UNIVERSIDAD DE ORIENTE

NUCLEO DE ANZOATEGUI
POSTGRADO DE CIENCIAS ADMINISTRATIVAS
MENCIÓN: GERENCIA GENERAL
MATERIA: ESTADISTICA BÁSICA

ACTIVIDAD N° 7 (UNIDAD IV)

SERIES HISTORICAS

Elaborado por:
Arianny Rodríguez, C.I.: 18.679.363
Reinaldo Figuera, C.I.: 12.892.890
Richard Espinoza, C.I: 12.013.160

Profesora:
Yolanda Verde

El Tigre, 17 de Diciembre del 2021

 CONTENIDO:

1.- Defina los siguientes términos: Serie de tiempo, Variaciones Estacionales,

Movimientos irregulares, Fluctuaciones Cíclicas, Efectos a Largo Plazo.
Estimación de la Tendencia.

Serie de tiempo: llamadas también series cronológicas o series históricas, son un

conjunto de datos numéricos que se obtienen en períodos regulares y específicos
a través del tiempo, los tiempos pueden ser en años, meses, semanas, días u otra
unidad adecuada al problema que se esté trabajando. Ejemplos de series de
tiempo son: Ventas mensuales de un producto en una empresa, producción total
anual de petróleo en Venezuela durante un cierto número años o las temperaturas
anunciadas cada hora por el meteorólogo para un aeropuerto en Estados Unidos.

Variaciones Estacionales: constituyen variables periódicas que se producen en

forma similar cada año por la misma época, en correlación con los meses o con
las estaciones del año y aun con determinadas fechas. Si los sucesos no se
repiten anualmente, los datos deben recolectarse trimestral, mensual o incluso
semanalmente. Ejemplos de variables estacionales son la variación de precios de
ciertos productos, incremento de ventas de juguetes y disminución de ventas de
útiles Navidad, incremento de ventas de flores por el día del amor y la amistad,
etc.

Movimientos irregulares: son aquellas variaciones producidas por sucesos de

ocurrencia imprevisible o accidental que producen movimientos sin un patrón
discernible; así por ejemplo, las exportaciones de una empresa pueden ser
afectadas por sucesos inusuales no previsibles tales como huelgas, guerras,
terremotos, inundaciones, etc. Estas variaciones irregulares son de corta duración
y de magnitud muy variable.
Fluctuaciones Cíclicas: son variaciones hacia arriba y hacia abajo de la
tendencia que se presentan cada cierto número de intervalos, en forma periódica
de manera ondular a modo de oscilaciones más o menos regulares durante un
período relativamente prolongado, que por lo general abarca tres o más años de
duración. La producción, empleo, promedio industrial, etc. son ejemplos de este
tipo de movimientos

Efectos a Largo Plazo: los efectos a largo plazo tienen lugar cuando tanto causas
de variación aleatoria (conocida o no), así como variación asignable o especial,
afectan el comportamiento de la variable bajo estudio. Se dice que los procesos
exhiben más variación en el largo plazo que en el corto plazo. No se limite a
pensar en un elemento cronológico de tiempo; por lo tanto, la variación de largo
plazo puede ocurrir en cualquier momento, y en sí, no es necesariamente “el
tiempo” lo que ha originado la variación.

Estimación de la Tendencia: es un procedimiento estadístico realizado para

evaluar las relaciones lineales y no lineales hipotéticas entre dos variables
cuantitativas. Normalmente, se aplica como un análisis de varianza (ANOVA) para
variables cuantitativas o como un análisis de regresión.

2.- Explique la importancia de las Series de Tiempo.

Las series tiempo constituyen una secuencia de datos numéricos, medidos en
determinados momentos del tiempo y ordenados cronológicamente; cuya
importancia reviste en la análisis realizado para hacer pronósticos de escenarios
probabilísticos. Las series temporales pueden aplicarse en los siguientes campos:

• Economía y Marketing.
• Proyecciones del empleo y desempleo.
• Evolución del índice de precios de la leche.
 • Beneficios netos mensuales de cierta entidad bancaria.
• Índices del precio del petróleo.
• Demografía.
• Número de habitantes por año.
• Tasa de mortalidad infantil por año.
• Medioambiente
• Evolución horaria de niveles de óxido de azufre y de niveles de óxido de
nitrógeno en una ciudad durante una serie de años.
• Lluvia recogida diariamente en una localidad.
• Temperatura media mensual.
• Medición diaria del contenido en residuos tóxicos en un río.

