es ntrvbe [Aa EJeplos de series de empo son: produc RTE RSEEE Estados Unidos durante cierto ntmeo de aos, el presi diario ' \SeusTiconalclee oni bande valores, ls terperaturas cada hora nunciadss por el ensuales de un supermercado esl de loavalores Set so al ciere de una acre, etcter)eTESERBSS SA oe SESE GRAFICAS DE LAS SERIES DE TIEMPO ‘Uns sre de tiempo que invluera ana vale Y st representa or Ia construcsin de te price de Yespecto det, come ha ocurdo muchas veces en capitals anteriores, Por ‘jeraplo la gra 18-1 esa rica de una serie de empo que muestra as ventas imei” Jes de discos com ‘eset Compact Diss and Cassettes Disibutors (DCDCD The). Los datos dela ventas cubren lor contr metres de 1994 hasta los de 1997, ca aACloticactn de oe movimiento de a snie doWempo MOVIMIENTOS CARACTERISTICOS ~~ DE LAS SERIES DE TIEMPO. sinter pensar onan rend sein de empo como I bes ree a (7 Ggur tt) coma aa pls que dean an unto vende co el psa dl ego, site emacs mea dea pe Ss mu ‘nena ira ies, Sin mb. se thon de ores ecadisasrocllglese, Sloan terse Wa St Pr ferns CLASIFICACION DE LOS MOVIMIENTOS: x _-DELAS SERIES DE TIEMPO storgaplozessncilores. Exige sreferen la dicen geaeralen a uel grfen ds series de lempo parece spur sabre uninteralo grande deiempo. En Fgura 161, tl movimiento seelar (9 eracin secular oendenciasecularscemo Linn see conce)ineasoprenarecedefndeca, temas ‘Par slgonas sree de emp pase sx mde ndecunda na car de tendenci, Enel ‘epftlo 13 se estdisIndeterminacign de dichasrectas curvas éetendenciapor medio GE e ® @ el mltdo de mimes cuadrados Ee exe cpt seanaizan 003 mets los deat a voacones sides. Exon enen qe et 2 as aaron, los ovaness ges de areca Sera Se tendrils deronina en soe ono to pres Ge. pen 0p ats ‘cactanetsmlae, epts entenalo iniles ds enge Ealos tegen ‘svi connie ernest son contigs cies sa eeaen ‘spss inern yee un ao, Un cla import en onion Stoo eno ade ico de nego, au reresenan ters Ge pope dad. nes, depesionoreupercn Lormviminercfeicn encomovlret de endencn so arte si aa figa 8 . evnionoecedealeseveiadenesenadenalor. Exosseainanconioy | ‘topes incon o cas fen gu asses de tesipo pues 7 sme ness ceespodientes das sesinog ales mover deer ¢ eve recurests qe sacedenanilent comet repent ncemen alae ts dela ens de departments revi laNavidn Las mevimienn esis oeden vee fini en agra 1; vets del cut nen so re as en ala anode os cate aos. Aung lor movinints econ lnc. fees ena era de negeisoeenoma como prada naa sen Gade lean a exter para un peso determina (como ds, hr ea Aependend de ipo de ds disponibes. {G) movintentsiereguerer» cletate Estos seein alos movinintos espa: og sss de dempo, debios a eveats lero les como: unio, Inlet oseciones.Atngbe genermente se considera qe ules ees poet ‘ataiones qu dra poco tempo cabe Ia posed de que ea an inen8 et ‘een en nuevos moinietoccicor ode oto tipo,Andis de cores de tempo \NALISIS DE LAS SERIES DE TIEMPO cn. dedempo consi en uh destricin (eeralmente mates y eT Para comprenet ls prcedimiato invauer- S/—donendicha desea, conederese a igure 182, que miele eles de empo idea. es, La figura 18-20) esa grfica de una recta de tendencia algo plaz o veculas(n lugar fe una cory de tendenca, que se pudo haber wilizdo tambita). La gua 18-24) macs esta recta de tendencia argo plazo, con un movimiento cio sobrepueso (ques supone ‘etddco) ya igura 18-2) contens un movimiento estacional scbeeposto al figura 18- 2b). Sisecolocaralgin movimiento iepular letrio sote la figura 18-2, el esultae do sera ms precio a las serie de empo reales que ocure en a prictica, v ‘iiniecanlagegino ‘ 0) Tenasialgopime—' 0) Tewacaa ge ps Yin co ic es ‘Los conceptositsrados en