Una serie de tiempo es un conjunto de observaciones producidas en determinados
momentos durante un periodo, semanal, mensual, trimestral o anual, generalmente a intervalos iguales. Si bien el comportamiento de cualquier serie de tiempo puede observarse grficamente, no en todos los casos es posible distinguir las particularidades que cada una puede contener. La experiencia basada en muchos ejemplos se series de tiempo, sin embargo, ha revelado que existen ciertos movimientos o variaciones caractersticas que pueden medirse y observarse por separado. Estos movimientos, llamados a menudo componentes, de una serie de tiempo y que se supone son causados por fenmenos distintos. Para lo cual habr que analizar la serie de tiempo y graficarla, esto permitir: identificar la tendencia, la estacionalidad, las variaciones irregulares (componente aleatoria) Son innumerables las aplicaciones en las cuales es necesario las series de tiempo por ejemplo se pueden citar, en distintas reas del conocimiento, tales como, en economa, fsica, geofsica, qumica, electricidad, en demografa, en marketing, en telecomunicaciones, en transporte, etc. En el anlisis de series de tiempo de datos, una tentacin inmediata consiste en intentar explicar o contabilizar el comportamiento de las series. La descomposicin clsica es un mtodo que se basa en la suposicin de que se pueden descomponer en componentes como tendencia, ciclo, estacionalidad e irregularidad. Una prediccin se hace mediante la combinacin de las proyecciones de cada componente individual. Las series de tiempo se podran clasificar en 2 formas: Las series de tiempo aditivas se forman sumando los 4 componentes descritos: Serie de tiempo=T+E+C+VA Las series de tiempo multiplicativas las cuales se forman multiplicando los 4 componentes descritos: Serie de tiempo= (T)(E)(C)(VA) Las series de tiempo mixtas se forman considerando algunos componentes como aditivos o como multiplicativos: Serie de tiempo=T+E(CVA) Y esos 4 componentes son: TENDENCIA SECULAR Es el componente de largo plazo que constituye la base del crecimiento o declinacin de una serie histrica, representa el crecimiento o disminucin en la serie sobre un periodo amplio. Las fuerzas bsicas que ayudan a explicar la tendencia de una serie son el crecimiento de la poblacin, la inflacin de precios, el cambio tecnolgico y los incrementos en la productividad. Las tendencias a largo plazo (sin alteraciones de una serie de tiempo) de las ventas, el empleo, los precios de las acciones, y otras series econmicas y comerciales. Muchas variables macroeconmicas, como el Producto Nacional Bruto (PNB), el empleo y la produccin industrial estn dominadas por una fuerte tendencia. En otras palabras es el movimiento de los datos hacia arriba o hacia abajo a lo largo del tiempo. Tenemos un ejemplo en la siguiente figura muestra grficamente la recta de tendencia ajustada a los datos trimestrales. La recta de trazos despus de 1972 representa proyecciones. La tendencia de una serie de tiempo es el componente de largo plazo. Es decir, Movimientos seculares contienen los movimientos suaves de largo plazo, los cuales estn dominados fundamentalmente por factores de tipo econmico. VARIACIN CCLICA Es la segunda componente de un serie de Tiempo es la Variacin Cclica; ascenso y descenso de una serie de Tiempo en periodos mayores de un ao. El componente cclico es la fluctuacin en forma de onda alrededor de la tendencia, afecta por lo regular por las condiciones econmicas generales. Los patrones cclicos tienden a repetirse en los datos aproximadamente cada dos tres o ms aos. Es comn que las fluctuaciones cclicas estn influidas por cambios de expansin y contraccin econmicas, a los que comnmente se hace referencia como el ciclo de los negocios. Movimientos cclicos o variaciones cclicas o ciclo. Se refieren a las oscilaciones de larga duracin alrededor de la curva de tendencia, los cuales pueden o no ser peridicos, es decir, pueden o no seguir caminos anlogos en intervalos de tiempo iguales. Se caracterizan por tener lapsos de expansin y contraccin. En general, los movimientos se consideran cclicos solo si se produce en un intervalo de tiempo superior al ao(3). En el Grfico los movimientos cclicos alrededor de la curva de tendencia estn trazados en negrita. VARIACIN ESTACIONAL Patrones de cambio en una serie de tiempos en una ao. Tales patrones tienden a repetirse cada ao. El componente estacional se refiere a un patrn de cambio que se repite a si mismo ao tras ao. En el caso de las series mensuales, el componente estacional mide la variabilidad de las series de enero, febrero, etc. En las series trimestrales hay cuatro elementos estacinales, uno para cada trimestre. La variacin estacional puede reflejar condiciones de clima, das festivos o la longitud de los meses del calendario. Movimientos estacionales o variaciones estacionales. Se refieren a las fluctuaciones peridicas que se observan en series de tiempo cuya frecuencia es menor a un ao (trimestral, mensual, diaria, etc.), aproximadamente en las mismas fechas y casi con la misma intensidad. Por ejemplo, el mayor monto de recaudacin del Impuesto a la Renta se observa en el mes de marzo de todos los aos o la mayor brecha entre el tipo de cambio de compra y venta se produce los das viernes dcada semana o la mayor cotizacin de los ttulos que se mueven en la Bolsa de Valores de Lima se observa diariamente entre las 11 a.m. y 12 m. Las variaciones estacionales, como veremos, responden fundamentalmente a factores relacionados al clima, lo institucional o las expectativas y no a factores de tipo econmico. En el Grfico no se observa ningn movimiento estacional, puesto que se trata de una serie anual. Las principales fuerzas que causan una variacin estacional son las condiciones del tiempo, como por ejemplo: 1) En invierno las ventas de helado 2) En verano la venta de lana 3) Exportacin de fruta en marzo. Todos estos fenmenos presentan un comportamiento estacional (anual, semanal, etc.) VARIACIN IRREGULAR El componente aleatorio mide la variabilidad de las series de tiempo despus de que se retiran los otros componentes. Contabiliza la variabilidad aleatoria en una serie de tiempo ocasionada por factores imprevistos y no ocurrentes. La mayora de los componentes irregulares se conforman de variabilidad aleatoria. Sin embargo ciertos sucesos a veces impredecibles como huelgas, cambios de clima (sequas, inundaciones o terremotos), elecciones, conflictos armados o la aprobacin de asuntos legislativos, pueden causar irregularidad en una variable. Movimientos irregulares o al azar o ruido estadstico. Si bien pueden ser generados por factores de tipo econmico, generalmente sus efectos producen variaciones que solo duran un corto intervalo de tiempo. Aunque debe reconocerse que en ocasiones sus efectos sobre el Comportamiento de una serie pueden ser tan intensos que fcilmente podran dar lugar a un nuevo ciclo o a otros movimientos. Un claro ejemplo de esto es el efecto del shock de precios de agosto de 1990 sobre el comportamiento de la inflacin. Al analizar una serie de tiempo es necesario, entonces, tener en consideracin el comportamiento de cada uno de estos componentes. Para ello el criterio mas lgico a seguir es aislarlos secuencialmente partiendo de la serie original para luego analizarlos de manera individual. Si bien esto supone la utilizacin de mtodos estadsticos adecuados, que mas adelante veremos, la mejor forma de apreciarlos es a travs de su observacin visual. Bibliografa -Arellano, M. (2001): "Introduccin al Anlisis Clsico de Series de Tiempo", [en lnea] 5campus.com, Estadstica <http://www.5campus.com/leccion/seriest> Consultado el 8 de enero 2017 -Berenson, M. & Levine, D.,(1996) Estadstica Bsica para Administracin (6 Edicin). Editorial Prentice Hall. Consultado el 8 de enero 2017 -Vliz Capuay , Carlos. Estadstica para la administracin y los negocios.Mxico, 2011. -Pea, Daniel. (1989). Estadstica, Modelos y Mtodos 2. Modelos Lineales y Series Temporales. Alianza Universidad, Madrid. Chao, Lincoln L. (1975) Estadstica para ciencias sociales y administrativas. Bogota: McGraw-Hill.