Series Cronológicas

UNIVERSIDAD DE SAN CARLOS DE GUATEMALA
FACULTAD DE CIENCIAS ECONMICAS

Escuela de Auditoria
Seminario de Integracin Profesional - SIP-11196
Catedrtico: Lic. Luis Ricardo De La Rosa
Saln 107 Edif. S-12
Jornada Nocturna
11TI SERIES CRONOLGICAS

GRUPO No.12
No
APELLIDOS
.
NOMBRES
Lpez Sasvin
Luis Fernando
Estrada Cortz
Benjamn
Chang Mont
Mario Roberto
Orozco Lpez
Osvin Rocael
Rodas Morales
Julio Adrin
Aquino Silva
Alan Alfredo
Tubac Sunn
Mara Julia
Lpez Gutirrez
Aura Gabriela
CARN
20011649
2
20041458
7
20061271
7
20063050
3
20071197
8
20081192
9
20101105
9
20101251
3
Guatemala, 4 de Febrero del 2015.
NDICE
Contenido
INTRODUCCIN........................................................................................................I
CAPITULO I...............................................................................................................1
ANTECEDENTES......................................................................................................1
1.1
En la historia...................................................................................................1
1.2
Conceptos Generales:....................................................................................2
CAPITULO II..............................................................................................................4
SERIES CRONOLGICAS.......................................................................................4
2.1.
Objetivo:..........................................................................................................4
2.2.
Componentes:.................................................................................................4
2.3.
Descomposicin de Series Cronolgicas.......................................................7
2.4.
Tendencias......................................................................................................7
2.5.
Variaciones Estacionales:...............................................................................9
2.6.
Variaciones Irregulares, Fortuitas o Accidentales:........................................10
2.7.
Ciclo u Oscilacin:........................................................................................10
2.8.
Factores que afectan a la tendencia:............................................................11
2.9.
Mtodo de Estimacin de la Tendencia:.......................................................11
2.10. Estimacin de las Variaciones Estacionales:...............................................12

CAPITULO III...........................................................................................................19
CASOS PRCTICOS..............................................................................................19
CONCLUCIONES....................................................................................................26
RECOMENDACIONES............................................................................................27
REFERENCIAS BIBLIOGRFICAS........................................................................28
ANEXO:...................................................................................................................29

Seminario de Integracin Profesional 11196
Grupo No. 12
Saln 107
Edificio S-12
11 TI SERIES CRONOLGICAS
INTRODUCCIN
Como ver las series cronolgicas para ello desarrollaremos las mismas dando a
entender como inicio en la historia, y sus antecedentes de las series cronolgicas
a manera de determinar los orgenes que abarcan este tema.
Se contina con la explicacin de los objetivos, los conceptos, componentes a
manera que podamos descomponer las series cronolgicas y as estudiar de
mejor manera sus tendencias y diferentes variables, como sus mtodos.
Terminando con unos casos prcticos para ilustrar de mejor manera el tema, sobre
todo como es una herramienta a usar.

Grupo No. 12
Saln 107
Edificio S-12
CAPITULO I
ANTECEDENTES
1.1 En la historia
En la astronoma y meteorologa, en 1823 el matemtico Laplace analizo el efecto
de las fases de la luna sobre las mareas y los movimientos de aire en la tierra,
pero no fue hasta 1919 Persons plantea que las series cronolgicas estn
constituidas por cuatro elementos o componentes:
Una tendencia de largo plazo

(que constituye el elemento de crecimiento de la serie).
Un movimiento cclico en forma de onda, sper impuesto en la tendencia.
Un movimiento estacional dentro del ao.
Una variacin residual, causada por situaciones que afectan a las series de
manera individual.
Pero en 1979 Nerlove, Grether y Carvalho se adscriben a la visin que las series
cronolgicas pueden visualizarse como constituidas por varias componentes no
observables: tendencia, ciclo, estacionalidad y movimiento irregular.
La introduccin de la computadora dio paso a mtodos de desestacionalizacion
masivos, lo que resulto en el primer mtodo de la Oficina del Censo de los EE.UU.
(Census Method I). Luego apareci el Census Method II, que se estudio
empricamente entre los aos 1955- 1965, dando lugar a las variantes
experimentales X1 a X11. Este mtodo era utilizado por la mayora de los pases
industrializados en la dcada de los sesenta. Como vimos cada uno de los
componentes de las series cronolgicas recoge fenmenos o seales distintas. En
1

Grupo No. 12
Saln 107
Edificio S-12
lo que respecta al componente estacional, Granger explicita cuatro posibles

causas de las fluctuaciones estacionales:
El calendario propiamente dicho
Razones Institucionales. Se fijan determinados momentos del ao para

realizar ciertas actividades.
El clima, que determina por ejemplo las cosechas
Expectativas de variaciones estacionales.
Caractersticas de la serie relacionadas con factores netamente econmicos.

