Universidad de San Carlos de Guatemala Facultad de Ciencias Económicas

1

CAPÍTULO I SERIES CRONOLÓGICAS

1.1.

Historia Económica

Las series de tiempo han representado un importante conjunto de datos para la Ciencia Económica, sin embargo no es hasta la década de los 70´s en el milenio anterior (1970 y mas), donde aparecen importantes descubrimientos al respecto. Sucede así que George E.P. Box y G.M Jenkins, desarrollan la técnica ARIMA (Auto regressive Integrated Moving Average) "Modelo auto regresivo Integrado de Medias móviles".

ARIMA define un modelo econométrico que depende de sus estados anteriores, esto es una variable yt va a depender de sus estadíos anteriores yt-1, yt-2, yt3...yt-j. Box-Jenkins parten de la concepción de la no estacionalidad de la serie, recordemos que este concepto viene de las matemáticas, donde el matemático francés J. Fourier, consigue la aproximación de una serie en términos de funciones de la misma variable, expresadas como senos y cosenos, comprobando su orientación determinística.

Pero los economistas necesitaban introducir el concepto estocástico dentro de los modelos, porque existía en el proceso de cálculo con datos determinísticos un conjunto de resultados de diferencias, que se atribuyen a un proceso Aleatorio no controlable. Los trabajos pioneros del matemático A.N. Kolgomorov en 1931 (Anales matemáticos de la academia de ciencias alemana) y del estadístico británico George Yule (1871-1951) y su obra "On the time-correlation Problem" (1921); promueven la investigación y las primeras aplicaciones econométricas basadas en estos modelos auto regresivos de segundo orden.

Seminario de Integración Profesional, Grupo No. 1

Universidad de San Carlos de Guatemala Facultad de Ciencias Económicas

2

Basado en los trabajos de Yule, el matemático y economista ruso Eugen Slutsky (1880-1948), introduce esta metodología en el análisis de los ciclos económicos, desde un punto de vista dinámico y estocástico, en su obra "Summation of Random Causes as a Source of Cyclical Processes" (1927), sentando las bases estadísticas que fundamentaran luego las teorías de los ciclos económicos y el análisis econométrico de las series de tiempo.

Para los años de 1960 y en adelante, los investigadores habían desarrollado modelos donde era posible descomponer una serie de datos en sus partes como la tendencia, el componente cíclico y una componente aleatoria e irregular, basándose en la aplicación de medias móviles y en las desviaciones de la variable, esto se completa con el procedimiento estadístico denominado X-11, que consta de un algoritmo muy sencillo resumible en 5 pasos y utilizado por las oficinas estadísticas de gran parte del mundo occidental, cuya premisa fundamental es concebir que una serie temporal se puede descomponer en: • Tendencia de largo plazo. • Variación cíclica. • Variación estacional. • Variación residual1

El trabajo de Box-Jenkins "Time Series Analysis. Forecasting and Control " (1970) permitió considerar una descripción mas fidedigna de la serie temporal, mediante la aplicación de procesos de integración, así; a partir de la transformación de la serie real que es estacionaria, tenemos que mediante la aplicación, de una o dos veces, de un procedimiento de suma; integrando las variables de la serie estacionaria se llega a la serie real.
1

Ciencia de la economía http://cienciaeconomica.blogspot.com/2011/10/analisis-de-series-detiempo-un-poco-de.html

Seminario de Integración Profesional, Grupo No. 1

Universidad de San Carlos de Guatemala Facultad de Ciencias Económicas

3

1.2.

Series Cronológicas

“Llamadas también series de tiempo, se denomina serie de tiempo a un conjunto de observaciones obtenidas de una misma variable durante un periodo de tiempo. La importancia de su análisis radica, porque contando con datos pasados permite realizar un pronostico confiable de la actividad futura, y tomar decisiones anticipadas. Las series pueden ser negativas o positivas en su comportamiento.

Vale la pena señalar que en el análisis de una serie de tiempo, es necesario conocer si los datos se han dado en condiciones normales en cada periodo, porque puede ser que en un periodo alguna situación haya variado, en este caso debe omitirse para medir cuantitativamente el crecimiento y poder pronosticar en mejor forma. El tiempo puede medirse en años, meses, semestres, etc. El análisis de las series cronológicas, permite hacer un pronóstico de la actividad futura”.2

Una serie cronológica o temporal es un conjunto de observaciones de una variable, ordenadas según transcurre el tiempo. En una serie de tiempo las observaciones no se deben ordenar de mayor a menor debido a que se perdería el grueso de la información debido a que nos interesa detectar como se mueve la variable en el tiempo es muy importante respetar la secuencia temporal de las observaciones.

Una serie temporal formada por fluctuaciones aleatorias superpuesta a una tendencia creciente, la línea de mejor ajuste y diferentes suavizados de la serie. Una serie temporal o cronológica es una secuencia de datos, observaciones o valores, medidos en determinados momentos del tiempo, ordenados

cronológicamente y, normalmente, espaciados entre sí de manera uniforme. El
2

Reyes Donis, José Luis, “Estadística I Guía de Estudio” Editorial Serviprensa, 3ª Edición agosto 2009, pág. 207

Seminario de Integración Profesional, Grupo No. 1

Universidad de San Carlos de Guatemala Facultad de Ciencias Económicas

4

análisis de series temporales comprende métodos que ayudan a interpretar este tipo de datos, extrayendo información representativa, tanto referente a los orígenes o relaciones subyacentes como a la posibilidad de extrapolar y predecir su comportamiento futuro.

De hecho, uno de los usos más habituales de las series de datos temporales es su análisis para predicción y pronóstico. Por ejemplo de los datos climáticos, de las acciones de bolsa, o las series pluviométricas. Resulta difícil imaginar una rama de las ciencias en la que no aparezcan datos que puedan ser considerados como series temporales. Son estudiadas en estadística, procesamiento de señales, econometría y muchas otras áreas.

1.3.

Representación de una Serie Temporal

Para realizar la representación de una serie temporal se debe realizar mediante una gráfica de dispersión x-y como se muestra en la fig.1

Figura 1 Gráfica de dispersión x-y

Fuente: Elaboración propia
Seminario de Integración Profesional, Grupo No. 1

Universidad de San Carlos de Guatemala Facultad de Ciencias Económicas

5

CAPÍTULO II COMPONTES DE UNA SERIE CRONOLOGICA

2.1.

Componentes de una Serie Cronológica

Las series de tiempo se suelen presentar por medio de una ecuación matemática que describa los valores de la variable observada como una función del tiempo, es decir (Y =f(t)).

Al representar gráficamente la información en un sistema de coordenadas, en el eje de las ordenadas se ubica la variable y en el de las abscisas el tiempo. Esta representación gráfica es difícil para detectar los movimientos de la serie, los cuales son causados por una variedad de factores que pueden ser económicos, naturales, institucionales o culturales. Algunos factores tienden a afectar los movimientos de la serie a largo plazo y otros la afectan a corto plazo, de tal manera que todos o algunos de los factores pueden aparecer en una misma serie de tiempo.

Existen diferentes métodos para analizar una serie de tiempo, siendo uno de ellos el modelo de descomposición, el cual considera que la serie está compuesta de cuatro patrones básicos: la tendencia (T), las variaciones estacionales (S), las variaciones c R clicas (C) y las variaciones irregulares o aleatorias (I). Por lo tanto, la variable observada (Y) estar < en función de T, S, C, I.

Tradicionalmente, se ha considerado que el comportamiento en el tiempo de una magnitud es el resultado de la dinámica que, conjuntamente, conduce la evolución de cuatro componentes básicos: tendencia, ciclo variación estacional y componente irregular.

