CARMEN RODRIGUEZ MORILLA. ANALISIS DE SERIES TEMPORALES tami sa TESPERIDES4 NALS Ss TEMPORALES ‘volucin vemporal de laser, que funcione acemtadament y que hnaya superado las pruebas de aides ale que se haya visto somnet- do, es posible utilizar para efectua predicciones, EL siguiente esquema (Hgura 4) intentaistrar et proceso que Adebemos seyuir en el estudio de una serie temporal. ‘a4. Papas ns par fet de wna ital. eI ANALISIS CLASICO DE SERIES TEMPORALES 21. Isrmooveci6N EL anaiss lisico ce descomposicién o de componentes no ob- servads, como también se denomina, adopta un enfoque deter ministry univariante y esuizado sobre todo, come paso previo al anil exiocistico, Aunque ha estado, a veces, relegado aun se- ‘undo plan, a sencilleryel empleo exda ver mis habital de me- Aiosinormatios lo han hecho rewurgir proporcionando resultados ‘stsactoros. “Aunque los métods de lsado, que se tratarsn ms adcante, pueden también considerae desde una perspectiva clisica, 810 hacen muchos autores, hemos prefer dedicarlesun capital apar te, por cuanto la metodologay las aplicaciones que se hacen de los mmitmos preventan caracterstea paticulares que hacen ms in ‘ado, efecton de comprensién, deslgario de las eniasclisicas, Desde un marco de referencia cisco, una serie se concibe i tegrata por movimiento, corto, medio ya largo plzo, mis 0 me nos uperpuesios. Se atari de desribir fas pats de reguaridad ‘que sigue cada uno de esos movimiento, con la inalidad de re- product comportamiento de dich sere. Para ello, en los prximos apartades, extaiaremos la naturale zadeestosmovimientas,laformacn aque los mimes pueden con binarse siempre dentro de un esquemate6rico determinado, as ‘comold estimacion de modelos que representen alaseriey que nos servirin de bate para la elaboracion de prediciones, 22. CowroseNres DE UNA SRI TENFORAL ‘Siotservamos el grifico del figura 5, donde hemos represen tad la evalu de ls cupadon en la agricutra esaniola desde% uss semis TETORAS cl tercer trimestre de 1976 hassel trcerimeatre de 1909, es po- sible descubrir una serie de movimientos mis © menos superpues tos, Veémoslo 1, Unmovimientolentoy de continu decrecimiento de losni- veles de ocupacion en la agricultura,explicido por una in {enifcaion teenologica de ls process produetives agra: ‘os que expuka poblacin hacia oas setores. 2 Un movimiento ascendente y dscendente parecdo al de ‘una curva sinusoidal, donde sus masimes y minimes coin ‘iden cons fasts de expansion ydepresion de a economia engenerl | Uncomporamiento de la serie ascendente en el primer t- mestre decadaaho,coincidienda con la época de mayor ac- tvidad del sector, eguido de unavariaciondecreciente para lo dems mest 4. Variaciones de crecimiento 0 decreetmiento ripido, qui is debidas aun wimestre donde la cosecha fue minima, ‘ome consecwenca po empl, dealguna cats PEE FARA, expat erent opel Estos monimicrtoy dela serie se denominan respectvamenteten- encia, cielo, estaconaidad y variacion irregular axis cLAtGo DS TIMFORALES a En efecto, desde una perspetiatercaycon el objeto de com- render mejor l ewoludn de un determinado fendémeno, el en- {oque cisco de descomposicin de series temporaes considera ‘que el comportamiento de una variable en el empo es el reslie ‘do de In imtgracién de cuatro componentes fundamentales: en- ‘denca, ilo, componente extacianal y componente irregular. Hay ‘que entender esa Separacion de a serie como una manera de ane lina intepretar mejor las ariaciones que sue una variable alo largo del emp, ya que tanto la tendencia como la estructra c= clicay las variaciones estaionals son conceptosteéricos, sobre los ‘que ni tan siquier exit acuerdo en sus deiniciones. Latendencia ‘Se considera tendencia.al movimiento suave regular de lserie ‘lang plazo, Fs una componente que reise gran interés ya que Feflladireceién del movimiento derma determinada variable: De ‘ua forma puede dtecarse si, a largo plaz, la serie aelopta una tnarcha persistent, ya sea de crecimiento, decrecimiento 0 esa Tia, aunque para cbwervar eso x necesarodisponer de un hor zante temporal ampli (al menos 10 aos). Ta prediecin de ea componente ele seren muchos casos el ‘objetivo del ais de eres temporalesa través de los modelos de Ste de tendencia, donde se supone que I ere carece de varia ‘ones estacionalesy cies. Breit En las series, sobre todo econdmicas, a tendencia puede dis sregirseasu verenun factor de tendeneia pura, que representa role suave y conta 2 lrgo plao, yun factor de tipo oc Tate, caractrizad por movimiento recurrent en torno alate dnc que se epten cada varios aos yal que denominamos ciclo ‘consiico, Estos movimientos osclatorios se presenta a 2 Fables econdmicas como consecuencia de la propia dindmica de ‘Un ciclo se dlsingue, pues, por uma serie de movimientos a cendentesy desendentesseparats por punts de lesion queen8 Axis D SERIES TRPORALES 1a terminologéaeconémica corresponden a las denominadas ses dle reeuperacin, posperidad,recesény depresion, tl comoseiluse tenn fa figura ep de TicuRa 6. esos deen | Lacbiencn de eta componente puede comertine en elotje- to contnldetm estado, al ere eo detox denoninaon nin {cop econdmics que peniguen como Balled pindpalco- ‘oce elcomporamieno cick deta condi enlcor toymedio pan. La eaconalidad Ena sepresentacin grfca demcha series observamot un pa twin sstematco que se rept todos