Dagum (1978) resume lo que considera las tres caractersticas ms importantes
de los fenmenos estacionales son:
Se repite cada ao con cierta regularidad, aunque puede evolucionar.
Se puede medirse y separarse de las otras fuerzas que influencian el

movimiento de la serie.
Es causado principalmente por fuerzas no econmicas, exgenas al

sistema econmico, y que no pueden controlarse o modificarse por los
tomadores de decisiones en el corto plazo.
1.2 Conceptos Generales:

Una serie cronolgica, est formada por un conjunto de observaciones de una
variable, ordenadas en funcin del tiempo.
Su mbito de aplicacin, no est limitado a la esfera estrictamente econmica. Su
metodologa puede utilizarse en la medicina, agricultura, psicologa y en muchas
otras disciplinas. El propsito perseguido con el anlisis de series, consiste en
predecir los valores futuros de la variable estudiada. Para ello, las observaciones
son descompuestas en un conjunto de elementos o componentes, que permitan

Grupo No. 12
Saln 107
Edificio S-12
descubrir las regularidades que presentan. El anlisis de series cronolgicas, se

realiza a travs de dos modelos bsicos.
Modelo Aditivo
Modelo Multiplicativo
En el modelo aditivo todos los componentes son valores reales, mientras que en el
multiplicativo, la tendencia es real, pero los restantes componentes se expresan
como un porcentaje de ella;
Estn constituidas por estadsticas de una o ms variables observadas con otra
variable que es el tiempo; se refiere a una serie de datos de una misma variable
durante cierto tiempo, que puede ser aos, meses, semestres; El tiempo como
sabemos es una caracterstica cuantitativa y el resto de los caracteres de la serie
pueden ser cualitativos o cuantitativos; una serie de tiempo o cronolgica, trata
una cantidad variable dependiente y como funcin del tiempo t.
Esto se escribe: y = F(t)
Es decir, estudia el comportamiento de una variable y a lo largo del tiempo. Las
unidades de tiempo ms usadas son por lo general de un ao, un trimestre, un
mes, entre otros; se elegirn las ms adecuadas para el estudio que trate de
llevarse a cabo.
Dentro de estas unidades de tiempo, algunas tienen duracin constante (horas,
das, entre otros.), pero otras son variables (meses, aos, entre otros.). Este
carcter variable puede influir en los resultados de algunos estudios, y debe
tenerse en cuenta al elegir las unidades de tiempo.
Utilidad de las Series Cronolgicas:
Tiene por objeto conocer el comportamiento de una variable cuantitativa en
el pasado, para estimar su comportamiento en el futuro.
3

Grupo No. 12
Saln 107
Edificio S-12
Su anlisis permite hacer un pronstico de la actividad futura.
CAPITULO II
SERIES CRONOLGICAS
2.1.
Objetivo:
Conocer, el comportamiento de una variable cuantitativa en el pasado para estimar

su comportamiento en el futuro. La importancia de estas series de tiempo, se basa
en mantener datos acerca del pasado que muestren la informacin acerca de los
cambios futuros. La toma de decisiones econmicas y comerciales, necesitan que
se hagan proyecciones de las condiciones externas e internas, que les afecta. Por
lo general las predicciones del futuro mejoraran a medida que se va haciendo ms
precisa la informacin del pasado.
2.2.
Componentes:
En el modelo aditivo todos los componentes son valores reales, mientras que en el
multiplicativo, la tendencia es real, pero los restantes componentes se expresan
como un porcentaje de ella.
El componente de tendencia de una serie representa movimientos lentos y
graduales del conjunto de datos. Su desplazamiento es uniforme, y se identifica
con los cambios permanentes y fundamentales, como los crecimientos de la
poblacin, los cambios en el salario real de una comunidad.

Grupo No. 12
Saln 107
Edificio S-12
Si analizamos el consumo de un producto alimenticio, en condiciones normales, es

razonable suponer que un aumento en la poblacin, traer como consecuencia un
mayor consumo del mismo.
Este aumento no se percibe en perodos cortos de tiempo, pues como veremos,
existen otros factores que distorsionan las observaciones, pero s se advierte en el
largo plazo.
En el grfico se aprecia una tendencia creciente, a pesar de que las
observaciones fluctan a lo largo del tiempo, por la influencia de los otros
componentes.
Las variaciones estacionales representan los movimientos oscilatorios, dentro de

un plazo relativamente corto (un ao o menos). En el perodo escogido, presentan
una considerable dosis de regularidad.