Seminario de Integración Profesional, Grupo No. 1

2007. (T). Edición. Madrid. una línea recta o una curva. “Conceptos básicos de estadística para ciencias sociales”.”3 La tendencia es un movimiento de larga duración que muestra la evolución general de la serie en el tiempo.Universidad de San Carlos de Guatemala Facultad de Ciencias Económicas 6 2. España. 1 . Seminario de Integración Profesional.1. Tendencia El componente tendencial. José Juan.1. Esta tendencia se suele describir mediante una recta o algún tipo de curva lisa. La tendencia es un movimiento que puede ser estacionario o ascendente. Editorial Delta. 1º. evolución que se va a medir como un crecimiento o descenso constante en un período de tiempo prolongado. Algunas de las posibles formas son las que se muestran en la fig. Es decir. trata de reflejar hacia dónde tiende la serie. y su recorrido. representa la conducta a largo plazo de la serie. Lo que mide la tendencia es la variación promedio de la variable por unidad de tiempo. “Es el componente que indica la evolución de la variable a través del tiempo. 104. Grupo No. Pág.2 Figura 2 Formas de Tendencias Fuente: Elaboración propia 3 Cáceres Hernández.

La proyección de la serie cronológica constituye el aspecto más importante para la planificación social. educacional. Grupo No. etc. Del método estadístico elegido. La tendencia se puede determinar por una expresión matemática. depende el comportamiento de la variable en el tiempo. del periodo elegido y del método utilizado para analizar la tendencia. siendo necesario proyectar la serie y así obtener valores estimados para el futuro. Seminario de Integración Profesional. dimensión depende de la validez o significación de los datos de la serie. 1 .3 Figura 3 Tendencias ascendente. estacionaria y descendente Fuente: Elaboración propia El estudio de la tendencia es de suma importancia porque sirve para determinar el probable comportamiento de los datos en el futuro.Universidad de San Carlos de Guatemala Facultad de Ciencias Económicas 7 La tendencia es un movimiento que puede ser estacionario o ascendente o descendente como se indica en la fig. económica. de mediano y largo plazo. La tendencia de una serie se puede determinar y estimar por dos métodos generales: el gráfico y el analítico. que puedan tener a su vez un error o sesgo cuya.

Se representa por la fórmula general: La tendencia rectilínea queda determinada cuando se conocen los valores numéricos de a y b. 1 .  Tendencia Curvilínea. Las tendencias curvilíneas pueden ser de dos tipos: Tendencia Parabólica  Tendencia Logarítmica. Este es el más utilizado. Estas a su vez se clasifican en: Tendencia Exponencial o Logarítmica Tendencia Exponencial Modificada Tendencia Logística Curva de Gompertz Tendencia de Extrapolación Seminario de Integración Profesional. se halla con el resultado de la aplicación de las siguientes ecuaciones normales. llamado también método empírico o método gráfico.Universidad de San Carlos de Guatemala Facultad de Ciencias Económicas 8 Método de los promedios móviles. pudiendo ser:  Tendencia Lineal. del método de los mínimos cuadrados. Grupo No. Método de los ajustes de una línea o función o método analítico.

resultan de un conjunto de causas totalmente diferentes que en general son de naturaleza económica y reflejan el estado de las actividades comerciales de tiempo en tiempo. Los períodos recurrentes de expansión. Seminario de Integración Profesional. generalmente de varios años. una tendencia no lineal y una variación cíclica pueden llegar a ser indistinguibles. se hable de componente tendencia-ciclo.  Variaciones Estacionales Por su parte. pero se diferencias de las cíclicas en el periodo en el que las primeras se completan o compensan es inferior o igual al año. mientras que en las cíclicas esta periodicidad es mayor. (S) son también oscilaciones en torno a la tendencia.Universidad de San Carlos de Guatemala Facultad de Ciencias Económicas 9 2. En este sentido. por esta razón para detectar las variaciones cíclicas se debe tener una serie suficientemente larga. los cuales difieren de las variaciones estacionales en que se extienden por períodos de tiempo más o menos largos (2 o más años) y. Variaciones  Variaciones Cíclicas Las variaciones cíclicas. en ocasiones. 1 . Son los movimientos ascendentes y descendentes de la variable.2.1. supuestamente. Grupo No. cúspide. pueden considerarse oscilaciones más o menos regulares y periódicas en torno a la conducta de largo plazo o tendencial que se completan o compensan en un período largo. las fluctuaciones estacionales. La principal diferencia entre las variaciones cíclicas y las estacionales es que en las estacionales la periodicidad es de un año como máximo. contracción y sima constituyen las 4 fases de un ciclo y se consideran causados por factores diferentes del clima y las costumbres sociales que contribuyen a las variaciones estacionales. especialmente si la longitud temporal de la serie es reducida. De ahí que. (C).

Edición. 1 . Las climáticas son la causa más importante de las variaciones estacionales en la producción agrícola. Seminario de Integración Profesional. cuyo período es como máximo un año.Universidad de San Carlos de Guatemala Facultad de Ciencias Económicas 10 “Corresponde a los movimientos en una serie de tiempo. El consumo de gasolina aumenta la primera decena del mes y disminuir la última. la construcción y el turismo. Editorial CASALI. se encuentran las condiciones climáticas. 1º. como los que ocurren en un día. Grupo No. El clima afecta a la venta de determinados productos: helados fundamentalmente en verano y la ropa de abrigo en invierno. las costumbres sociales y las fiestas religiosas. También se aplica la variación estacional a otros movimientos periódicos por naturaleza. México. por lo general en el espacio cronológico presente. 64 Pág. que ocurren año tras año en los mismos meses o períodos del año poco más o menos con la misma intensidad. 4 Muñoz Ruiz. Se habla de este tipo de variaciones usualmente cuando el comportamiento de la variable en el tiempo en un periodo esta relacionado con la época o un periodo particular.”4 Entre los factores más importantes que originan variaciones estacionales. David “Manual de estadística”. Por ejemplo:    En navidad las ventas de establecimientos se suelen incrementar. una semana o un mes. 2000.

huelgas. Las variaciones aleatorias a menudo son poco importantes y se suelen considerar como parte de las estacionales o cíclicas o simplemente se las ignora. Seminario de Integración Profesional. como elecciones. Las variaciones aleatorias son de dos clases: a) variaciones provocadas por acontecimientos especiales. etc. Grupo No. 1 . terremotos. No obstante. guerras. cuyas causas no se pueden señalar en forma exacta. (E) recoge las variaciones impredecibles que se producen en el corto plazo sin responder a ningún patrón sistemático. Se deben a razones aleatorias o esporádicas y por lo tanto impredecibles. b) variaciones aleatorias o por casualidad. estos sucesos se pueden reconocer e identificar fácilmente. el componente irregular o residual. inundaciones.Universidad de San Carlos de Guatemala Facultad de Ciencias Económicas 11 Figura 4 Variaciones estacionales Fuente: Elaboración propia  Variaciones Irregulares Por último.

estadisticas. http://www. Los cambios en la media determinan una tendencia a crecer o decrecer a largo plazo. John.Universidad de San Carlos de Guatemala Facultad de Ciencias Económicas 12 2. Grupo No.”5 2.pr/iepr/LinkClick. 23:20 pm. cuando la media y varianza son constantes en el tiempo. es decir.  No Estacionarias Son series en las cuales la tendencia y/o variabilidad cambian en el tiempo. Dos son los esquemas generalmente más admitidos sobre la forma en que la serie temporal se descompone en sus cuatro componentes: el aditivo y el multiplicativo. por lo que la serie no oscila alrededor de un valor constante.3. Clasificación Descriptiva de las Series Cronológicas Las series temporales se pueden clasificar en:  Estacionarias “Una serie es estacionaria cuando es estable a lo largo del tiempo. 1 . Seminario de Integración Profesional. 29 de junio de 2013. es decir: Yt = tt + ct + et + rt 5 Introducción a series de tiempo.1.gobierno. Tipos de Esquemas para Series Cronológicas Las cuatro componentes enumeradas determinan conjuntamente los valores de la variable analizada en cada instante.  Esquema (Modelo) Aditivo Supone que las observaciones se generan como suma de las cuatro componentes. sin que pueda valorarse con precisión el influjo individual de cada una de ellas.2. Villavicencio.aspx?fileticket=4_BxecUaZmg%3D&tabid=100. Guatemala. Esto se refleja gráficamente en que los valores de la serie tienden a oscilar alrededor de una media constante y la variabilidad con respecto a esa media también permanece constante en el tiempo.

