04 Series de Tiempo y La Curva de Tendencia

ESTADISTICA
DOCENTE: SIMON JAIME RAMIREZ RAMIREZ

TEMA 4
SERIES DE TIEMPO Y LA CURVA DE TENDENCIA

Conceptos
Una serie de tiempo es una secuencia de observaciones sobre

intervalos de tiempo separados de manera regular.
Por ejemplo:
 Las tasas mensuales de desempleo durante los cinco años previos.
 La producción diaria en una planta de manufactura durante un mes.
SERIES
https://www.youtube.com/watch?v=LU_9ahtn3Zc
Una serie de tiempo es el conjunto de mediciones que describen la
evolución de un fenómeno o variable a lo largo del tiempo (Pepió
DE
2001). De manera formal, es una la secuencia cronológicamente
ordenada de valores de medición sobre el estado de una variable
TIEMPO
cuantitativa de un fenómeno o proceso.
Algunos ejemplos donde se puede utilizar series de tiempo (Temporales)
Economía y Marketing
a) Proyecciones del empleo y desempleo.
b) Evolución del índice de precios de la leche.
c) Beneficios netos mensuales de cierta entidad bancaria.
d) Índices del precio del petróleo.
Demografía UTILIZACIÓN
e) Número de habitantes por año.
f) Tasa de mortalidad infantil por año.
Medioambiente
g) Evolución horaria de niveles de óxido de azufre y de niveles de
óxido de nitrógeno en una ciudad durante una serie de años.
h) Lluvia recogida diariamente en una localidad.
i) Temperatura media mensual.
j) Medición diaria del contenido en residuos tóxicos en un río.
COMPONENTES
Componentes de una serie temporal
El análisis clásico de las series temporales se basa en la suposición de que los valores que toma la variable
de observación es la consecuencia de tres componentes, cuya actuación conjunta da como resultado los
valores medidos, estos componentes son:
a) Componente tendencia.- Se puede definir como un cambio a largo plazo que se produce en la
relación al nivel medio, o el cambio a largo plazo de la media. La tendencia se identifica con un
movimiento suave de la serie a largo plazo.
b) Componente estacional.- Muchas series temporales presentan cierta periodicidad o dicho de otro
modo, variación de cierto período (semestral, mensual, etc.). Por ejemplo las Ventas al Detalle en
Puerto Rico aumentan por los meses de noviembre y diciembre por las festividades navideñas. Estos
efectos son fáciles de entender y se pueden medir explícitamente o incluso se pueden eliminar de la
serie de datos, a este proceso se le llama desestacionalización de la serie.
c) Componente aleatoria.- Esta componente no responde a ningún patrón de comportamiento, sino que
es el resultado de factores fortuitos o aleatorios que inciden de forma aislada en una serie de tiempo
El objetivo de los métodos de serie de tiempo es descubrir un patrón
en los datos históricos y luego extrapolarlo hacia el futuro; el
pronóstico se basa sólo en valores pasados de la variable que
tratamos de pronosticar o en errores pasados. tendencias y proyección
de tendencias ajustada por influencia estacional.
OBJETIVO
Con relación a cuáles son los tipos de series en matemáticas, estas
son dos:
1. La progresiva : En las series progresivas los números van de

menor a mayor, Para construir una serie progresiva, sumamos el
número del patrón a una cantidad dada.
TIPOS DE
2. La regresiva: Las series regresivas los números van de mayor a
menor. SERIES DE
TIEMPO
Las series temporales se pueden clasificar en:
a) Estacionarias.- Una serie es estacionaria cuando es estable a

lo largo del tiempo, es decir, cuando la media y varianza son
constantes en el tiempo. Esto se refleja gráficamente en que los
CLASIFICACION
valores de la serie tienden a oscilar alrededor de una media
constante y la variabilidad con respecto a esa media también
DE
permanece constante en el tiempo. SERIES DE
b) No estacionarias.- Son series en las cuales la tendencia y/o
variabilidad cambian en el tiempo. Los cambios en la media
TIEMPO
determinan una tendencia a crecer o decrecer a largo plazo, por
lo que la serie no oscila alrededor de un valor constante.
ESTIMACION DE LA TENDENCIA
MÉTODO DE LAS DOS MEDIAS
Este método consiste en separar las observaciones en dos grupos (preferiblemente iguales) y calcular la media
aritmética de cada uno de los grupos, obteniéndose así dos puntos. La línea de tendencia se halla entonces
haciendo pasar una recta por los dos puntos hallados.
La recta que pase por los dos puntos se determinará analíticamente mediante la expresión general:
y2 - y 1
y = -------------- x (t - t1) + y1
t2 - t 1
donde (t1 ,y1) y (t2 ,y2) son las coordenadas de los dos puntos, respectivamente.
Gráficamente, la línea de tendencia puede hallarse simplemente uniendo los dos puntos por una recta.
Ejemplo:
Imaginemos que disponemos de la siguiente serie temporal, relativa a las matriculaciones de coches en una
determinada población en los últimos 10 años.
Vamos a determinar la tendencia de esta serie temporal mediante el método de las dos medias, con la finalidad
de obtener una ecuación que nos permita realizar predicciones.
- El tiempo (años) será la variable T.
- El número de coches matriculados será la variable Y.
El método de las dos medias nos dice que tenemos que separar las observaciones en dos grupos y calcular la
media aritmética de cada uno de ellos.
Procedemos a calcular las medias aritméticas de los dos grupos de observaciones:

Grupo 1: Grupo 2:
Los dos puntos obtenidos (t1 ,y1) y (t2 ,y2), serán pues:
(2001, 1473) y (2006, 2246.40)
La recta que pase por estos dos puntos se determinará mediante la expresión general:
y2 - y 1
y = -------------- x (t - t1) + y1
t2 - t 1
Es decir:
2246.40 - 1473
y= ----------------------- x (t - 2001) + 1473
2006 - 2001
y = 154.68 x (t - 2001) + 1473

y = 154.68 t - 309514.68 + 1473
y = 154.68 t - 308041.68
Esta ecuación es la que nos permitirá hacer predicciones, es decir, obtener el valor estimado del número
de coches matriculados (y) para distintos años (t).
Por ejemplo, vamos a hacer una predicción del número de coches matriculados para el año 2015:
y = 154.68 x (2015) - 308041.68 = 3639 vehículos matriculados.
MÉTODO ANALÍTICO DE LOS MÍNIMOS CUADRADOS
Este método se basa en el criterio de los mínimos cuadrados. Así, una vez representada la serie, se
ajustará por dicho método la línea más conveniente, hallándose también la medida de la bondad o
representatividad del ajuste correspondiente.
Es éste el método más exacto y, por tanto, el más usado.
En las series temporales, haremos el siguiente cambio de variable (pues los valores de t son correlativos):
- Si el número de valores de t es impar: t´= t – Ot (donde Ot es el valor central de la serie de valores
de t).
- Si el número de valores de t es par: t´= 2 x (t – Öt) (donde Öt es la media de los dos valores centrales
de la serie de valores de t).
Ö= O con dieresis
En ambos casos, los sistemas de ecuaciones normales para ajustar una recta y una parábola, respectivamente,
serían:
Ejemplo:
Dada la serie temporal utilizada anteriormente y relativa a las matriculaciones de coches en una determinada
población en los últimos 10 años.
Vamos a determinar la tendencia de esta serie temporal mediante el método analítico de los mínimos
cuadrados.
Representada la serie temporal, observamos que su tendencia se ajusta a una línea recta. Por otro
lado, dado que disponemos de un número par de observaciones, realizaremos el siguiente cambio de
variable:
t´= 2 x (t – Öt)
Donde Öt es la media de los dos valores centrales de la serie de valores de t, es decir la media de 2003
y 2004. Por lo tanto:
Öt = 2003.5
A continuación, ajustaremos la recta que representa la
tendencia
Por lo tanto:
a = 1859.7
b = 76.82
La recta será por tanto: y = 1859.7+ 76.82 t´
Esta ecuación es la que nos permitirá hacer predicciones, es decir, obtener el valor estimado del
número de coches matriculados (y) para distintos años (t´).
Por ejemplo, vamos a hacer una predicción del número de coches matriculados para el año
2015. Para ello, efectuaremos el cambio de variable:
t´= 2 x (t – Öt) = 2 x (2015 – 2003,5) = 23
y = 1859,7+ 76,82 x 23 = 3.627 vehículos matriculados.

VIDEOS
https://www.youtube.com/watch?v=CLYuDv9nc8U Excel Promedio móvil
https://www.youtube.com/watch?v=Cy_pVw_qPFE Excel Ejemplo a partir del minuto 10

https://www.youtube.com/watch?v=w2c8NhTkwWc Minitab Ejemplo
Series de tiempo y pronósticos. Minitab

ES TODO POR HOY
GRACIAS POR SU PARTICIPACION ACTIVA

04 Series de Tiempo y La Curva de Tendencia

Cargado por

Copyright:

Formatos disponibles

04 Series de Tiempo y La Curva de Tendencia

Cargado por

Información del documento

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

04 Series de Tiempo y La Curva de Tendencia

Cargado por

Copyright:

Formatos disponibles

ESTADISTICA

DOCENTE: SIMON JAIME RAMIREZ RAMIREZ

SERIES DE TIEMPO Y LA CURVA DE TENDENCIA

Una serie de tiempo es una secuencia de observaciones sobre

1. La progresiva : En las series progresivas los números van de

a) Estacionarias.- Una serie es estacionaria cuando es estable a

Procedemos a calcular las medias aritméticas de los dos grupos de observaciones:

(2001, 1473) y (2006, 2246.40)

y = 154.68 x (t - 2001) + 1473

La recta será por tanto: y = 1859.7+ 76.82 t´

t´= 2 x (t – Öt) = 2 x (2015 – 2003,5) = 23

y = 1859,7+ 76,82 x 23 = 3.627 vehículos matriculados.

https://www.youtube.com/watch?v=CLYuDv9nc8U Excel Promedio móvil

https://www.youtube.com/watch?v=Cy_pVw_qPFE Excel Ejemplo a partir del minuto 10

https://www.youtube.com/watch?v=w2c8NhTkwWc Minitab Ejemplo

Series de tiempo y pronósticos. Minitab

GRACIAS POR SU PARTICIPACION ACTIVA

También podría gustarte