Grupo No. 12
Saln 107
Edificio S-12
Si analizamos la evolucin de las ventas de una heladera, encontraremos picos

bastantes acentuados, en los meses de verano. La estacin, est condicionando
la distribucin de las ventas anuales, y ese cuadro se repetir en los aos
sucesivos.
El concepto de estacionalidad, se utiliza tambin para explicar variaciones que no
se corresponden con el concepto de estacin.
Las mayores ventas de un supermercado los das sbado, tambin se consideran
fluctuaciones estacionales, por ser una configuracin repetida a intervalos
regulares, del mismo fenmeno.
Las fluctuaciones cclicas, se identifican con los movimientos oscilatorios alrededor
de la tendencia, que no se encuentran ceidos a perodos regulares, pero que
siempre son de largo plazo. Aunque son fenmenos diferentes, podemos asociar
(al solo efecto de su compresin) estas fluctuaciones, al concepto de ciclo
econmico.
Ellos se caracterizan por una primera etapa de crecimiento acelerado, a mayor
ritmo que la tendencia.
Esta faz expansiva del ciclo, hace que los valores aumenten por encima del valor
de tendencia, hasta llegar al momento del boom en el cual la situacin se
revierte.
Los valores comienzan a caer vertiginosamente en esta faz depresiva, hasta que
un nuevo impulso vuelva a estabilizar la situacin, y pueda dar lugar al surgimiento
de un nuevo ciclo.
La construccin de viviendas en el Guatemala, ha estado caracterizada por
fluctuaciones de este tipo.

Grupo No. 12
Saln 107
Edificio S-12
Los sucesos aleatorios o irregulares, reflejan el componente de la serie que vara

en forma totalmente espordica. Sus variaciones son generalmente ocasionadas
por factores accidentales (huelgas, terremotos, inundaciones).Si estudiamos las
ventas de una empresa, cuya fbrica se incendi y permaneci seis meses
inactiva, es lgico encontrar una cada brusca durante ese perodo.
Este componente representa un residuo, que no puede ser explicado por las
variaciones de tendencia, estacionalidad y ciclo. Sus movimientos suelen
suavizarse mediante la utilizacin de promedios, que distribuyen sus efectos a lo
largo del tiempo.
2.3.
Descomposicin de Series Cronolgicas
La desestacionalizacin de Series Cronolgicas es uno de los varios enfoques

estadsticos que se pueden utilizar para analizar una serie. Considera que la serie
observada est constituida por varios componentes que pueden separarse y que
brindan informacin adicional de gran relevancia la que no puede obtenerse
mediante el anlisis se la serie agregada. Es en este sentido que se habla de
extraccin de seales de una serie de tiempo. Se han desarrollados diversas
metodologas con el propsito de desagregar los componentes no observables de
las series cronolgicas. Esas metodologas pueden agruparse en tres categoras
de acuerdo a la metodologa de descomposicin que aplican:
Mtodos de Regresin
Mtodos de Promedios Mviles
Mtodos basados en Modelos
La referencia a modelos del tercer mtodo no implica que los otros dos no
modelicen, sino que los mtodos basados en modelos, ajusten modelos
estocsticos a cada componente de la serie.

Grupo No. 12
Saln 107
Edificio S-12
2.4.
Tendencias
La tendencia secular se refiere a desplazamientos de los datos a largo plazo hacia

arriba o hacia abajo. Existen 2 objetivos bsicos para aislar el componente de la
tendencia de una serie cronolgica.
Es identificar la tendencia y utilizarla, como por ejemplo, al hacer una prediccin o
pronostico. El otro consiste en eliminar la tendencia, de manera que se puedan
estudiar los otros componentes de una serie cronolgica. As, en trminos de
predicciones, la investigacin de la tendencia puede proporcionar cierta idea con
respecto a la direccin a largo plazo de una serie de tiempo.
Es identificar, a fin de que sea posible tomar en cuenta la tendencia en las
decisiones de planeacin. Cuando se desea conocer la evolucin de una variable
en el largo plazo, el estudio de la tendencia se convierte en un factor relevante.
La orientacin de la demanda en el largo plazo, es un aspecto de vital importancia
para muchas empresas. Una demanda creciente, puede indicar la ampliacin de
las instalaciones, adquirir maquinaria y equipos ms productivos, o requerir fondos
que financien su desarrollo.
Una demanda decreciente en cambio, puede sugerir otro tipo de cambios, como
reducir los gastos fijos, reconsiderar la poltica de publicidad, o lanzar nuevos
productos al mercado.
Para obtener la tendencia es necesario proceder a su aislamiento. Esto se realiza
en funcin de los siguientes objetivos bsicos:
Para proyectar los valores futuros de la variable.