(análogamente la variación estacional y la cíclica son independientes de las demás componentes). Grupo No. Otro tipo de modelo multiplicativo que si la cumple llamado modelo multiplicativo mixto es el siguiente: Yt == tt x ct x et x rt + rt Existen otros modelos que combinan esquemas aditivos y multiplicativos. pero esto es una parte de la serie de tiempo más grande. Aquí no se cumple la hipótesis de independencia del esquema aditivo.Universidad de San Carlos de Guatemala Facultad de Ciencias Económicas 13 En este caso cada componente se expresa en el mismo tipo de unidad que las observaciones. tratando de resolver las carencias o inconvenientes de los modelos más sencillos. Señalaremos que generalmente el modelo multiplicativo es el que mejor se adapta a la descripción de variables económicas.4. Por ejemplo la gráfica puede conducirnos a concluir que existe una tendencia ascendente en la parte de 1980 a 1982. es decir: Yt = tt x ct x et x rt En este modelo (multiplicativo puro) la tendencia secular se expresa en el mismo tipo de unidad que las observaciones. y el resto de las componentes en tanto por uno. 1 . es decir la magnitud de dichos residuos no depende del valor que tome cualquier otra componente de la serie. Análisis Descriptivo de Series Cronológicas En la práctica es difícil distinguir la tendencia del comportamiento cíclico. en este modelo.  Esquema (Modelo) Multiplicativo Supone que las observaciones se generan como producto de las cuatro componentes. es independiente de las demás componentes. La variación residual. 2. Seminario de Integración Profesional.

César “Problemas resueltos de econometría”. que describimos en los puntos siguientes: El análisis de una serie cronológica requiere de la elección de un modelo (multiplicativo o aditivo) y la determinación de los cuatro movimientos característicos descritos anteriormente. Construir este gráfico es de gran utilidad para observar el comportamiento de la serie temporal. España. 1 . Un gráfico temporal se construye situando los valores de la serie en el eje de ordenadas y los instantes temporales en el eje de abscisas. 2002. Seminario de Integración Profesional. el cálculo de coeficientes de auto correlación y la obtención de valores suavizados ("smoothed").Universidad de San Carlos de Guatemala Facultad de Ciencias Económicas 14 Figura 5 Tendencias entre periodos de tiempo Fuente: Elaboración propia “La primera herramienta descriptiva básica es el gráfico temporal. Madrid.”6 Los procedimientos de mayor aplicación para efectuar un análisis inicial de tipo descriptivo (o exploratorio) de una dada serie de tiempo. Grupo No. Editorial Thompson. 50. para lo cual se requiere de un 6 Pérez López. Pág. además de los genéricos son: la graficación de sus valores. Se presentan las siguientes series temporales.

Registro de las variaciones cíclicas si aparecen. 2. Determinación de la tendencia. Recolección de datos fiables. no se ha efectuado referencia alguna a la naturaleza de los datos que componen la serie. En caso afirmativo. 4. 8.Universidad de San Carlos de Guatemala Facultad de Ciencias Económicas 15 procedimiento que facilite y estandarice las operaciones. estacionalidad. Metodológicamente. Ajuste de los datos desestacionalizados a la tendencia. con vistas a brindar una valoración cualitativa del comportamiento de la magnitud bajo estudio y con ello facilitar la adopción de las acciones más adecuadas. obtener el índice correspondiente y proceder a suprimir este movimiento en los datos. Determinación de los movimientos irregulares. 1 . señalando la periodicidad y amplitud de la oscilación alrededor de la tendencia. Determinación de la existencia o no de estacionalidad. Evaluar los resultados obtenidos. 5. en particular las fuentes de error y su magnitud. Grupo No. periodicidad y aleatorios) se debe realizar una discusión de la correspondencia de los resultados obtenidos con lo esperado en dependencia de la naturaleza de los datos. el análisis de una serie cronológica consta de los siguientes aspectos: 1. Es importante señalar que al determinar cada uno de los movimientos (tendencia. 7. 3. por lo cual los fundamentos teóricos expresados son aplicables a la evaluación de Seminario de Integración Profesional. todo lo cual es independiente de la naturaleza de la magnitud objeto de estudio. Igualmente debe significarse que en todos los análisis realizados. si procede. Representación gráfica de los datos de la serie y valoración cualitativa de su comportamiento. 6. como si el proceso se encuentra bajo control estadístico o no.

Otra forma típica de graficación de series de tiempo involucra el indicar cada valor no mediante un punto sino en forma relativa a uno o más valores de referencia que se establecen en cada caso. tanto formadas por valores experimentales como por transformaciones de ellas o residuos de un dado proceso. en la primera de las figuras siguientes se define un valor de referencia único. Seminario de Integración Profesional. 2. años. mediante las cuales pueden destacarse visualmente ciertos comportamientos que interesa apreciar.Universidad de San Carlos de Guatemala Facultad de Ciencias Económicas 16 magnitudes tan diversas como pueden ser niveles de lluvia. promedio del conjunto de observaciones. y que tomaba valores entre -1 y 1. 2. Graficación Este procedimiento permite obtener una síntesis visual global del comportamiento de una o más series de tiempo.6. en el que el eje horizontal es el tiempo y el vertical el valor de la serie (o series) considerada. Es usual realizar la graficación de series en un sistema de dos dimensiones. Este mismo concepto lo podemos trasladar al caso de una serie de tiempo. y los valores de la serie se grafican a lo largo del tiempo como barras relativas a aquel. Por ejemplo. Correlación en Series Mide el grado de relación lineal entre dos variables. de auto correlación parcial y de correlación cruzada. niveles de precios. En la segunda figura se establecen valores de referencia para periodos representativos consecutivos (semanas.5. 1 . Dentro de ello existen diversas variantes de representación. importe de los cobros y pagos. surgiendo los coeficientes de auto correlación. etc. Grupo No. demanda de combustible. La posibilidad de graficación más directa es aquella en la que se indica la secuencia de valores de la variable considerada a lo largo del tiempo. etc.) como promedio de los valores en cada uno de ellos.

