcule la intercepción en y. Primero, calcule la media de los valores de x y la media de los valores
de y .

Use la fórmula para calcular la intercepción en y .

Use la pendiente y la intercepción en y para formar la ecuación de la recta que mejor se ajusta. La
pendiente de la recta es -1.1 y la intercepción en y es 14.0. Por lo tanto, la ecuación es y = -1.1 x +
14.0.

Dibujo de la recta en la gráfica de dispersión.

9. AJUSTE DE UNA PARÁBOLA DE 2 GRADO

Suele suceder que al dibujar la nube de puntos correspondiente a n observaciones
bivariante, se observa una tendencia no rectilínea, pero a la cual se le puede ajustar un modelo
teórico conocido.

Dentro de la familia de modelos, es de aplicación común el ajuste regresivo polinomial de

grado S " S ≥ 2".

Similarmente con el procedimiento seguido en el ajuste rectilíneo, vamos a encontrar las

ecuaciones normales par una parábola, de forma general :

y = a + bx + cx2

es decir : y = a + bx1 + cx12 , y = a + bx2 + cx22 , ............. , y = a + bxn + cxn2

Si cada una de estas ecuaciones la multiplicamos por su respectivo valor de x, y repetimos

la acción tenemos:
y1 = a + bx1 + cx12 x1y1 = ax1 + bx12 + cx13 x12 y1 = ax12 + bx13 + cx14

y2 = a + bx2 + cx12 x2y2 = ax2 + bx22 + cx23 x22 y2 = ax22 + bx23 + cx24

: : :

: : :

yn = a + bxn + cxn2 xnyn = axn + bxn2 + cxn3 xn2 yn = axn2 + bxn3 + cxn4 sumando se
obtienen las siguientes ecuaciones normales :

∑yi = na + b∑xi + c∑xi2 (1)

∑xi yi = a∑xi + b∑xi2 + c∑xi3 (2)

∑xi2 yi = a∑xi2 + b∑xi3 + c∑xi4 (3)

De donde se pueden estimar los parámetros de la parábola " a , b , c ".

Ejemplo

En un experimento agropecuario, se toma una muestra de 15 unidades de una variedad

de árbol frutal, se observa el
rendimiento en frutos de acuerdo con la cantidad de fertilizante utilizado:

Gramos 1 1 2 2 3 3 4 5 5 6 7 8 9 9 10
Frutos 10 15 30 25 40 43 50 55 54 53 51 47 41 35 30

579 = 15 a + 75 b + 505 c

3164 = 75 a + 505 b +3915 c

21088 = 505 a + 3915 b + 32617 c

Resolviendo se obtienen las siguientes estimaciones de los parámetros:

a = -5.426 , b = 20.26 , c = -1.7

y = a + bx + cx2

y = -5.426 + 20.26x - 1.7x2

10. AJUSTE DE UNA FUNCIÓN EXPERIMENTAL. FORMULA
Una regresión exponencial es el proceso de encontrar la ecuación de la función exponencial
que se ajuste mejor a un conjunto de datos. Como un resultado, obtenemos una ecuación de la
forma donde .

La potencia predictiva relativa de un modelo exponencial está denotada por R 2 . El valor de R

2 varía entre 0 y 1. Mientras más cercano el valor esté de 1, más preciso será el modelo.

Ejemplo :

Considere el conjunto de datos. Determine la regresión exponencial para el conjunto.

(0, 3), (1, 7), (2, 10), (3, 24), (4, 50), (5, 95)

Introduzca las coordenadas en x y las coordenadas en y en su calculadora y realice una

regresión exponencial. La ecuación de la función que mejor se aproxima al punto es .

Obtendrá una gráfica como esta.

11. CICLOS, FASES DE LOS CICLOS
El ciclo económico es una serie de fases por las que pasa la economía y que suceden en
orden hasta llegar a la fase final en la que el ciclo económico comienza de nuevo.

Cada ciclo pasa por periodos de recesión y periodos de expansión. Este fenómeno ha
sido común a lo largo de la historia económica, conociéndose con otras
denominaciones como “ciclos comerciales” o “fluctuaciones cíclicas”.

Se le conoce como ciclo debido a que una vez terminado comienza de nuevo desde el
inicio formando una rueda continua. Sin embargo, debido a su imprevisibilidad no se
puede tomar esto como una regla formal.

En las fases alcistas la economía mejora y se crea empleo, mientras que en las bajistas la
economía decrece. Es en los periodos de contracción cuando se desatan las crisis
económicas. Cuando ocurren oscilaciones de gran intensidad se pueden llegar a ver
burbujas económicas.

Aunque conozcamos la situación en que nos encontramos, el comportamiento futuro

de la economía es prácticamente impredecible, ya que no sigue un patrón establecido.

FASES DE LOS CICLOS ECONÓMICOS

Suele dividirse la vida del ciclo económico en diferentes partes:

Recuperación: Fase del ciclo en que la economía está estancada o crece ligeramente.

Expansión: Fase de mayor crecimiento económico.

Auge: Fase en que el crecimiento económico empieza a mostrar señales de

agotamiento.

Recesión: La actividad económica se reduce. Conlleva una disminución del consumo, de

la inversión y de la producción de bienes y servicios, lo cual provoca a su vez que se
despidan trabajadores y por tanto, aumente el desempleo.

Depresión: Cuando nos encontramos en una fase de recesión continua en el tiempo y

sin previsión de mejora.

La duración del ciclo económico es algo muy debatido ya que raramente han tenido la
misma temporalidad a lo largo de la historia. En ocasiones se han dado las cinco fases
en tan solo dos años y en otras ocasiones han pasado más de 10 años para ver todas las
fases de forma continuada.