Documentos de Académico
Documentos de Profesional
Documentos de Cultura
“Ezequiel Zamora”.
Subprograma de administración.
Series cronológicas
Docente: Bachilleres:
Yazmin bracamonte Gabriel Mota CI: 28.421.277
Pág.
Introducción--------------------------------------------------------------------------------- 3
Serie de tiempos--------------------------------------------------------------------------- 4
Métodos de suavizamiento-------------------------------------------------------------- 9
Desestacionalización--------------------------------------------------------------------- 19
Estudios de casos------------------------------------------------------------------------- 26
Conclusiones-------------------------------------------------------------------------------- 35
Referencias bibliográficas--------------------------------------------------------------- 36
Introducción:
Métodos de suavizamiento:
Día 1 2 3 4 5 6 7 8
Nivel de 4310 4400 4000 3952 4011 4000 4110 4220
inventario
Promedio 4310 4355 4200 3976 3981.5 4005.5 4055 4165
móvil
1 130
Para calcular el pronóstico
de demanda del 2 145 periodo 4,
multiplicamos el periodo 3 por
3 139
50%, el periodo 2 por 30% y
el periodo 1 por 4 153 139 20%. El
resultado de cada
producto se 5 162 147 sumará y
obtendremos 139
6 170 155
17 162 174
18 190 170
Este método funciona gracias a la utilidad que se les da a los registros
pasados que se tienen de la variable que se va a utilizar, con la finalidad de
predecir su futuro comportamiento. Esta se suele utilizar en la previsión de
ventas, campo en el cual ya se ha demostrado su eficacia.
S = 0,35
Donde j se refiere a los años o periodos; otro que señala el efecto cohorte
sobre la mortalidad (θk), donde k = j – i indica el año de nacimiento de las
cohortes y un conjunto de términos multiplicativos que señalan la interacción
entre las dimensiones edad y periodo φm γimδjm. Matemáticamente,
Los parámetros del modelo anterior son estimados en etapas: con el fin de
explorar los patrones por edad y periodo, se ajusta primero el modelo:
fij = αi + βj + εij
Los modelos más utilizados para descomponer una serie de tiempo son el
aditivo y el multiplicativo. El modelo menos utilizado es el modelo log-aditivo.
a) Modelo Aditivo
Xt = TCt + Et + It
Dónde:
Xt = serie original
TCt = componente tendencia-ciclo
Et = componente estacional
I t = componente irregular
Este modelo asume que los componentes de la serie son
independientes, es decir, la amplitud de la estacionalidad es
independiente del nivel de la tendencia ciclo. Un aumento en el nivel
de la tendencia-ciclo no ocasiona un aumento en la amplitud
estacional. Los componentes están expresados en unidades. En este
caso la serie desestacionalizada se obtiene como:
XDt = Xt - Et = TCt + It
b) Modelo Multiplicativo
Xt = TCt * Et * It
XDt=Xt=TCt*1t
Et
c) Modelo Log-Aditivo
Log(Xt ) = TCt + Et + It
XDt=exp(TCt+1t)
y= Variable Dependiente
x= Variable independiente
a= y−b x
∑xy −n xy
b=
∑2
2
x −n x
Cálculo de Coeficientes
1 2 2 1
2 3 6 4
2 4 8 4
3 4 12 9
4 4 16 16
4 6 24 16
5 5 25 25
6 7 42 36
27 35 135 111
b= y−m x=¿
8 53 8 ( )
35 45 27 80
− = =1,509
53
Conclusión
X 1 2 2 3 4 4 5 6
Y 2 3 4 4 4 6 5 7
m=n ∑ xⅈyⅈ−∑ x ⅈ∑ y ⅈ
2 2 = 0,8491
n ∑ x i −( ∑ x i )
Estudios de casos:
