Documentos de Académico
Documentos de Profesional
Documentos de Cultura
TENDENCIAS LINEALES
y = na + b( x)
xy = a( x) + b( x2)
1
históricos o series de tiempo para después extrapolar el modelo al futuro. El
pronóstico se basa únicamente en los valores pasados de la variable o en los
errores de pronóstico del pasado.
Para identificar los datos del patrón correspondiente, es útil construir una gráfica
de series de tiempo, donde el tiempo está en el eje x, y los valores de la serie de
tiempo están en el eje y.
Patrón horizontal:
Se presenta cuando los datos fluctúan alrededor de una media constante.
Ejemplo 1
A continuación se presenta la serie de tiempo de las ventas de gasolina.
2
Ventas
Semana (miles de
galones)
1 17
2 21
3 19
4 23
5 18
6 16
7 20
8 18
9 22
10 20
11 15
12 22
Media de las ventas de esta serie de tiempo: 19.25 miles o 19250 galones por
semana. Aunque la variabilidad aleatoria está presente, se diría que estos datos
siguen un patrón horizontal, observe la gráfica adjunta.
3
Media de las ventas de esta serie de tiempo: 24.82 miles de galones o 24,820
galones por semana.
4
Ejemplo 2:
Suponga que un distribuidor firma contrato con el departamento de Policía de
Vermont para proveer de gasolina a los automóviles de la policía local ubicados al
sur del estado. Con este nuevo contrato el distribuidor espera tener un gran
incremento en las ventas semanales a partir de la semana 13. La tabla adjunta
muestra el número de galones de gasolina que se venden para la serie de tiempo
original y para las 10 semanas después de firmar el nuevo contrato.
Ventas
Semana (miles de
galones)
1 17
2 21
3 19
4 23
5 18
6 16
7 20
8 18
9 22
10 20
11 15
12 22
13 31
14 34
15 31
16 33
17 28
18 32
19 30
20 29
21 34
22 33
5
Patrón de tendencia:
Los datos de las series de tiempo presentan fluctuaciones aleatorias, estas series
también pueden mostrar cambios o movimientos graduales hacia valores
relativamente mayores o menores durante un periodo. 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 o
preferencia de los consumidores, etc.
Ejemplo 3:
Considere la serie de tiempo de ventas de bicicletas de un fabricante en los
últimos 10 años, como se muestra en la tabla adjunta.
6
Ventas
Año (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
7
Tendencia exponencial
La tendencia en la serie de tiempo de las ventas de bicicletas parece ser lineal y
creciente con el tiempo, pero puede a veces describirse una tendencia por otros
patrones.
Ejemplo 4:
Los datos de la tabla muestran las ventas de un medicamento contra el colesterol.
Para los últimos 10 años, la serie de tiempo se incrementó de una manera no
lineal, es decir la tasa de variación de los ingresos no aumento en una cantidad
constante de un año a otro. Los ingresos están creciendo de manera exponencial.
8
Ingresos
Año
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
9
Patrón estacional:
La tendencia de una serie de tiempo se puede identificar con el análisis de las
variaciones multianuales en los datos históricos. Los patrones estacionales son
reconocidos al identificarse los mismos patrones de repetición en patrones
sucesivos.
Ejemplo 5:
Considere el número de sombrillas vendidas en una tienda de ropa en los últimos
cinco años, la siguiente tabla muestra los datos:
10
Patrón de tendencia y estacional:
Algunas series de tiempo son una combinación de un patrón de tendencia y
estacional.
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 muy difíciles, si no es que imposibles de predecir. Como
11
resultado, los efectos cíclicos se combinan con efectos de tendencia a largo plazo
y se conocen como efecto de tendencia-cíclico. En este capítulo no se tratará este
tema.
En cualquiera de los dos casos (un número impar o par de años, en la serie),
x = 0 y, al sustituir esto en las dos ecuaciones normales y al resolverlas para
determinar a y b, se obtiene
y xy
a = y b =
n x2
Ejemplo 1
En los años de 2011 a 2019, el número de televisores producidos y/o vendido en
EEUU (sin tomar en cuenta el país de origen), fue: 15432, 17406, 16616, 18532,
18480, 16405, 19680, 22210 y 20525 miles de unidades. Ajuste a esta serie una
recta o línea de tendencia de mínimos cuadrados de la forma ŷ = a + bx.
