Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Series temporales
Estadística I
• 4. Determinación de la tendencia
• ¿Cuál ha sido la tasa de variación del total de hechos esclarecidos entre 2014 y 2015?
• ¿Cuál ha sido la tasa media de variación anual de los hechos esclarecidos en el periodo?
• ¿Cuál ha sido la tasa de variación de los hechos conocidos en todo el periodo? 3
• ¿Cuánto aumentó el porcentaje de hechos esclarecidos (sobre el total de hechos conocidos) entre 2013 y
2014?
1. Algunas cuestiones previas sobre el análisis
de una serie temporal
• ¿Cuál ha sido la tasa de variación del total de hechos esclarecidos entre 2014 y 2015?
𝐶𝐹 659787
𝑇𝑉 = − 1 ∗ 100 = − 1 ∗ 100 = −7′ 77%
𝐶0 715357
𝑁 𝐶𝐹 4 659787
𝑇𝑀𝑉𝐴 = − 1 ∗ 100 = − 1 ∗ 100 = −2′ 70%
𝐶0 736175
4
1. Algunas cuestiones previas sobre el análisis
de una serie temporal
• ¿Cuál ha sido la tasa de variación de los hechos conocidos en todo el periodo?
𝐶𝐹 2036815
𝑇𝑉 = − 1 ∗ 100 = − 1 ∗ 100 = −10′ 88%
𝐶𝐹 − 𝐶0 = 34′ 2 − 33′ 9 = 0′ 3%
5
2. Objetivo de estudio de las series temporales
• Los objetivos que se persiguen con el estudio de las series temporales son:
• Análisis descriptivo de las series para conocer y entender la evolución pasada de las
mismas
• El método a través del cual se llevará a cabo el estudio de las series temporales en este
tema consiste en un tratamiento estadístico basado en aislar sus componentes.
7
3. Concepto de serie temporal y componentes
• Representación gráfica de una serie temporal:
Ventas trimestrales
120
100 100
95
90 90
80 80 80 80
70 70 70 70
60 60 60 60 60
50 50 50 50
40 40
30 30
25
20
10
10
0
2010-I 2010-II 2010-III 2010-IV 2011-I 2011-II 2011-III 2011-IV 2012-I 2012-II 2012-III 2012-IV 2013-I 2013-II 2013-III 2013-IV 2014-I 2014-II 2014-III 2014-IV
3. Concepto de serie temporal y componentes
• Componentes de una serie temporal:
• Tendencia (T): Representa la evolución de la serie en el largo plazo. Puede ser:
lineal, exponencial, parabólica…
• Ciclo ( C): Recoge las oscilaciones (no regulares) de la serie de periodicidad superior
19
4. Determinación de la tendencia
• Ejemplo 2:
• Representación gráfica de la serie temporal
190
180
160
150
140
130
120
110
100
2018-I 2018-II 2018-III 2018-IV 2019-I 2019-II 2019-III 2019-IV 2020-I 2020-II 2020-III 2020-IV 23
4. Determinación de la tendencia
Ejemplo 2: Calculamos las medias móviles 𝑌𝑡−1 + 𝑌𝑡 + 𝑌𝑡+1 + 𝒀𝒕+𝟐
utilizando 4 observaciones 𝑌ത𝑡 =
𝟒
′ ′
152 5 + 153 75 156′ 25 + 157′ 5
𝑌ധ3 = = 153′ 125 𝑌ധ7 = = 156′ 875
2 2
25
4. Determinación de la tendencia
• Ejemplo 2: Calculo de medias móviles con 4 observaciones
Periodo Ventas 𝑌ത𝑡 𝑌ധ𝑡
2018-I 150 - -
2018-II 165 152,5 -
180
160
150
140
130
120
110
100
27
2018-I 2018-II 2018-III 2018-IV 2019-I 2019-II 2019-III 2019-IV 2020-I 2020-II 2020-III 2020-IV
4. Determinación de la tendencia
• El método de medias móviles tiene como objetivo aislar la componente tendencial de
todas las demás mediante la suavización o amortiguamiento de la serie observada.