El conjunto r1 a rk de coeficientes de auto correlación de una serie suministra una información útil sobre su comportamiento y el tipo de componentes presentes en ella. Otra prueba disponible involucra obtener la significación global de un conjunto de m coeficientes de auto correlación correspondientes a una dada serie (prueba de Box-Pierce). 1 .6.1. En función de la suma cuadrática de estos coeficientes se obtiene una estadística de prueba. En el cálculo computacional de los coeficientes es usual obtener representaciones visuales de un conjunto de ellos para una dada serie (correlogramas). En dichas graficaciones se suelen incluir también intervalos de confianza de sus valores. Grupo No. el coeficiente rk se obtiene considerando los n-k pares que se forman entre un valor de la serie y el que se encuentra k posiciones más atrás.Universidad de San Carlos de Guatemala Facultad de Ciencias Económicas 17 2. según como consideremos en ella los pares de valores para el cálculo. podemos obtener varios coeficientes de auto correlación. pero ahora evaluado entre pares de valores de la misma serie. Para una misma serie. Así. que sigue una distribución "Chi2" en el caso de que los coeficientes en conjunto no sean significativos. así como sirve de ayuda en la etapa de identificación del modelo que se considera explica más adecuadamente la serie en estudio. como se definieron en el capítulo 4. un primer coeficiente r1 resulta de considerar los n-1 pares que se forman con cada observación de la serie y la anterior. para un nivel de significación dado (usualmente 5%). Si un dado rk se encuentra dentro de ellos podemos presuponer que su valor no es significativamente diferente de cero. Seminario de Integración Profesional. Generalizando. Coeficientes de Auto Correlación El cálculo de este coeficiente es similar al caso de dos variables relacionadas.

2.6. ya que evalúan el grado de relación entre pares de valores de una serie separados un cierto número de posiciones (una o más). Así. estacionalidad). a partir de ésta.7. un coeficiente rk corresponde a la correlación entre cada valor de una serie y el de otra serie ubicado k posiciones adelante en el tiempo.2.3.6. De la misma manera un coeficiente r-k evalúa la correlación entre cada valor de una serie y el valor de otra serie ubicado k posiciones más atrás. por ejemplo. en cuanto a apreciar su comportamiento global. Coeficientes de Correlación Cruzada Estos coeficientes se calculan de manera similar a los de auto correlación. 1 . De esta manera la nueva serie obtenida resulta mucho más "inteligible" que la serie original. pero considerando valores de dos series relacionadas. Seminario de Integración Profesional. pero ahora considerando que se mantiene constante el efecto de otras separaciones.Universidad de San Carlos de Guatemala Facultad de Ciencias Económicas 18 2. en algunos casos. Grupo No. Sus valores varían también entre -1 y +1 y para ellos pueden también definirse intervalos de confianza en torno al valor 0. en lugar de una. Suavizamiento ("smoothing") Los procesos de suavizamiento o filtrado permiten obtener una apreciación del comportamiento general de una serie. una nueva serie en cuyos valores se reducen significativamente componentes no deseables de variación de los valores experimentales (aleatoriedad y. cuya resolución permite obtener los valores de aquellos. Los coeficientes de auto correlación parcial se vinculan con los coeficientes de auto correlación rk mediante un sistema de ecuaciones lineales. Coeficientes de Auto Correlación Parcial Estos coeficientes tienen un significado similar a los de auto correlación. 2. para lo cual obtienen. Su utilidad principal es como ayuda en la etapa de identificación ligada a algunos tipos específicos de modelos de serie de tiempo.

1 . resulta posible combinar varias operaciones de medianas móviles. Los métodos robustos se basan en un concepto similar al de promedios móviles. Grupo No. Un posible ejemplo de ello sería el siguiente. lo que permite obtener diferentes grados de suavizamiento. si consideramos cinco valores para el promedio. un valor genérico y suavizado resulta. resulta posible aplicar ponderadores diferentes a cada uno de los valores que forman cada promedio. que en general se agrupan dentro del Análisis Exploratorio de permiten obtener series suavizadas que se ven menos afectadas por valores experimentales extraordinarios que los métodos de promedio móvil. pero considerando ahora las medianas.5 xt + 0. en lugar de las medias aritméticas. Asimismo. a partir de los valores de la serie experimental X: yt = (xt-2+ xt-1+ xt+ xt+1+ xt+2)/5 El proceso de promedio móvil puede aplicarse varias veces consecutivas a los valores de una serie.Universidad de San Carlos de Guatemala Facultad de Ciencias Económicas 19 Los criterios más conocidos y aplicados para el suavizado de una serie son los siguientes: 2.9. Asimismo.8. Por ejemplo. cada valor de la serie suavizada se obtiene como promedio de un número definido de valores de la serie original y se ubica en una posición centrada con respecto a éstos. Métodos Robustos de Suavizamiento Estos métodos. con lo que se generaliza el proceso de suavizado ("Hanning"). considerando tres valores para el promedio: yt = 0. obteniendo diferentes grados de suavizamiento.25 x-1 + 0.25 xt+1 2. Promedios Móviles De acuerdo a este criterio. Dentro de estas operaciones se pueden Seminario de Integración Profesional.

Con esta ecuación se suelen calcular los valores de tendencia T.11. que consiste en trazar una recta o curva de tendencia simplemente mirando la gráfica. puede usarse para estimar Y. Método de Estimación de la Tendencia Una tendencia puede estimarse de diferentes maneras:  Método de los Mínimos Cuadrados. igual que en el caso de los promedios móviles. Sin embargo. exponencial.Universidad de San Carlos de Guatemala Facultad de Ciencias Económicas 20 contemplar también procesos de ponderación de los valores de medianas. puede usarse para calcular la ecuación de una recta o curva de tendencia apropiada. Las funciones f() más usuales son la lineal y aquellas que se transforman al caso lineal: potencial. Seminario de Integración Profesional. semilogarítmica.10. Grupo No. logística o polinómica. Ello se logra ajustando a ella alguna función de regresión. 1 . tiene la obvia desventaja de depender demasiado del juicio individual.  Método a Mano Libre Este método. Este método. 2. 2. considerando al tiempo como variable independiente: yt = f(t) Una vez obtenida dicha función. resulta directa la determinación con ella de los valores suavizados en correspondencia con los de la serie original. Regresión Mediante las técnicas de regresión puede suavizarse una cierta serie experimental.

Después se traza una recta de tendencia entre estos dos puntos. se da el dato o a los datos centrales el mayor peso y a los valores extremos se les proporcionan pesos pequeños. 2006. Una desventaja de este método es que los datos al inicio y final de las series se pierden. donde se inició con siete números y con un promedio móvil de orden 3 se llegó a cinco números. 7 Ciro Martínez. Grupo No. Una tercera desventaja es que los promedios móviles se ven muy afectados por valores extremos. aunque llega a extenderse a casos en donde los datos pueden separarse en varias partes. solo es aplicable cuando la tendencia es lineal o aproximadamente lineal. Pág. en tal caso.Universidad de San Carlos de Guatemala Facultad de Ciencias Económicas 21  Método del Promedio Móvil Por medio de promedios móviles de orden adecuado. Además. Los valores de tendencia a partir de la recta de tendencia. sin grafica”7 A pesar de que este método es sencillo de aplicar. suele conducir resultados pobres cuando se utiliza en forma indiscriminada. en cada una de las cuales la tendencia sea lineal. 1 . estacionales e irregulares así solo el movimiento de tendencia. Bencardino “Estadística básica aplicada“. pero también pueden determinarse de manera directa. con lo que se obtienen dos puntos en la gráfica de series de tiempo. 249 Seminario de Integración Profesional. Editorial ECE.  Método de los Semipromedios “Este consiste en separar los datos en dos partes (de preferencia iguales) y calcular el promedio de los datos en cada parte. algunas veces se utiliza un promedio móvil ponderado con pesos adecuados. se pueden eliminar patrones cíclicos. Para superar esto de alguna manera. Colombia. Otra desventaja es que los promedios móviles pueden generar ciclos u otros movimientos que no estaban en los datos originales. como en el ejemplo 1.

