Beruflich Dokumente
Kultur Dokumente
Introduccin
Una serie de tiempo es un grupo de datos registrados durante un perodo dado
que es utilizado para hacer pronsticos y/o proyecciones.
En captulos anteriores, se ha revisado el comportamiento de variables, ya sean
variables dependientes o independientes. En este, la variable independiente es el
tiempo.
Serie de tiempo
Herramienta matemtica para que la gerencia tome decisiones actuales y planee
con base en una prediccin a largo plazo. En general, se supone que los patrones
pasados continuarn en el futuro.
Este captulo trata del uso de los datos para proyectar eventos futuros. Primero se
analizan los componentes de una serie de tiempo; luego, algunas tcnicas para el
anlisis de los datos y, por ltimo, se proyectan eventos futuros.
Variacin cclica
Un ciclo de negocios habitual consiste en un periodo de prosperidad, seguido por
periodos de recesin, depresin y luego recuperacin. Hay fluctuaciones
considerables que se desarrollan durante ms de un ao, arriba y abajo de la
tendencia secular.
Variacin estacional
Muchas series de ventas, de produccin y de otro tipo fluctan con las
temporadas. La unidad de tiempo se reporta por trimestre o por mes.
Variacin irregular
Una huelga o una guerra no se pueden predecir. Las fluctuaciones residuales, con
frecuencia denominadas fluctuaciones azarosas, son impredecibles. (Lind |Marchal
|Wathen, 2008, p.605).
Mtodos
Los mtodos para proyeccin son tiles para hacer pronsticos y hacer
predicciones que permitan a cada empresa definir el rumbo que tendr el futuro.
Los mtodos que se estudiarn en este apartado son:
a. Promedio mvil o media mvil
b. Tendencia lineal
c. Variacin estacional
Casos:
k es impar, la serie de las medias mviles estar centrada, se pierden (k 1)
datos, la mitad al principio y la otra mitad al final.La lnea de tendencia estar
formada por la unin de los puntos (t, yt ) .
Solucin
9
8
7
6
5
Series1
4
Series2
3
2
1
0
1 2 3 4 5 6 7 8 9 10 11 12
Promedio mvil centrado
Si el nmero de perodos es par, queda el promedio entre dos perodos
consecutivos y no se relaciona con ninguno; este problema se resuelve calculando
un nuevo promedio mvil de 2 perodos de los promedios mviles ya obtenidos,
hallndose as el promedio mvil centrado.
Para calcular la tendencia secular de la serie por el mtodo del promedio mvil, se
obtienen primero el promedio mvil de tamao 4
No
ventas centrada Centrada
1.2006 2
2.2006 2006 2 2.5
3.2006 3 2.75 2.625
4.2006 3 3.25 3
1.2007 3 3.75 3.5
2.2007 2007 4 4 3.875
3.2007 5 3.75 3.875
4.2007 4 3.75 3.75
1.2008 2 3.75 3.75
2.2008 2008 4 3.75 3.75
3.2008 5 4.25 4
4.2008 4 4.5 4.375
1.2009 4 5 4.75
2.2009 2009 5 4.75 4.875
3.2009 7 5 4.875
4.2009 3 5.25 5.125
1.2010 5 5.5 5.375
2.2010 2010 6 6 5.75
3.2010 8
4.2010 5
9
8
7
6
5
4
3
2
1
0
1.2006 4.2006 3.2007 2.2008 1.2009 4.2009 3.2010
b.- Anlisis de la tendencia: mtodo analtico mnimos cuadrados
t 1 2 3 4 5
Ao 2003 2004 2005 2006 2007
Ventas (millones )$ 7 10 9 11 13
20
y = 1.3x + 6.1
R = 0.845
15 Series1
10 Lineal
(Series1)
5 Lineal
(Series1)
0
1 2 3 4 5 6 7 8
la proyeccin hasta el 2011
t 7 8 9 10
Ao 2008 2009 2010 2011
Ventas (millones )$ 15.2 16.5 17.8 19.1
+1
= + [ ]
2
t Ao
i Subperodo dela tendencia (trimestral i = 1, 2, 3, 4; anual i = 1, 2, .... , 12)
k Nmero total de subperodos ( datos mensuales k = 4, cuatrimestrales k = 3)
b Pendiente de la recta de regresin
+1
= + [ ]
2
4+1 1
23 = 4.25 + [2 ] = 4.125
2 4
0
1.2006 4.2006 3.2007 2.2008 1.2009 4.2009 3.2010