 Indicar que tomamos datos del inegi y citar la pagina

 Objetivo: Utilizar el programa estadístico minitab dopara resolver o evaluar series de

tiempo, mediante distintos métodos
 Introducción : programa estadístico minitad y series de tiempo
En el desarrollo de este docuemto se presentaran ejercicios realizados en Minitab Statistical
Software puede examinar datos actuales y pasados para descubrir tendencias, encontrar y
predecir patrones, descubrir relaciones ocultas entre las variables y crear visualizaciones
impresionantes para aprovechar las oportunidades y abordar incluso los desafíos más
abrumadores.

 Al contar con recursos estadísticos potentes, la mejor analítica de datos en la industria

y visualizaciones dinámicas, sus posibilidades son infinitas.

 Metodología: hacerca de la serie de tiempo que se uso: serie de tiempo descargada de la

base de datos de inegi y su serie de tiempo es sobre la población…. Etc.
 Agregar información de como se resuelve cada método no son necesarias capturas
 Resultados: en minitad
 Conclusión
 Información bibliográfica en formato apa la pagina de inegi y información de introducción


Gráfica de series de tiempo de Numero de poblacion

140000000

120000000
Numero de poblacion

100000000

80000000

60000000

40000000

20000000

0
1910 1921 1930 1940 1950 1960 1970 1980 1990 1995 2000 2005 2010 2015 2020
Año
Análisis de tendencia para Numero de poblacion
Método
Tipo de modelo Modelo de tendencia linea
l
Datos Numero de poblacion
Longitud 15
Número de valores 0
faltantes
Pronósticos
años Pronostico para deNumero de poblacion

2021 138677182
2022 147904068
2023 157130954
2024 166357840
Gráfica de análisis de tendencia de Numero de poblacion
 Gráfica de análisis de tendencia de Numero de poblacion
Modelo de tendencia lineal
Yt = -8952994 + 9226886×t
180000000 Variable
Actual
160000000
Ajustes
140000000 Pronósticos
Numero de poblacion

Medidas de exactitud
120000000
MAPE 2.07177E+01
MAD 5.93103E+0
100000000
MSD 5.28143E+13
80000000

60000000

40000000

20000000

1921 1940 1960 1980 1995 2005 2015

Año

Análisis de tendencia para Numero de poblacion

Método
Tipo de modelo Modelo de tendencia cuadrátic
a
Datos Numero de poblacion
Longitud 15
Número de valores 0
faltantes
Pronósticos
año Pronostico para deNumero de poblacion

2021 144415303
2022 155793984
2023 167425818
2024 179310804
Gráfica de análisis de tendencia de Numero de poblacion

Gráfica de análisis de tendencia de Numero de poblacion

Modelo de tendencia cuadrática
Yt = -3214873 + 7201667×t + 126576×t^2
200000000 Variable
Actual
Ajustes
Pronósticos
150000000
Numero de poblacion

Medidas de exactitud
MAPE 1.81754E+01
MAD 6.08855E+0
MSD 4.84080E+13
100000000

50000000

0
1921 1940 1960 1980 1995 2005 2015
Año
 Gráfica de descomposición de series de tiempo de Numero de poblacion
Modelo multiplicativo
180000000 Variable
Actual
160000000 Ajustes
Tendencia
140000000 Pronósticos
Numero de poblacion

120000000 Medidas de exactitud

MAPE 2.07272E+01
100000000 MAD 5.93367E+0
MSD 5.28695E+13
80000000

60000000

40000000

20000000

1921 1940 1960 1980 1995 2005 2015

Año

Descomposición de series de tiempo para Numero de

poblacion
Método
Tipo de modelo Modelo multiplicativo
Datos Numero de poblacion
Longitud 15
Número de valores 0
faltantes
Pronósticos
Año Pronostico para deNumero de población

2021 138518306
2022 148036549
2023 156950153
2024 166506115
Gráfica de descomposición de series de tiempo de Numero de poblacion
Descomposición - Análisis de componente para Numero de poblacion
Descomposición - Análisis estacional para Numero de poblacion
Descomposición de series de tiempo para Numero de
poblacion
Método
Tipo de modelo Modelo aditivo
Datos Numero de poblacion
Longitud 15
Número de valores 0
faltantes
Pronósticos
Años Pronostico para deNumero de población

2021 138294813
2022 148238640
2023 156748586
2024 166692413
Gráfica de descomposición de series de tiempo de Numero de poblacion
Descomposición - Análisis de componente para Numero de poblacion
Descomposición - Análisis estacional para Numero de poblacion

Gráfica de descomposición de series de tiempo de Numero de poblacion

Modelo aditivo
180000000 Variable
Actual
160000000 Ajustes
Tendencia
140000000 Pronósticos
Numero de poblacion

120000000 Medidas de exactitud

MAPE 2.08411E+01
100000000 MAD 5.96951E+0
MSD 5.25679E+13
80000000

60000000

40000000

20000000

1921 1940 1960 1980 1995 2005 2015

Año
Promedio móvil de Numero de poblacion
Método
Datos Numero de poblacion
Longitud 15
Número de valores 0
faltantes
Pronósticos
Año Pronóstico para de número de población Inferior Superior

