UNIDAD III

ANÁLISIS DE SERIES DE TIEMPO

3.1 COMPONENTES DE UNA SERIE DE TIEMPOS. (Estadística para negocios y economía.

Anderson Sweeney Williams)

SERIES DE TIEMPOS.

Una serie de tiempo es una secuencia de observaciones en una variable que se mide en puntos
sucesivos en el tiempo o sobre un periodo sucesivo. Las medidas pueden ser tomadas cada hora, día,
semana, mes o año. O en cualquier otro intervalo regular. El patrón de datos es un factor importante en
la comprensión de cómo las series de tiempo se han comportado en el pasado. Si se espera que tal
comportamiento continúe en el futuro, se puede utilizar el patrón anterior como guía en la selección de un
método de elaboración de pronóstico adecuado.

Para identificar los datos del patrón subyacente, un primer paso útil es construir una gráfica de series de
tiempo. Ésta es una representación gráfica de la relación entre el tiempo y las variables de la serie de
tiempo: El tiempo se representa en el eje horizontal y los valores de la serie de tiempo en el eje vertical.

Existen 4 componentes en una Serie de Tiempo: La Tendencia, La Variación Cíclica, La Variación

Estacional y la Variación Irregular.

PATRÓN DE TENDENCIA.

Aunque los datos de las series de tiempos presentan fluctuaciones aleatorias, estas series también
pueden mostrar cambios o movimientos graduales hacia valores relativamente mayores o menores
durante un periodo. Si una gráfica de series de tiempo muestra este tipo de comportamiento, se dice que
tiene un patrón de tendencia. La tendencia, por lo general, es el resultado de factores a largo plazo,
como el aumento o disminución de la población o la variación de sus características demográficas, la
tecnología y/o preferencias de los consumidores, etc.

EJEMPLO 1:

Considere las series de tiempo de ventas de bicicletas de un fabricante en particular en los últimos 10
años, como se muestra en la tabla 3.1 y la figura 3.1. Observe que en el primer año se vendieron 21,600
bicicletas, en el segundo año 22,900, y así sucesivamente. En el año 10, el último año, se han vendido
31,400 bicicletas. La inspección visual de la gráfica de las series de tiempo permite apreciar algunos
movimiento ascendentes y descendentes en los últimos 10 años, pero la serie de tiempo también parece
tener una tendencia sistemática de aumento o disminución.

Año Ventas (miles)

1 21.6

2 22.9

3 25.5

4 21.9

5 23.9

6 27.5

7 31.5
 8 29.7

9 28.6

10 31.4

Gráfica de la serie de tiempo de las ventas de bicicletas

32

30

28
VENTAS

26

24

22

0 2 4 6 8 10
AÑO

Figura 3.1 Gráfica de la serie de tiempo de las ventas de bicicletas

La tendencia de la serie de tiempo parece ser lineal y creciente con el tiempo, pero a veces una
tendencia se puede describir mejor por otros tipos de patrones.

EJEMPLO 2:

Los datos de la siguiente tabla y su gráfica correspondiente, muestran las ventas de un medicamento
contra el colesterol, dado que la empresa obtuvo la aprobación de la FDA hace 10 años.

Año Ingresos
(millones)

1 23.1

2 21.3

3 27.4

4 34.6

5 33.8

6 43.2

7 59.5

8 64.4

9 74.2

10 99.3

Tabla 3.1.2 Ingresos por medicamentos contra el colesterol ($ millones)

 Gráfica de dispersión de VENTAS vs. AÑO
100

90

80

70
VENTAS

60

50

40

30

20

0 2 4 6 8 10
AÑO

Figura 3.1.2 Gráfica de la serie de tiempo de las ventas de medicamentos contra el colesterol ($ millones)

Podemos observar que la serie de tiempo se incrementó de una manera no lineal, es decir, la tasa de
variación de los ingresos no aumentó en una cantidad constante de un año a otro. De hecho, los
ingresos parecen estar creciendo de manera exponencial.

PATRÓN ESTACIONAL.

Los patrones estacionales son reconocidos al identificarse los mismos patrones de repetición en periodos
sucesivos. Por ejemplo, un fabricante de albercas espera tener pocas ventas en los meses de otoño e
invierno, y aumentarlas en los meses de primavera y verano. Los fabricantes de equipo de remoción de
nieve y de ropa de invierno, sin embargo, prevén exactamente lo contrario. Como era de esperar, el
patrón de una gráfica de series de tiempo que tiene un comportamiento repetitivo en un periodo de un
año debido a la influencia estacional se llama patrón estacional. Aunque por lo general se considera
que las variaciones estacionales son aquellas que se representan en un lapso de un año, los datos de
series de tiempo también pueden presentar patrones estacionales de menos de un año. Por ejemplo, el
volumen de tráfico diario muestra en un día un comportamiento “estacional”, donde los valores máximos
se presentan en las horas pico, un flujo moderado el resto del día y al comienzo de la noche, y un flujo
ligero desde la media noche hasta la madrugada.

