Series de Tiempo Semestre I-2024 JMZN

Evaluación de Series de tiempo utilizando

Python o R-Studio

April 16, 2024

Introducción
Esta evaluación tiene por objetivo evaluar habilidades prácticas en métodos de suaviza-
miento aplicados a series temporales con Python.

Pregunta 1: Suavizado Simple Móvil (SMA) (20 PTOS)

Descripción: Implemente y analice el método de Suavizado Simple Móvil (SMA).
Tarea: Aplique SMA al conjunto de datos con tamaños de ventana de 3, 5 y 7. Compare
los resultados y pronostique el precio para el dı́a 21. Incluya gráficos que muestren los
precios originales y suavizados.

Pregunta 2: Suavizado Exponencial Simple (20 PTOS)

Descripción: Examine el método de Suavizado Exponencial Simple, enfocándose en su
reacción a cambios recientes en los datos.
Tarea: Aplique este método al mismo conjunto de datos y realice un pronóstico para el
dı́a 21. Discuta cómo la elección de los parámetros afecta el suavizamiento.

Pregunta 3: Análisis de Suavizado de Ventas con Me-

dias Móviles (20 PTOS)
Descripción: Realice un análisis de suavizado utilizando medias móviles para las ventas
anuales de la empresa D & M Electrónica, medidas en miles de órdenes de compra durante
los últimos 12 años. Pronostique las futuras ventas para el año siguiente.

Página 1
Series de Tiempo Semestre I-2024 JMZN

Año Ventas Orden 3 Orden 5 Orden 7

1 12
2 16
3 20
4 34
5 23
6 19
7 20
8 35
9 11
10 19
11 24
12 36
Tarea 1: Utilice medias móviles para suavizar las series de ventas de los últimos 12
años con órdenes de 3, 5 y 7. Presente los resultados en una tabla que incluya los años y
los valores suavizados correspondientes para cada orden de media móvil.
Tarea 2: Basándose en las series suavizadas que calculó en el ı́tem anterior, pronos-
tique las ventas para el año 13.

Página 2