ANALISIS DE SERIES DE TIEMPO 1.-Requisitos de estadística administrativa Nos permite recopilar, organizar, representar, analizar datos y en base a esto tomar decisiones, así mismo nos da las herramientas necesarias para utiliza r el método adecuado conforme a la situación que se esta analizando. a)Media y moda La media, también conocida como promedio, es el valor que se obtiene al dividir la suma de un conglomerado de números entre la cantidad de ellos. La moda es el valor que aparece más dentro de un conglomerado. b) Desviación estándar La desviación estándar o desviación típica es una medida que ofrece información sobre la dispersión media de una variable. La desviación estándar es siempre mayor o igual que cero c) Regresión lineal La regresión lineal es una técnica de modelado estadístico que se emplea para describir una variable de respuesta continua como una función de una o varias variables predictoras. 2.- Que es una serie de tiempo Por serie de tiempo nos referimos a datos estadísticos que se recopilan, observan o registran en intervalos de tiempo regulares (diario, semanal, semestral, anual, entre otros). El término serie de tiempo se aplica por ejemplo a datos registrados en forma periódica que muestran, por ejemplo, las ventas anuales totales de almacenes, el valor trimestral total de contratos de construcción otorgados, el valor trimestral del PIB. a)Componentes de la serie de tiempo Estas cuatro componentes son: Tendencia secular, variación estacional, variación cíclica y variación irregular. i. Tendencia secular La tendencia secular o tendencia a largo plazo de una serie es por lo común el resultado de factores a largo plazo. ii. Variación estacional Representa un movimiento periódico de la serie de tiempo. La duración de la unidad del periodo es generalmente menor que un año. Puede ser un trimestre, un mes o un día, etc. iii. Variación cíclica Con frecuencia las series de tiempo presentan secuencias alternas de puntos abajo y arriba de la línea de tendencia que duran más de un año, esta variación se mantiene después de que se han eliminado las variaciones o tendencias estacional e irregular iv. Variación irregular Esta se debe a factores a corto plazo, imprevisibles y no recurrentes que afectan a la serie de tiempo. b) Tendencia de una serie i. Lineal Como se dijo antes, la tendencia de una serie viene dada por el movimiento general a largo plazo de la serie. La tendencia a largo plazo de muchas series de negocios (industriales y comerciales), como ventas, exportaciones y producción, con frecuencia se aproxima a una línea recta. ii. No lineal Cuando la serie de tiempo presenta un comportamiento curvilíneo se dice que este comportamiento es no lineal. c) Métodos de suavizamiento de la serie i. Promedios móviles Un promedio móvil se construye sustituyendo cada valor de una serie por la media obtenida con esa observación y algunos de los valores inmediatamente anteriores y posteriores. ii. Promedios móviles ponderados Generalmente, a la observación o dato más reciente a partir del que se quiere hacer el pronóstico, se le asigna el mayor peso, y este peso disminuye en los valores de datos más antiguos. iii. Suavizamiento exponencial El suavizamiento exponencial emplea un promedio ponderado de la serie de tiempo pasada como pronóstico; es un caso especial del método de promedios móviles ponderados en el cual sólo se selecciona un peso o factor de ponderación d) Pronóstico y su precisión i. Promedios móviles El objetivo es eliminar de la serie las componentes estacionales y accidentales Promedios móviles ponderados Consiste en seleccionar diferentes pesos para cada valor de datos y luego calcular un promedio ponderado de los k valores de datos más recientes como el pronóstico. iii. Suavizamiento exponencial La idea central es definir a partir de la serie observada un nueva serie que suaviza los efectos ajenos a la tendencia (estacionalidad, efectos aleatorios), de manera que podamos determinar la dirección de la tendencia