Series de tiempo

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.

Componentes de una serie de tiempo

Consta de cuatro componentes:
a. Tendencia secular
b. Variacin cclica
c. Variacin estacional
d. Variacin irregular
Cada uno de los componentes resulta del comportamiento que tenga la variable
objeto de estudio. La mayora de empresas tienen informes con una combinacin
de los cuatro componentes, dependiendo si el anlisis es por aos o dentro de un
ao.
Tendencia secular
Las tendencias de largo plazo de las ventas, el empleo, los precios accionarios, y
de otras series de negocios y econmicas siguen varios patrones. Algunas se
mueven hacia arriba en forma uniforme, otras declinan y otras ms permanecen
iguales con el paso del tiempo.

TENDENCIA SECULAR: Direccin uniforme de una serie de tiempo de largo

plazo. (Lind |Marchal |Wathen, 2008, p.602).

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.

TENDENCIA CICLICA: Aumento o reduccin de una serie de tiempo durante

perodos mayores a un ao. (Lind |Marchal |Wathen, 2008, p.604).

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 ESTACIONAL: Patrones de cambio en una serie de tiempo en un ao.

Estos patrones tienen a repetirse cada ao. (Lind |Marchal |Wathen, 2008,
p.605).

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

a) Mtodo del promedio mvil

Es un mtodo mediante el que se sustituye la serie original por una serie
suavizada, que se toma como lnea de tendencia. Este motivo hace que el mtodo
se utilice poco para determinar la tendencia, aunque s se utiliza en el clculo de
los ndices de variacin estacional (IVE).

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 ) .

K es par, la serie no estar centrada. En este caso, es necesario centrarla, para lo

que se calcula la media aritmtica entre dos valores consecutivos de las medias
mviles calculadas anteriormente,
Ejemplo
Se muestran las ventas de 50 mil cajas en el 2014, Hallar el promedio mvil en
base a 3 meses.

Solucin

Determinar el promedio mvil de 3 meses consecutivos, estar incluido el mes a

pronosticar, el anterior y el posterior

Al ser de 3 meses, se deber pronosticar el mes de febrero; ya que el anterior es

enero y el posterior es marzo.

3.- Calcular el primer pronstico

 Promedio mvil:

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.

En la tabla se reflejan las ventas trimestrales de una empresa en millones.

Trimestres/Aos 2006 2007 2008 2009 2010

Primero 2 3 2 4 5
Segundo 2 4 4 5 6
Tercero 3 5 5 7 8
Cuarto 3 4 4 3 5

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

La representacin grfica de los datos y promedio mvil (usamos Excel)

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

La tendencia de largo plazo de muchas series de negocios, como ventas,

exportaciones y produccin, con frecuencia se aproxima a una recta. En este caso,
la ecuacin para describir este crecimiento es:

Se expresa la tendencia mediante una funcin matemtica, a partir de los valores

de la variable dependiente Y en el tiempo t. Distinguiendo:
1.- Cuando se dispone de datos anuales, la tendencia anual de la serie se define
como:
= +
Ejemplo
Las ventas de una cadena de abarrotes, desde 2003 son:

t 1 2 3 4 5
Ao 2003 2004 2005 2006 2007
Ventas (millones )$ 7 10 9 11 13

a. Determine la ecuacin de regresin.

b. Calcular la proyeccin hasta el 2011

Determinar la ecuacin de regresin lineal por el mtodo de mnimos cuadrados.

Con Excel tenemos

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

Cuando se dispone de datos mensuales, trimestrales, cuatrimestrales, semestrales,

En este caso, se siguen los pasos:

Se calculan las medias anuales (medias para cada ao de k observaciones)

La tendencia media anual se obtiene ajustando una recta de regresin

=+

La tendencia de los subperiodos se obtienen con

+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

Se calculan las medias anuales (medias para cada ao de k = 4 subperodos)

Trimestres / Aos 2006 2007 2008 2009 2010
Primero 1 2 2 3 5
Segundo 2 3 4 4 7
Tercero 4 5 5 7 8
Cuarto 3 4 3 6 7
2.5 3.5 3.5 5 6.75

Trimestres /Aos 2006 2007 2008 2009 2010

Medias anuales 2.50 3.50 3.50 5.00 6.75
Se ajusta una recta a los valores medios, mediante Excel En consecuencia, la
Tendencia Media Anual
= 2003.75 + trabajando con los aos
= 1.25 + haciendo t = 1 5

Trimestres/Aos 2006 2007 2008 2009 2010

Medias anuales 2.50 3.50 3.50 5.00 6.75
Tendencia media anual 2.25 3.25 4.25 5.25 6.25

A partir de la tendencia media anual se obtiene el valor de la tendencia para los

distintos

+1
= + [ ]
2

t=el ao b = Pendiente de la recta de regresin

i= subperiodo k= nmero de subperiodos (trimestral k = 4)

por ejemplo ao 2006 periodo 1

4+1 1
11 = 2.25 + [1 ] = 1.875
2 4

4+1 1
23 = 4.25 + [2 ] = 4.125
2 4

VALORES TRIMESTRALES DE TENDENCIA

Trimestres/Aos 2006 2007 2008 2009 2010
Primero 1 1.875 2.875 3.875 4.875 5.875
Segundo 2 2.125 3.125 4.125 5.125 6.125
Tercero 3 2.375 3.375 4.375 5.375 6.375
Cuarto 4 2.625 3.625 4.625 5.625 6.625
 VENTAS DE EMPRESA
9

0
1.2006 4.2006 3.2007 2.2008 1.2009 4.2009 3.2010