27/10/2011

Tema N 6 Series Cronolgicas

Ing. Grissel Infrid Rengel Arancibia

Introduccin
Toda institucin ya sea la familia, la empresa o el gobierno, tiene que hacer planes para el futuro si ha de sobrevivir y progresar. La planeacin a futuro es esencial en cualquier empresa, ya que su xito a la larga se relaciona mucho con lo bien que la administracin puede anticipar el futuro y desarrollar las estrategias adecuadas. La tcnica ms importante para esto es el anlisis de series cronolgicas que no es ms que una serie estadstica cuyos valores han sido observados en el tiempo.
Ing. Grissel I. Rengel Arancibia 2

27/10/2011

Series Cronolgicas
Se llama serie cronolgica o temporal a aquella sucesin de observaciones en la que alguno de sus caracteres se mide en unidades de tiempo. Siendo esta variable cuantitativa y el resto de las variables de la serie pueden ser cualitativos o cuantitativos. El objetivo principal del anlisis de las series de tiempo es la previsin mediante la formulacin de pronsticos.

Ing. Grissel I. Rengel Arancibia

Series Cronolgicas
Una serie cronologica trata una cantidad variable dependiente y como funcin del tiempo t.

Y= f(t)
Las unidades de tiempo ms usadas son: un ao, un trimestre, un mes

Ing. Grissel I. Rengel Arancibia

27/10/2011

Tipos Mtodos de Pronstico

Cuantitativos
Cualitativos

Causales

Serie Temporal

Ing. Grissel I. Rengel Arancibia

Tipos
Los mtodos cuantitativos se usan cuando: Se dispone de informacin estadstica acerca de la variable que se pronostica La informacin se puede cuantificar Cuando se puede suponer razonablemente que el patrn del pasado continuar en el futuro Los mtodos cualitativos se usan cuando: No es posible cuantificar la informacin sobre la variable que se pronostica Cuando los datos no son aplicables o no estn disponibles.
Ing. Grissel I. Rengel Arancibia 6

27/10/2011

Componentes
El patrn de comportamiento de los datos en una serie de tiempo tiene diversos componentes. El supuesto normal es que se combinan cuatro componentes separados: 1) La tendencia 2) Las variaciones cclicas 3) Las variaciones estacionales 4) Las variaciones irregulares
Ing. Grissel I. Rengel Arancibia 7

Componentes
1) La tendencia:
Es la direccin predominante de la serie observada en un espacio de tiempo suficientemente amplio, como para incluir dos o ms ciclos econmicos. Lo que mide la tendencia es la variacin promedio de la variable por unidad de tiempo y se suele describir mediante una recta o algn tipo de curva lisa. En otras palabras, la tendencia representa el comportamiento predominante de la serie. Representa la orientacin general que tiene la serie en el largo plazo.

Ing. Grissel I. Rengel Arancibia

27/10/2011

Componentes
1) La tendencia:
900 800 700 600 500 400 300 200 100
90 91 92 93 94 95 96 97 92 93 94 95 96 97 90 91 92 93 94 95 96

Ventas

Aos

Aos

Aos

a) Tendencia Lineal creciente

b) Tendencia Lineal decreciente

Ing. Grissel I. Rengel Arancibia

c) Sin Tendencia
9

Componentes
2) Las variaciones cclicas: Representa la oscilacin o los movimientos a la baja y a la alta que se dan a lo largo de la serie. Los movimientos cclicos varan en longitud, por lo general abarcan varios aos, generalmente de dos o ms aos. Las fuerzas que resultan en este tipo de fluctuacin son por lo general de naturaleza econmica.