os aos, es deci, fase, por jmp pes sempre una daminetn de arena nes oncrew, Si detectams este hecho, seguramente es porque la s- Heed aeeaia deestconaldad. a [i estacionaidal podemos definista como los movimiento re igulares dea serie que Genen una periodicidad inferior lao, Re ogeria, por tanto, as osllaciones que aoa aio se repitenen una serie de forma peidica xhuss cLAsten DE SERIES TENPORALES » Hay machos isos de series donde se observa claramente esta componente y la mayor parte de ls wees obedece factor instr clonaleso climatoligies, El hecho de que por costumbre as vc ‘Giciones labors se coneenten en los meses de verano, condicio fnalos valores de muchas series relacionadas con la producin, Estas {rcs presentarinsitematicamente una disinucion durante estos tmeses.y no quiere decirse con ello quela economia vaya malen este period, sin que por un mero factor institucional, ao trast s¢ Raa ir epiiendo el misino Fenémeno, Sino tiéramos en cuenta tne dalle tomdsemos nuestas decsiones obviando que la serie presenta estacionalidad, seguramente nvestas predicciones eran Erroneas Las sees relacionadas con el turismo, tales como mime- ode pernocacioneshoteleras, nimero de pasterosen avin, et fon también ejemplos de series que venen afectadas por ete fac tor vacacional Otro ejemplo de estacionalidadcausada por Factores insitucio- rales el dea indstriasvneuladascon Ia educacién, enya uc icjonesintraanuaes estar my influeniadas pore hecho ins tucional de que el ao escola sedstribuye desde sepsembre hasta junio, ‘Las ventas mensuales de prendlas de abrigoserfaun ejemplo de sere ea estacinalad es eats por faetoresclimatoliyicos. La Sservacion de esa sere a lo largo del empo permitrédetectar picossscendentes en los meses de ivierno seguidos de tro des Eendemtes correspondiente alos meses de verano. ‘Aunque aqut analizaremos slo el movimiento periédco que area un ao, a pata sstemtica que caracterza La exacional- ‘dad no ene por que repetirse ead ao, algunas series tenes una fntacionaldad coyo periodo es den mes, una semana o incluso ‘Geum dia Un qemplo de este tino caso podria sere dels ve tus por horas de un determinado producto en un centro comerca Dis eia, porinfluencia de los horarios comerciales, se repetir el ‘sno patron de com portamento: habe algunas horas punta, dom {Gc las ventassean muy eleva, rent a otras euyas vents sean Me fas La prociiad daria dels trabajdores de una empresa com teta etaria dentro de los catos de estacionalidad cuyo periodo es semana ‘Por oura parte la estacionalidad puele considerars estab con tos aos por el contrario presentarse afectada de un cera ten ddencia Losautores no se ponen de acuerdo sobre il aspeto te30 Axis De seas TEMPORALES dencia dela estacionalidad habia que ineluirl como pate de esta 0 asodiada a la tendencia, aunque en la prictica es mas operative inchisa dentro de Ia endencia “Muchas wees el estudio de ex componente puede consti a fnalidad del wabajocde investgacin ya que su conocimiento resulta de gran ascendenciaen numerososfendmenon que en afect ‘dos porla estacionalidady puede favoreceractuaciones tendentes| modifica algain comportmientodeterminado, Por ejemplo, un ‘estudio conciso de la estacionalidad que afecta al triano en una zona cotera, puede desencadenarpoliticas que traten de pli la fuerte concentracin que se ober en los meses de verano, con to que los habitanes del lugar pueden verse favoreidos por uns ten {as,que no se reducen a unos evans meses a to, Lat visjes el JINSEIO, aparte de proporionarbienestar a un determina co- Jectvo de nuestra sociedad, tienen como objetivo eiminat I est clonalidad en el turismo de muchas ress geogritcas. Blcompmentirraguler sca componente esti consiuida por una expere de “ran de saste” donde se incluirian lasyariaciones dela sericea eyes 08 son desconocidas. Se caracteria, por tanto, porque no responde a ‘un comportamiento sstematico 0 regular yen conseeuenca nos a pose su predic ‘Aunque el enfogue clisioasbuye esta irreguardadal azar en Jos anilishabiauales de series temporal, agus eceses posible encontrar la causa que provoca ets irregular. Por ejemplo, si ‘estamos analzando el compartmiento de las ventas menses en tunos grandes almacenes desde 1900 hasta 1908 y obgerramos que gro correspondiente aesa serie presenta una disninucin de salor importante en el mes de febrero de 1992, esta denacd, en prinipio la tratarfamos comoiregulr, lo cul no quiere dee ue Se ignore a caus de a misma, Banca en los archivos bistricos, encontramos que en ese mes hubo una huelga importante de los abajo ge, armen, fect ose dent deo ‘Muchas veces, esos pcos ireglares w abervacionesanormales ‘que aparecen en Tos gticos dea series que sabemos qu ca ‘Sr quelesprovocs noes de esperar que influyaenel itu de fs _xhass LAS De SERIES TEARORALES st se comin clini ono nen cent comeln de gue fives counts o capris mo ditorsionen fs ress tel ans Poemor chat como compo de estos ators qu a= iden enlasee deforma ora oepordica fos siguientes int taciong eenos,incendo secidents aera, hus ‘Deno dees componente inguiremos, or eno, aquellas ineguarts cays rsa se ped dentin (otra) y eel stbubls laa cr alr). Tin unger no denen por gue eta presente tds es om ponent Por empl asesaqe fenen una prota am etn despots de eto con lo que, en sas series, {merce centr en eles dels tendenca. a componente irregular dn embargo,deberksr inc sempre, aque amos trasjndo com series que nosondeterminvasy por tan earn Meads por alguna peturbacin al menos, de exrcealetorio. 