a igara 18-2 sogieren una nia ar analiza as series e emp, Supingase que la arable Y de series de empo es un produto de as vrabes 7.6, Se, qe producen le movimiento clin, etacionaes © iepuars, espectva- iment, Exo se denota come! Xx Sx 1=TCSt o [E-andlss de las dread demo equal invesign los factoes T; G $e Ty stele marc deseomposicisn de seves de iempo, en sos movinienes componcnsbéscos. abe mensionarqueslgunosetadscospeterenconsierraYeomolasumaT+C+5 +1delasvaiable bdseasimplcada, Aunque gue asuniriladescamposicién dia port cuncin (al examina lor metodo estudiads en est capo se presentanprocedimien- tosendlogos cuando seconsiderauna ua, Enla peice, devs qué mfioda de descompo- sick debe adoptare, dependerd del sada deéitolograd al aplicarcads uno de ellos. PROMEDIOS MOVILES; SUAVIZACION DE LAS SERIES DE TIEMI ado un conjunta de ndmeros : Yu Vane @ un promedo may de orden Ws fine como ascent de mea aes | ya teik te Hehe tier htMb-t ve gy eet ae encase + rae Nea ‘Las sumas en les umecadores de la secuenea (3) s aman totals miles de orden EJEMPLO 1 Dodostos amare, 6,153,792, promedio mfr de nen 3 ext ad por a secnencia 24641 Gs145 14543 $4307 34742 Se ler eer el. Exempt 2 Extmacién dela fendencia mt Se tcortmia ocala cn ie dlpomeo mv en pon sprig, acon on loeduc agai, Enso leas sete Dats ales * a6usaz2 Presa mov de aden 3 Freer) onde cade miner et promedio mévl es media dos wes ade Imenamet porecima ea. Sisdots se dan anual o menzualment un prmedio mi de orden Ne desomins, en ee erden, promedio mésil de N aos opromadio mévil de N mere. Ass abla de promedios méviles de Safes, 12 meses, eee, Por cbeded tambien puede wars cua Sura or oid de depo, ‘Lorpromedios méviles tienen Ia propiedd tender reduc caniad de varia _Prseaecn conjnto de datos, Para series de emp, et popidad uele users prs, ‘minacuctuaiones no deteadss ye procesose ama suawsaidn delat seer deseo. ‘Sis lllan medias etnias poncarads en I secoeacia (3), com pesos especies doe tase, nes seca slant se conc 20 prone mpl pond ado de orden Ni ‘Sts pos 1,4 1 se an nel sel, promo mi pended de ode et dao porlaeiencs IOHAG) HI) HAA AUS) NY +A410) 144) HIE) 10) 44K #1 Teas Tresi* ~Tgag* reaeT Tat 045.25.40.40,55, SSSESRGESGG EstimAciON DE LA TENDENGIA & os ‘Ua teaienia puede extimase de diferente mane; 1(),-itede dee ietmascmdreds, Et todo, deco ene caf 13, rede ware pra calcula ecuacion de ua recta ocarvade eden apropiada, Cone ‘rancid oe socla calcula lo valores de endenia T tide *amane”. Este iodo, que comise entrar un recta curd enencia simplemente iran lagi, puede suse para ertimar 7. Sin ember, tne la ‘bv deena de depende demain el joc indidsl (G -Mited del promeda mil. Pormecia de premedioe mies de eden adecando se eden liminarpatonescictcs, xacioaleseiregulrs, anda slo el movie ‘lento de endenci, ‘Una desventja de ete mdlodo es qu los dato al inicio y nal des series st Perey como ea el ejempl I donde se Incl eon sete ames y con an promedio — mévl dz orden se leg6a cinco mimercs. Ota desvenajae que los pomedio mor Jes pdengeota cielos u ofos movinientos que bo extaban en oe dla originales. ‘Unateera desvetalaes que lo promedios miler ven may aferades por valores ‘xem. ara superar eto de alguna mane, alguna veces se ulza un premecio ‘mévlponderad con pesos adecuados en al csa,Se da al ato los datos ental tlimayor pes y alos are extremes eles proporions pesos peucos. 