El promedio (media) del índice estacional para todo el ano debe ser 100.”8 8 Ibid. la suma de los números índice de los 12 meses tiene que ser 1200%. “En este método.Proporcionan el índice estacional del ano.Universidad de San Carlos de Guatemala Facultad de Ciencias Económicas 22 2. usando una media o una mediana. Estimación de las Variaciones Estacionales  Índice Estacional Para determinar el factor estacional S en la ecuación (l).  Método de Porcentaje Promedio.12. Pag. entonces los números 50. Diversos métodos están disponibles para calcular el índice estacional. febrero. si se conoce que las ventas durante enero. marzo. 90. lo que se logra multiplicándolos por un factor adecuado. Los 12 porcentajes resultantes dan el índice estacional. si la suma no es 1200%). 250. Seminario de Integración Profesional. etc. Por ejemplo. es decir. Entonces. Un conjunto de números que muestra los valores relativos de una variable durante los meses del año se llama índice estacional de la variable. se promedian los porcentajes de los meses correspondientes de diferentes anos. 1 . … Por ciento del promedio de las venta mensuales para todo el ano. entonces deben ajustarse. …. los datos de cada se me expresan como p orcentajes del promedio del ano. son de 50.. Si su media no es 100% (es decir.90. es mejor evitar cualquier valor extremo que pueda presentarse. considerando un año típico. si se usa 288 la media. 120. 120. se debe estimar como varían los datos en las series de tiempo de un mes a otro. Grupo No. estos números suelen llamarse números índice estacionales.

1 . los datos de cada mes se expresan como porcentajes de valores de la tendencia mensual. si estos no promedian 100% se hace un ajústela media. se expresan los datos originales de cada mes como un porcentaje del promedio móvil centrado de 12 meses correspondiente a los datos originales. en lugar de en la mitad del mes (que es donde caen los datos originales). Dado que los resultados así obtenidos caen entre meses sucesivos. entonces. y que el siguiente promedio de Y/T produce los índices estacionales. con lo que se obtiene el índice requerido. proporciona Y/T = CSI. Como antes. de este promedio móvil de 12 meses. lo que se logra multiplicándolos por un factor adecuado. de la ecuación (l). especialmente si las variaciones son grandes. Si su media no es 100% (es decir.  Método del Porcentaje del Promedio Móvil o la Razón del Promedio Móvil. El resultado suele llamarse promedio móvil centrado de 12 meses. Grupo No. estas pueden ser una desventaja importante del método. Seminario de Integración Profesional. Luego se promedian los porcentajes de los meses correspondientes. entonces deben ajustarse. En este método. Igual que en el método 1. Un promedio adecuado de los porcentajes para los meses correspondientes proporcionan. el índice requerido. Mientras estos índices incluyan variaciones cíclicas e irregulares.Universidad de San Carlos de Guatemala Facultad de Ciencias Económicas 23  Método del porcentaje de la tendencia o de la razón de la tendencia. estos se ajustan si no promedian 100% obsérvese que dividir cada valor mensual Y entre el valor de tendencia T correspondiente. se busca un promedio móvil de 2 meses. si la suma no es 1200%). Después de esto. Los 12 porcentajes resultantes dan el índice estacional. es mejor evitar cualquier valor extremo que pueda presentarse. En este método se calcula un promedio móvil de 12 meses.

también suelen ajustarse a la tendencia dividiéndolos. el proceso de ajuste a la variación estacional y a la tendencia es equivalente a dividir Y entre ST. sencillamente. De acuerdo con la ecuación (l). Un promedio móvil adecuado de pocos meses de duración (como 3. México.14. D F.. 5 o 7 meses. O’Connell “Pronósticos. Estimación de las Variaciones Cíclicas Una vez que los datos han sido ajustados a las variaciones estacionales. Pág. 2. lo que [por ecuación (1) da I. Una vez que se han aislado estas variaciones cíclicas. entonces. S y C. de modo que en consecuencia no se necesita centrado) sirve. es posible estudiarlas en detalle. entre los valores de tendencia correspondientes. Seminario de Integración Profesional. 4º. 2006. se considera que una tendencia secular es un indicio del “recorrido general” de la generación d una serie de tiempo. Bruce.380. Editorial CENGAGE. Edición. series de tiempo y regresión: un enfoque aplicado”. que resulta en Cl (las variaciones cíclicas e irregulares).”9  Promedios Móviles A menudo. para suavizar las variaciones irregulares l y para dejar únicamente las variaciones cíclicas C. las pequeñas desviaciones ocurren con gran frecuencia las desviaciones grandes suceden con poca frecuencia]. Richard T.Universidad de San Carlos de Guatemala Facultad de Ciencias Económicas 24 2. Estimación de las Variaciones Irregulares “Las variaciones irregulares (o aleatorias) pueden estimarse ajustando los datos alas variaciones de tendencia. estacionales y cíclicas. En la práctica se encuentra que los movimientos irregulares se inclinan a tener una pequeña magnitud y suelen seguir el patrón de una distribución normal. se pueden construir índices cíclicos de la misma manera que los índices estacionales. es decir. Esto equivale a dividir los datos originales y entre T. Si se presenta una periodicidad o periodicidad aproximada de ciclos. Si se tiene incertidumbre de quela tendencia sea lineal o de que se podría describir mejor por medio de alguna 9 Bowerman L. Grupo No.13. 1 .

1 . por ejemplo. El problema básico en la elaboración de un promedio móvil es la elección de un periodo apropiado para el promedio. Ordinariamente. 4 años o 12 meses. En estos casos. el objeto de ajustar un promedio móvil es el de eliminar. 291 Seminario de Integración Profesional. podemos describir muy adecuadamente el “comportamiento” general de una serie de tiempo mediante una serie artificial conocida como promedio móvil. Esta elección depende considerablemente dela naturaleza de los datos y del propósito para el cual se elabora el índice. en un promedio móvil de tres años. Di la ponderación se realiza en un numero par de periodos. las fluctuaciones indeseables o perturbadoras de los datos. calculado en relación con datos anuales. El primer paso del procedimiento consiste en determinar los totales móviles de los12 meses que aparecen en la columna 2. Un promedio móvil se construye sustituyendo cada valor de una serie por la media del mismo y algunos de los valores inmediatamente anteriores y posteriores. se suelen “reordenar” (o “centrar”) los valores tomando el promedio móvil de los dos años (o dos meses) adyacentes. Grupo No.Universidad de San Carlos de Guatemala Facultad de Ciencias Económicas 25 otra clase de curva. El primer dato de esta columna 211. hasta donde sea posible. en un promedio móvil de cinco años cada cifra anual se sustituye por la media de dicha cifra y las de los dos años anteriores y las de los dos años siguientes. Por ejemplo. Utilizaremos este procedimiento más adelantes para medir la variación estacional. cada cifra anual es reemplazada por la media de ella misma y las cifras anuales de los dos años adyacentes. el promedio móvil quedara inicialmente entre años o meses sucesivos.5. si no estamos seguros de tener en realidad una tendencia o parte de un ciclo y si no estamos realmente interesados en obtener una ecuación matemática.

donde el primer número es la suma de los dos primeros valores de la columna 2. ahora. las empleamos para eliminar las componentes T. Esto se logra dividiendo los datos T. en otras palabras.Universidad de San Carlos de Guatemala Facultad de Ciencias Económicas 26 es la suma de los envíos de los 12 meses de 2001 y se anota a la mitad del periodo. 215. por consiguiente. mes por mes.5 la cifra de enero del 2001 y sumarle la cifra de enero del 2002. El segundo dato de la columna. Estos datos se muestran en la columna 3. y se anota a la mitad de este periodo.S.C de la serie original. la suma de 24 cifras mensuales. Estos datos de la columna 3se anotan entre los de la columna 2 y.I originales. Como cada anotación en la columna 2 es la suma de 12 cifras mensuales y cada registro de la columna 3 es la suma de dos datos de la columna 2. se obtiene al restarle 211. calculamos a continuación los totales móviles de dos meses. que se muestra en la columna 4. Seminario de Integración Profesional. 1 . luego de dividir cada registro de la columna 3 entre 24. 211. el segundo es la suma del segundo y tercer valor de la columna 2. están alineados (o centrados) con los datos originales. o en total. A fin de obtener un promedio móvil de 12 meses centrado en los datos originales.5 es la suma de os 12 envíos mensuales de febrero del 2001 al 2002.C correspondientes (es decir. entre junio y julio del 2001.0. entre las estimaciones T. Estos valores de los promedios móviles son las estimaciones de la tendencia del ciclo y. de 12 meses.C. con las anotaciones en la columna 2. El tercer dato y los demás de esa columna se obtienen con este mismo proceso de sustracción y adición de los valores mensuales. entre los valores correspondientes del promedio móvil). Grupo No. etc. obtenemos por último el promedio móvil centrado.