2.3, Font De CONBINAR A COMPONENTES fa canis, ein nso conser ge viable sje de anda posemes expat porn ar de et Aenea te rocoge ln ncacoes Tago pam (7), unt ole Clones iso mest regular eno aa tendenc de period Superior aio () yl olaconesacioales, caters por Teranes eguates de period fesor al ao (Teo gue ‘ro queda esplado pores te components formar a pate Ted ores () de avril Defonia gene posemoserablcer que elalr que toma Ia vane ene period sen ado pr siguiente expeson Hf Ta CoE yl) Indudablemente ta func f puede adopear maples formas, and lugar cada una de clas modelos mis o menos sfisticados. [No obwante, conviene war modelos seneillos, ya que stat ‘nento resulta ms Fc, por tanto, son mas operatvs a la hora deabajarcon ellos TLamayora de lsseries que uilzamos nla pric, pueden mo- tian aes de algun de los exqnemas de integracion que se exponen acontinuacion2 avis De IRIS TEMPORALES Eguena ative: ¥,=T,+ 6,48, +f Baquema maiplicatioe: ¥, = 7» 6x F, Eaquena mst: ¥, = (TG, E) + EL esquema mulpicatves el mas ulizadoen la prctica y sign fica que el valor de a sere en cualquier momento de tempo viene dado por el producto dels valores correspondicntes alas cuatro ‘omponentes Este modelo sueleaplicare enanda los cambios en ‘érminos relatives o porceniajsrelejan mejor el comportamiento dela sere y de sus componentes, queen terminas absolutes ‘Grando el valor de a serie en el tempo resulta de simar cada tuna de las components, nos encontramos con el modelo 0 que ra eda Este modelos preferible cuando lavariabildad de lnse- rie no muestra demasiaes cambios To lago dl tempo. ‘Tambien podemos comierar una merela de ambos esquemas, dando lugar una itgyacin mts, donde a endencia, clic yt ‘stacioalidad se asocarian deforma rulipicata yel componente inregular de manera ada. EI caso mixto seri adecsad wiz loeuando ls oxcilaionesestacionalstendenaeecercon elem po. ylavarabilidad de estas oscilaciones case experar que se mar tenga constante (ex2én, estima, por la cual el rmino de ertor se incorpora en el mode de forma ata) aunque, bien es ver dad, que la mayorsa de lo antorestratan de evar pues plantea serios problemas aa hoa de analiza Ia sere ay que decir mbign que sla sere responde aun modelo mk tipleatvo, podemas wattlo como adit simplemente transfor mando el modelo orginal vamando logariomos. Veimeslo Ink, In(T» 6,» Bh) In, = nT, + EnG,+ EnB, +L, Transformarn de odd, ero scdmo saber, con mis precision, qué eaquema de integra clon esl més adecuade? “Aungue no son eiterios que nos gan con exacttul qué mo- elo debemosutlizat pues en muchos esos habe que probar con mis de uno, los procedimientos que se dexriben en el présino agartado nos orientarin en la bisqueda del mejor modelo, stor teriossebasan en la observaion o cuantilieacién de a amplitd de las eclaciones en torno ala tendenca, rds Asoo De SmI THRORALES 3 24, Garrmios aka DETECT BL ODELO AL. Repeentacin rif dela serie Gamo paso previo pra detects as components se asocian GVA) eleiriames el modeto aio. Si OV) < CCA) elegeiames el modelo muiplicaivo. La inerpretacin de este método ene mucho que ver con et anterior en el sentido de que también utlizamos aquf medidas de “Sispetsin Sigamos el siguiente azonamiento, La obtencin de las ‘iferencasesticionales equiva tomar la sere de increments in- teranuales Lot cocientes estaioales sin embargo, tienen més que ‘er con In serie de crecimiento, Foro tanto, lo que implietamen-visa * ts ot sous ras nda x40 04 sens MRO Fy levees remo dete wpe ic crccicato nema per a7 ean a ete eaeese alas aera ten ot nce wm gcc mela cnr ede ww | as Gay etacorallad 8 cederale cota seam plashc la mele: Ips Ello censSceu be yates fae oat pce sihech de qs, coo cary else una media elena ei .8 eed oeeeee aieeee erie a ted econ as compercons rane | ie eae psec ccna nee jae | ase es \ mes | tsa =| Tae ee Steg ee mecas ee Be vera | ee ma | 6 com | 2 Siqueno con el ans dt nice de Productn Inuit ‘a | ves ered tee reer ‘tarde obtener un resultado algo mis conclayenteaplciadole el m= { a ce ie ‘todo que acabamos de exponer. — m= = _ En primer Ingar se abtendrfan ls diferencia etacionales y los mares | om san wi peacetime caren ee [os | iw ton = [ae |e 7 Difco) = n= Pl) Se iat ie le pe eet woe | sie | a uD disponga, con lo que se perderin las observaciones correspon- oe a8 = -, fee ete a ena eo a or 7 Seer Sasa] ae or cs | us| si 106 Pleats i m3 40 Core na) = (=) Ze fm | 4 tos Una ye caleulados, se procedera ala obtencin dels medias, tux denaciones pias y por tltimo los coeicientes de vaiaciin y asTobtendriarnos a siguiente tbls0 axis IES TPORALES essai ie 06 Media 210 Lot ‘octet de Varco 20 8 Ysegin sch ito eV) = 259 (9 = 46, nonin satlamos por un exuema muliplcatvo, lo que corroborara a e- Cen apeadaprevanent. ‘Muchat veces laaplacion de cstot mods par deter eo- deto mis convenient o conduce a unos rendadon muy cond yenteytendremor qu formulr hipotssen for de uno wot Fre en baal comacimintotdrco de avaiable que rete Pemtatmnrcltear ee ‘Una ver que tenemos el eaquema de intgracn de as compo- nents que conforma ese aro gue conse en le tmaconoWentiicn deca ura dela amg algunas vee tlobjetvo no ex entaeimacin odeniiacin de una compo- tent sno en cninacon