Ing. Grissel I. Rengel Arancibia

10

27/10/2011

Componentes
2) Las variaciones cclicas:
600

Prosperidad Recesin Recuperacin

Pilas vendidas

500 400 300

Depresin
200 100
1980 1985 1990 1995

Aos

Ing. Grissel I. Rengel Arancibia

11

Componentes
3) Las variaciones estacionales: El componente estacional representa un movimiento peridico de la serie de tiempo. La duracin de la unidad del periodo es generalmente menor que un ao. Puede ser un trimestre, un mes, una semana, etc. Los factores ms importantes que originan variaciones estacionales son las condiciones climticas, las costumbres sociales y las festividades religiosas.
Ing. Grissel I. Rengel Arancibia 12

27/10/2011

Componentes
3) Las variaciones estacionales:
Ventas de Chompas
60 50 40 30 20 10
Q1 Q2 Q3 1980 Q1 Q2 Q3 1985 Q1 Q2 1990 Q3

Aos

Ing. Grissel I. Rengel Arancibia

13

Componentes
4) Las variaciones irregulares: Se deben a variaciones aleatorias o esperdicas y eventos no previsibles. Ej: la guerra, los terremotos, inundaciones, sequas, fenmeno del nio, etc.

Ing. Grissel I. Rengel Arancibia

14

27/10/2011

Mtodos Cuantitativos para el estudio de la Tendencia

I. Empleo de mtodos de suavizamiento en los pronsticos.a) Promedios Mviles:
Este mtodo emplea el promedio de los n valores ms recientes de datos en la serie de tiempo, como pronstico para el siguiente periodo. El clculo matemtico del promedio mvil es el siguiente:
Pr omedios Mviles =

(n valores ms recientes de datos)

n
Ing. Grissel I. Rengel Arancibia 15

Mtodos Cuantitativos para el estudio de la Tendencia

a) Promedios Mviles (Cont.):
Se llama mvil porque cada vez que se dispone de una nueva observacin para la serie de tiempo, se reemplaza la observacin ms antigua y se calcula un nuevo promedio. El error asociado con cualquier pronstico es la diferencia entre el valor observado de la serie de tiempo y el pronstico. La precisin del pronstico se puede calcular el promedio de la suma de los errores al cuadrado se utiliza la siguiente formula:
Promedio de la suma de los errores al cuadrado (ECM)

(Errores al cuadrado) Numero de pronosticos

16

Ing. Grissel I. Rengel Arancibia

27/10/2011

Mtodos Cuantitativos para el estudio de la Tendencia

a) Promedios Mviles (Cont.): Ejemplo: A continuacin se presentan datos de 8 semanas referidos a la
cantidad de galones de gasolina vendidos en una gasolinera. Calcule el promedio movil de tres semanas y el error cuadrtico medio (MSE)
Semana Ventas (miles de galones) Pronstico con promedios mviles Error de pronstico (Error de pronstico)2

1 2 3 4 5 6 7 8

17 21 19 23 18 16 20 18
Ing. Grissel I. Rengel Arancibia 17

Mtodos Cuantitativos para el estudio de la Tendencia

I. Empleo de mtodos de suavizamiento en los pronsticos.b) Promedios Mviles Ponderados:
Es una tcnica de prediccin en la que no todos los datos pasados tienen la misma importancia. La importancia de un dato se determina mediante un peso o ponderacin, generalmente la observacin ms reciente es la que recibe ms peso.

Ing. Grissel I. Rengel Arancibia

18

27/10/2011

Mtodos Cuantitativos para el estudio de la Tendencia

b) Promedios Mviles Ponderados:
Ejemplo: En el ejemplo anterior de la gasolinera considerando el promedio mvil para tres semanas, asigne al valor ms reciente un factor de ponderacin triple que la observacin ms antigua y la observacin de penltima antiguedad se le asigne un peso igual al doble que a la ms antigua. Calcule el pronstico para la cuarta semana.

Ing. Grissel I. Rengel Arancibia

19

Mtodos Cuantitativos para el estudio de la Tendencia

b) Promedios Mviles Ponderados: Ejemplo:
Semana Ventas (miles de galones) Pronstico con promedios mviles Ponderados Error de pronstico (Error de pronstico)2

1 2 3 4 5 6 7 8

17 21 19 23 18 16 20 18
Ing. Grissel I. Rengel Arancibia 20

10

27/10/2011

Mtodos Cuantitativos para el estudio de la Tendencia

I. Empleo de mtodos de suavizamiento en los pronsticos.c) Suavizamiento Exponencial:
Es una caso particular del mtodo de promedios mviles ponderados en el que las ponderaciones disminuyen exponencialmente. En l los datos ms recientes tienen ms ponderacin. Se usa tanto para suavizar como para realizar pronsticos Se emplea un coeficiente de pronsticos. suavizamiento que toma valores entre 0 y 1.
Ing. Grissel I. Rengel Arancibia 21