1 .Universidad de San Carlos de Guatemala Facultad de Ciencias Económicas 27 Cuadro 1 Ocurrencia de Emergencias a Nivel Nacional 1995 – 2005 Seminario de Integración Profesional. Grupo No.

y el más confiable el método de mínimos cuadrados. método largo o método corto. semestres. meses. años. 1 . semestres. Grupo No. por semi-promedios. b = Pendiente x = identifica al tiempo.Universidad de San Carlos de Guatemala Facultad de Ciencias Económicas 28 CAPÍTULO III CASOS PRÁCTICOS 3. a la que se le asigna valores que varían según el método que se aplique. tomando en cuenta si la serie es impar o par. Página 208 Seminario de Integración Profesional. Para el ajuste de la lineal recta puede hacerse por el método de mano alzada.10 Cuando se usa para describir la tendencia es escrita así: Yc = a + bx Donde: Yc = Valores calculados o estimados de la variable “Y” a y b = Coeficientes de regresión. Tendencia Lineal “La tendencia lineal es la que se puede señalar en una línea recta o curva suave.. Normalmente se mide el predictor “tiempo” en términos de semanas. etc. a = Origen. años. El tiempo constituye la variable X.1. meses. aplicando la ecuación de la línea recta: (Y= a + bx)”. 10 Ibíd. esta pude ser ascendente o descendente.

Por el método corto. se suman años. luego a mediados del año 2 se suma otro año con signo negativo X = -1. 1 . Hacia delante la asignación de valores de X = 0. el valor de X = 0. y así sucesivamente. para el año 3 se suma otro año X = 2. año 4 X = 1. Grupo No. año 5 X = 2. luego a mediados del año 2 se suma otro año = 1. positivos. y así sucesivamente. están a mediados de cada periodo en este caso años. luego a mediados del año 1 se suma otro año X = -2. así por el método largo a 30 de junio del año 1. Seminario de Integración Profesional.Universidad de San Carlos de Guatemala Facultad de Ciencias Económicas 29 Cuadro 2 Serie Impar Año Método largo X en años 1 2 3 4 5 Año 0 1 2 3 4 10 TOTAL Método corto X en años 1 -2 2 -1 3 0 4 1 5 2 0 Fuente: Elaboración propia Los valores de X. el año central al 30 de junio o el 01 de julio X = 0.

hay un semestre X = -1 de mediados del año 3 para mediados del año 2 hay dos semestres. Registrando los valores de X para los periodos anteriores al periodo base. de igual manera es hacia los años siguientes al periodo base. del 31 de diciembre del año 3 para mediados del año 3. este es el origen que se identifica con X = 0. Año 1 Año 2 Año 3 Año 4 Año 5 Año 6 01/07 -5 01/07 -3 01/07 01/07 01/07 -1 0 1 01/07 3 01/07 5 Seminario de Integración Profesional. entonces se suma dos semestres y X = -3. únicamente que los valores de X son positivos. iniciando al 31 de diciembre del año 3 o bien 01 de enero del año 4.Universidad de San Carlos de Guatemala Facultad de Ciencias Económicas 30 Cuadro 3 Serie Par Año Método largo X en años 1 2 3 4 5 6 Año 0 1 2 3 4 5 10 Método corto X en semestres -5 -3 -1 0 1 3 5 0 TOTAL 1 2 3 Origen 4 5 6 XX Fuente: Elaboración propia De igual manera que en el método largo X en años situando el origen en el primer periodo con X = 0. 1 . Grupo No. Por el método corto X se identifica en semestres.

CASOS PRACTICOS CASO 1 a) Ejemplo Serie Par .630 2002 4. Grupo No. 2. para determinar los valores de “a” y “b” aplicando la fórmula 114: ∑Y = na + b ∑ X ∑XY = a ∑X + b ∑ X2 También se puede utilizar: ( ) ( ) Seminario de Integración Profesional. los demás años 1. calcular la ecuación de tendencia de origen el 1 de julio de 2000. El valor de X en el origen debe ser 0.2. (Las estimaciones estarán a mediados de año) la ecuación buscada es Yc = a + bX. Desde este momento el método a utilizar es el largo. 1 . 3 etc.910 2004 5. en virtud que la suma de la variable X no es cero.Universidad de San Carlos de Guatemala Facultad de Ciencias Económicas 31 3.240 2005 5.850 2003 4.Método Largo Ecuación de Regresión Ejemplo serie par Año Ventas Q miles 2000 4. en este caso el primer año.400 Aplicando el método largo.450 2001 4.

020 X2 0 1 4 9 16 25 55 Sustituyendo en las ecuaciones normales y eliminando “a”: a. Grupo No.960 27.850 4.Universidad de San Carlos de Guatemala Facultad de Ciencias Económicas 32 Las fórmulas indican sumar Y.450 4.400 29.000 77. 1 .480 X 0 1 2 3 4 5 15 XY 0 4.480 = 6 a + b 15 b. sumar el producto de cada X por cada Y.02 = 15 a + b 55 3.70 = -15 a – b 37.240 5.020 = a 15 + b 55 -2.910 5. sumar X. b = 0. Años 2000 2001 2002 2003 2004 2005 TOTAL Ventas Y 4. y elevar cada X al cuadrado y luego sumarlas.730 20.700 14. este resultado con signo negativo se multiplica por la primera ecuación.630 4. 29. 77.5.630 9. estos cálculos se registran en la tabla siguiente en miles de Q.5 77.189714285 Seminario de Integración Profesional.32 = 15 a + b 55 Eliminando “a” 15/16 = 2.5 -73.

1 . cuyas columnas aparecen en la siguiente tabla: Seminario de Integración Profesional.19 X X en años.480 = 6 a + 2.845714275 29.Método Corto o abreviado Ecuación de Regresión Como se señaló para aplicar este método es necesario hacer que la suma de X (variable tiempo) sea cero.189714285 (15) 29. a= c) ∑Y n b= ∑ XY ∑ X² Las formulas requieren la sumatoria de Y. 29. la manera mas sencilla es tomar un periodo en medio de la serie que la divida en dos partes iguales. y la sumatoria de cada X al cuadrado.845714275 = 6 a a = 4.480 = 6 a + 0. CASO 2 b) Ejemplo Serie Par .44 + 0. la sumatoria del producto de cada X por cada Y. tomar en cuenta que el origen está a mediados de año. Grupo No. con origen 1 de julio de 2000. asignar valores a X haciendo que la suma sea cero.Universidad de San Carlos de Guatemala Facultad de Ciencias Económicas 33 Para encontrar el valor “a” se sustituye por el valor de “b” en cualquiera de las dos ecuaciones originales.480 – 2. sustituyendo en la primera ecuación.439047621 La ecuación requerida es: Yc = 4.