dela misma lel ato dea dese ‘Sooralin congue tutes nfs slat 25, ALGUNAS Non somata ESTAUACION BELA COMPONENTES ‘Com el andi de series temporales pretendemos encontrar lat putas de regularidad que sigue cada componente afin de repro- Aucir el comportamiento de a see, es dei, atamos de extraer sefnls que nos permitaninterpretar de wna manera mis corset {que hastcedido con avaiable objeto de estudio alo largo de em Do sin las distossioneso interferencias provocaas por el compo nente irregular De eta forma esters en mejores condiciones ara efectuar una predict de Yo valores fans de la sere, ese ‘xnuesto objetivo, ‘Como Ia tnia informacién con la que contames de partida cs, la proporcionada por ls datos dela serie ao largo de emp, la mayoria de los métodor de estimacign o identfecion de lax di tints componentes iran fnciones matemsteas cm expecta 3 «sta variable. Se imtenta exter la ey, rego modelo de funciona Imiento que manifedan las observaiones histrcament, iguo- AxS14 1st ox ses TEMPORALES a rando las casas de vito de cada componente. E ere, en “norco como arable expiaa so expla posle ce ‘aterstemato den dato: Pores detent qe Seinen expicarum rable por ella misma de scierdo un de- ‘termina comportaneno paso icone eae x regia de fancionamicnto seria ico pensar queen erie ha reno comport de wna dete. Tanda eer, por qué no pensar essa conporando gal halftur, Eas crzonamiento gue presente cn todos os Shs de sere tempore y gue casa ino delosenfoqes tan ‘Emeline descr a hiptes de pti con een tc pados de wri. Tendo dad perce aliadoy conn, xrelavamente fii de model yainara tne ce funones dependienes del Tcl ao dela trinidad cari pricohacetambin goco compl el prcedinient de sian. Ena prictia me Irvobtenen unosindes de estaconadd quese pian ater denen malin avamente Taper del ange quate en onc emposclenutio deledinno sean domroado ene context deste tem poraesétdos ably de aplcacin seni, qu provectenesa {onpontnte acinelfetoro,porevantols tn de lowe Schawanteypor eles dics prdiconsendendo soa ‘Smportaniente paso de ase in contemplae as cases que ingencran, Dest ue, en cs oc os models de descompo ‘id cl iy atone se ten conintament como una sla ‘omponentedenomiadacotendenca Stim sde mas prvechoso ol ext del lo a aes de as detrccnien enelcontento dels ani de oyun cond teas comolsobencndeindiadores deen ilies cont Fld de preveryanarla marcha dea economia en gene fa Detcaremon vada sparado ore train qe fee hacerse dea componente ia componnt mete oben en el ans cio, como parte eal unser enna y lmindas as dems com po- Tent cabia interpreta como'un resid qe ne puede Plea n ermine dracon tendency, etalon 0c Elica Extn, no oat, fred que permite su stnizactn inediante el enplc de romedios88 -Ashss De seus TerORALES EymwrL0 6. Prin de odes os ajstesanaltcosevadoscaboanteriormente,nes pueden serie se paras omo ee ao ene ag predien. ; 4} ejemplo 4 com tendencia constant, todas las predic ones, en linea con as earacersies del variable ser igual al valor medio justado, koma y En ete caso a etimacn de casos de rg pra el ato 208, con dos dons dese T0885 19st de 614,97 de cases decade que area Te Hay que tener en cuenta qu et esimacon apes de soperder scarcer de costante hari que rr. tar cada uno de lor lores nuevos ques wan como. Geno de laser, aie doar de un orm ecaniva a precio is Ta ‘deci la rama recuniva de estimaciny que por lot ‘ose utilizar para as estimacones con informacion hasta (sl seria 1b) Enel caso del ejemplo 3, done sere tata era de tipo ‘xponencia la preiccion en (+) eon informacion hast, se caeularia del siguiente wo: this 4seo SERIES TEATORAES i ssi, como hernos trabajo con 101 periodos, para el 1029 1108 ls predieciones ern Ss eM HOU «99.207 832 j= eo 5 = 99.076,908 Igual que en e aso anterior, os valores estimadosde los parimeivos debieran ser revsados conforme se tengan mis ‘alors de a serie sin embargo, en este caso no existe wna {Grmularecursiva apieable por lo que la estimacin debie- ratealizarse de nuevo, 2 Mado dela modia méeit (Et jute de una func maton para representa I ter deci una serie x apropia cto se observa un exeinien {oo dececmieno contintado en ls valores del ale, pero Cando elrtmo de erecmienovacambiaZo ao largo del tems uh mar ela esoponer que et furcon puede [proxinac pura inevaloscortosde empo, deal forma que c= Ufnctos tones caniblantesen ct dempe, Eats ela dea que on ‘efimtaseinentaconsogircnel procedinien. deeds mo Sieg ena qu instiernoe mar flat. Sabemos que la media glotl dena serie conse una repre sentacion dela ia sempre qe varaildad no sea grande Cando tenemos una sere gue es ometda a una cera tender Gia aden se vaaciones importantes en su eel, lame tinal no es adccunda prs dori Tendmena ques et arallande;necstame recat al concspio de media ml con éltindequtprmedioeviyaadpando as crurstancis cam- antes que se produrcan en a hsv del serie {Param conjunto dle datos YY) 4 denomina media ambi de orden pa see de media de pobueraciones coos v= Tore fo lng del Gempo se cenen abadiendo ura nia ab- servi yexluyendo lms aga, como se sta en af fini Z@ sie SEES TEMPORALES asia cLASCO De SERS TEMPORALES a Otsercions EMI ete ye ee eds ies "cu HL Okenin de mei mii Actos efectos os aloe de xa nur seis asigan n> aeato cena, ange beer qe ara qu et mente Genta es necesiro gue conden de medias un nro i pat como ede la ustai, en donde seh omer