12
Solución
Producción Ventas
Año X y xy x2
2011 -4 15432 -61728 16
2012 -3 17406 -52218 9
2013 -2 16616 -33232 4
2014 -1 18532 -18532 1
2015 0 18480 0 0
2016 1 16405 16405 1
2017 2 19680 39360 4
2018 3 22210 66630 9
2019 4 20525 82100 16
0 165286 38785 60
y 165286
a = = 9 = 18 365.1
n
xy 38785
b = = 60 = 646.4
x 2
13
producción y/o las ventas anuales netas de televisores, en miles de
unidades. De este modo, escribimos la ecuación de tendencia y su leyenda así:
ŷ = 18 365.1 + 646.4 x
Ejemplo 2
Con base en los resultados del ejemplo anterior, determine los valores de
tendencia de 2011 y 2019 de la producción y/o ventas de televisores en EE UU.
Solución
Mediante la sustitución de x = -4 en la ecuación de tendencia, se obtiene
y al sustituir x = 4, se obtiene
Ejemplo 3
Cambie las unidades de y en las ecuaciones ŷ = 18365.1 + 646.4x de la
producción y/o ventas anuales por el promedio de la producción y/o las ventas
mensuales.
Solución
ŷ = 1530.4 + 53.9x
Ejemplo 4
Modifique la ecuación de tendencia que se obtuvo en el ejemplo anterior de
manera que las x se refieran a meses sucesivos y no a años sucesivos.
Solución
Como b mide el incremento en la tendencia, o sea, el aumento o la disminución de
los valores con tendencia, correspondientes a una unidad de x, debemos dividir b
entre 12, para convertir el incremento de tendencia anual de un incremento de
tendencia mensual. Si dejamos a sin variación, se obtiene:
ŷ = 1530.4 + 4.5x
15
(origen: enero de 2011; unidades de x: un año; y: promedio de la producción y/o
ventas anuales, en miles de televisores)
Ejemplo 5
Desplace el origen de la ecuación de tendencia que se obtuvo en el ejemplo
anterior de junio a julio de 2015 a la mitad del mes de enero de 2015.
Solución
1
La mitad de enero de 2015 es 52 meses antes de la mitad del año de 2015. Por lo
ŷ = 1505.6 + 4.5x
TENDENCIAS NO LINEALES
16
ŷ = a + bx + cx2
Al ajustar una parábola por medio del método de mínimos cuadrados, debemos
determinar a, b y c de manera que (y - ŷ)2 = (y – a – bx – cx2)2 sea mínimo.
Para esto, consideramos la parábola como una ecuación de regresión múltiple de
la forma.
y = a + bx1 + cx2
y = na + b( x) + c( x2)
xy = a( x) + b( x2) + c( x3)
y = na + c( x2)
xy = b( x2)
xy
b=
x2
17
y podemos determinar a y c resolviendo simultáneamente la primera y tercera
ecuaciones. Las parábolas se conocen asimismo como ecuaciones polinomiales
de segundo grado y las ecuaciones polinomiales de grado mayor que 2, en x,
como:
ŷ = a + bx + cx2 + dx3 y
ŷ = a + bx + cx2 +dx3 + ex4,
Ejemplo 6
En los años de 2008 a 2018 se produjeron 8.48, 7.08, 8.58, 9.25, 8.30, 9.53, 9.90,
9.81, 6.47, 5.09, 4.67 millones de barriles de petróleo crudo al día, en Arabia
Saudita.