64 70 = 0. Grupo No.89 -4.00 6.094857142 Origen 31 de diciembre 0 1 de enero.85 X² 25 9 1 4.25 -13.91333 + 0. el origen puede ser el 31 de diciembre del año 2002 o bien el 01 de enero del año 2003.91333 y b= ∑ XY ∑ X² = 6.450 4.910 15.480 6 = 4.240 5.480 0 1 3 5 0 4.850 X -5 -3 -1 XY -22. X en semestres Seminario de Integración Profesional. 1 .Universidad de San Carlos de Guatemala Facultad de Ciencias Económicas 34 Años 2000 2001 2002 Origen 31 de diciembre 2003 2004 2005 TOTAL Ventas Y 4.910 5. a= ∑Y n = 29.400 29.64 1 9 25 70 Sumatoria de X es igual a cero.72 27.094857142 La ecuación de regresión buscada es: Yc = 4.630 4.

A. Grupo No. sumar el producto de cada X por cada Y.”. Se procede a sumar Y.Método Largo Estimación y Cambio de Origen a la Ecuación La empresa “Seminario Integrado S. y elevar cada X al cuadrado y luego sumarlas. AÑOS 2007 2008 2009 2010 2011 2012 TOTAL y = Y 120 129 132 135 140 145 801 na +  xb X 0 1 2 3 4 5 15 XY 0 129 264 405 560 725 2083 X2 0 1 4 9 16 25 55  xy =  xa +  x2b Seminario de Integración Profesional. sumar X.) 120 129 132 135 140 145 Determine la Ecuación de línea recta mediante el procedimiento largo y calcule la utilidad para los años 2004 y 2005. lo ha contratado para que efectúe auditoría de los últimos ejercicios.Universidad de San Carlos de Guatemala Facultad de Ciencias Económicas 35 CASO 3 d) Ejemplo Serie Par . 1. 1 . Del resultado de esta auditoría se determinó lo siguiente: AÑO 2007 2008 2009 2010 2011 2012 UTILIDAD ANUAL (MILES Q.

00 + 27.5 = -15 a .0= 80.60 Y2014 = 122. para el año 2013 y 2014.37.6 b = 80.5b 15 a + 55 b 17. el valor de 6 que corresponde al año requerido.5) 15 a + 55 b 2083 = 2002.5 Para encontrar el valor de “a” se sustituye por el valor de “b” en cualquiera d e las dos ecuaciones originales.6) 801 = 6 a + 69 801 – 69 = 732 a= Ecuación Resultante: = 732 / 6 6a 6a a = 122 Yc = 122 + 4.20 Y2014 = 154. Y2013 = 122.5 = 2083.00 + 4.00 + 4.60 (6 ) Y2013 = 122.20 Seminario de Integración Profesional.60 (7 ) Y2014 = 122.00 + 32.60 Y2013 = 149. Grupo No. 801 = 6 a + 15 b 801 = 6 a + 15 (4.Universidad de San Carlos de Guatemala Facultad de Ciencias Económicas 36 Sustituyendo los valores en las ecuaciones 801 = 2083 = 801 = 6 a + 15 b 15 a + 55 b 6 a + 15 b (-2.5 / 17. 1 . Para el efecto se utiliza la ecuación de regresión encontrada.5 b b= 4. sustituyendo en X.6 x Estimar la variable ventas.

Grupo No. ORIGEN AÑOS INICIAL X 2007 2008 2009 2010 2011 2012 2013 0 1 2 3 4 5 NUEVO ORIGEN X 3 2 1 0 1 2 3 Se procede a cambiar la ecuación antes encontrada Yc = 122 + 4.8 + 4.Universidad de San Carlos de Guatemala Facultad de Ciencias Económicas 37 Trasladar el origen de la ecuación anterior para el año 2010 y establecer las nuevas ecuaciones de tendencia.8 Yc = 135.6 (3) Yc = 122 * 13.6 x Yc = 122 + 4. 1 .60 Seminario de Integración Profesional.8 Siendo nueva ecuación con cambio en el origen Yc = 135.8 * 21.8 + 4.16 Yc = 149.6 (3) Yc = 135.6 x Yc = 135.

si se desea cambiar el origen al 01 de julio del año 2000.Método Corto Estimación con la Ecuación La estimación de las ventas para 2006. Seminario de Integración Profesional. el valor de X de la ecuación debe sustituirse por -5 que es el valor que le corresponde así: Yc= 4.0948571 (7) = 5. c) Cambio de Origen Cambio de origen.1) Estimación Y al estimar para el año 2006 se tiene Yc = 4.09499 (12) = 5.Universidad de San Carlos de Guatemala Facultad de Ciencias Económicas 38 CASO 4 e) Ejemplo Serie Par .913 – 0.58 millones de Q.91333 + 0. Grupo No.58. 1 .0949 X (Nueva ecuación con origen el 1 de julio de 2000.439047623 + 0. el valor estimado de be ser el mismo por cualquiera de los dos métodos no importa el origen que se tome.91333 +0. X en semestres) C.44 +0. en este caso ventas quedaría así: Yc= 4.0948571 (-5) Yc= 4.47428571 = Yc= 4.

850 Origen Inicial -5 -3 -1 0 1 3 5 Nuevo origen 0.Universidad de San Carlos de Guatemala Facultad de Ciencias Económicas 39 El valor 12 para X en la estimación queda demostrado en la tabla siguiente: Años 2000 2001 2002 Origen 31. 2.400 6 8 10 12 Para el año 2006 con origen en el año 2000 y X en semestres. Grupo No.910 5. X tomara el valor de 12.Dic 2003 2004 2005 2006 ventas Y 4.630 4. 4 4.450 4. 1 . Seminario de Integración Profesional.240 5.

400.00 2005 5.Universidad de San Carlos de Guatemala Facultad de Ciencias Económicas 40 CASO 5 f) Ejemplo Serie Impar.990 Se utilizan las fórmulas para ecuaciones normales:  Y = n a + b X XY= a  X + b x2 Seminario de Integración Profesional.850.400 25. a) Obtener la ecuación de regresión: Año Venta Q Miles 2001 4.630. el cuadro de cálculo es el siguiente: X2 1 4 9 16 30 Años 2001 2002 2003 2004 2005 TOTAL Ventas Y 4.910 5.00 Aplicando el método largo con las ecuaciones normales.850 4.00 2003 4.910. 1 .85 9. obtenidas las ecuaciones se puede cambiar el origen como se demostró tomando en cuenta que del valor estimado siempre será el mismo independientemente del método que se utilice.82 15.240. la asignación de X por el método abreviado es X = 0 en el centro de los períodos.630 4.72 21.030 X 0 1 2 3 4 10.Método Largo Ecuación de Regresión Cuando la serie de tiempo es impar.00 XY 4. Por el método largo X=0 para el primer período.00 2002 4.60 51. Grupo No.00 2004 5.240 5.

cambiando de signo el resultado y multiplicarlo por la primera ecuación para que “a” quede a 0.93 / 10 = b 0.62 + 0. Luego se sustituye el resultado de la primera ecuación para obtener el valor de “a”: 25.030 = 5 a + b 10 51. origen año 2005.193 X Seminario de Integración Profesional.62 = a En consecuencia la ecuación de regresión.99 = a 10 + b30 1.99 = a 10 + b 30 -50.93 = 5 a 23.030 = 5 a + 1.06 = -10 a – b 20 51.1 / 5 = a 4. Grupo No.0 Para obtener el valor de “b”.Universidad de San Carlos de Guatemala Facultad de Ciencias Económicas 41 25. X en años: Yc= 4.030 = 5 a + 0.93 = b 10 1. 1 . se tuvo que eliminar “a” dividiendo 10/5 = 2.1 = 5 a 23.030 – 1.93 25.193 = b -2.193 (10) 25.