un Ineo eins ga Ded oma tas ‘mer pr, entado se consguecalculando ana nes med Indie orden Fates ser lo mishabapurses spc seaes sal tabajar con dats wmestraleso menulesy en ambos ‘aul orden dea media ms propa par mila na ‘lone esacionales, como erence pa. ‘Ammo de Gem, ar una sve de der timinos ua ou aor dep gal acinus mens cen ede at nn asin hss dri, cin qa ee seach coc han ms ie Hehe Bt + Ys) so)ye EAHA NE TD nn 8 yee ht i+ Wy awys),= CRAKE BET steno 4 Heya hehey aye EEE a 5 (haat Hat Ht Yat Mad eee ms), = Momento eérmino geneal dena media méuil de orden p (sendo pun mero impr) centada en se Moog tn Yost et Yaa tom Ba io Enel cao de que p sea parla expresin correspondiente yur Ara dada poe Mat Ht Mat ot Mog MMP as 7 donde ahora la media mori queda descent, 0 entra en- ttl peno 1 elgesdecin en 305, Si Uuisamon come referencia el caquema advo dado por yeTyc+ret al promedar varios alores de una sere, ve oben sere ma uta qelaanterior que podemeonientiienrcon Tnrendencia de ois Else juss porque sacertamos con Clone apropiado de ls mea, tanto at aracionesestacionals oma as ender + ae en promediy a compos ireplar tambien eae esperar qe sa cero 5 pensamos qe los efecto patos se competsarn on Tos egos Por 0 40 10 Gquenon queda sua mea erie que pretend ser une de as Miscerca mi permanentes que sbyacenenlavarable quest ‘Si¢arlizandoyr ta qu hemes denominado endence Mss Desens Tron Pero ima eg adecuadament valor dep? Debemos aber que ments myor seer de sor se ¢laliamien ined cn la eda pcs rset rina eels de a sere, que nerencs che ‘acon en ella Por l contano cans cols mee ne sienenpocos dios lla snl relga con ayer dens varachones dee Io arg del empo, Depend peg 1, del inn peneguiaysopetnto ener inconne ac ‘iiremos qué lord pexelne aden Steer series deen anemia el lemenmieguar deberantee leechonac unr dep grande. Sin cng sexe nel dc nents clcausntedelstaronesenlamuma ener dep pesrenoced ‘nie adeciato para no infaorar lan camts on ei nea siguiente gempo pone cle mani comedl onder eee lcemow en el ciel dela met ince en menor osteo samieno de hse Eyewro 7, Olenin de medias més par dient vale dep ‘Se train en el paquee estaditico SPSS una serie de ventas mem: sales de un determinado producto, quese ha Manado VENTAS, fo datos dee enero de 1982 al mes de abil de 1989, como pe. eobservarse enelgrfco de lafigura 15, no presenta estaionalad ana 15. Sede Vv a4 | AML CLASSIS TEMPORAL 6 Sis pcan mein de dem orden pono, or ejeplo p23.) eprsentamon sere relate denominada M3. YEN {asl co enna de ser gal rec furs anterior Sn embargo con unordensuperon f= 16,5 coe seguir alae aeerndone mara latendencia. En el ge feo se representa por i 16VENTAS (er igor 18) TRA 16 Mens iodo asi YENTAS. anda ia sere ca afectada de stacioalida, edema ae unos uc crs erties niraneaks quedo ena {Gueremon quel media mi recoafieimentlaendenciaen cada tBomento, Paral, cl orden dela media ms apropiado se bark prechamnte com period congue venga expe Sedo os dato dentodl ao, deci, parva sere me Trremos unr de pia 129 parauna erie times ne lor de. La rg pities conse, por tnt, en clgi un lor de freee colncldvcna mgd men der customer dels Fetqu se dsean iin ‘nelsiguient empl, donde se han obtenido medias movies con events lose apices na sere mens podem ecrvar qe, camo el avicn de a mada no cs gos 1, sor Cinciones ecole wo queda mind“4 ‘Axis De seas rewronates EXEIrL0 8. Obtncn de medias miles ara elimina l etacional- dad ‘Una variable con untpicocomportamiento estacionalescl Con sumo de Energia Elctica(COSENELEC) en los diferentes mess del aio, como se observa en la lao 19791998. Para cimina de forma correcta exe compor tamniento, habia que hacer corresponder el orden de a media vil con el periodo estacional, que en este caso es 12. La sere ‘MM 12.OOSENELEC (media movil de orden 19) elimina eas cock laciones, oom, Soiede Comme de nia dre mada mide den 12, Pero si uizamos un orden inferior o superior, las corespon- dient series siguen presentando eacionalidad, como puedo servare en lasmedias movies de orden 15 (scree MMC. COSE- [ELEGY MB, COSENELEC respectiamente) que e representa en la figura 18 sss exhtoo Dr SERIES TEMPORALES & UMA Con de ng cli, Mis me de orden 4913. ‘Como ls series mis habitales en a pretca scl ser mene sales y uimestals, en ambos casosla obtencin de la media mo- valde 12 4téeminosrespectvamente, quedari desceneada, por hhaberutiado un nimero par en su eleul. Ya hemos comentsr do que wna forma de obvia este problema conseguir con ello que Jos puntos de la correspondientes medias correspondan exact mente a lasobseracones de la serie, es obtener una neva media de orden doe, Aunque esta segunda media suavizars un ms Ix Fee ert eee ret er era eer ec — aoe Me YAM Oa Ya66 axils DE eams THATORALES serie, ninica nalidadquese persigue con estaaperacin esl cen- trad dela serie ya que la fund de suavzacion ya se consigus con lnobtencign dela primera media mu “La apliacién de este método para repreienar la tendencia de ‘a sere tiene el inconveniente de a perdida de obervacones en lasqueincurtimos. Mientasmayor sea elvalr de , mayor tambien serie nimero de trminosparales que no podamoscaleularla me- dia En general, se comprueba ficimente que sel orden de la me- aia es impat perderiamios p-observaciones yes par, el nimero ddeestas que quedarian liminadacoinciira cone orden de a me- dia. Por ejemplo, s