INGENIERÍA INDUSTRIAL

NOMBRE DE MATERIA:
Estadística Inferencial II

Nombre de actividad:

Actividad 2
Introducción
Por serie de tiempo se refiere a datos estadísticos que se recopilan, observan o
registran en intervalos de tiempo regulares (diario, semanal, semestral, anual, entre
otros). El término serie de tiempo se aplica por ejemplo a datos registrados en forma
periódica que muestran, por ejemplo, las ventas anuales totales de almacenes, el valor
trimestral total de contratos de construcción otorgados, el valor trimestral del PIB.

Componentes en el modelo series de tiempo

El análisis clásico de las series temporales se basa en la suposición de que los valores
que toma la variable de observación es la consecuencia de tres componentes, cuya
actuación conjunta da como resultado los valores medidos, estos componentes son:

Tendencia secular es la componente de largo plazo que constituye la base del

crecimiento o declinación de una serie histórica. Las fuerzas básicas que producen o
afectan la tendencia de una serie son: cambios en la población, inflación, cambio
tecnológico e incremento en la productividad.

Variación estacional es un conjunto de fluctuaciones en forma de onda o ciclos, de

más de un año de duración, producidos por cambios en las condiciones económicas.
Representan la diferencia entre los valores esperados de una variable (tendencia) y los
valores reales (la variación residual que fluctúa alrededor de la tendencia).
Variación cíclica: las fluctuaciones estacionales se encuentran típicamente en los
datos clasificados por trimestres, mes o semana. La variación estacional se refiere a un
patrón de cambio, regularmente recurrente a través del tiempo. El movimiento se
completa dentro de la duración de un año y se repite a sí mismo año tras año.

Variación Irregular o Aleatoriedad: este comportamiento irregular está compuesto

por fluctuaciones causadas por sucesos impredecibles o no periódicos, como el clima
poco usual, huelgas, guerras, rumores, elecciones y cambio de leyes.
Estacionaria es aquella serie de datos cuyas propiedades estadísticas básica, como
media y la varianza, permanecen constantes en el tiempo, se dice que una serie que no
presenta crecimiento o declinación es estacionaria.

Análisis de diferencias.
El factor de tendencia recoge comportamiento general, a largo plazo de la serie. El
factor estacional recoge comportamientos repetitivos de ciclo corto, este
comportamiento cíclico está presente con frecuencia en series de tipo económico.
Existe un método llamado el método de Holt que no admite la presencia de variaciones
estacionales. Si le añadimos un tercer término para recoger este elemento, tenemos el
modelo de Winter que, por tanto, considera la serie como formada por tres factores:
nivel, tendencia y ciclos. El primer parámetro está relacionado con el factor aleatorio de
la serie, el segundo con la tendencia y el tercero con la componente estacional.
Estos métodos nos ayudan para definir de qué tipo de componente de serie de tiempo
es con la que nos encontramos.
Y estos nos ayudan de tal manera que será posible:
 Tener una apreciación más clara sobre el comportamiento de la misma.
 Facilita la identificación de patrones subyacentes en ellas.
 Al aislar los factores exógenos ayuda a conocer como se relaciona la serie de
interés con otras series.
 Es posible tener una apreciación más clara sobre el comportamiento de la
misma.
Se presentan varios criterios para identificar el modelo que más se ajusta a los datos
originales, los más utilizados son: El Error Cuadrado Medio, la Desviación Media
Absoluta como métodos numéricos y el análisis de residuales como método gráfico.

Conclusiones
Con el análisis de series temporales se pretende extraer el patrón de comportamiento
sistemático contenido en una sucesión de observaciones que se recoge de forma
regular y homogénea a lo largo del tiempo. Con este patrón es posible:
a) caracterizar el comportamiento del fenómeno estudiado.
b) predecir su evolución futura.
c) extraer componentes no observables (señales) que reflejan más fielmente la
evolución subyacente de la variable de interés.

Bibliografía
 http://matematicas.reduaz.mx/home/Docentes/ltrueba/Series/ad
mon4.htm
 http://ciphan.iri.columbia.edu/curso_andino/_downloads/tenden
cias_series_de_tiempo_oliveros.pdf
 http://www.estadistica.mat.uson.mx/Material/seriesdetiempo.pdf
 http://www.estadisticas.gobierno.pr/iepr/LinkClick.aspx?
fileticket=4_BxecUaZmg%3D