Grupo No. 12
Saln 107
Edificio S-12
Para eliminar la tendencia calculada para la serie, y estudiar el

comportamiento de los restantes componentes.
La ecuacin de la tendencia puede ser lineal o curvilnea (parbola,

exponencial).Nuestro enfoque ser lineal por la gran aplicabilidad que posee y la
simplicidad de los clculos.
La estimacin de la tendencia puede hacerse mediante diversos mtodos,
nosotros utilizaremos el mtodo de los mnimos cuadrados.
Mtodo de los ajustes de una lnea o funcin o mtodo analtico. Este es el ms
utilizado, pudiendo ser:
a) Tendencia Lineal:
Se representa por la frmula general:
Y= a + bx
La tendencia lineal queda determinada cuando se conocen los valores numricos
de a y b, se halla con el resultado de la aplicacin de las siguientes ecuaciones
normales, del mtodo de los mnimos cuadrados.
Donde n nos indica el nmero de clases utilizadas.
b) Tendencia Curvalinea:
Las tendencias curvilineas pueden ser de dos tipos:
1. Tendencia Parablica.
Y= a + bx
Y = a + bx + cx2
2. Tendencias Logartmica.
c) Tendencia Exponencial o Logartmica:
9

Grupo No. 12
Saln 107
Edificio S-12
Y = abx
2.5.
Variaciones Estacionales:
Son las oscilaciones que se repiten a intervalos regulares durante un periodo de

tiempo o pueden ser fluctuaciones peridicas que se presentan en forma mensual,
semestral, anual, entre otros.
Ejemplo: La temperatura que aumenta en verano y baja en invierno
- Las ventas que aumentan en el fin de mes
- Las fiestas patronales
- Las disposiciones legales que entran en vigor en fechas determinadas.
2.6.
Variaciones Irregulares, Fortuitas o Accidentales:
Son aquellas que no estn sujetas a un ritmo determinado, la causa es un

acontecimiento fortuito como guerras, inundaciones, terremotos, huelgas,
elecciones, modificaciones de disposiciones fiscales, un crack financiero.
Ejemplo:
- La prosperidad que viven los pueblos de Alemania y Japn.
2.7.
Ciclo u Oscilacin:
Cuando se ampla la duracin de los periodos sobre los cuales se ha medido la

tendencia puede observarse un cambio en la medida de la tendencia, que
constituye parte de otro movimiento ms general que en el ciclo u oscilacin.
Ejemplo:
Con que movimiento caracterstico de una serie de tiempo se asociara
principalmente cada uno de los siguientes tpicos:
Ejemplos para el mejor reconocimiento de las variaciones:
10

Grupo No. 12
Saln 107
Edificio S-12
a) Incendio en una fbrica retrasa la produccin por 3 semanas. Variacin

irregular
b) Una etapa de prosperidad. Variacin cclica
c) La venta de un departamento despus de Pascua. Variacin estacional
d) La necesidad de incrementar la produccin de trigo, debido a un aumento
de la poblacin. Variacin irregular
e) Numero de pulgadas de lluvia, en un lapso de 5 aos. Variacin estacional
f) Una etapa de pocas ventas de juguetes en el mes de febrero. Variacin
estacional
2.8.
Factores que afectan a la tendencia:
El crecimiento de una industria como un todo estima que es influenciada

bsicamente por los siguientes factores:
1. Incremento de la poblacin
2. Incremento de la energa no humana
3. Capital acumulado
4. Progreso Tecnolgico Cuando nos referimos a una industria o compaa en
particular se debe considerar un quinto factor: La demanda por un artculo con
relacin con otras mercaderas.
2.9.
Mtodo de Estimacin de la Tendencia:
Una tendencia puede estimarse de diferentes maneras:

2.9.1.
Mtodo de los mnimos cuadrados. Este mtodo pude usarse para calcular
la ecuacin de una recta o curva de tendencia apropiada. Con esta ecuacin se

suelen calcular los valores de tendencia T.
11

Grupo No. 12
Saln 107
Edificio S-12
2.9.2.
Mtodo a mano. Este mtodo, que consiste en trazar una recta o curva de
tendencia simplemente mirando la grfica, puede usarse para estimar Y. Sin

embargo, tiene la obvia desventaja de depender demasiado del juicio individual.
2.9.3.
Mtodo del promedio mvil. Por medio de promedios mviles de orden
adecuado, se pueden eliminar patrones cclicos, estacionales e irregulares as solo

el movimiento de tendencia. Una desventaja de este mtodo es que los datos al
inicio y final de las series se pierden, como en el ejemplo 1, donde se inici con
siete nmeros y con un promedio mvil de orden 3 se lleg a cinco nmeros. Otra
desventaja es que los promedios mviles pueden generar ciclos u otros
movimientos que no estaban en los datos originales. Una tercera desventaja es
que los promedios mviles se ven muy afectados por valores extremos. Para
superar esto de alguna manera, algunas veces se utiliza un promedio mvil
ponderado con pesos adecuados; en tal caso, se da el dato o a los datos centrales
el mayor peso y a los valores extremos se les proporcionan pesos pequeos.
2.9.4.
Mtodo de los semi promedios: Este consiste en separar los datos en dos
partes (de preferencia iguales) y calcular el promedio de los datos en cada parte,
con lo que se obtienen dos puntos en la grfica de series de tiempo. Despus se
traza una recta de tendencia entre estos dos puntos. Los valores de tendencia a
partir de la recta de tendencia, pero tambin pueden determinarse de manera
directa, sin grafica A pesar de que este mtodo es sencillo de aplicar, suele
conducir resultados pobres cuando se utiliza en forma indiscriminada. Adems,
solo es aplicable cuando la tendencia es lineal o aproximadamente lineal, aunque
llega a extenderse a casos en donde los datos pueden separarse en varias partes,
en cada una de las cuales la tendencia sea lineal.
2.10. Estimacin de las Variaciones Estacionales:
12

Grupo No. 12
Saln 107
Edificio S-12
ndice Estacional:
Para determinar el factor estacional S en la ecuacin (l), se debe estimar como
Varan los datos en las series de tiempo de un mes a otro, considerando un ao
tpico. Un conjunto de nmeros que muestra los valores relativos de una variable
durante los meses del ao se llama ndice estacional de la variable. Por ejemplo,
si se conoce que las ventas durante enero, febrero, marzo, etc., son de 50, 120,
90, Por ciento del promedio de las venta mensuales para todo el ano, entonces los
nmeros 50, 120, 90. Proporcionan el ndice estacional del ano, estos nmeros
suelen llamarse nmeros ndice estacionales. El promedio (media) del ndice
estacional para todo el ano debe ser 100, es decir, la suma de los nmeros ndice
de los 12 meses tiene que ser 120%.
Diversos mtodos estn disponibles para calcular el ndice estacional.
1. Mtodo de porcentaje promedio:
En este mtodo, los datos de cada se me expresan como porcentajes del
promedio del ano. Entonces, se promedian los porcentajes de los meses
correspondientes de diferentes anos, usando una media o una mediana; si se usa
la media, es mejor evitar cualquier valor extremo que pueda presentarse. Los 12
porcentajes resultantes dan el ndice estacional. Si su media no es 100% (es decir,
si la suma no es 120%), entonces deben ajustarse, lo que se logra
multiplicndolos por un factor adecuado.
2.) Mtodo del porcentaje de la tendencia o de la razn de la tendencia:
En este mtodo, los datos de cada mes se expresan como porcentajes de valores
de la tendencia mensual. Un promedio adecuado de los porcentajes para los
meses correspondientes proporcionan, entonces, el ndice requerido. Igual que en
el mtodo 1, estos se ajustan si no promedian 100% Obsrvese que dividir cada
valor mensual Y entre el valor de tendencia T correspondiente, proporciona Y/T =
CSI, de la ecuacin (l), y que el siguiente promedio de Y/T produce los ndices
13

Grupo No. 12
Saln 107
Edificio S-12
estacionales. Mientras estos ndices incluyan variaciones cclicas e irregulares,

estas pueden ser una desventaja importante del mtodo, especialmente si las
variaciones son grandes.
3.) Mtodo del porcentaje del promedio mvil o la razn del promedio mvil:
En este mtodo se calcula un promedio mvil de 12 meses. Dado que los
resultados as obtenidos caen entre meses sucesivos, en lugar de en la mitad del
mes (que es donde caen los datos originales), se busca un promedio mvil de 2
meses, de este promedio mvil de 12 meses. El resultado suele llamarse
promedio mvil centrado de 12 meses.
Despus de esto, se expresan los datos originales de cada mes como un
porcentaje del promedio mvil centrado de 12 meses correspondiente a los datos
originales. Luego se promedian los porcentajes de los meses correspondientes,
con lo que se obtiene el ndice requerido. Como antes, si estos no promedian
100% se hace un ajuste.
Obsrvese que el razonamiento lgico de este mtodo parte de la ecuacin (l). Un
promedio mvil centrado de 12 meses de Y sirve para eliminar los movimientos
estacionales e irregulares S e I; por lo tanto, es equivalente a los valores dados
por TC. Entonces, al dividir los datos originales entre TC, se obtiene SI. Los
promedios siguientes para los meses correspondientes sirven para eliminar la
irregularidad I y producen en consecuencia, un ndice adecuado.
2.10.1 Estimacin de las Variaciones Cclicas: Una vez que los datos han sido
ajustados a las variaciones estacionales, tambin suelen ajustarse a la tendencia
dividindolos, sencillamente, entre los valores de tendencia correspondientes. De
acuerdo con la ecuacin (l), el proceso de ajuste a la variacin estacional y a la
tendencia es equivalente a dividir Y entre ST, que resulta en Cl (las variaciones
14

Grupo No. 12
Saln 107
Edificio S-12
cclicas e irregulares). Un promedio mvil adecuado de pocos meses de duracin

(como 3, 5 o 7 meses, de modo que en consecuencia no se necesita centrado)
sirve, entonces, para suavizar las variaciones irregular l y para dejar nicamente
las variaciones cclicas C. Una vez que se han aislado estas variaciones cclicas,
es posible estudiarlas en detalle. Si se presenta una periodicidad o periodicidad
aproximada de ciclos, se pueden construir ndices cclicos de la misma manera
que los ndices estacionales.
2.10.2. Estimacin de las Variaciones Irregulares: Las variaciones irregulares (o
aleatorias) pueden estimarse ajustando los datos a las variaciones de tendencia,
estacionales y cclicas. Esto equivale a dividir los datos originales y entre T, S y C,
lo que [por ecuacin (1) da I. En la prctica se encuentra que los movimientos
irregulares se inclinan a tener una pequea magnitud y suelen seguir el patrn de
una distribucin normal; es decir, las pequeas desviaciones ocurren con gran
frecuencia la desviaciones grandes suceden con poca frecuencia].
2.10.3 Promedios Mviles: A menudo, se considera que una tendencia secular
es un indicio del recorrido general de la generacin d una serie de tiempo. Si se
tiene incertidumbre de que la tendencia sea lineal o de que se podra describir
mejor por medio de alguna otra clase de curva, si no estamos seguros de tener en
realidad una tendencia o parte de un ciclo y si no estamos realmente interesados
en obtener una ecuacin matemtica, podemos describir muy adecuadamente el
comportamiento general de una serie de tiempo mediante una serie artificial
conocida como promedio mvil.
Un promedio mvil se construye sustituyendo cada valor de una serie por la media
del mismo y algunos de los valores inmediatamente anteriores y posteriores. Por
ejemplo, en un promedio mvil de tres aos, calculado en relacin con datos
anuales, cada cifra anual es reemplazada por la media de ella misma y las cifras
15

Grupo No. 12
Saln 107
Edificio S-12
anuales de los dos aos adyacentes; en un promedio mvil de cinco aos cada
cifra anual se sustituye por la media de dicha cifra y las de los dos aos anteriores
y las de los dos aos siguientes. Di la ponderacin se realiza en un numero par de
periodos, por ejemplo, 4 aos o 12 meses, el promedio mvil quedara inicialmente
entre anos o meses sucesivos.
En estos casos, se suelen reordenar (o centrar) los valores tomando el
promedio mvil de los dos aos (o dos meses) adyacentes. Utilizaremos este
procedimiento ms adelantes para medir la variacin estacional.
El problema bsico en la elaboracin de un promedio mvil es la eleccin de un
periodo apropiado para el promedio. Esta eleccin depende considerablemente de
la naturaleza de los datos y del propsito para el cual se elabora el ndice.
Ordinariamente, el objeto de ajustar un promedio mvil es el de eliminar, hasta
donde sea posible, las fluctuaciones indeseables o perturbadoras de los datos.
El primer paso del procedimiento consiste en determinar los totales mviles de los
12 meses que aparecen en la columna 2. El primer dato de esta columna 211.5, es
la suma de los envos de los 12 meses de 2001 y se anota a la mitad del periodo,
entre junio y julio del 2001.
El segundo dato de la columna, 215.0, se obtiene al restarle 211.5 la cifra de enero
del 2001 y sumarle la cifra de enero del 2002; en otras palabras, 211.5 es la suma
de os 12 envos mensuales de febrero del 2001 al 2002, y se anota a la mitad de
este periodo.
El tercer dato y los dems de esa columna se obtienen con este mismo proceso
de sustraccin y adicin de los valores mensuales.
16

Grupo No. 12
Saln 107
Edificio S-12
A fin de obtener un promedio mvil de 12 meses centrado en los datos originales,

calculamos a continuacin los totales mviles de dos meses, con las anotaciones
en la columna 2. Estos datos se muestran en la columna 3, donde el primer
nmero es la suma de los dos primeros valores de la columna 2, el segundo es la
suma del segundo y tercer valor de la columna 2, etc. Estos datos de la columna 3
se anotan entre los de la columna 2 y, por consiguiente, estn alineados (o
centrados) con los datos originales.
Como cada anotacin 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, o en total, la
suma de 24 cifras mensuales, obtenemos por ltimo el promedio mvil centrado,
de 12 meses, que se muestra en la columna 4, luego de dividir cada registro de la
columna 3 entre 24. Estos valores de los promedios mviles son las estimaciones
de la tendencia del ciclo y, ahora, las empleamos para eliminar las componentes
T.C de la serie original. Esto se logra dividiendo los datos T.S.C.I originales, mes
por mes, entre las estimaciones T.C correspondientes (es decir, entre los valores
correspondientes del promedio mvil).
Ejemplo 1:
Dados los nmeros 2, 6, 1, 5, 3, 7 y 2 un promedio mvil de orden 3 esta dado por
la secuencia.
Se acostumbra localizar cada nmero del promedio mvil en su posicin

apropiada, relacionada con los datos originales. En este ejemplo se escribira.
17

Grupo No. 12
Saln 107
Edificio S-12
Datos originales
2, 6, 1, 5, 3, 7, 2
Promedio mvil de orden 3,3, 4, 3, 5, 4

Donde cada nmero del promedio mvil es la media de los tres nmeros
inmediatamente por encima de l.
Si los datos se dan anual o mensualmente, un promedio mvil de orden N se
denomina, en ese orden, promedio mvil de N aos o promedio mvil de N mes.
As, se habla de promedios mviles de 5 aos, 12 meses, etc. Por obcecad,
tambin puede usarse cualquiera otra unidad de tiempo.
Los promedios mviles tienen la propiedad de tender a reducir la cantidad de
variacin presente en un conjunto de datos. Para las series de tiempo, esta
propiedad suele usarse para eliminar fluctuaciones no deseadas y el proceso se
llama suavizacin de las series de tiempo. Si se utilizan medias aritmticas
ponderadas en la secuencia (3), con pesos especificados de antemano, entonces
la secuencia resultante se conoce como promedio mvil ponderado de orden N.
Ejemplo: 2
18

Grupo No. 12
Saln 107
Edificio S-12
CAPITULO III
CASOS PRCTICOS
CASO N 1
Calcula la tendencia para los prximos 10 aos de la siguiente serie cronolgica
que nos indica el movimiento econmico en la facultad de ciencias econmicas
con respecto a las pensiones de los alumnos. As no se solicite el grafico de todas
maneras se realiza.
19

Grupo No. 12
Saln 107
Edificio S-12
20

Grupo No. 12
Saln 107
Edificio S-12
21

Grupo No. 12
Saln 107
Edificio S-12
CASO N2
De terminar la tendencia para los prximos 3 aos de la siguiente serie
cronolgica que se da a continuacin:
22

Grupo No. 12
Saln 107
Edificio S-12
23

Grupo No. 12
Saln 107
Edificio S-12
CASO N 3
Estimar la tendencia por el mtodo de lo Mnimos Cuadros de las Libretas de una
Caja de Abarrotes con Arreglo a la edad de sus titulares y el saldo que representan
una cierta fecha con el objeto de estimar la relacin entre las edades
(X) y los saldos (Y), calcular los valores presuntos de los saldos correspondientes
para personas de 22 y 50 aos de edad, tanto grficos como numricamente.
24

Grupo No. 12
Saln 107
Edificio S-12
25

Grupo No. 12
Saln 107
Edificio S-12
CONCLUCIONES
1.
El mtodo estadstico que es derivado de la ciencia y por su procedimiento

garantiza los datos y que estos se deriven en aplicaciones.
2.
Se puede utilizar la misma para cualquier actividad que realicemos aun en

los temas que no creemos que podamos obtener respuesta cuantificar
algn suceso o fenmeno y que dependemos de la exactitud.
26

Grupo No. 12
Saln 107
Edificio S-12
RECOMENDACIONES
1. Es esencial que se utiliza el mtodo estadstico para contar con el patrn de

la Tendencia Lineal en las series cronolgicas para determinar un resultado.
2. Antes de tomar una decisin con se cuente con las herramientas de los
mtodos a aplicar, siendo el mismo ampliado y supervisado para determinar
el uso o no en situaciones futuras se necesita utilizar las series cronolgicas
a travs de la tendencia lineal utilizando el mtodo de los mnimos
cuadrados que resulta ms confiable para obtener un resultado.
27

Grupo No. 12
Saln 107
Edificio S-12
REFERENCIAS BIBLIOGRFICAS
1.
Berenson, Mark, Krehbiel, Timothy y Levine, David, Estadstica para

administracin, Pearson, Prentice Hall, segnda Edicin, Mexico D.F.
2.
http://www.eubca.edu.uy/materiales/estadistica/TEMA%205-Series
%20Cronologicas.doc
3. http://146.83.41.79/macroeconomia/pdfs/Series%20cronologicas.pdf
28

Grupo No. 12
Saln 107
Edificio S-12
ANEXO:
CUESTIONARIO
1.) Es aquella sucesin de observaciones en la que alguno de sus caracteres se
mide en unidades de tiempo? R/ Series Cronolgicas.
2.) Cul es el Objetivo Principal de las Series Histricas o Cronolgicas?
R/ Conocer el comportamiento de una variable, es decir pronosticar las
incertidumbres que puedan darse en los estados financieros por actividades
futuras.
3.) Cules son los elementos de una Serie Cronolgica? R/ Tendencia, variaciones
estacionales, variaciones irregular fortuitas o accidentales y ciclos u oscilaciones.
4.) Qu es Tendencia? R/ Se refiere a la direccin las series cronolgicas que se
pueden visualizar con facilidad a partir del grafico poligonial de la serie, la misma
puede ser ascendente o descendente.
5.) Qu son Variaciones Estacionales? R/ Son las oscilaciones que se repiten a
intervalos regulares.
6.) Qu son las Variaciones Irregulares, Fortuitas o Accidentales? R/ Son aquellas
que no estn sujetas a un ritmo determinado.
7.) Qu es Ciclo u Oscilacin? R/ Es cuando se ampla la duracin de los periodos
sobre los cuales se han medido la tendencia.
29

Grupo No. 12
Saln 107
Edificio S-12
8.) Cules son los Mtodos de Estimacin de la Tendencia? Mtodo de los Mnimos
Cuadrados, Mtodo a mano alzada, Mtodo del Promedio Mvil y Mtodo de los
semipromedios
9.) Cul es el mtodo Mnimos Cuadrados para Tendencias Lineales? R/Este
mtodo consiste en elegir la recta de modo tal que la suma de los cuadrados de
los desvos entre los puntos representados y la recta sea la mejor posible
10.)
Cul es la ecuacin de la Recta que indica el mtodo de los mnimos
cuadrados? R/ Y=a+b (x)
30

Series Cronológicas

Caricato da

Informazioni sul documento

Copyright

Formati disponibili

Condividi questo documento

Condividi o incorpora il documento

Opzioni di condivisione

Hai trovato utile questo documento?

Questo contenuto è inappropriato?

Copyright:

Formati disponibili

Series Cronológicas

Caricato da

Copyright:

Formati disponibili

UNIVERSIDAD DE SAN CARLOS DE GUATEMALA

FACULTAD DE CIENCIAS ECONMICAS

11TI SERIES CRONOLGICAS

Guatemala, 4 de Febrero del 2015.

Descomposicin de Series Cronolgicas.......................................................7

Variaciones Irregulares, Fortuitas o Accidentales:........................................10

Factores que afectan a la tendencia:............................................................11

Mtodo de Estimacin de la Tendencia:.......................................................11

2.10. Estimacin de las Variaciones Estacionales:...............................................12

UNIVERSIDAD DE SAN CARLOS DE GUATEMALA

UNIVERSIDAD DE SAN CARLOS DE GUATEMALA

Una tendencia de largo plazo

Un movimiento cclico en forma de onda, sper impuesto en la tendencia.

Un movimiento estacional dentro del ao.

UNIVERSIDAD DE SAN CARLOS DE GUATEMALA

lo que respecta al componente estacional, Granger explicita cuatro posibles

El calendario propiamente dicho

Razones Institucionales. Se fijan determinados momentos del ao para

El clima, que determina por ejemplo las cosechas

Expectativas de variaciones estacionales.

Caractersticas de la serie relacionadas con factores netamente econmicos.

Se repite cada ao con cierta regularidad, aunque puede evolucionar.

Se puede medirse y separarse de las otras fuerzas que influencian el

Es causado principalmente por fuerzas no econmicas, exgenas al

1.2 Conceptos Generales:

UNIVERSIDAD DE SAN CARLOS DE GUATEMALA

descubrir las regularidades que presentan. El anlisis de series cronolgicas, se

UNIVERSIDAD DE SAN CARLOS DE GUATEMALA

Su anlisis permite hacer un pronstico de la actividad futura.

Conocer, el comportamiento de una variable cuantitativa en el pasado para estimar

UNIVERSIDAD DE SAN CARLOS DE GUATEMALA

Si analizamos el consumo de un producto alimenticio, en condiciones normales, es

Las variaciones estacionales representan los movimientos oscilatorios, dentro de

UNIVERSIDAD DE SAN CARLOS DE GUATEMALA

Si analizamos la evolucin de las ventas de una heladera, encontraremos picos

UNIVERSIDAD DE SAN CARLOS DE GUATEMALA

Los sucesos aleatorios o irregulares, reflejan el componente de la serie que vara

Descomposicin de Series Cronolgicas

La desestacionalizacin de Series Cronolgicas es uno de los varios enfoques

Mtodos de Promedios Mviles

Mtodos basados en Modelos

UNIVERSIDAD DE SAN CARLOS DE GUATEMALA

La tendencia secular se refiere a desplazamientos de los datos a largo plazo hacia

Para proyectar los valores futuros de la variable.

UNIVERSIDAD DE SAN CARLOS DE GUATEMALA

Para eliminar la tendencia calculada para la serie, y estudiar el

La ecuacin de la tendencia puede ser lineal o curvilnea (parbola,

UNIVERSIDAD DE SAN CARLOS DE GUATEMALA

Son las oscilaciones que se repiten a intervalos regulares durante un periodo de

- Las ventas que aumentan en el fin de mes

- Las fiestas patronales

- Las disposiciones legales que entran en vigor en fechas determinadas.

Variaciones Irregulares, Fortuitas o Accidentales:

Son aquellas que no estn sujetas a un ritmo determinado, la causa es un

Cuando se ampla la duracin de los periodos sobre los cuales se ha medido la

UNIVERSIDAD DE SAN CARLOS DE GUATEMALA

a) Incendio en una fbrica retrasa la produccin por 3 semanas. Variacin

Factores que afectan a la tendencia:

El crecimiento de una industria como un todo estima que es influenciada

Mtodo de Estimacin de la Tendencia:

Una tendencia puede estimarse de diferentes maneras:

la ecuacin de una recta o curva de tendencia apropiada. Con esta ecuacin se

UNIVERSIDAD DE SAN CARLOS DE GUATEMALA

tendencia simplemente mirando la grfica, puede usarse para estimar Y. Sin