¿Cuáles son los cuatro principales componentes de una
serie de tiempo y explique el tipo de cambio, en el tiempo
al que se aplica? La Tendencia: La tendencia es el movimiento de los datos hacia arriba o hacia abajo a lo largo del tiempo. También, ocurre que los datos se mantienen estables, esto significa que las ventas no aumentan ni disminuyen conforme pasa el tiempo.
La Variación Cíclica: se identifica como el patrón que muestran los
datos en intervalos regulares, por encima o por debajo de la estación promedio.
Variación Estacional: son los patrones que se identifican en ciertos
intervalos de tiempo, se asocia la ciclicidad al ciclo económico.
Variación Irregular: son irregularidades por que se suponen explica el
azar. No muestran un patrón y presentan una distribución normal con media igual a cero.
¿Cuál es la ventaja de descomponer una serie de tiempo
en sus cuatro componentes?
La ventaja es que permite visualizar de manera aislada los
efectos particulares de cada componente en la serie original, las series temporales se usan para estudiar la relación causal entre diversas variables que cambian con el tiempo y se influyen entre sí. Desde el punto de vista probabilístico una serie temporal es una sucesión de variables aleatorias indexadas según parámetro creciente con el tiempo. Cuando la esperanza matemática de dichas variables aleatorias es constante o varía de manera cíclica, se dice que la serie es estacionaria y no tiene tendencia secular. Muchas series temporales tienen una tendencia creciente (por ejemplo, el número de automóviles en uso en casi todos los países durante los últimos cincuenta años
¿Con qué propósito aplicamos el análisis de serie de
tiempo a datos recolectados durante un tiempo?
con el propósito de cuantificar el método que utilizamos
para determinar patrones en los datos recolectados a través del tiempo, los datos de una serie de tiempo nos muestran el análisis de series de tiempo que se utiliza para detectar patrones de cambio en la información estadística en intervalos regulares. Correa, Emilia (2000). Series de Tiempo. Medellín: Centro de publicaciones Universidad Nacional de Colombia. [ Links ] Diebold, Francis (2001). Elements of forecasting, segunda edición. Australia: South Western College Publishing. [ Links ] A First Course on Time Series Analysis - un libro de fuente abierta sobre análisis de series temporales con SAS (Statistical Analysis System)