585 miles Seminario de Integración Profesional.006 + 0. 1 . 5.193 (2) Yc= 4.Método Largo Estimación y Cambio de Origen a la Ecuación Estimación para el año 2006 Yc= 4.585 R: Q.386 Yc= 5.585 miles Para el año 2006 X=5 c) Cambio de origen al año 2003 Yc= 4.193 (5) Yc= 5.5585 R: Q.62 + 0.006 + 0.Universidad de San Carlos de Guatemala Facultad de Ciencias Económicas 42 CASO 6 g) Ejemplo Serie Impar .62 + 0.62 + 0. 5.193 (3) Yc= 5.193 X Para el año 2003 X=2 d) Estimar con la ecuación hallada en inciso c) Yc= 5. Grupo No.

Grupo No.Método Corto Es necesario hacer que la suma de X (variable tiempo) sea cero. En esta serie impar.006 b=1.006+0. el origen se sitúa en el centro y se aplican las formulas abreviadas - Ecuación de Regresión a= 25. 1 .193 Ecuación Yc=5.Universidad de San Carlos de Guatemala Facultad de Ciencias Económicas 43 CASO 7 h) Ejemplo Serie Impar . origen año 2003 Seminario de Integración Profesional.93/10 = 0.193 X “X en años.030/5 = 5.

193 (3) Yc= 5.585 miles - Cambio de Origen al año 2001 Yc=5.006+0.62 + 0.193 (-2) Yc=4.193 (5) Yc=5. 1 .Universidad de San Carlos de Guatemala Facultad de Ciencias Económicas 44 - Estimación Yc= 5. Q5.193 X - Estimación con la Nueva Ecuación Yc= 4.585 R: Q5.585 miles Seminario de Integración Profesional. Grupo No.006+ 0.585 R.62+0.

 El análisis clásico de las series cronológicas parte de la idea e que cada valor de la variable es el resultado de la combinación de cuatro factores no observables: tendencia.  El objetivo del análisis de una serie cronológica. 1 . estacionales o residuales. consumo de cierto producto.Universidad de San Carlos de Guatemala Facultad de Ciencias Económicas 45 CONCLUSIONES  Las series cronológicas son una de las técnicas empleadas para abordar el estudio del elemento futuro basándose por completo en observaciones pasadas y presentes de dicha variable. Seminario de Integración Profesional. como ventas de una empresa.  Las variables que utiliza una serie cronológica pueden ser económicas. Física como la evolución de la temperatura de una región o social como el número de habitantes de un país. Grupo No. es el conocimiento de su patrón de comportamiento para prever la evolución futura. variaciones cíclicas.

 El aislar los factores exógenos ayuda a conocer como se relaciona la serie de interés con otras series. es decir.  Se debe de estudiar las series cronológicas para poder tenerr una apreciaciónón mmás clara sobre el comportamiento de la misma. Grupo No. correlaciones que muestran casualidad y no causalidad. Con este patrón es posible: a) caracterizar el comportamiento del fenómeno estudiado. b) predecir su evolución futura. Seminario de Integración Profesional. y c) extraer componentes no observables (señales) que reflejan más fielmente la evolución subyacente de la variable de interés. y también ayuda a disminuir las posibilidades de ser engañados por correlaciones espureas.Universidad de San Carlos de Guatemala Facultad de Ciencias Económicas 46 RECOMENDACIONES  Con el análisis de series temporales se debe extraer el patrón de comportamiento sistemático contenido en una sucesión de observaciones que se recoge de forma regular y homogénea a lo largo del tiempo. 1 . además de facilitar la iidentificaciónón de patrones subyacentes en ellas.

 Ciro Martínez. César “Problemas resueltos de econometría”. http://www. José Luis.  Reyes Donis. Bruce.html.  Ciencia de la economía http://cienciaeconomica. José Juan.estadisticas. 592 Págs.Universidad de San Carlos de Guatemala Facultad de Ciencias Económicas 47 BIBLIOGRAFIA De obras literarias  Bowerman L. 4º. Richard T. 154 Págs. “Conceptos básicos de estadística para ciencias sociales”. 1º. 23:20 pm. 1º. “Estadística I Guía de Estudio” Editorial Serviprensa. pág. Editorial CENGAGE. 2000.com/2011/10/analisis-de-series-de-tiempoun-poco-de.aspx?fileticket=4_BxecUa Zmg%3D&tabid=100. 2007. Editorial ECE. Seminario de Integración Profesional. México. 3ª Edición agosto 2009.blogspot. Colombia. España. series de tiempo y regresión: un enfoque aplicado”. Guatemala. John.  Muñoz Ruiz. DF. Edición. Edición.. 207. México. Madrid.  Pérez López. 29 de junio de 2013. Grupo No.  Cáceres Hernández. Editorial Delta. Consultas electrónicas  Introducción a series de tiempo. Madrid. 1 . 187 Págs. España.pr/iepr/LinkClick. 2006. Edición. 2006. Villavicencio. Bencardino “Estadística básica aplicada“. 2002. David “Manual de estadística”. 250 Págs. Editorial Thompson. O’Connell “Pronósticos.gobierno. 387 Págs. Editorial CASALI.

Seminario de Integración Profesional.Universidad de San Carlos de Guatemala Facultad de Ciencias Económicas 48  SERIES CRONOLÓGICAShttp://www. 1 .shtml. Grupo No.com/trabajos30/series- de-tiempo/series-de-tiempo.monografias.

Universidad de San Carlos de Guatemala Facultad de Ciencias Económicas 49 Seminario de Integración Profesional. 1 . Grupo No.

¿Representa la conducta a largo plazo de la serie. ¿Es el componente que indica la evolución de la variable a través del tiempo. ¿Conjunto de observaciones obtenidas de una misma variable durante un periodo de tiempo? Series Cronológicas 2. Grupo No. 1 . ¿Son oscilaciones en torno a la tendencia pero a diferencia de las cíclicas en el periodo en el que las primeras se completan o compensan es inferior o igual al año? Variaciones Estacionales Seminario de Integración Profesional. que se mide como un crecimiento o descenso constante en un periodo de tiempo prolongado? Tendencia 5.Universidad de San Carlos de Guatemala Facultad de Ciencias Económicas 50 CUESTIONARIO # 11 SERIES CRONOLOGICAS 1. ¿Permite realizar un pronóstico confiable de la actividad futura y tomar decisiones anticipadas? Series Cronológicas 3. es decir trata de reflejar hacia dónde va la serie? Tendencia 4. ¿Pueden considerarse oscilaciones más o menos regulares y periódicas en torno a la conducta de largo plazo o tendencial que se completan o compensan en un periodo largo? Variaciones Cíclicas 6.

¿Cuáles son los aspectos con que debe de contar el análisis de una serie cronológica?         Recolección de datos fiables Representación grafica de los datos de la serie y valoración cualitativa de su comportamiento Determinación de la tendencia Determinación de la existencia o no de estacionalidad Ajuste de los datos desestacionalizados a la tendencia Registro de las variaciones cíclicas Determinación de los movimientos irregulares Evaluar los resultados obtenido 10. 1 . ¿Las series temporales se pueden clasificar en?   Estacionarias No Estacionarias 9. ¿Recoge las variaciones impredecibles que se producen en el corto plazo sin responder a ningún patrón sistemático? Variaciones Irregulares 8.Universidad de San Carlos de Guatemala Facultad de Ciencias Económicas 51 7. ¿Este procedimiento permite obtener una síntesis visual global del comportamiento de una o más series de tiempo? Graficas Seminario de Integración Profesional. Grupo No.