DESCOMPOSICIÓN DE UNA SERIE DE TIEMPO.

El análisis de las series de tiempo propone fraccionar los datos en componentes para proyectarlos hacia el
futuro. Una serie de tiempo tiene cuatro componentes típicos: tendencia, estacionalidad, ciclos y variación
al azar.

1. Tendencia (T). es el movimiento gradual, ascendente o descendente, de los datos a través del
tiempo.

2. Estacionalidad (S). es el patrón de datos que se repite a sí mismo después de un periodo de días,
semanas, meses o trimestres (de este último surgió el término estacionalidad, las estaciones,
otoño, invierno, primavera y verano). Existen seis patrones estacionales comunes:

3.

Periodo del patrón Longitud N° de estaciones del patrón

Semana Día 7
Mes Semana 4-4 ½
Mes Día 28 -31
Año Trimestre 4
Año Mes 12
Año Semana 52

4. Ciclo (C) son patrones que ocurren en los datos cada varios años. Generalmente se encuentran
ligados al ciclo de negocios y son de importancia vital en el análisis y planeación de negocios a
corto plazo.

5. Variaciones al azar (R) son “señales” en los datos causadas por la oportunidades y situaciones
inusuales; no siguen un patrón perceptible.

La figura muestra una serie de tiempo y sus componentes.de la demanda de un producto, graficada sobre
cuatro años con la tendencia y estacionalidad indicadas
 Año 4

En estadística existen dos formas generales de modelos de series de tiempo. El más ampliamente
utilizado es un método multiplicativo, que asume que la demanda es el producto de los cuatro
componentes:

Demanda= T * S * C * R

Un modelo aditivo ofrece un estimado mediante la suma de los componentes. Se establece como:

Demanda = T + S + C + R

En los modelos del mundo real, los que pronostican asumen que las variaciones al azar se promedian en el
tiempo. Por lo tanto, se concentran únicamente en el componente estacional. Un componente es la
combinación de la tendencia y los factores cíclicos.

Texto sacado del libro: ADMINISTRACIÓN DE OPERACIONES, Barry render y Jay Heizer, Pearson