1-1

Universidad Catlica de Santa Mara

Escuela Profesional de Ingeniera Industrial

ESTADISTICA APLICADA A LA
INGENIERIA
SERIES DE TIEMPO
Ing. Wilbert Zevallos Gonzales

18-3

Concepto

Una serie de tiempo es una coleccin

de datos obtenidos en un periodo,
como semanas, meses o trimestres.
Se puede utilizar un anlisis del
historial de una empresa una serie
de tiempo para que su directiva
tome decisiones en el presente y
realice planeacin y proyecciones a
largo plazo.

18-3

Componentes de una serie de tiempo

Existen cuatro componentes para una serie de tiempo:
la tendencia secular es la tendencia a largo plazo sin
alteraciones de una serie de tiempo.

Ejemplo: Numero de usuarios de telfonos celulares

18-4

Componentes de una serie de tiempo

la variacin cclica comprende el ascenso y el descenso

de una serie de tiempo en periodos mayores de un ao.

Recesin

75

Prosperidad
Tendecia
secular a largo
plazo

Recuperacin

65

55

Depresin

45
1980

1985

1990

1995

18-4

Componentes de una serie de tiempo

la variacin estacional es el esquema (patrn)
de cambio en una serie de tiempo en un ao.
Estos patrones tienden a repetirse cada ao.

Ventas

20

10

Q1 Q2 Q3 Q4
1995

Q1 Q2 Q3 Q4
1996

Q1 Q2 Q3 Q4
1997

18-4

Componentes de una serie de tiempo

la variacin irregular se divide en dos

componentes: variaciones episdicas
son
impredecibles,
pero
pueden
identificarse, como una inundacin;
despues que se ha eliminado la
variacion
residual,
quedan
las
variaciones residuales son eventos
aleatorios por naturaleza.
Nota: ninguna variacin, sea episdica o
residual, puede proyectarse al futuro.

18-5

Tendencia lineal

La ecuacin de la tendencia a largo plazo (lineal)

se estima con la ecuacin de mnimos cuadrados
para el tiempo t:

Y ' a bt
tY ( Y )( t ) / n
b
2
2
t ( t ) / n
Y
t
a
b

n
n

18-6

EJEMPLO 1
Al propietario de Strong Homes le gustara
tener un pronstico para el siguiente par de
aos de la cantidad de casas nuevas que se
construirn en el rea de Pittsburgh. La tabla
siguiente da el nmero de casas construidas
en el rea en los ltimos 5 aos.
Ao
1994
1995
1996
1997
1998

Ventas ($1000)
4.3
5.6
7.8
9.2
9.7

18-7

EJEMPLO 1

continuacin

Desarrolle una ecuacin de la

tendencia mediante el mtodo de
mnimos cuadrados, el periodo 1 es
1994. Cul es la estimacin de
ventas de casas para el ao 2000?
a = 3.00, b = 1.44
Entonces Y = 3.00 + 1.44(7) = 13.08

18-8

Mtodo del promedio mvil

El mtodo del promedio mvil se usa para

alisar (suavizar) una serie de tiempo. Se
logra moviendo la media aritmtica a lo
largo de la serie de tiempo.
El promedio mvil es el mtodo bsico
usado para medir la fluctuacin
estacional.
Para aplicar este mtodo a una serie de
tiempo, los datos deben seguir una
tendencia bastante lineal y tener un
patrn de fluctuacin rtmico definido.

18-8

Mtodo del promedio mvil

Si la duracin de los ciclos es constante y

si las amplitudes de tales ciclos son
iguales, las variaciones cclicas e
irregular pueden eliminarse por completo
usando el mtodo del promedio mvil. El
resultado grafico es una lnea recta.

18-8

2000

1995

1990

1985

1980

1975

1970

18-8

18-9

Tendencias no lineales

Si la tendencia es no lineal pero los

incrementos tienden a ser un
porcentaje constante, los valores de
Y se convierten en logaritmos y la
ecuacin de mnimos cuadrados se
determina con ellos.

log(Y ' ) [log(a )] [log(b)]t

18-9

Ejemplo:

Tendencias no lineales

Y = 0.332549 + 0.145069 (t)

Las importaciones para el 2003 es
Y = 0.332549 + 0.145069 (18) = 2.943791
El cual es 878.6

18-10

Variacin estacional

El mtodo de mayor uso para

calcular el patrn estacional tpico
se llama mtodo de razn a
promedio mvil.
Elimina las componentes de tendencia,
cclica e irregular de los datos originales
(Y).
Los nmeros que resultan se denominan
ndices estacionales tpicos.

18-11

Determinacin del ndice estacional

Paso 1: establecer el total mvil para la serie
de tiempo.
Paso 2: determinar el promedio mvil para la
serie de tiempo.
Paso 3: centrar los promedios mviles.
Paso 4: calcular el ndice estacional especfico
para cada periodo dividiendo los valores de Y
entre los promedios mviles centrados.
Paso 5: organizar los ndices estacionales
especficos en una tabla.
Paso 6: Aplicar el factor de correccin.

18-11

Determinacin del ndice estacional

Ventas trimestrales de Toys International (mdd)

Ao

Invierno

Primavera

Verano

Otoo

1993
1994
1995
1996
1997
1998

6,7
6,5
6,9
7,0
7,1
8,0

4,6
4,6
5,0
5,5
5,7
6,2

10,0
9,8
10,4
10,8
11,1
11,4

12,7
13,6
14,1
15,0
14,5
14,9

18-11

Determinacin del ndice estacional

Ventas trimestrales de Toys International (mdd)

18-11

18-11

Factor de correccin = 4.00/ Total de las cuatro medias

Factor de correccin = 4.00/4.0093 = 0.99768
Para el invierno = (0.7667)(0.99768) = 0.7649

18-12

Desestacionalizacin de datos

Un conjunto comn de ndices es til al

ajustar una serie (por ejemplo, ventas)
La serie resultante (ventas) se llama
ventas desestacionalizadas o ventas
con ajuste estacional.
La razn para desestacionalizar una
serie (ventas) es eliminar la fluctuacin
estacional para poder estudiar la
tendencia y el ciclo.

18-12

18-12

Utilizacin de datos desestacionalizados

para pronsticos
Y = 8.0915 + 0.0897(t)

18-12

Utilizacin de datos desestacionalizados

para pronsticos
Pronsticos para el ao 1999