Contador Público

3°S

RESUMEN UNIDAD 3

Alumna: Karely Guadalupe González Parra

No. De control: 21610149
Docente: Alicia Moreno

Materia: Estadística Administrativa 2

Cuauhtémoc Chihuahua, 09 de septiembre del 2022

 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