obenemos una media meévilde orden 12 se per dlerian exactamente 12 observaciones, 6 cortespondientes al pri Cipio del periodo ysis relatasal final ‘Con Ia écnica de las medias shies obtenemos una represen tacidn de a evolucién tendencial de una sere que rene ante ior método de ajustes funcionales destca por vu senile y por a relative flexbilidad con que we adapta alas ereunstancias can biamtes. Sin embargo, efectos de predccién aextapolaién que permite el disponer de una ecuscin de ajuste que nox pryecte la tendencia en tin moment fur se dificulta cn la ulizacén de medias mele, ya que el enjunto de las mismas, aunque nos pro pporciona una isin suavzada oalisada de la sere original, no cons tive ninguna fancin matemaica. Por esta rnin extatenicase ‘mueata iis provechos exando se tli con fines descriptivos 0 también como paso previo en elansisi del extaconaiad que taremos mds adelante En defini, estos serdan esumidamentelosinconvenientes que dlchemos tener presentes cuando apiquemos el procedimiento de ‘medias miles en In estimacion de tendencis: 1, Perdida de observacione. 2. Difcutad en las prediciones, al no disponer de wna funcin «que nos permit la extrapolacin. 8. Nodisponemos de una medida de abitidad equivalent a ‘coeficiente de correla, chem era de pin om ri en sets lami ese | suis LAO De SRE TEAFORALES 7 4 Los promedios ives pueden genera cielosu otros mov- ‘mints que no estan presentes en los datos originales 5, Otro incanveniente, muchas veces olvidado, esque la apli- ‘acidn de median movies introduce antocorrlacién incl ‘en ls series leatorias pura y, dems, puede modifcar Inautocorrelacin preva Por eso dehemos ser cantosen 8 Deas frmas ane en el ait undone diamoyapatiran en pnp parecer otalmente dierent sin ning ipo de elain, vera verqueprecimentelaobtenion dieura mata mies equalenteo puede concebine como ele- Sula de ajusar ua tendenia ined, no a told os dats de inser (a el aunt unio) sino ineraosconsecuos de ‘serine, lomaren ead te cl punto cenal dea reta poraalarlascic original (tears 19). De esa manera, e= {Emer consierando quel parietrs que coneetan a entrucra tereneay que wenn lids por ecacon de ees, scvanairtetsinando yactzaandos media qu aiadios nue Shean een tans suni e Xovcoren de tempo orcoicentes van a permanece constants Tingeneral cusidocfctmea ccc paralabtencion de ta medi mov se supone inplclamente que se extn sistant recat mes de parameton lanes en el ep, peo el ror edimento puede generaiane aditendo juts paingmice, fo que ns contin lo quese denominan mediates pow tas ts decir puede sateder qu por a inspecein rica de Inserisoppechers que para, por ejemplo, intervals de neo ab- Siglo sep i no Ph ol de segundo grado, En ct clase dena pardbola& Tada clacschcratlonecomeciay, oon como tr dea tendencaclpanio central esaqlent' obtener ua media ms ‘icon siguientes ponderacons wierd (BY, TRY, 17% + 1a Ha 4 1s ) ‘sindbis poids tele nmi onan ned btn OC) non pbs oaANMLIS DE SES TENORS Feta 19, Ajit de ets ml cinta ein 1S Modo dela dees a mo is ue aa etinarodenifcr la tendencia de uma sere, se usiiza para eliminarla,derivando una nueva serie ‘obtenida como diferencia de la serie origina: 4 Secomprucba, como sist cn elsiguene ejemplo que sree tamosa cla alo delasereau valor anterior ee rantece tard depron de endencia se ait que eta er lina, Eta peracon se denoninadierenclar una soley wtlin baba mene en ly modeliacién ARMA tle series emporals qe mr tran ers tenden ARIS CLASIOO DE SERIES TEMFORALES @ ‘yeuri0 9. Elmina de wna tendencia linea através dele diem cade lars Aprovechando la serie de Consumo de Energia Elétrica en Es pia (COSENELEC),uulzada en ejemplos anteriores, puede ob- {evar en a fgura20 cémola operacin dediferenciacin de pr merorden (sere DIF COSENELEC), eliminariala endencia inca ‘de laserie orginal ii aahilill ‘as 20, Comme dee vi See aly rir diene Sila primera diferencia no consigue elimina a tendeneia dela sere, lo mis segura ex quel hiptesis lineal no sea la mas ind {ben cuyo caso someteremosalaseriea una nueva diferenciaciin, asumienvdo con ello que su evolucin es parabaica, como se expl ‘Been apartados teins precedentes. Frente a a ventaa dela senile de esta tenica, donde Unix mente e uspone quelatendenci en el insant ¢seréprOximaala insane en 1} hay que tener en cuenta ls siguiente incon 1, Parca diferencacn de a sere we piende una observacén, 12 Se requiere que la serie no presente esacionalidad o que haya sido previmenteeliminada.‘xs DSRS TEMPORALES Confetet ‘oefcenes oewandarniden Modelo 8 [ trorme |e Si 1 Gonsunte| wares | vemos | enree | —o00 tr sessone | 135.00 00 Asi la tendencia en términos anaes sera T,=88214 + 3.283% ‘on £=0 en 1979, Sein lo vito en el apartado precedente, zcomo Se conseguiia expresrdicha tendencia en mesee Se transforma: rial ecsacin de modo que recogieraincrementos mensals me- is, esuleands one recogeria meses centas en ‘finale junto o pnp de ju. Para cambiar la base a mitad de enero habria que desplazar el ‘rigen tal y como se recogeen la figura adjunta, donde se observa que =("" 5,5, y de ese mode, Jon HBS, $285 pg) BHM (SER AE) | 8.2880" 2 2 2 2 con lo que la tendencia ajustaa seria 6,46 + 273,98" fe |e [sen] || fo | at Lge eto no |e SAT MESA BOERS 19 | i | | _ANMLISS LASICD DE SERES TDAPORALES % (27 ANiuss Dea esaoNDAD 2.71. Consideracones previas ‘En general, el andlisde a