Series de tiempo

Una serie de tiempo es una lista de fechas, cada una de las cuales se asocia
a un valor (un número)

Las series de tiempo son un modo estructurado de representar datos.

Visualmente, es una curva que evoluciona a lo largo del tiempo.

En el sector minorista o en el de manufactura, las series de tiempo

son importantes porque son las representaciones más canónicas del flujo de
artículos vendido o producido.

La representación de datos comerciales como

series de tiempo generalmente ayuda a los encargados a visualizar la actividad
de sus comercios.
Ejemplo de series de tiempo

El gráfico representa, como dos series de tiempo agregadas mensualmente,

la actividad de búsqueda en la red en Estados Unidos de dos expresiones:
cloud computing y asp.net mvc.
 Pronóstico de series de tiempo
• El pronóstico de las series de tiempo significa que extendemos los valores históricos al
futuro, donde aún no hay mediciones disponibles. El pronóstico se realiza generalmente
para optimizar áreas como los niveles de inventario, la capacidad de producción o los
niveles de personal.
• Existen dos variables estructurales principales que definen un pronóstico de serie de
tiempo:
- El período, que representa el nivel de agregación. Los períodos más comunes son
meses, semanas y días en la cadena de suministro (para la optimización del
inventario).

- El horizonte, que representa la cantidad de períodos por adelantado que deben ser
pronosticados. En la cadena de suministro, el horizonte es generalmente igual o mayor
que el tiempo de entrega.
¿Cuáles son las componentes de una serie de tiempo?

La tendencia es el movimiento de los datos hacia arriba o hacia abajo a lo largo del tiempo.
También, ocurre que los datos se mantiene estables, esto significa que las ventas no aumentan ni
disminuyen conforme pasa el tiempo.

La estacionalidad se identifica como el patrón que muestran los datos en intervalos regulares, por
encima o por debajo de la estación promedio. Una estación con un factor estacional igual a uno de
interpreta como una estación promedio; una estación con factor estacional mayor que uno se
interpreta como una estación por encima del promedio y, una estación con un factor estacional
menor que uno se interpreta como una estación por debajo del promedio.

La ciclicidad son los patrones que se identifican en ciertos intervalos de tiempo, se asocia la
ciclicidad al ciclo económico. La diferencia entre estacionalidad y ciclicidad es que la estacionalidad
ocurre a intervalos de tiempo conocidos y los intervalos de tiempo en los que ocurre la ciclicidad no
se pueden determinar con precisión.

Las variaciones aleatorias son irregularidades que se suponen explica el azar. No muestran un
patrón y presentan una distribución normal con media igual a cero.
Recta de tendencia
ᴧ
La recta de tendencia estimada es de la forma
𝑦
= a + bx ; donde x es el tiempo.

Para encontrar a y b en las series de tiempo, se simplifican considerando el punto medio de

la serie como origen (codificación del tiempo), ya que de esta manera se tiene Ʃ𝑥 = 0, en
consecuencia las ecuaciones normales se convierten en:

Ʃ𝑦 = na 𝑦 Ʃ𝑥𝑦 = bσ 𝑥 2

Ʃ𝑥𝑦
Ʃ𝑦
Donde se tiene: a = = 𝑦ത ; b =
𝑛 σ 𝑥2

ᴧ Ʃ𝑥𝑦
Entonces la ecuación de la línea de tendencia es:
𝑦
= 𝑦ത + σ x
𝑥2
Elección del origen o codificación del tiempo

• Número impar de períodos: En este cado se elige el origen en la mitad del período medio.
Así, si la serie tiene 9 años consecutivos der 1982 a 1990, el origen se toma al final de Junio de 1986
o al principio de Julio es decir se tiene:

Años 1982 1983 1984 1985 1986 1987 1988 1989 1990

x -4 -3 -2 -1 0 1 2 3 4

• Número impar de períodos: Cuando la serie tiene número par de períodos el origen se fija
entre los dos períodos medios.
Ejm: si la serie abarca desde de 1983 a 1990 (8 años) el origen estará entre 1985 y 1987, es decir:

Años 1983 1984 1985 1986 1987 1988 1989 1990

x - 3,5 - 2,5 - 1,5 - 0,5 0,5 1,5 2,5 3,5

31-12-86 01-01-87
Ejercicios
1. Los siguientes datos representan los registros de venta durante los últimos 7 años de una compañía de
motores de agua.

Año 1984 1985 1986 1987 1988 1989 1990

Motores 95 77 75 75 55 86 116

Hallar :
La ecuación lineal de estimación que mejor describe la tendencia de las ventas de motores

2. Una constructora ha terminado estos números de casas en los 8 años que lleva en la industria:

Año 1982 1983 1984 1985 1986 1987 1988 1989

Terminaciones 12 11 19 17 19 18 20 23

a) Determinar la ecuación lineal de estimación que mejor describa la tendencia de las terminaciones
b) ¿Cuántas terminaciones deberá planear la constructora para 1990 y 1993