1 nd to semipromein En cose spr to dor ares ‘retreci gules) yealcular el promedio de los dos en cada parte, eno gue ‘bienen dos punts en la grifica de series de vempo, Después se ara una tela 62 ‘eadencia en estos dos puntos. Los valores de endencia se determinan a pris reca de tendenca ero tambin pueden dctenniaarse de manera det, sn fea (veel problems 186). ‘Apesarde qu este método es seni de splicat uele conduc resultados pobees ‘rand iliac forma indicriminada, Adem, slo aplicablscuand ade ‘iteslnealoaroxadament nal aunque lea arieadereacasaeendondelos datos pueden seprarse en vais pares, en cada adel cules ltendeacaseainealAndis de series de tempo ESSSNGVAIIEN ESTIMACION DE LAS VARIACIONES ESTACIONALES; iNDICE ESTACIONAL Par eteoinar el factor extaconal en In ecacin (0), debe estima cm varia Ls ats en las series de emp de un meso, consierando un flo pico, Ua coajnto de ‘meres que mses lat valores relatos de una Yale durant os meses del ao se lama indie ctacinal de I variable Por ejempl, si = conace que Ie ventas ante enc febrero, marzo, ete son de 50,12, 9. por cielo del romedio de as ventas ‘mensales ata todo el afo, entonces los admeros $0, 120,90, proporcionan el indice ‘stacional de fo; eor almeoswelen amare nimeros indice etacionale El prome. io (mea) del nde etcional para todo el ao debe ser 10D, es deci, a sama ees ‘mero indice de lot 12 meses ene que te 12005, Diveros metodo extn caponbls par calcula el indice esucionl: |. Matede de percentlepromeata. «En ete método los dsosdeTida mes sc expresan ‘como poreetjes del promedio dela, Entonees, se promedian los poeentaes lot meses ore spondintsdedferete afr, wando tn medio una medion ea la media, es mejor evar ualuier valor exuemo que pueda presen, Los 12 pa cenajesresulants dane fade estacionl isu mea no es 100% (dec, la sumanocs 12008), entoncesdeben juste, lo ques log mulplicndoos per on eto adeeudo, 12 Matode del percent da a enanca de a rasin dela fendenia. En ite méto- fotos dats de cada mea a epresan come porcentjes de alten de In tendencia ‘mensual Un promedioadecuado dels porceiajes para los meses corespondintes ‘ropecion, entoces, lade equi. Igual queen método I, a8 jst no pramedian 100%. ‘Observes gus dvdreada alr menus Yentrel alr deterdenia Teorespor. Aint, proporions IT = C3, de a euacién (1), qu el sigsentepromedia de YT rode los indices estacionales. Mien estos ince inclyan rasicionescicca | Ireglaes, tas puden ser un desvenjainporant del métodoepecaente ils vanaciones fon grandes, 3. Meda de prcetoe de! promedta mévi sétodo se calcula promedio ml de 12 meses, Dato qu lor evutads as bteni- fos eaen eae meres suesivos, en ugar deen la mia de! mes (ue es donde cen ex dats ocginaen), se buses un promedio mil de 2 mete, de exe prmedio mul de 12 meses. El resuado see Hmarse promedio movil ceniade de 2 mest. Después dost, se expesa los dats enpinales de adaime como un porceataje el promedio mil entra de 12 meses corespndicts lo dos ergtles. Lie. 203 promedian ls porcentajes de es meses conesponenter con lo que se obtene fndice requerid. Come antes, sists no promi 100% 20 hae un jst, ‘Observece qu el azonamient ges de este métod pare dea ean (1)-Un promedio mel cenrsdo de 12 meses de Y seve pars elimina los movimientos {xtacionaleseneglares Sf; por lot, es equivalent los valores dados por TC Entones al dvdilos ats originales ene TC se ben, Loe promedio sighien- tes par los meses corespondienes siren para elimina a iregulaniad yproducen eaconsecuencit um indice adecuado de S. EESSEEEEAT DESESTACIONALIZACION DE LOS DATOS Silos datos mensuses originales se dviden ene lot nimeroé indice estcionales co- rmespondienes, ls datos rsultantes e laman datos devestacionalizados 0 alstador a a ‘arial extaclonel, Tals datos adn incluyen movisentos de endencia, cellos iregs- Ines,Resumen de fos posos fondamentales en ol endiie SEEESEGSINESE] cstimacion De Las VARIACIONES CICLICAS ‘Una yx gue fos dts ban sd