Documentos de Académico
Documentos de Profesional
Documentos de Cultura
20 ANÁLISIS DE
SERIES DE TIEMPO
OBJETIVOS
Al finalizar el Tema 20, el participante será capaz de:
1. Elaborar un modelo, que permita proyectar una serie
de datos, en un horizonte temporal
2. Desestacionalizar una serie histórica.
1. Introducción
2. Representación gráfica
3. Variación de series temporales
4. Análisis de la tendencia
5. Desestacionalización
ŷ = b0 + b1x
A partir de las ecuaciones normales ya estudiadas
se puede deducir:
b1 = xy nx y
x - nx
2 2
a = y - bx
Ejemplo:
X X
Año Año Codificado
1991 -5
92 -3
93 -1 Año Medio = 0
94 1
95 3
1996 5
AÑO (X) 1995 1996 1997 1998 1999 2000 2001 2002
Número de
98 105 116 119 135 156 177 208
intervenciones (Y)
xy 1266
b= 2
7.536
x 168
b = 7.536
y la intersección
a=y
y 1114
a= 139.25
n 8
Así, la secuencia lineal general, que describe la
tendencia secular de las intervenciones quirúrgicas
es:
y = a + bx
y = 139.25 + 7.536x
Material de Clases © Jorge Córdova Egocheaga. Febrero 2003
(D) Proyección de la ecuación de la tendencia
Si se tiene la ecuación de la tendencia, se puede
proyectarla para predecir la variable de interés.
Ejemplo:
Si y se desea estimar los
cargamentos para 1997.
y = 139.25 + 7.536x
y = 139.25 + 7.536(9)
y = 139.25 + 67.82
ŷ = 207 intervenci ones quirurgica s
Donde:
y = estimación de la
variable dependiente
a, b, c = coeficientes de
regresión
x = valor codificado de la
variable temporal
y an + c x2
x 2y a x 2 c x4
xy
b=
x2
Año X Y X2 X4 XY X2Y
1997 -2 13 4 16 -26 52
1998 -1 24 1 1 -24 24
1999 0 39 0 0 0 0
2000 1 65 1 1 65 65
2001 2 106 4 16 212 424
TOTAL 0 247 10 34 227 565
b = 22.7
1
x2494 = 10a + 20c
- -565 = -10a - 34c
2
-71 = -14c
4
De la ecuación , rápidamente encontramos el
4
valor de c
-14c = -71
c = -71/-14 c = 5.07
= 153.03
y
Para el año 2002 se estima 153 infecciones post
operatorias en cirugías no programadas.
54 560.50
Actual
800 Predicted
Forecast
700 Actual
Predicted
600 Forecast
Ventas
500
Moving Average
400 Length: 3
0 10 20 30 40 50
Time
850 Actual
Predicted
750 Forecast
Actual
650 Predicted
Forecast
Ventas
550
Smoothing Constant
450
Alpha: 0.200
350
MAPE: 22.8
MAD: 100.3
250
MSD: 17605.2
0 10 20 30 40 50
Time
850 Actual
Fits
750 Forecasts
Actual
650 Fits
Forecasts
Ventas
550
450
350
MAPE: 25.4
MAD: 106.7
250 MSD: 18335.3
0 10 20 30 40 50 60
Time
850 Actual
Fits
750 Forecasts
Actual
650 Fits
Forecasts
Ventas
550
450
350
MAPE: 21.3
MAD: 93.1
250 MSD: 16049.9
0 10 20 30 40 50 60
Time
850 Actual
Fits
750 Forecasts
Actual
650 Fits
Forecasts
Ventas
550
450
350
MAPE: 24.0
MAD: 105.1
250 MSD: 18676.0
0 10 20 30 40 50 60
Time
Actual
800
Fits
Forecasts
700
Actual
Fits
600 Forecasts
PC
500
400
0 10 20 30 40 50 60
Time
Material de Clases © Jorge Córdova Egocheaga. Febrero 2003
Las proyecciones de las ventas corregidas, quedarán de la
siguiente forma: