Seminario de Métodos Cuantitativos para la Economía y la Empresa

2º-3º TURISMO Asignatura 1º semestre

BLOQUE II: AMPLIACIÓN

Ó DE
ESTADÍSTICA DESCRIPTIVA

Tema 7. Análisis clásico de series temporales

Prof. Ramón Jiménez Toribio
Prof. David Castilla Espino

Tema 7. Análisis clásico de series temporales

7 1 Introducción.
7.1. I d ió Componentes
C d una serie
de i temporall
7.2. Análisis de la tendencia. Métodos para su
determinación
7.3. Análisis de la estacionalidad. Desestacionalización de
una serie temporal
7.4.
7 4 Determinación de las componentes mediante el
análisis clásico
7.5.
7 5 Las tasas de variación en el análisis de series
temporales
7.1. Introducción. Componentes de una serie temporal

DEFINICIÓN:
Serie temporal,
temporal cronológica,
cronológica histórica o de tiempo:
Sucesión de observaciones cuantitativas de un fenómeno
ordenadas en el tiempo. Los datos tienen un orden que no
podemos variar.
(ej: Yik con i=año, k=período inferior al año (mes, trimest.))

UTILIDAD:
UTILIDAD
a) Analizar el fenómeno mediante su
descripción histórica.
histórica

b) Efectuar predicciones futuras.

futuras

7.1. Introducción. Componentes de una serie temporal

REPRESENTACIÓN GRÁFICA:
14000
Ventas de helados de la Empresa “Z” de 1980 a 1998
12000
(datos trimestrales)

10000

8000

6000

4000

2000

0
1980
1980
1981
1982
1983

1983
1984
1985
1986
1986

1987
1988
1989
1989
1990
1991
1992
1992
1993
1994

1995
1995
1996
1997
1998
19 19

0
2000
4000
6000
8000
10000
12000
14000
0
2000
4000
6000
8000
10000
12000
14000
80 80
, ,
19 1 19 1
80 80
, ,
19 4 19 4
81 81
, ,
19 3 19 3
82 82
, ,
19 2 19 2
83 83
, ,
19 1 19 1
83 83
, ,
19 4 19 4
84 84
, ,
19 3 19 3
85 85
, ,
19 2 19 2
86 86
, ,
19 1 19 1
86 86
, ,
19 4 19 4
87 87
, ,
19 3 19 3
88 88
, ,
19 2 19 2
89 89
, ,
19 1 19 1
89 89
, ,
19 4 19 4
90 90
, ,
19 3 19 3
91 91
, ,
19 2 19 2
92 92
, ,
19 1 19 1
92 92
, ,
19 4 19 4
93 93
, ,
19 3 19 3
94 94
, ,
19 2 19 2
95 95
, ,
19 1 19 1
95 95
7.1. Introducción. Componentes de una serie temporal
7.1. Introducción. Componentes de una serie temporal

, ,
19 4 19 4
96 96
, ,
19 3 19 3
97 97
, ,
19 2 19 2
98 98
,1 ,1
 0
500
1000
1500
2000
2500
3000
3500
4000
4500
5000
1
4
7
19
10

0
2000
4000
6000
8000
10000
12000
14000
80
13 ,
16
19
19 1
22 80
25 ,
28
31
19 4
34 81
37 ,
40
43
19 3
46 82
49 ,
52

(Tik)
55
19 2
58 83
61 ,
64

Tendencia
67
19 1
70 83
73
,

0
0,2
0,4
0,6
0,8
1
1,2
1,4
1,6
19 4
84
,

1980,1
19 3
85
,
19 2
86

1980,2
,
19 1
86
,

1980,3
19 4

(eik)
87
,
19 3

Fluctuac
88

1980,4
,

Variaciones
O Fluctuac.
Estacionales
19 2

0
0,2
0,4
0,6
0,8
1
1,2
1,4
1,6
89
1980
,
1980
19 1
1981
1982
89
1983
,
1983 19 4
1984
1985
90
1986 ,
1986 19 3
1987
1988
91
1989 ,
1989 19 2
1990
1991
92
1992 ,
1992
1993
19 1

(Cik)
1994
92
1995 ,

Cíclicas
1995
1996
19 4

Fluctuac
1997
93

Variaciones
1998

O Fluctuac.
,
19
19 3

0
0,5
1
1,5
2
2,5
80
1 9 ,1
80
94
1 9 ,4 ,
81
1 9 ,3
82 19 2
1 9 ,2
83
1 9 ,1

COMPONENTES DE UNA SERIE

83
95
1 9 ,4
84
,
1 9 ,3
85
19 1
1 9 ,2
86
1 9 ,1
95
86 7.1. Introducción. Componentes de una serie temporal
7.1. Introducción. Componentes de una serie temporal

1 9 ,4
87
,
1 9 ,3

TEMPORAL (según el análisis clásico)

88
19 4
1 9 ,2
89
1 9 ,1
96
89 ,
1 9 ,4
90
1 9 ,3
91
19 3
1 9 ,2
92
97
1 9 ,1 ,
92
1 9 ,4

(Iik)
93
1 9 ,3
19 2
94
1 9 ,2
95
98
1 9 ,1 ,1
95
1 9 ,4
96

Residuales
1 9 ,3

Variaciones
97

Accidentales
Irregulares,
1 9 ,2
98
,1

Accidentales,
7.1. Introducción. Componentes de una serie temporal

Tendencia (Tik)):
5000

4500

4000

3500

Refleja el movimiento a largo plazo de la serie 3000

2500

(crecimiento, decrecimiento o estancamiento).Es 2000

necesario un nº suficientemente grande de

1500

1000

observaciones.
500

1
4
7
10
13
16
19
22
25
28
31
34
37
40
43
46
49
52
55
58
61
64
67
70
73
Variac. o Fluctuac. Estacionales (eik): 1,6

1,4

Son oscilaciones a corto plazo, producidas en un

1,2

período inferior al año -mes, trimestre,...- y que se 0,8

repiten de forma reconocible en los diferentes

0,6

0,4

años. Se deben a factores climatológicos, biológicos,

0,2

institucionales, culturales, de tradición.

1980,1 1980,2 1980,3 1980,4

7.1. Introducción. Componentes de una serie temporal

Variac. o Fluctuac. Cíclicas (Cik):

Refleja
j movimientos de la serie a medio p plazo
1,6

14
1,4

producidos con un período superior al año debido 1,2

a alternancias de prosperidad y de depresión en la

1

0,8

actividad económica. Se suelen superponer distintos 0,6

ciclos, siendo muy difíciles de aislar.

0,4

0,2

A veces se trata conjuntamente con la tendencia:

1980
1980
1981
1982
1983
1983
1984
1985
1986
1986
1987
1988
1989
1989
1990
1991
1992
1992
1993
1994
1995
1995
1996
1997
1998

TendenciayCiclo=Componente Extraestacional (Eik)

Variac. Irregulares o Residuos (Iik): 2,5

Movimientos, de muy c/p,

Movimientos c/p sin un carácter periódico 1,5

reconocible, ocasionados por fenómenos singulares

1

o fortuitos produciendo efectos casuales y no

0,5

permanentes
permanentes.
1 9 ,1
1 9 ,4
1 9 ,3
1 9 ,2
1 9 ,1
1 9 ,4
1 9 ,3
1 9 ,2
1 9 ,1
1 9 ,4
1 9 ,3
1 9 ,2
1 9 ,1
1 9 ,4
1 9 ,3
1 9 ,2
1 9 ,1
1 9 ,4
1 9 ,3
1 9 ,2
1 9 ,1
1 9 ,4
1 9 ,3
1 9 ,2
,1
80
80
81
82
83
83
84
85
86
86
87
88
89
89
90
91
92
92
93
94
95
95
96
97
98
19
7.1. Introducción. Componentes de una serie temporal

FORMAS DE COMBINAR LAS COMPONENTES

Hipótesis aditiva (comp. indep.):

Yik = Tik+eik+ Cik + Iik

Hip. multiplicativa (com. depend.):

Yik = Tik·eik·Cik· Iik

7.2. Análisis de la tendencia. Métodos para su determinación

TENDENCIA (Tik)
La observación que deriva del análisis de series macroeconómicas, es que
presentan una pauta creciente a lo largo del tiempo,
tiempo que no deja ver los
aspectos de interés que ocurren a corto plazo. Es lo que se denomina
tendencia, y que si fuese eliminada dejaría al descubierto muchas de sus
características
t í ti a corto
t plazo.
l

La tendencia es determinista si en ella sólo influye el tiempo.

7.2. Análisis de la tendencia. Métodos para su determinación

A) ESTIMACIÓN DE LA TENDENCIA DETERMINISTA

Proyecciones
M. Lineal

Proyecciones
M. Gompertz

7.2. Análisis de la tendencia. Métodos para su determinación

A) ESTIMACIÓN DE LA TENDENCIA DETERMINISTA

Uno de los posibles métodos consiste en un modelo de relación
polinómica
li ó i entre lal variable
i bl temporall Yt y la
l variable
i bl tiempo
i t:

+ ßk tk + ut
Y = ß0 +ß1 t + ...+
donde ß0 , ß1,..., ßk son parámetros desconocidos a estimar,
estimar y
ut es un término aleatorio, que se supone que fluctúa alrededor
de cero.

Si K=1, tenemos el modelo de regresión lineal entre las dos

variables (estudiado en el tema anterior):
^1  S Y t / S t2
Y = ß0 +ß
ß1 t + ut t

^0  Y t  ^1 t
 Tabla 2.1: Nuevas unidades habitacionales comenzadas en los Estados
Unidos del tercer trimestre de 1964 al segundo trimestre de 1972 (en miles Año trimestre t Y Tendencia
de unidades) 1964: 3 1 398 291,73
4 2 352 298,07
Año I II III IV Total Anual 1965: 1 3 283 304 41
304,41
1964 398 352 2 4 454 310,75
3 5 392 317,09
1965 283 454 392 345 1,474 4 6 345 323,43
1966 274 392 290 210 1,166 1966: 1 7 274 329,77
1967 218 382 382 340 1,322 2 8 392 336,11
1968 298 452 423 372 1,545 3 9 290 342,45
1969 336 468 387 309 1,500 4 10 210 348,79
1967: 1 11 218 355,13
1970 264 399 408 396 1,467 2 12 382 361 47
361,47
1971 389 604 579 513 2,085 3 13 382 367,81
1972 510 661 4 14 340 374,15
Fuente: U.S. Department of Comerse, Survey of Current Bussiness. 1968: 1 15 298 380,49
2 16 452 386,83
386 83
3 17 423 393,17
4 18 372 399,51
1969: 1 19 336 405,85
2 20 468 412,19
3 21 387 418,53
4 22 309 424,87
1970: 1 23 264 431,21
2 24 399 437,55
3 25 408 443 89
443,89
4 26 396 450,23
1971: 1 27 389 456,57
2 28 604 462,91
3 29 579 469,25
4 30 513 475,59
1972: 1 31 510 481,93
2 32 661 488,27

7.2. Análisis de la tendencia. Métodos para su determinación

B) MÉTODO DE LAS MÉDIAS MÓVILES

Es no determinista.
determinista Se basa en el suavizado o amortiguamiento
de la serie mediante el cálculo de una serie de medias móviles
p elementos contiguos
sucesivas de cada “p” g de la serie original
g

a)) Si “p”
“ ” es impar:
i : queda
d centrada
t d lal serie.
s i
b) Si “p” es par: quedará descentrada y habrá que centrarla mediante las
medias móviles de cada 2 datos contiguos de la serie descentrada.
7.2. Análisis de la tendencia. Métodos para su determinación

B) MÉTODO DE LAS MÉDIAS MÓVILES

Yik (p, impar) Medias Móviles (MMt) centradas

y1
y2
... y p 1

yp
2
y p 3
2

yp+1

yp+2

...

7.2. Análisis de la tendencia. Métodos para su determinación

B) MÉTODO DE LAS MÉDIAS MÓVILES

Yik (p, par) Medias Móv. (MMt) Medias Móv. (MMt)

no centradas
t d centradas
t d

y1
y2
... y p 1
2 y p2
yp y p 3 2
2

yp+1
y p4
2

...
7.2. Análisis de la tendencia. Métodos para su determinación

B) MÉTODO DE LAS MÉDIAS MÓVILES

P
Para eliminar
li i l componente estacional,
la i l “p”
“ ” debe
d b tener
la amplitud de un año (12 para datos mensuales, 4 si son
trimestrales 3 si son cuatrimestrales,...).
trimestrales, cuatrimestrales ) De esta forma se
eliminaría la estacionalidad y la componente irregular,
quedando formada la serie de medias móviles p
q por “la
tendencia y el ciclo”.

Si conociésemos la amplitud de la componente cíclica

((esto es difícil),
f ), “p”p tendría dicha amplitud
p para
p eliminar
dicha componente (y siendo múltiplo de un año eliminaría
también la estacionalidad).

Año por Total Móvil en Promedio Móvil de Promedio Móvil Centrado

Tabla 2.3: Cálculo del Promedio Móvil centrado
trimestre Y cuatro trimestres cuatro trimestres de cuatro trimestres
de cuatro trimestres de las iniciaciones de
(1) (2) (3) (4) (5)
viviendas en los EEUU, tercer trimestre 1964 a
1964: 3 398
segundo trimestre de 1972 (en miles de
4 352
unidades)
1965: 1 283 1.487 372 371
2 454 1.481 370 369
3 392 1.474 369 367
4 345 1.465 366 359
1966: 1 274 1 403
1.403 351 338
2 392 1.301 325 308
3 290 1.166 292 285
4 210 y y MMC1.110
(4 OBS) MMC MM
(4 OBS)
(3 AÑOS)
278 276
1967: 1 218 1.100 275 287
2 382 1.192 298 314
3 382 1.322 331 341
4 340 1.402 351 359
1968: 1 298 1.472 368 373
2 452 1.513 378 382
3 423 1.545 386 391
4 372 1.583 396 398
1969: 1 336 1.599 400 395
2 468 1.563 391 383
3 387 1 500
1.500 375 366
4 309 1.428 357 348
1970: 1 264 1.359 340 342
2 399 1.380 345 356
3 408 1.467 367 382
4 396 1.592 398 424
1971: 1 389 1.797 449 471
2 604 1.968 492 507
3 579 2.085 521 536
4 513 2 206
2.206 552 559
1972: 1 510 2.263 566
2 661
7.2. Análisis de la tendencia. Métodos para su determinación

B) MÉTODO DE LAS MÉDIAS MÓVILES

INCONVENIENTES:

-La elección de “p” puede ser difícil para eliminar el ciclo.

-No se puede obtener una medida de la fiabilidad del

método, ni realizar predicciones futuras de la tendencia
(al contrario del método del ajuste de regresión analítico).

-Se pierden datos al principio y al final de la serie de

medias móviles; en total:
a)) sii “p”
“ ” es impar:
i “ 1”
“p-1”;
b) si “p” es par: ”p” .

7.3. Análisis de la estacionalidad. Desestacionalización de una

serie temporal

Estacionalidad (eik):
MÉTODO DE LAS MEDIAS MÓVILES:
MÓVILES

1º) Se calcula la componente “Extraestacional” (Eik)

((tendencia-ciclo)) mediante medias móviles ((MMt)
(explicado en la pregunta anterior).

Hip aditiva: Eik = Tik+ Cik

Hip.aditiva:
Eik = MMt Hip. Multiplicativa: Eik = Tik·Cik

A continuación, se siguen varios pasos para el cálculo de la

componente estacional,
estacional dependiendo de la hipótesis
(aditiva o multiplicativa).
7.3. Análisis de la estacionalidad. Desestacionalización de una
serie temporal
HIPÓTESIS
Ó ADITIVA: Yik = Tik+eik+ Cik + Iik

1º) Cálculo de los Índices Específicos de Variación

Estacional: restando a los datos originales (a excepción de
los datos perdidos) la componente extraestacional (Eik),
así: IEVE =Y - E
ik ik ik

2º) Cálculo de los “p” Índices Generales de Variación

Estacional (IGVEk, uno por cada período estacional: 12
para datos de meses, 4 datos trimestrales,...)
promediando los específicos
p p del mismo pperíodo estacional
de todos los años (excepto el año perdido).
IGVEk = ((IEVE1k + IEVE2k + ...+ IEVEnn-11,kk))/(n-1)
( )
(siendo k=1, 2, ...,p, y n=nº de años).

7.3. Análisis de la estacionalidad. Desestacionalización de una

serie temporal
HIPÓTESIS
Ó ADITIVA: Yik = Tik+eik+ Cik + Iik
3 ) Los IGVE se corrigen o ajustan (IGVEA) restándolos
3º)
por la media aritmética de todos ellos: k  p

 IGVE k

G Ak  IGVE
IGVEA G k  IGVE
G IGVE  k 1
p
k p

S hace
Se h para que la
l suma de t d sea cero: 
d todos k 1
IGVEA k  0

Interpretación:
I t t ió : EnE la
l hipótesis
hi ót sis aditiva,
diti cuando
d un Índice
Í di
General de Variación Estacional sea positivo, entonces la
variable supera a la media de tendencia
tendencia-ciclo
ciclo en dicho
período, debido al efecto estacional; dándose el efecto
contrario si es negativo.
7.3. Análisis de la estacionalidad. Desestacionalización de una
serie temporal
HIPÓTESIS
Ó ADITIVA: Yik = Tik+eik+ Cik + Iik
PASO 0 PASO 1 PASO 2
AÑOS TRIM. Yik MMDik MMCik =(T+C) IEVEik=Yik-MMCik
1999 1º 20
1999 2º 12 25
PASO 3 IGVE1 -5,125
1999 3º 6 25,5
, 25,25
, -19,250
,
IGVE2 -10,906
10 906
1999 4º 62 26,25 25,875 36,125
26,5 26,375 -4,375 IGVE3 -21,344
2000 1º 22
2000 2º 15 27,5 27 -12,000 IGVE4 37,969
2000 3º 7 28 27,75 -20,750
2000 4º 66 28,75 28,375 37,625 PASO 4 IGVE 0,148
2001 1º 24 29 28,875 -4,875
2001 2º 18 30,25 29,625 -11,625 PASO 5 IGVEA1 -5,273
2001 3º 8 30,75 30,5 -22,500 IGVEA2 -11,055
2001 4º 71 31,75 31,25 39,750 IGVEA3 -21,492
2002 1º 26 32,25 32 -6,000 IGVEA4 37,820
2002 2º 22 32,5 32,375 -10,375
2002 3º 10 33,25 32,875 -22,875
PASO 6 TOTAL 0
2002 4º 72 34 33,625 38,375
2003 1º 29 34,5 34,25 -5,250
2003 2º 25 34,75 34,625 -9,625
2003 3º 12
2003 4º 73

7.3. Análisis de la estacionalidad. Desestacionalización de una

serie temporal
HIPÓTESIS
Ó MULTIPLICATIVA Yik = Tik·eik·Cik· Iik

1º) Cálculo
Cál l ded los
l Í di
Índices E
Específicos
ífi d Variación
de V i ió
Estacional: dividiendo a los datos originales (a excepción
de los datos perdidos) la componente extraestacional
(Eik), obteniendo así:
IEVEik =Yik / Eik
Se multiplican por 100 para expresarlos en %.
2º)
º Se obtienen los “p” “ Índices
Í Generales de Variación
ó
Estacional (IGVEk, uno por cada período estacional)
promediando los específicos del mismo período estacional
de todos los años (a excepción de un año perdido por MM).
Para k=1,, 2,, ...,p, y n=nº de años:
IGVEk = (IEVE1k + IEVE2k + ...+ IEVEn-1,k)/(n-1)
7.3. Análisis de la estacionalidad. Desestacionalización de una
serie temporal
HIPÓTESIS
Ó MULTIPLICATIVA Yik = Tik·eik·Cik· Iik

3º) Los
L IGVE se corrigeni o ajustan
j (IGVE ) dividiéndolos
(IGVEA) di idié d l
por la media aritmética de todos ellos: k  p

 IGVE k

IGVEAk  ( IGVE k / IGVE )·100 IGVE  k 1

p
k p

Ahora la suma de todos es “p·100”: 

k 1
IGVEA k  p ·100

Interpretación: En la hipótesis multiplicativa, si un Índice

Í
General de Variación Estacional es mayor que 1 (que 100
en %),
%) entonces
t l variable
la i bl supera a la l media di ded
tendencia-ciclo en dicho período, por el efecto estacional;
y viceversa si es menor que 100%.
100%

7.3. Análisis de la estacionalidad. Desestacionalización de una

serie temporal
HIPÓTESIS
Ó MULTIPLICATIVA Yik = Tik·eik·Cik· Iik
PASO 0 PASO 1 PASO 2
AÑOS
Ñ TRIM. Yik MMDik MMCik =(T*C)
(T*C) IEVEik=Y
Yik/MMCik
1999 1º 20 PASO 3 IGVE1 83,113
1999 2º 12 25 IGVE2 64,118
1999 3º 6 25,5 25,25 23,762
IGVE3 26,409
1999 4º 62 26 25
26,25 25 875
25,875 239 614
239,614
2000 1º 22 26,5 26,375 83,412 IGVE4 228,385
2000 2º 15 27,5 27 55,556
2000 3º 7 28 27,75 25,225
PASO 4 IGVE 100,506
2000 4º 66 28 75
28,75 28 375
28,375 232 599
232,599
2001 1º 24 29 28,875 83,117
2001 2º 18 30,25 29,625 60,759 PASO 5 IGVEA1 82,694
2001 3º 8 30,75 30,5 26,230 IGVEA2 63,795
2001 44º 71 31 75
31,75 31 25
31,25 227 200
227,200
2002 1º 26 32,25 32 81,250 IGVEA3 26,276
2002 2º 22 32,5 32,375 67,954 IGVEA4 227,235
2002 3º 10 33,25 32,875 30,418
2002 4º 72 34 ,
33,625 214,126
,
2003 1º 29 34,5 34,25 84,672
PASO 6 TOTAL 400
2003 2º 25 34,75 34,625 72,202
2003 3º 12
2003 4º 73
7.3. Análisis de la estacionalidad. Desestacionalización de una
serie temporal

DESESTACIONALIZACIÓN DE UNA SERIE

Consiste en eliminar
l l componente estacionall a la
la l
serie, quedando la serie desestacionalizada.
A)HIPÓTESIS ADITIVA: A cada dato original de la serie
p
se le resta el IGVEA correspondiente al p
período estacional
respectivo:

Yikd = Yik – IGVEAk (siendo k=1,

k=1 2,
2 ..., p).
p)

B)) H
HIPÓTESIS
Ó ES S MUL
MULTIPLICATIVA:
L V Cadaa a dato
ato or
original
g na de
la serie se divide por el IGVEA (expresado en tanto por
uno) correspondiente al período estacional respectivo:
Yikd = Yik / (IGVEAk/100) (con k=1, 2, ..., p).

7.3. Análisis de la estacionalidad. Desestacionalización de una

serie temporal

DESESTACIONALIZACIÓN DE UNA SERIE

MODELO ADITIVO MODELO MULTIPLICATIVO
AÑOS TRIM. Yik IGVEAk Yd ik= Yik-IGVEAk IGVEAk Yd ik= Yik/(IGVEAk/100)
Yik 1999 1º Ydik=
20 Yik-IGVEAk
-5,273 25,273 Ydik= Yik/(IGVEAk/100)
82,694 24,185
1999 2º
2 12 -11,055
11,055 23,055 63,795 18,810
1999 3º 6 -21,492 27,492 26,276 22,835
1999 4º 62 37,820 24,180 227,235 27,285
2000 1º 22 -5,273 27,273 82,694 26,604
2000 2º 15 -11,055 26,055 63,795 23,513
2000 3º 7 -21,492 28,492 26,276 26,640
2000 4º 66 37,820 28,180 227,235 29,045
2001 1º 24 -5,273 29,273 82,694 29,023
2001 2º 18 -11,055 29,055 63,795 28,215
2001 3º 8 -21,492 29,492 26,276 30,446
2001 4º 71 37,820 33,180 227,235 31,245
2002 1º 26 -5,273 31,273 82,694 31,441
2002 2º 22 -11,055 33,055 63,795 34,486
2002 3º 10 -21,492
21 492 31 492
31,492 26 276
26,276 38 058
38,058
2002 4º 72 37,820 34,180 227,235 31,685
2003 1º 29 -5,273 34,273 82,694 35,069
2003 2º 25 -11,055 36,055 63,795 39,188
2003 3º
3 12 -21 492
-21,492 33 492
33,492 26 276
26,276 45 669
45,669
2003 4º 73 37,820 35,180 227,235 32,125
7.4. Determinación de las componentes mediante el análisis
clásico

El análisis clásico parte de una representación de la

serie
i temporal
t l formada
f d por las
l cuatro
t componentest ya
definidas:

Yik = Tik+eik+ Cik + Iik (modelo aditivo)

Yik = Tik·eik·Cik· Iik ((modelo multiplicativo)

p )

7.4. Determinación de las componentes mediante el análisis

clásico

Yik = Tik·eik·Cik· Iik

Nos centraremos en el modelo multiplicativo.

Pasos:
1 ) Se calculan las componentes estacionales
1º)
mediante lo explicado en la pregunta anterior,

IGVEAk

2º) Se desestacionalizará la serie, como se ha

explicado:
p
Yikd = Yik / (IGVEA
( GVE k/100)
7.4. Determinación de las componentes mediante el análisis
clásico

Yik = Tik·eik·Cik· Iik

3º) Estimaremos un modelo de regresión lineal de
Ydik sobre la variable t (con t = 1, 2, ..., n),
obteniendo una aproximación de la tendencia Tik.

Tik = a + b t

4º) Se calcula el cociente:

wik= Ydik / Tik = Cik· Iik

Este es un porcentaje que toma valores alrededor
de la unidad, al igual que Cik e Iik

7.4. Determinación de las componentes mediante el análisis

clásico

Yik = Tik·eik·Cik· Iik

5º) Cik se puede aproximar por la media móvil de wik,

(eliminando así Iik) con suficiente amplitud (de 1 a 2
años).

6 ) Por último: Iik = wik / Cik, con lo que estimamos la

6º)
última componente que faltaba.
7.4. Determinación de las componentes mediante el análisis
clásico

Yik = Tik·eik·Cik· Iik

MODELO MULTIPLICATIVO
Paso a) PASO b) PASO c) PASO d) COMPROBACIÓN SERIE ORIGINAL
Ydik= Yik/(IGVEAk/100) ß1 = b (Coef.Regr.) ß0 = a (const) Tik = ß0 +ß1*t w ik = Ydik/Tik =Cik*Iik Cik (MMC) Iik = w ik/Cik IGVEAk*Tik*Cik*Iik Yik
24,185
24 185 0 9147
0,9147 20 6740
20,6740 21 589
21,589 1 120
1,120 20
18,810 22,503 0,836 12
22,835 Cef. Deter. (R2) 0,7539 23,418 0,975 1,021 0,955 6 6
27,285 24,333 1,121 0,977 1,148 62 62
26 604
26,604 25 248
25,248 1 054
1,054 1 007
1,007 1 047
1,047 22 22
23,513 26,162 0,899 1,019 0,882 15 15
26,640 27,077 0,984 0,996 0,988 7 7
29,045 27,992 1,038 0,974 1,065 66 66
29 023
29,023 28 906
28,906 1 004
1,004 0 992
0,992 1 012
1,012 24 24
28,215 29,821 0,946 0,993 0,953 18 18
30,446 30,736 0,991 0,979 1,012 8 8
31,245 31,650 0,987 0,984 1,003 71 71
31 441
31,441 32 565
32,565 0 965
0,965 1 016
1,016 0 950
0,950 26 26
34,486 33,480 1,030 0,997 1,033 22 22
38,058 34,395 1,107 0,994 1,114 10 10
31,685 35,309 0,897 1,011 0,887 72 72
35,069 36,224 0,968 1,045 0,926 29 29
39,188 37,139 1,055 0,989 1,067 25 25
45,669 38,053 1,200 12
32,125 38,968 0,824 73

Ejemplo de análisis clásico de series temporales

INDICE DE PRODUCCION INDUSTRIAL ESPAÑOL
INDICE PRODUCCION INDUSTRIAL FILTRADO
Series trimestralizadas

120,0000

100,0000
,
e Producci¢n Industrial

80,0000

60,0000

40,0000
Indice

20,0000

0,0000
75 81 87 93

Original
 Ejemplo de análisis clásico de series temporales
Coeficientes de estacionalidad
1 tr 1,0186397
2 tr 1,0354123
3 tr 0,8895702
4 tr 1,0563778
120,0000

100,0000
dice Producc i¢n Industrial

80,0000

60 0000
60,0000

40,0000
Ind

20,0000

0,0000
75 81 87 93

Original Desestacionalizada

Ejemplo de análisis clásico de series temporales

120,0000

100,0000 Tendencia
e Producci¢n Industrial

80,0000

60,0000

40,0000
Indice

20,0000
T=74.9 + 0.33 t
0,0000
75 81 87 93

1,100000

1,050000
n Industrial

1,000000
dice Producci¢n

0,950000

0,900000
Serie desestacionalizada sin tendencia
Ind

0,850000

0,800000
75 81 87 93
 Ejemplo de análisis clásico de series temporales

INDICE DE PRODUCCION INDUSTRIAL

Componentes c¡clico e irregular

1,1

1,05

0,95

0,9

0,85
77 83 89 95

C¡clico Irregular

7.5. Las tasas de variación en el análisis de series temporales

TASAS DE VARIACIÓN
Ó
tasa de variación o variación relativa

Y  Y  Y 
    1  ·100
1 t t 1 t
T 1
·100
 
Y t 1  Y t 1 
Tasa de Variación
Periodo Y Tasa de Variación %
1
,
1980,4 1477
1981,1 2339 0,584 58,4 0,8

1981,2 3315 0,417 41,7 0,6

1981,3
, 6161 0,859
, 85,9
, 0,4
1981,4 3586 -0,418 -41,8 0,2
1982,1 1848 -0,485 -48,5 0
1980,4 1981,1 1981,2 1981,3 1981,4 1982,1
-0,2
-0,4
-0,6
 Tasas de variación (Sobre datos mensuales)
Sobre la serie original Sobre la
l serie de
d medias
d móviles
ó l

Tasa intermensual Promedio de las 12

últimas obs mensuales
Yt -Yt-1 T1212= Promedio de las 12 últimas -1
T11=
obs del año anterior
Yt-1 Variación
anual
Promedio de las obs
Tasa interanual mensuales de un trimestre
T312= -1
Yt -Y
Yt-12
t 12
Promedio de 3 del mismo
T112= trimestre del año anterior
Yt-12 Promedio de las obs
mensuales de un trimestre
Variación
trimestral T33 = Promedio de obs mensuales
-1
del trimestre anterior

Se multiplican por 100 para expresarlos en %.

Ejemplo de tasas de variación

INDICE DE PRODUCCION INDUSTRIAL ESPAÑOL
(datos mensuales)
120,0

110,0
IPI

100,0

90,0

80,0

70,0

60,0

50,0

40,0
19 1

19 0

19 7

19 4

19 1

19 0

19 7

19 4

19 1

19 0

19 7

19 4

19 1

19 0

19 7

19 4

19 1

19 0

19 7

19 4

19 1

19 0

19 7

19 4

19 1

19 0

19 7
04
0

0
75

75

76

77

78

78

79

80

81

81

82

83

84

84

85

86

87

87

88

89

90

90

91

92

93

93

94

95
19
 Tasa 90,0
int ermensu Tasa
al interanual T 1 _1
IPI T 1 _1 T 1_ 12 70,0
197501 ,
72,6
197502 71,8 -1,1
50,0
197503 80,6 12,3
197504 71,7 -11,0
197505 78,4 9,2 30,0
197506 74 5
74,5 -4,9
49
197507 71,7 -3,8 10,0
197508 50,6 -29,4
197509 74,6 47,3
197510 79,9 7,2 -10,0
197511 77,8 -2,7
197512 77,7 -0,1 -30,0
197601 73,0 -6,0 0,6
197602 72,3 -0,9 0,7
197603 77 4
77,4 70
7,0 -4
4,1
1 -50,0
197604 77,4 0,0 7,9 20,0
197605 82,4 6,5 5,1
T 1_ 12
197606 79,8 -3,1 7,2 15,0
197607 76,9 -3,7 7,3
197608 51 4 -33,2
51,4 33 2 15
1,5 10,0
197609 79,5 54,7 6,6
197610 85,3 7,3 6,7 5,0
197611 84,6 -0,8 8,7
197612 80,9 -4,3 4,2
00
0,0
197701 80,9 0,0 10,8
197702 81,0 0,1 12,1
-5,0
197703 84,4 4,1 9,0
197704 82,3 -2,5 6,3
-10,0
197705 85 7
85,7 41
4,1 40
4,0
197706 82,0 -4,3 2,7
-15,0
197707 80,0 -2,4 4,1
197708 52,6 -34,3 2,3
-20,0
197709 82,5 57,1 3,9

M edias
Tasa moviles de Tasas de
int ermensu Tasa las últimas variación sobre
al interanual obs. medias móviles

IPI T 1 _1 T 1_ 12 mm(12) mm(3) T 12_ 12 T 3_ 12 T 3 _ 3

197501 ,
72,6
197502 71,8 -1,1
197503 80,6 12,3 75,0
197504 71,7 -11,0 74,7
197505 78,4 9,2 76,9
197506 74 5
74,5 -4,9
49 74 9
74,9 -0,2
02
197507 71,7 -3,8 74,8 0,2
197508 50,6 -29,4 65,6 -14,7
197509 74,6 47,3 65,6 -12,4
197510 79,9 7,2 68,4 -8,6
197511 77,8 -2,7 77,4 18,0
197512 77,7 -0,1 73,5 78,5 19,6
197601 73,0 -6,0 0,6 73,5 76,2 11,4
197602 72,3 -0,9 0,7 73,6 74,3 -4,0
197603 77 4
77,4 70
7,0 -4
4,1
1 73 3 74,2
73,3 74 2 -1
1,0
0 -5
5,4
4
197604 77,4 0,0 7,9 73,8 75,7 1,3 -0,6
197605 82,4 6,5 5,1 74,1 79,0 2,8 6,3
197606 79,8 -3,1 7,2 74,5 79,9 6,7 7,6
197607 76,9 -3,7 7,3 75,0 79,7 6,5 5,3
197608 51 4 -33,2
51,4 33 2 15
1,5 75 0 69,4
75,0 69 4 57
5,7 -12,3
12 3
197609 79,5 54,7 6,6 75,4 69,2 5,5 -13,3
197610 85,3 7,3 6,7 75,9 72,0 5,4 -9,6
197611 84,6 -0,8 8,7 76,5 83,1 7,3 19,8
197612 80,9 -4,3 4,2 76,7 83,6 4,4 6,5 20,7
197701 80,9 0,0 10,8 77,4 82,1 5,3 7,9 14,0
197702 81,0 0,1 12,1 78,1 81,0 6,2 8,9 -2,6
197703 84,4 4,1 9,0 78,7 82,1 7,4 10,6 -1,8
197704 82,3 -2,5 6,3 79,1 82,6 7,2 9,1 0,5
197705 85 7
85,7 41
4,1 40
4,0 79 4 84,1
79,4 84 1 71
7,1 64
6,4 39
3,9
197706 82,0 -4,3 2,7 79,6 83,3 6,7 4,3 1,5
197707 80,0 -2,4 4,1 79,8 82,6 6,5 3,6 0,0
197708 52,6 -34,3 2,3 79,9 71,5 6,5 3,1 -15,0
197709 82,5 57,1 3,9 80,2 71,7 6,3 3,6 -13,9
15,0

T 1_ 12 T 12_ 12 T 3_ 12

10,0

5,0

00
0,0

-5,0

-10,0

-15,0

70,0 T3_3 T 1 _1

50,0

30,0

10,0

-10,0

-30,0

-50,0