Mtodos Cuantitativos para el estudio de la Tendencia

c) Suavizamiento Exponencial:
Mtodo de Suavizamiento Exponencial:

Ft +1 = * Yt + (1 ) Ft
Donde: Ft+1 = pronstico de la serie de tiempo para el periodo t + 1 Yt = Valor real de la serie de tiempo en el periodo t Ft = Pronstico de la serie de tiempo para el periodo t = constante de suavizamiento ( 0 <= <= 1)

Ing. Grissel I. Rengel Arancibia

22

11

27/10/2011

Mtodos Cuantitativos para el estudio de la Tendencia

c) Suavizamiento Exponencial:
Para iniciar los clculos, sea F1 igual al valor real de la serie de tiempo en el periodo 1; esto es pronstico para el periodo 2 es:

F1 = Y1. En consecuencia, el

F2 = * Y1 + (1 ) F1 F2 = * Y1 + (1 ) F1 F2 = Y1

Ing. Grissel I. Rengel Arancibia

23

Mtodos Cuantitativos para el estudio de la Tendencia

c) Suavizamiento Exponencial:
Ejemplo: En el ejemplo anterior de la gasolinera, calcule los pronsticos
con suavizamiento considerando una constante de suavizamiento
Semana 1 2 3 4 5 6 7 8 Ventas (miles de galones) 17 21 19 23 18 16 20 18 17,00 17,80 18,04 19,03 18,83 18,26
Ing. Grissel I. Rengel Arancibia 18,61

= 0.2

Pronstico con suavizamiento exponencial (Fi)

Error de pronstico (Yi- Fi) 4,00 1,20 4,96 -1,03 -2,83 1,74 -0,61
24

12

27/10/2011

Mtodos Cuantitativos para el estudio de la Tendencia

II. Empleo de proyeccin de tendencias en los pronsticos.Se utiliza para pronosticar una serie de tiempo que tiene una tendencia lineal a largo plazo, sta serie de tiempo presenta un aumento o disminucin consistentes a travs del tiempo.

Ing. Grissel I. Rengel Arancibia

25

Mtodos Cuantitativos para el estudio de la Tendencia

II. Empleo de proyeccin de tendencias en los pronsticos.Ejemplo: Considere las ventas de bicicletas de determinado fabricante durante los ltimos 10 aos.
Ao (t) Ventas (miles) (Yt) Ao (t) Ventas (miles) (Yt)

1 2 3 4 5

21,6 22,9 25,5 21,9 23,9

6 7 8 9 10

27,5 31,5 29,7 28,6 31,4

26

Ing. Grissel I. Rengel Arancibia

13

27/10/2011

Mtodos Cuantitativos para el estudio de la Tendencia

II. Empleo de proyeccin de tendencias en los pronsticos.Ejemplo: Graficando
Ventas (miles) (Yt)
35 34 33 32 31 30 29 28 27 26 25 24 23 22 21 1 2 3 4 5 6 7 8

T t = a 0 + a 1t T t = 20 , 4 + 1,1t

10

Ing. Grissel I. Rengel Arancibia

27

Mtodos Cuantitativos para el estudio de la Tendencia

III. Empleo de componentes de estacionales en los pronsticos.tendencia y

Se refiere al pronstico de una serie de tiempo con tendencia lineal y componentes estacionales al mismo tiempo. Hay muchos casos en la economa y el comercio donde se hacen comparaciones de periodo a periodo, sin embargo hay que tener cuidado al usar esa informacin porque siempre hay una influencia estacional.
Ing. Grissel I. Rengel Arancibia 28