estcionalidad se puede realizar con dos propésitor diferente 1. Dasetacimatizar:ldesstacionalizacion conse en eliminar las luctuaciones de carcter perio que se presentan en las erie a lo largo del ao, com el objetivo de hacer com parables Ios datos correspondientes extacions diferentes ‘Como indica Ure, a inuencia del factor etacion tia como una micaraque mpi caparadecuadament a ‘evolucin del fendmeno objeto de estudio" Por ejemplo, si ‘aleulamios I varacn experimental entre ls meses de noviembre diciembre de 1998 del indice de preciosal con ‘sumo y resulta serextraordinariamente alta, deberiarnos uti Tar esta informacién con cera eautel, pues se sabe que tradiionalmente elms de diciembre es un mes en el que lo precios sufen un aumento considerable como conse- ‘evencia de los mayores gastos que acompaiian aa festa de ta Navid. HT mes de noviembre no sera comparable con ‘el de dicietmbces presiamente no climinamos a estacons- Tidad presente en exa serie que nos ext impidiendo real- tar un dlagndsio correto de la realidad 12. Prdecr-otras veces lo que nos interesaesandcipar agin va- lor de variable que estemos analizandoy para ello, slase rie eat afecada deextacionalidad, necestaremos tener un ‘camcimiento deta componente en momento dea pre ficcién,s Los divers métoos que se uslizan para clans de la esta -inaliad esinan esta componente através de ineces,expresa ‘do con ello las vartcionesporcentuales de hs iferentesestaciones ‘elato (entendiendo por estacioneslos periods emporales en los ‘quedvimos el aio) respect a media anval. En este sentido se supone que, para cuatguler meso trimestre del ao, el efecto deta6 sous e sous THxnonaas ‘stacionalidad radicaen aumentarodisminur la observaciin ork Servier coer 272. Métdos para etiner ta etaconaidad 1, Métto deta rsén aa meta mévit tes irot eatre cence pasta inet neatiarrme especie eater a fe ordenador tlio al watamient de wes tempol’ yee Ss fiiment ener al pao ec dena mer 1. Einacin deta evdencia cic a través de la obencién de una ‘media movil cao orden permita la eiminacion de la com DPonent esacional, lo que dependeri, como yu se havnt, esis: tart one as ea Pa sists CLASCO Oe SMES TEMPORALES 7 de a period con que venga recogido os datos dea tere. Gon dtr trimetaes a media ml deberta se de Cuatro terms y para que que crrectarentecenrada fbr qu proceder al cul de ot segunda median de orden dos En exe paso, ems de quedar elimina a tstclonaied tambien se habré prado pate de re flares poco que oda media nd proporcionan ‘ere mis eat ay que avert al ecto que, como ya ha vio con anterior nsplicacin dea mtia mov incre en Perdis de lacrciopes En concreto, para nase Ines laobtendén de una meda de orden tconduciaa Ineliminacon de 4 obeeracones 2 principio 2a ial del period, qu consstuen exactamerte nao Legs Yenlor denoninando al mero de afos de tna fee Tomo Tl nal del proc tendremos T-1 aos 2 Obed (porte) i mie como covientedelasere orignal ynetinain de a endenci- Silo qe hemor aes cml po anterior Exo nop potcions una aprosimacton so nes esacionals tun {he podramos deci ques ata de un componente uta ston ego alors se encuentran interferon poe factor eich oslentoro queue laser, Pore de fominaremor a cxoe porcontjs fds bard ine Tad tendo del modelo mulipatis Yr TG By hy jel (1, por cocenteobtendriamos los En el caso del modelo adiivo, elimina de la ten cielo wehard por nstraccion, como esficimente com78 AMIS SERIES THMPORALES es Pesaro ree eae ae ee ae See ae peee eee Stee a eee Sar aerate ee ener ea eee iat eee ee poe creer ae ees ee ote ple Ree nee ees ea poses nea eee eee eee Seer eee eee ae pare aa ee ae Pare fs variacionesieregulare, tel mimero de aon (7) ‘ssufcentemente grande, En wal obtendtames kindices de estacionaldad (1), ‘equivlenes al rimero de extaciones, que en el caso i ‘mestral eorresponden a custo, dados por tne A 0b ANAL L400 De SERS TEWPORALES 9 (anos indices de estos no eben seca en inci nivel dea ei sno exis extaionliad, St corespondiene ince onara el valor de 100, dew fevna qe, pata cada ao lo dsintos indices deben pro- Ime 10% (o lo que ero mismo, au sua debe se igual 1004, 40 n el eo elmer). Como nada are {Eaqueclo we consign con operaciones realadashasta I nment, para a cbensin de los nice deetaciona Ind defn bia querer un dio shite que Pleamosen cpa 44. "Normalan de lor indies de etaionatidad. Esta operacin Const en expres la componente etaconal i por st Correspondent nie como proporion de normed. Fneloddiremos kon tents indices btenidos ene stro por la media de bx mismos Ax btenemos 0 [uc ramora denominar ides de extacionalidad normal ‘aos (EN) dado por: siendo, tamada de snes de tina sin nema. an J, seran, pe ln alores Finals que lia semor como etinaion de sine eachonales co Frespondnte ls frente etacones del a ec {maendrin constanesalolage del emp en elses: {o qu tenimos mantenendo de exaionaliad able. Si ‘Sts aloes os mulpicames por 100 nos expres, en ‘Sin, el porcentaje de destin con respec ala eh {ena ala meas vse conser gal 10 ae ‘Spruce en cada ean dl ato, Por empl, sli ier esactonal del primer meat de una sete dada por elm en ealefacin ede 190 nos nda que dbo 527811 BIBLIOTECA CENTRAL UNAMANIL be seams TEAPORALS | {.algn Factor estacional posto (em este cso de tipo el Imatolgico, ya que los meses de enero, febreroy marzo sie~ Jen se los mis ros del ao, y por tanto donde el consumo