Datos:
Evolución del PIB per cápita de Venezuela entre los años 2009 y 2022
14000
12000
10000
8000
2009 2010 2011
9.557,55 11.158,18
6000 12.180.03
4000
2000
0
1 2 3 4 5 6 7 8 9 10 11
Como se puede ver en el presente gráfico, la evolución del PIB per cápita
venezolano presenta una tendencia estacional en su serie de tiempo, porque
presenta una progresión brusca y repentina, sobre todo entre 2009 y 2015
que vario entre los 9.557,55 $ en 2009 y los 10.568,10 $ en 2015
11.993,39+8.695,04+6.747,67=27.436,1÷ 3= 9.145,37
8.695,04+6.747,67+10.568,10=26.010,81÷ 3=8.670,27
6.747,67+10.568,10+9.092.02=26.407,76÷ 3=8802,60
10.568,10+9.092.02+4.725,05=24.385,17÷ 3=8.128,39
9.092.02+4.725,05+3.404,43=17.221,5÷ 3=5.740,50
4.725,05+3.404,43+2.299,31=10.428,79÷ 3=3.476,26
3.404,43+2.299,31+1690,66=7394,4÷ 3=2.464,80
2.299,31+1690,66+1.627,35=5.617,32÷ 3=1.872,44
Para calcular el error se realiza con la diferencia entre el valor real del PIB y
el valor estimado (PM)
9092,02−¿8.670,27= 421,75
4.725,05−¿8.802,60= −¿ 4.077,55
3.404,43−¿8.128,39= −¿ 4.723,96
−3.082,162=9.499.710,27
2
−4.208,48 =17.711.337,97
1.422,732=2.024 .170,14
2
421,75 =177.873,06
−4.077,552=16.626 .386,82
2
−4.723,96 =22.345 .798,08
−3.441,192=11.841 .788,62
2
−1.785,60 =3.188 .379,26
−837,452=701.322,50
2
−255,09 =65.070,91
( y− ^y )2
∑ N−n
Dónde:
∑ ❑ es la sumatoria
y es el valor del PIB
^y es el error al cuadrado
n es e
l número de datos
84.197 .611,02
=¿ =8.419.761 , 102
13−3
Entre 2010 y 2011 hay una relación positiva del PIB ese periodo, por lo cual
se elige una relación con el modelo de regresión lineal simple, y la ecuación
para esta regresión es:
^
y i=b 0 +bi x i
Dónde:
^
y i= valor estimado del PIB
x i= tamaño de la población
Para que la recta de regresión lineal estimada tenga buen ajuste a los datos,
las diferencias entre los valores observados y los valores estimados deben
ser pequeños, los valores de b 0 y b i se obtienen aplicando el método de
mínimos cuadrados usando los datos de la muestra para minimizar las
diferencias entre los valores de la variable dependiente ( y i) y los valores
estimados de la variable dependiente ( y i) con la siguiente formula:
Min ∑ ( y i−^
2
yi )
Dónde:
^
y i= valor estimado de la variable dependiente en la observación
∑ ( x i−x ) . ( yi − y )
∑ ( x i− x ) 2
b 0= y−bi . x . x
Dónde:
28.217
x=
14
x=2.015,5
2009-2015,5= -6,5
2010-2015,5= -5,5
−1.269 .503,05
b i= =−110.738
11.464
b 0=230.007,62
^y i=8.460,52−0,52 x i
^y i=8.460,52−0,52(2023)
^y i=7.408,56 $
El pronóstico de la evolución del PIB per cápita venezolano para el año 2023
es de 7.408, 56 $
Conclusiones:
Todo administrador debe estar familiarizado con las series de tiempo más
que todo en economía más porque es el área donde más cuidado se tiene a
la hora de estudiar e interpretar estas series de tiempo por lo que hay que
tener en cuenta sus componentes y sus variables.
Referencias bibliográficas:
https://www.youtube.com/watch?v=n4KXgGQVCjI
Montemayor Gallegos, Jorge Enrique, métodos de pronósticos para
negocios, ciudad de mexico, 2012
https://www.redalyc.org/pdf/112/11239488002.pdf
http://revistas.bancomext.gob.mx/rce/magazines/264/7/rce7.pdf
https://www.inei.gob.pe/media/MenuRecursivo/publicaciones_digitales/Est/
Lib0514/Libro.pdf