14

27/10/2011

Mtodos Cuantitativos para el estudio de la Tendencia

III. Empleo de componentes de estacionales en los pronsticos.tendencia y

Al hecho de eliminar el efecto estacional de una serie de tiempo se le conoce como desestacionalizacin desestacionalizacin. a) Modelo Multiplicativo: Uno de los mtodos ms Multiplicativo: utilizados cuando existen efectos estacionales o cuando exista a la vez componentes estacionales y de tendencia consiste en calcular los indices estacionales y aplicarlos para eliminar los efectos estacionales. Seguidamente si parece haber una tendencia se aplica un anlisis de regresin estimar el componente respectivo.
Ing. Grissel I. Rengel Arancibia 29

Mtodos Cuantitativos para el estudio de la Tendencia

III. Empleo de componentes de estacionales en los pronsticos.tendencia y

El Modelo Multiplicativo: Multiplicativo: Supongamos que una serie de tiempo tiene un componente irregular (I), un componente de tendencia (T) y un componente estacional (S) donde el tiempo est representado por t y supondremos que la serie de tiempo representado por :

Yt = Tt * St * I t
Ing. Grissel I. Rengel Arancibia 30

15

27/10/2011

Mtodos Cuantitativos para el estudio de la Tendencia

III. Empleo de componentes de estacionales en los pronsticos.El Modelo Multiplicativo: Multiplicativo:

tendencia

Yt = Tt * St * I t
En este modelo (T) esta medido en unidades del producto que se quiere pronosticar, (S) e (I) se miden en trminos relativos. Cuando los valores de (S) e (I) son mayores a 1 implica que se trata de efectos arriba de la tendencia y valores menores a 1 efectos debajo de la tendencia.
Ing. Grissel I. Rengel Arancibia 31

Mtodos Cuantitativos para el estudio de la Tendencia

III. Empleo de componentes de tendencia y estacionales en los pronsticos.Venta de Televisores
Ao Trimestre Ventas (miles)
9 8 7 6 5 4 3 2 1 0 1 1 2 2 3 3 4 4 5 1 6 2 7 3 8 4 9 1 10 2 11 3 124 131 142 15 16 3 4

1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4

4,8 4,1 6,0 6,5 5,8 5,2 6,8 7,4 6,0 5,6 7,5 7,8 6,3 5,9 8,0 8,4

Ao 1

Ao 2

Ao 3

Ao 4

Ing. Grissel I. Rengel Arancibia

32

16

27/10/2011

Mtodos Cuantitativos para el estudio de la Tendencia

III. Empleo de componentes de tendencia y estacionales en los pronsticos.Clculo de los ndices Estacionales:
Primeramente se debe calcular la influencia estacional en cada trimestre, determinando un promedio movil para separar los componentes (St ) e (It ) del componente (Tt ), para ello se debe S I T hacer el calculo para cada ao.

Pr omedios Mviles =

(n valores ms recientes de datos)

n

Para este calculo usaremos los datos de cada ao, es decir los cuatro datos trimestrales.
Ing. Grissel I. Rengel Arancibia 33

Mtodos Cuantitativos para el estudio de la Tendencia

Ao 1 Trimestre 1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4 Ventas (miles) 4,8 4,1 6,0 6,5 5,8 5,2 6,8 7,4 6,0 5,6 7,5 7,8 6,3 5,9 8,0 8,4
Ing. Grissel I. Rengel Arancibia 34

Promedio Movil de cuatro Trimestres 5,350 5,600

Promedio Movil CENTRADO

5,475 5,738

17

27/10/2011

Mtodos Cuantitativos para el estudio de la Tendencia

9 8 7 6 5 4 3 2 1 0 11 2 2 3 3 4 4 5 1 6 2 7 3 8 4 9 1 10 2 11 3 12 4 13 1 14 2 15 3 16 4

Valores Reales Valores Centrados

Ao 1

Ao 2

Ao 3
Ing. Grissel I. Rengel Arancibia

Ao 4
35

Mtodos Cualitativos para el estudio de la Tendencia

Al dividir cada observacin de la serie de tiempo entre el promedio movil centrado correspondiente se puede identificar el efecto irregular estacional estacional. Ejemplo: Efecto estacional del Tercer Trimestre del ao 1 =
6,0 =1,096 5,475