También podría gustarte

• II-890L-IIIQ-22 - Caso Largo Computadoras Del Futuro A

  

  Documento1 página

  II-890L-IIIQ-22 - Caso Largo Computadoras Del Futuro A

  Cristopher Rojas Alfaro

  20% (5)
• Caso 4 Fine Cardboards Ecuador

  

  Documento3 páginas

  Caso 4 Fine Cardboards Ecuador

  Cristopher Rojas Alfaro

  Aún no hay calificaciones
• Determinación Del Error de Los Pronosticos

  

  Documento16 páginas

  Determinación Del Error de Los Pronosticos

  Cristopher Rojas Alfaro

  Aún no hay calificaciones
• • Revistas
  • Podcasts
  • Partituras
• 1a - Guia 1 Caso de Negocio 02 JN 2022

  

  Documento8 páginas

  1a - Guia 1 Caso de Negocio 02 JN 2022

  Cristopher Rojas Alfaro

  Aún no hay calificaciones
• Informacion

  

  Documento3 páginas

  Informacion

  Cristopher Rojas Alfaro

  Aún no hay calificaciones
• 3-Guía 12 ANALISIS FINANCIERO PMO 28-7-22

  

  Documento26 páginas

  3-Guía 12 ANALISIS FINANCIERO PMO 28-7-22

  Cristopher Rojas Alfaro

  Aún no hay calificaciones
• CR Practica JJ

  

  Documento12 páginas

  CR Practica JJ

  Cristopher Rojas Alfaro

  Aún no hay calificaciones