TECNOLOGICO NACIONAL DE MÉXICO

“POR EL SABER UNIVERSAL Y LA GRANDEZA DEL ESPIRITU”

INGENIRIA EN ADMINISTRACIÓN

CUARTO SEMESTRE GRUPO A

ESTADISTICA II.

TEMA 4. INVESTIGACIÓN DOCUMENTAL

PROFESOR:

I.B JOSÉ RAFAEL MEDINA CHI

ALUMNA:

• ANDREA DIAZ TEH

FECHA DE ENTREGA:
JUEVES 04 DE MAYO DEL 2023.
INDICE
INTRODUCCIÓN ............................................................................................................ 3
4. Series de Tiempo ........................................................................................................ 4
4.1Componentes de la serie de tiempo ....................................................................... 4
4.1.1 Tendencia secular:.......................................................................................... 4
4.1.2. Variación cíclica: ................................................................................................ 5
4.1.3 Variación estacional: ........................................................................................... 5
4.1.4 Variación Irregular: ............................................................................................. 6
CONCLUSIÓN: ............................................................................................................... 8
REFERENCIAS: .............................................................................................................. 9
 INTRODUCCIÓN

Una serie tiempo es una secuencia de observaciones, medidos en determinados

momentos del tiempo, ordenados cronológicamente y, espaciados entre sí de manera
uniforme, así los datos usualmente son dependientes entre sí. El principal objetivo de
una serie de tiempo, donde es su análisis para hacer pronóstico. El objetivo del análisis
de una serie de tiempo es el conocimiento
de su patrón de comportamiento, para así poder prever su evolución en el futuro
cercano, suponiendo por supuesto que las condiciones no variarán significativamente.
 4. Series 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.

4.1Componentes de la serie de tiempo

Supondremos que en una serie existen cuatro tipos básicos de variación, los cuales
sobrepuestos o actuando en concierto, contribuyen a los cambios observados en un
período de tiempo y dan a la serie su aspecto errático. Estas cuatro componentes son:
Tendencia secular, variación estacional, variación cíclica y variación irregular.

Supondremos, además, que existe una relación multiplicativa entre estas cuatro
componentes; es decir, cualquier valor de una serie es el producto de factores que
se pueden atribuir a las cuatro componentes.
4.1.1 Tendencia secular: La tendencia secular o tendencia a largo plazo de una
serie es por lo común el resultado de factores a largo plazo. En términos intuitivos,
la tendencia de una serie de tiempo caracteriza el patrón gradual y consistente de
las variaciones de la propia serie, que se consideran consecuencias de fuerzas
persistentes que afectan el crecimiento o la reducción de la misma, tales como:
cambios en la población, en las características demográficas de la misma,
cambios en los ingresos, en la salud, en el nivel de educación y tecnología. Las
tendencias a largo plazo se ajustan a diversos esquemas. Algunas se mueven
continuamente hacía arriba, otras declinan, y otras más permanecen igual en un
cierto período o intervalo de tiempo. Por ejemplo, la gráfica adjunta muestra la
serie de ventas de turismos en Castilla y León desde
enero de 1980. La línea recta podría representar la
tendencia (creciente). La pendiente es de 10.4, lo
que indica que "tendencialmente" cada mes se
venden 10.4 turismos más que en el anterior. Esa
 recta se ha construido como la recta de regresión de la nube de puntos que
representa la serie y, como veremos, es una de las opciones a la hora de calcular

la tendencia. Usaremos la notación o

bien

4.1.2. 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. Un ejemplo de este tipo de variación son los ciclos comerciales
cuyos períodos recurrentes dependen de la prosperidad, recesión, depresión y
recuperación, las cuales no dependen de factores como el clima o las costumbres
sociales. La figura adyacente muestra en un gráfico especial, de los denominados de
"telaraña" las matriculaciones de turismos en Castilla y León durante los años 1999 a
2003. Cada radio es un mes (1 para enero, 2 para febrero,
etc.) y puede observarse ciertas pautas. Por ejemplo, que
enero, agosto y septiembre son meses con pocas
matriculaciones relativas, mientras que julio y junio son
meses de elevados valores, en comparación con la
tendencia. No representamos más años en esta gráfica,
pero el efecto no es muy diferente si lo hacemos.

4.1.3 Variación estacional: El componente de la serie de tiempo que representa la

variabilidad en los datos debida a influencias de las estaciones, se llama componente
estacional. Esta variación corresponde a los movimientos de la serie que recurren año
tras año en los mismos meses (o en los mismos trimestres) del año poco más o menos
con la misma intensidad. Por ejemplo: Un fabricante de albercas inflables espera poca
actividad de ventas durante los meses de otoño e invierno y tiene ventas máximas en los
de primavera y verano, mientras que los fabricantes de equipo para la nieve y ropa de
abrigo esperan un comportamiento anual opuesto al del fabricante de albercas. La figura
de la derecha ilustra esta definición con la representación de la anterior serie de ventas
de turismos, junto con la componente cíclica (de color naranja). Como decíamos, a veces
no se separa de la tendencia. A la componente se le denomina entonces la "ciclo-
tendencia". En esa figura se muestra (en color verde y con trazo grueso) la ciclo-
tendencia de la serie de ventas de turismos.

4.1.4 Variación 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.

b. Tendencia de una serie

1. Tendencia 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. Esta línea de tendencia muestra que algo
aumenta o disminuye a un ritmo constante. El método que se utiliza para obtener la línea
recta de mejor ajuste es el Método de Mínimos Cuadrados.

2. Tendencia no lineal Cuando la serie de tiempo presenta un comportamiento curvilíneo

se dice que este comportamiento es no lineal. Dentro de las tendencias no lineales que
pueden presentarse en una serie se encuentran, la polinomial, logarítmica, exponencial
y potencial, entre otras.
 CONCLUSIÓN:

• Las series temporales pueden servir para predecir acontecimientos futuros en

base a ciertos comportamientos de determinadas variables.
• Si se determina la función matemática de la tendencia lineal, esta no permitirá
conocer los valores perdidos tanto al inicio como al final del proceso de
búsqueda de la línea de tendencia.
• Si tenemos más observaciones que se puedan promediar, que es el orden de la
media móvil, se obtienen tendencias más suaves. Este hecho no debe hacernos
olvidar que aunque hemos mejorado la tendencia con el suavizado, por el
contrario perdemos información sobre los valores iniciales y finales de la
tendencia estimada.
 REFERENCIAS:

• Toledo. L. (2015). Modelos de series de tendencia.

http://ri.uaemex.mx/oca/view/20.500.11799/35309/1/secme-22492.pdf
• Series de tiempo. Consultado el 04 de mayo del 2023.
http://www.estadistica.mat.uson.mx/Material/seriesdetiempo.pdf

• Series Temporales. (s/f). Uva.es. Recuperado el 4 de mayo de 2023, de

http://www5.uva.es/estadmed/datos/series/series1.htm
• Herberth-gonzalez-alzina. (2016). 4 Series de Tiempo Estadistica
2. dokumen.tips. https://dokumen.tips/documents/4-series-de-tiempo-estadistica-
2.html?page=1