Ing. Grissel I. Rengel Arancibia

36

18

27/10/2011

Mtodos Cuantitativos para el estudio de la Tendencia

Ao 1 Trimestre 1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4 Ventas (miles) 4,8 4,1 6,0 6,5 5,8 5,2 6,8 7,4 6,0 5,6 7,5 7,8 6,3 5,9 8,0 8,4
Ing. Grissel I. Rengel Arancibia

Promedio Movil de cuatro Trimestres 5,350 5,600

Promedio Movil CENTRADO

5,475 5,738 5,975 6,188 6,325 6,400 6,538 6,675 6,763 6,838 6,938 7,075

37

Mtodos Cuantitativos para el estudio de la Tendencia

Ao 1 Trimestre 1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4 Ventas (miles) 4,8 4,1 6,0 6,5 5,8 5,2 6,8 7,4 6,0 5,6 7,5 7,8 6,3 5,9 8,0 8,4 Promedio Movil centrado Valor Irregular estacional

5,475 5,738 5,975 6,188 6,325 6,400 6,538 6,675 6,763 6,838 6,938 7,075

1,096 1,133 0,971 0,840 1,075 1,156 0,918 0,839 1,109 1,141 0,908 0,834

Ing. Grissel I. Rengel Arancibia

38

19

27/10/2011

Mtodos Cualitativos para el estudio de la Tendencia

Una vez calculados los resultados del tercer trimestre de los aos 1, 2 y 3 se obtienen los siguientes valores: Ao 1: 1,096 Fluctuaciones debido al Ao 2: 1,075 componente irregular Ao 3: 1,109 Para eliminar el componente irregular se puede promediar los valores calculados:
Indice Estacional del Tercer Trimestre =

(n valores del tercer trimestre)

n
39

Ing. Grissel I. Rengel Arancibia

Mtodos Cualitativos para el estudio de la Tendencia

Indice Estacional del Tercer Trimestre =

(n valores del tercer trimestre)

n

Indice Estacional del Tercer Trimestre =

1,096 + 1,075 + 1,109 3

Indice Estacional del Tercer Trimestre = 1,09

Calcule los restantes indices estacionales primer, segundo y cuarto trimestres.

para

el

Ing. Grissel I. Rengel Arancibia

40

20

27/10/2011

Mtodos Cuantitativos para el estudio de la Tendencia

Valores Irregulares del componente estacional (S) (I)
0,971 0,918 0,908

Trimestre
1 2 3 4

Indice estacional (S)

0,93 0,84 1,09 1,14
41

0,840 0,839 0,834 1,096 1,075 1,109

1,333 1,156 1,141

Ing. Grissel I. Rengel Arancibia

Mtodos Cualitativos para el estudio de la Tendencia

El promedio de todos los indices estacionales siempre debe ser 1 para compensar los efectos estacionales durante el ao.
Pr omedio del Indice Estacional = 0,93 + 0,84 + 1,09 + 1,14 4

Ing. Grissel I. Rengel Arancibia

42

21

27/10/2011

Mtodos Cualitativos para el estudio de la Tendencia

Eliminacin de Estacionalidad en la serie de Tiempo: Tiempo:
El objetivo de determinar los indices estacionales es eliminar los efectos estacionales de una serie de tiempo. A este proceso se lo denomina desestacionalizar en la serie desestacionalizar de tiempo. Con frecuencia se ven ajustes por variaciones estacionales de series temporales en economa con el nombre serie de tiempo desestacionalizada con la notacion del modelo multiplicativo:

Yt = Tt * St * I t
Ing. Grissel I. Rengel Arancibia 43

Mtodos Cualitativos para el estudio de la Tendencia

Eliminacin de Estacionalidad en la serie de Tiempo ( Cont.): Cont. Si se divide cada observacin de la serie de tiempo entre el indice estacional correspondiente se elimina el efecto de la estacin sobre esa serie.