Solución a)
Producción
Año y X xy x2y x2 x4
2008 8.48 -5 -42.40 212.00 25 625
2009 7.08 -4 -28.32 113.28 16 256
2010 8.58 -3 -25.74 77.22 9 81
18
2011 9.25 -2 -18.50 37.00 4 16
2012 8.30 -1 -8.30 8.30 1 1
2013 9.53 0 0 0 0 0
2014 9.90 1 9.90 9.90 1 1
2015 9.81 2 19.62 39.24 4 16
2016 6.47 3 19.41 58.23 9 81
2017 5.09 4 20.36 81.44 16 256
2018 4.67 5 23.35 116.75 25 625
87.16 0 -30.62 753.36 110 1958
87.16 = 11 a +110c
19
Solución b)
Solución c)
Para trazar una tendencia parabólica necesitamos por lo menos tres puntos. Por lo
tanto, mediante el uso de los resultados del inciso b), junto con la información de
que el valor de tendencia de 2013 es a = 9.32.
20
Unidades
habitacionales
Año (millones)
1960 24.4
1970 29.9
1980 34.9
1990 42.8
2000 53.0
2010 63.4
2020 80.4
ŷ = a.bx
se trazan como una línea recta en papel de razones. Esta última curva se conoce
con el nombre de exponencial, porque x figura en la ecuación como el exponente
de b, y las tendencias de las series de tiempo, que parecen lineales cuando se
trazan en papel de razones, se denomina tendencias exponenciales.
21
que es una ecuación lineal en x y log ŷ (al escribir A, B y Y para log a, log b y
log ŷ, la ecuación se transforma en Y = A + Bx, que es la ecuación usual de la
línea recta). A fin de ajustar una tendencia exponencial mediante el método de los
mínimos cuadrados (es decir, para ajustar una línea recta a los logaritmos de los
valores de y), se determina los valores numéricos de log a y log b a partir de las
fórmulas.
log y (x.log y)
log a = y log b =
n x2
Ejemplo 7
Ajuste una curva exponencial a los números de unidades habitacionales ocupadas
por los propietarios en 1960, 1970, 1980, 1990, 2000, 2010 y 2020, que ya se han
mencionado.
Solución
Existe un número n de puntos para los datos de este periodo, de maneras que
codificamos dichos datos fijando el cero de una nueva escala x a la mitad del
periodo, que es el año 1990, y contamos desde ahí hacia atrás y hacia delante en
decenios. Dicho de otra manera, codificamos los decenios –3, -2, -1, 0, 1, 2 y 3.
Calculando los logaritmos que se necesitan para realizar el trabajo, se produce las
sumas necesarias para determinar log a y log b en la tabla siguiente:
22
Unidades Habitacionales (millones)
Año x Y Log y x.log y x2
1960 -3 24.4 1.3874 -4.1622 9
1970 -2 29.9 1.4757 -2.9514 4
1980 -1 34.9 1.5428 -1.5428 1
1990 0 42.8 1.6314 0 0
2000 1 53.0 1.7243 1.7243 1
2010 2 63.4 1.8021 3.6042 4
2020 3 80.4 1.9053 5.7159 9
11.4690 2.3880 28
11.4690 2.3880
log a = 7 = 1.6384 y log b = 28 = 0.0853
y se escribe la ecuación de tendencia en forma logarítmica, con su leyenda, así:
Ŷ = 43.5 (1.22)x
Ejemplo 8
Solución
Existe un número par de puntos de datos en la serie, de manera que codificamos
los datos fijando el cero de una nueva escala x en 1995, a la mitad entre los años
de 1990 y 2000. En otras palabras, codificamos los años –5, –3, -1, 1, 3 y 5.
Se toman los logaritmos que se necesitan para determinar log a y log b en la
tabla siguiente:
10.0816 3.0188
log a = = 1.6803 y log b =
6 70 = 0.0431
Se determinan log ŷ y ŷ, que son los valores reales de tendencia de los años
1970 a 2020, y se presentan de la manera siguiente:
Año Log ŷ ŷ
1970 1.4648 29.2
1980 1.5510 35.6
1990 1.6372 43.4
2000 1.7234 52.9
2010 1.8096 64.5
2020 1.8958 78.7
Existen otras técnicas diferentes con las que se pueden describir las tendencias
en términos matemáticos; pero, aunque dos series no puedan resultar
exactamente iguales, la mayoría de ellas se pueden manipular por medio de los
métodos que hemos descrito aquí. En cada caso, nuestra meta es la de
seleccionar aquella ecuación o aquel método de medición de la tendencia que
mejor describa el patrón de crecimiento gradual y constante.
25