3.- Resolver: Exportaciones de América Latina en millones de dólares.

X 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010
Y 14484 14928 17318 24742 38845 36235 41633 49401 53191 71034

4.- Obtenga la recta de la tendencia, mediante el método de mínimos cuadrados

para los datos expuestos.
5.- Realice la representación gráfica, dibuje la línea de tendencia. Interprete los
resultados.
año X Y XY X² Y²
2001 1 14484 14484 1 209786256
2002 2 14928 29856 4 222845184
2003 3 17318 51954 9 299913124
2004 4 24742 98968 16 612166564
2005 5 38845 194225 25 1508934025
2006 6 36235 217410 36 1312975225
2007 7 41633 291431 49 1733306689
2008 8 49401 395208 64 2440458801
2009 9 53191 478719 81 2829282481
2010 10 71034 710340 100 5045829156
TOTALES 55 361811 2482595 385 16215497505
 ȳ= ∑yi / n
ȳ=361811/10
ȳ=36181,1

ẋ= ∑xi /n
ẋ=55 /10
ẋ= 5,5
Recta de mínimos cuadrados.

b1= ∑(xy) – (nẋŶ) / ∑x² - nẋ²

b1=2482595 - 10 (5,5)(36181,1) / 385 -10(5,5)²

b1= 5971,327

bo= ȳ - b1ẋ
bo= 36181,1 - 5971,3272(5,5)
bo= 3338,8

Ŷ= bo + b1x
Ŷ= 3338,8 + 5971,3272x

Para graficar la recta:

Ŷ= 3338,8 + 5971,3272x
cuando X=0
Ŷ= 3338,8
(0; 3338,8 )

cuando X= 5
Ŷ= ; 33195,4363
(5; 33195,4363)
 Recta de regresión lineal

YT=278,23+41,4675X

Interpretación: según el coeficiente b1 positivo (5971,3272), las exportaciones

incrementan a razón de 5971,3272 millones al año.

6.- Elabore a través de una Serie de Tiempo, los niveles inflacionarios presentados
en Venezuela, a partir del año 2007 al 2015. Realice la representación gráfica e
interprete los resultados de la tendencia.
 año x y XY X² Y²
2007 1 18,75 18,75 1 351,5625
2008 2 30,4 60,8 4 924,16
2009 3 27,1 81,3 9 734,41
2010 4 28,2 112,8 16 795,24
2011 5 26,1 130,5 25 681,21
2012 6 21,1 126,6 36 445,21
2013 7 40,6 284,2 49 1648,36
2014 8 62,2 497,6 64 3868,84
2015 9 96,8 871,2 81 9370,24
TOTALES 45 351,25 2183,75 285 18819,23
ȳ= ∑yi / n
ȳ=351,25/9 Recta de mínimos cuadrados.
ȳ= 39,03 b1= ∑(xy) – (nẋŶ) / ∑x² - nẋ²
b1= 2183,75– (9)(5)(39,03) / 285 - 9(5)²
ẋ= ∑xi /n
ẋ= 45/9 b1= 7,1233
ẋ= 5

bo= ȳ - b1ẋ
bo= 39,03 -7,1233(5)
bo= 3,41

Ŷ= bo + b1x
Ŷ= 3,41 + 7,1233x Recta de regresión lineal

Para graficar la recta

Ŷ= 3,41 + 7,1233x
cuando X=0
Ŷ= 3,41
(0; 3,41)

Para X= 5
Ŷ= 39,0265
(5; 39,0265)
YT=2,7841+0,04946X

Interpretación: Según el coeficiente b1 positivo (7,1233), la inflación incrementa a

razón de 7,1233% al año.