EJEMPLO 3.

Considere el número de sombrillas vendidas en una tienda de ropa en los últimos cinco años. La tabla
3.1.3 muestra la serie de tiempo con los datos de año, trimestre y ventas, y la figura 3.1.3 ilustra la gráfica
correspondiente. La gráfica de serie de tiempo no indica ninguna tendencia a largo plazo en las ventas.
De hecho, a menos que observe cuidadosamente los datos, es posible concluir que éstos siguen un
patrón horizontal. Pero una inspección más cercana revela un patrón regular en los datos. Es decir, el
primer y tercer trimestre presentan ventas moderadas, el segundo trimestre tiene ventas más altas y el
cuarto trimestre tiende a tener menor volumen de ventas. Por tanto, se concluye que existe un patrón
estacional trimestral.
 Año Trimestre Ventas

1 1 125

2 153

3 106

4 88

2 1 118

2 161

3 133

4 102

3 1 138

2 144

3 113

4 80

4 1 109

2 137

3 125

4 109

5 1 130

2 165

3 128

4 96

Tabla 3.1.3 Venta de Sombrillas

Gráfica de Series de Tiempo

12
10
8
VENTAS

6
4
2
0
0 2 4 6 8 10 12
 Año Ventas

Figura 3.1.3 Gráfica de series de tiempo de las ventas de sombrillas

PATRONES DE TENDENCIA Y ESTACIONAL

Algunas series de tiempo son una combinación de un patrón de tendencia y estacional. Por ejemplo, los
datos de la tabla 3.1.4 y la gráfica correspondiente de las series de tiempo muestran las ventas de
televisores por trimestre y año de un fabricante en particular en los últimos cuatro años. Claramente se
presenta una tendencia creciente. Sin embargo, también se puede observar que las ventas son menores
en el segundo trimestre de cada año y que aumentan a partir de los trimestres 3 y 4. Por tanto, se llega a
la conclusión de que un patrón estacional también está presente en las ventas de televisores. En estos
casos se utiliza un método de elaboración de pronósticos que tiene la capacidad para tratar la tendencia y
la estacionalidad.

Año Trimestre Ventas

1 1 4.8

2 4.1

3 6.0

4 6.5

2 1 5.8

2 5.2

3 6.8

4 7.4

3 1 6.0

2 5.6

3 7.5

4 7.8

4 1 6.3

2 5.9

3 8.0

4 8.4
 Tabla 3.1.4 Ventas de televisores

Gráfica de serie de tiempo

10
8
6

VENTAS
4
2
0
1 2 3 4
AÑO/TRIMESTRE

Año Ventas
Figura 3.1.4 Gráfica de la serie de tiempo del conjunto de ventas trimestrales de televisores

PATRÓN CÍCLICO.

El patrón cíclico existe si la gráfica de la serie de tiempo muestra una secuencia de puntos que caen de
manera alterna por arriba y debajo de la línea de tendencia por más de un año. Muchas series de tiempo
económicas suelen mostrar un comportamiento cíclico con observaciones regulares que caen por debajo
y por encima de la línea de tendencia. A menudo, el patrón cíclico se debe a ciclos multianuales de la
economía. Por ejemplo, periodos de inflación moderada seguidos por periodos de inflación rápida
pueden dar lugar a que la serie de tiempo alterne hacia arriba y hacia debajo de la línea general de
tendencia creciente, por ejemplo, una serie de tiempo sobre el costo de vivienda. Los ciclos económicos
son extremadamente difíciles, si no es que imposibles de predecir. Como resultado, los efectos cíclicos a
menudo se combinan con efectos de tendencia a largo plazo y se conocen como efecto de tendencia –
cíclico.

PATRÓN IRREGULAR

Esta se debe a factores a corto plazo, imprevisibles y no recurrentes que afectan a la serie de tiempo.
Como este componente explica la variabilidad aleatoria de la serie, es impredecible, es decir, no se
puede esperar predecir su impacto sobre la serie de tiempo. Existen dos tipos de variación irregular: a)
Las variaciones que son provocadas por acontecimientos especiales, fácilmente identificables, como las
elecciones, inundaciones, huelgas, terremotos. b) Variaciones aleatorias o por casualidad, cuyas causas
no se pueden señalar en forma exacta, pero que tienden a equilibrarse a la larga.