202 119556877 100883825 138229929

1
202 119556877 100883825 138229929
2
202 119556877 100883825 138229929
3
202 119556877 100883825 138229929
4
Gráfica de promedio móvil de Numero de poblacion
 Gráfica de promedio móvil de Numero de poblacion
140000000 Variable
Actual
Ajustes
120000000 Pronósticos
IP de 95.0%
Numero de poblacion

100000000 Promedio móvil

Longitud 2

80000000 Medidas de exactitud

MAPE 1.40755E+01
MAD 8.45800E+0
60000000 MSD 9.07683E+13

40000000

20000000

0
1921 1940 1960 1980 1995 2005 2015
Año
Suavización exponencial simple para Numero de poblacion
Método

Datos Numero de poblacion

Longitud 15

Pronósticos

Pronóstico para de número de

Período población Inferior Superior

16 129424829 11948959 139360064

3

17 129424829 11948959 139360064

3

18 129424829 11948959 139360064

3

19 129424829 11948959 139360064

3
Gráfica de suavización exponencial simple de Numero de poblacion

Gráfica de suavización para Numero de poblacion

Método exponencial simple

140000000 Variable
Actual
Ajustes
120000000 Pronósticos
IP de 95.0%
Numero de poblacion

100000000 Constante de suavización

α 1.93058
80000000 Medidas de exactitud
MAPE 8.06244E+00
60000000 MAD 4.05527E+06
MSD 2.43834E+13

40000000

20000000

0
1921 1940 1960 1980 1995 2005 2015
Año
Suavización exponencial doble para Numero de poblacion
* NOTA * Segunda ponderación fuera de la región de invertibilidad; se utilizará ponderación
ajustada.
Método
Datos Numero de poblacion
Longitud 15
Pronósticos
Pronóstico para de número de
población
Año Inferior Superior

202 161472663 86354856 236590470

1
202 190560006 52276836 328843177
2
202 219647349 16672439 422622259
3
202 248734692 -19355630 516825014
4
Gráfica de suavización exponencial doble de Numero de poblacion

Gráfica de suavización para Numero de poblacion

Método exponencial doble
Variable
500000000 Actual
Ajustes
Pronósticos
400000000 IP de 95.0%
Numero de poblacion

Constantes de suavización
α (nivel) 1.21745
300000000 γ (tendencia) 1.27557

Medidas de exactitud
200000000 MAPE 8.56181E+01
MAD 3.06609E+0
MSD 9.67745E+14
100000000

1921 1940 1960 1980 1995 2005 2015

Año
Método de Winters para Numero de poblacion
Método
Tipo de modelo Método multiplicativo
Datos Numero de poblacion
Longitud 15
Pronósticos
Pronóstico para de número de
población
Período Inferior Superior

2021 135712043 10872599 162698088

8
2022 145527284 11811845 172936113
6
2023 154098883 12621865 181979117
0
204 163993026 13559518 192390866
7
Gráfica del método Winters de Numero de poblacion
 Gráfica del método Winters de Numero de poblacion
Método multiplicativo
200000000 Variable
Actual
Ajustes
Pronósticos
150000000 IP de 95.0%
Numero de poblacion

Constantes de suavización
α (nivel) 0.2
γ (tendencia) 0.2
100000000 δ (estacional) 0.2

Medidas de exactitud
MAPE 1.80749E+01
MAD 1.10149E+07
50000000 MSD 2.31556E+14

0
1921 1940 1960 1980 1995 2005 2015
Año
Método de Winters para Numero de poblacion
Método
Tipo de modelo Método aditivo
Datos Numero de poblacion
Longitud 15
Pronósticos
Períod
o Pronóstico Inferior Superior

2021 133250512 103990909 162510116

2022 142134897 112416891 171852903
2023 150387478 120158351 180616605
2024 159271863 128481522 190062204
Gráfica del método Winters de Numero de poblacion

Gráfica del método Winters de Numero de poblacion

Método aditivo
200000000 Variable
Actual
Ajustes
Pronósticos
150000000 IP de 95.0%
Numero de poblacion

Constantes de suavización
α (nivel) 0.2
γ (tendencia) 0.2
100000000 δ (estacional) 0.2

Medidas de exactitud
MAPE 1.88075E+01
MAD 1.19429E+07
50000000 MSD 2.59449E+14

0
1921 1940 1960 1980 1995 2005 2015
Año

Mape : porcentaje de error ( error promedio móvil ajustado)no indica cuanto nos estamos
equivocando entre menor sea mejor es el método utilizado.

MAD: Desvicion media absoluta, nos indica cuento nos equivocamos en unidades de y
MSD: porcentaje de error ( error promedio móvil ajustado)no indica cuanto nos estamos
equivocando entre menor sea mejor es el método utilizado, en unidades cuadráticas.

Después de poner todos los resultados en concluysion

Agregar tabla

Nombre del método todos los métodos utilizados

Desde tendencia lineal hasta el de Winter aditivo

Segunda columna Mape resultado de mape de cada uno de los promedios y resaltar cual fue el
método con mape menor

Conclusión final para la serie de tiempos que utilizamos el método que genera mejores
pronosticos es …. Porque obtuvo el mape menor

Agregar bibliografía

Anexos foto y captura del programa militar