Ing. Grissel I. Rengel Arancibia

44

22

27/10/2011

Mtodos Cuantitativos para el estudio de la Tendencia

Ao 1 Trimestre 1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4 Ventas (miles) 4,8 4,1 6,0 6,5 5,8 5,2 6,8 7,4 6,0 5,6 7,5 7,8 6,3 5,9 8,0 8,4 Indice Estacional (S) 0,93 0,84 1,09 1,14 0,93 0,84 1,09 1,14 0,93 0,84 1,09 1,14 0,93 0,84 1,09 1,14 Ventas Desestacionalizadas 5,16 4,88 5,50 5,70 6,24 6,19 6,24 6,49 6,45 6,67 6,88 6,84 6,77 7,02 7,34 7,37
45

Ing. Grissel I. Rengel Arancibia

Mtodos Cualitativos para el estudio de la Tendencia

Aplicacin de la Serie de Tiempo desestacionalizada para identificar la Tendencia: Tendencia: La grafica siguiente a pesar de las fluctuaciones muestra en general una tendencia lineal creciente. Para identificar la tendencia lineal se consideran los datos de ventas desestacionalizadas y se aplica el anlisis de regresin.

T t = a 0 + a 1t
Ing. Grissel I. Rengel Arancibia 46

23

27/10/2011

Mtodos Cuantitativos para el estudio de la Tendencia

Ventas Desestacionalizadas
8 7,5 7 6,5 6 5,5 5 4,5 4 11 22 33 44 51 6 2 7 3 8 4 9 1 10 2 11 3 12 13 4 14 1 15 2 16 3 17 4

T t = a 0 + a1t T t = 5 ,101 + 0 ,148 t

Ao 1

Ao 2

Ao 3
Ing. Grissel I. Rengel Arancibia

Ao 4
47

Mtodos Cualitativos para el estudio de la Tendencia

Ajustes Estacionales: Estacionales:
El ltimo paso en la integracin del pronstico, cuando existen componentes de tendencia y estacionales a la vez es usar el indice estacional para ajustar la proyeccin de la tendencia.

T t = 5 ,101 + 0 ,148 t
Utilizando la ecuacin para t = 17 las ventas de televisores seran 7,617 El indice estacional para este trimestre (1 trimestre del ao 5) es de 0,93.

Ing. Grissel I. Rengel Arancibia

48

24

27/10/2011

Mtodos Cualitativos para el estudio de la Tendencia

Ajustes Estacionales: Estacionales:
Asi finalmente el pronostico trimestral se obtiene multiplicando el pronostico basado en la tendencia por el indice estacional
Pr onostico Trimestral = Pr onostico basado en la tendencia * indice estacional

Pr onostico Trimestral 17 = 7,617 * 0,93 Pr onostico Trimestral 17 = 7,084

Ing. Grissel I. Rengel Arancibia

49

Mtodos Cualitativos para el estudio de la Tendencia

IV. Empleo de pronsticos.mtodos cualitativos para

Las tcnicas cualitativas se usan ante la carencia de datos historicos cuantitativos o cuando sucesos imprevisibles causan cambios apreciables en las condiciones ambientales que afecten la serie de tiempo. Las tcnicas cualitativas de pronstico son una alternativa en estos y otros casos.

Ing. Grissel I. Rengel Arancibia

50

25

27/10/2011

Mtodos Cualitativos para el estudio de la Tendencia

III. Empleo de componentes de estacionales en los pronsticos.tendencia y

Entre stas tcnicas estn: 1. Mtodo Dlfico: (Rand Corporation) Es el ms Dlfico: utilizado y consiste en determinar el conceso de grupo de expertos. 2. Juicio Experto: Basado en el juicio de un solo Experto: experto.

Ing. Grissel I. Rengel Arancibia

51

Mtodos Cualitativos para el estudio de la Tendencia

III. Empleo de componentes de estacionales en los pronsticos.tendencia y

3. Elaboracin de escenarios: Consiste en desarrollar escenarios: un escenario conceptual del futuro basado en un conjunto bien definido de supuestos. Los supuestos forman distintos escenarios. 4. Mtodos intuitivos: Se basan en la capacidad de la intuitivos: mente humana para procesar una diversidad de informacin que en la mayoria de los casos es dificil de cuantificar . Ej: Lluvia de ideas.
Ing. Grissel I. Rengel Arancibia 52

26