• Cuando los datos que tomamos de la serie sean pares, tenemos que centrar de nuevo la
serie, ya que cualquier dato se debe corresponder con toda exactitud con su periodo 28
correspondiente.
4. Determinación de la tendencia
o Método de ajuste lineal:
• Consiste en obtener la recta de regresión que toma como variable explicada (Y) la serie
temporal y como variable explicativa el tiempo (t = 1, 2, 3…).
• Los parámetros “a” y “b” se calculan por el método explicado en el tema de Regresión
𝑌𝑡 = 𝑎 + 𝑏𝑡
𝑎 = 𝑌ത − 𝑏𝑡ҧ
𝑆𝑦𝑡
𝑏= 2
𝑆𝑡 29
4. Determinación de la tendencia
• Ejemplo 3: A partir de los datos del ejemplo 2 determina la tendencia de la serie
mediante el método de ajuste lineal.
Periodo 𝑌𝑡 t
2018-I 150 1
180
160
150
140
130
120
110 31
100
2018-I 2018-II 2018-III 2018-IV 2019-I 2019-II 2019-III 2019-IV 2020-I 2020-II 2020-III 2020-IV
5. Determinación del componente estacional
• El componente estacional recoge las variaciones periódicas de periodicidad inferior a
un año debidas a factores climatológicos, económicos, et.
• Por ejemplo, las ventas de juguetes siempre son superiores en el mes de diciembre debido al
“efecto navidad”.
• Si quisiésemos comparar las ventas de diciembre con las de noviembre, deberíamos eliminar
32
5. Determinación del componente estacional
o Método de la razón a la media móvil
1. Se determina la tendencia por el método de medias móviles centradas en los
periodos 𝑦ധ𝑡
2. Se divide la serie observada 𝑦𝑡 por su correspondiente media móvil centrada 𝑦ധ𝑡
34
5. Determinación del componente estacional
• Ejemplo 4: 1) Medias móviles
1′ 0936
𝐼2 = ′ = 1′ 0946
0 9991
0′ 8384
𝐼3 = ′ = 0′ 8392
0 9991
1′ 0703 38
𝐼4 = ′ = 1′ 0713
0 9991
5. Determinación del componente estacional
• Ejemplo 4: 6) Serie desestacionalizada
𝑦𝑡
Periodo Ventas 𝑌ത𝑡 𝑌ധ𝑡 ൗധ
𝑌𝑡 𝑌𝑡∗
2018-I 150 - - - 150,76
2018-II 165 152,5 - - 150,75
• El ciclo no podemos determinarlo a través de un método fijo debido a que los ciclos no
40
Ejercicio 1
• Se tienen los siguientes datos trimestrales sobre parados (en miles de personas) de la
provincia de Ávila para los años 2017 – 2020:
Año 1º Trimestre 2º Trimestre 3º Trimestre 4º Trimestre
2017 15,5 14,7 11 13,2
2018 13,7 12,9 11 9,6
2017-I 15,5 15
15
13
12
11
10
9
43
8
0 2 4 6 8 10 12 14 16 18
• C) Desestacionalizar
Ejercicio 1
𝑦𝑡
Periodo Parados 𝑌ത𝑡 𝑌ധ𝑡 ൗധ
𝑌𝑡 𝑦𝑡∗
2017-I 15,5 14,2675
2017-II 14,7 13,600 14,6282
2017-III 11 13,150 13,375 0,8224 12,0795 M1=1,0643
2017-IV 13,2 12,700 12,925 1,0213 13,2255 M2=0,9844
2018-I 13,7 12,700 12,700 1,0787 12,6106 M3=0,8921
𝑁 𝐶𝐹 15 12 ′
𝑇𝑀𝑉𝐴 = − 1 ∗ 100 = ′
− 1 ∗ 100 = −0 016917489 ∗ 100
𝐶0 15 5
46