stad as raion exasionsles, también seen siwune ala eden diveadls,senllament cts or lote de eden core Fonds De acuerdo con a cuca (7) el prea de jaa ractn econ Sls tendencineseqivaete aide Feage ST, q esl en Clas arclnes cas ¢ ineglt), Un prometo me aecudn de pcs meses de drain (200 3.307 seh de modo queen consent owns cent) sve eto Pra shat ls varicioesineglues/ypr jr zante vations os Una vere Shon as tr acne fine poe ential Sse presenta una Bevo pesoidadaroxiads ce ran se punden consi dees elias fsa mane qos indies exci. ESTIMACION DE LAS VARIACIONES IRREGULARES {Las vaiaciones ieulares (oalestzrlas) pueden etimare sjutand los dates aa varias lones de tendescinestaionlesy fics, Eno equal avi fs aos orpnaes Y {ure TS C, toque goa ecuciin (1) da J. En l rictica se encventa que ls movi ‘mies iegues se inclinan tener una pequeha raga yauclen seguir el pat do una dstribuién neal es decir Ie pequcta desvscionesoctren con gan feeuaciay las desvieiones grande sveeden con pa ecuenia, | EESSSSEESEEN comParaciON De ios DATOS ‘Al compart datos, sempre se debe tne aida de que dicks comparacin et justifies- ss Por ejemplo al compara los datos de marzo con los de febrero, habe qu toma oeata que marzo tiene 31 diss, mientras que fetzero dene 28 029 fal compart log ats de febrero de frets alos, se debe recordar qu enn i sist (ere tee 29 490 28 das, Consissess ota ejemplo en el cal el aimero de dias labors em diversos ‘moses del mismo ode diferentes aos, pede variar debi a vacaciones, helgs, dls estos, astern, Ena pectic, no existe una reg diva par cer los sjustes de ches varaio- nes, La necesidad deal asec dj elect dal investiga. STsPREDICCION ‘Los métodosy rncipio anteriores seuilzan nel importate taba de predecieseies do Viempo. Obviament, we debe tener n cuenta que el tratamiento matemdico de los dats 80 resiei por s{ mismo todos los problemas, Sin embargo, unida af sentido comin, ala é expesienci, al ingenioy buen juico del investignde, el andissmatemacoha probe sr ‘liu para a predicelén a conto yalargo plas. RESUMEN DE LOS PASOS FUNDAMENTALES Wa (6) EN EL ANALISIS DE LAS SERIES DE TIEMPO ‘Obtener datos para ls series de tiempo, haciendo todo el efuerzo para qu exos datos scan conables, Teer sempre en cuentael propSsto eventual del andi dea series e tempo; por ejemplo, si ve desea predecir ua serie de impo dada, pede set i Toga series deere relacionadas (as como tambiée oa informacin) ies nce ‘ati hay que austar los datos para comparaio, como aucede en alos bisists y vacaciones, edieBM Andlisis de series de tiempo 2% Graficar las série de tiempo, sefialando cualitativamente la presencia de variaciones estacionales, de tendencia a largo plazo y efclicas, Construir la curva o recta de tendencia a largo plazo y obtener los valores de tendencia i adecuados, usando los métodos de mfnimos cuadrados, “a mano”, promedios méviles © semipromedios, 14. Siexisten v jones estacionales, sacar un indice estacional y desestacionalizar los, datos (es decir, ajustar los datos a la variacién estacional). Ajustar los datos desestacionalizados a la tendencia, Los datos resultantes contienen (de manera teérica) snicamente la variaci6n ciclica y la irregular. Un promedio mévil de 3, 507 meses servird para eliminar las variaciones irregulares, revelando las vari ciones cfclicas. Dibujar las variaciones c(clicas obtenidas en cl paso 5, sefialando cualquier periodici- dad o periodicidad aproximada que pueda presentarse. ‘Si se desea predecir, hay que combinar los resultados de los pasos.1 al,6 y utilizar también cualquier otra informacién disponible. Identificar y evaluar todas las posibles fuentes de error y sus magnitudes.