Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
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.
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
27/10/2011
Causales
Serie Temporal
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.
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
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.
10
27/10/2011
Componentes
2) Las variaciones cclicas:
600
Pilas vendidas
Depresin
200 100
1980 1985 1990 1995
Aos
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
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.
14
27/10/2011
27/10/2011
1 2 3 4 5 6 7 8
17 21 19 23 18 16 20 18
Ing. Grissel I. Rengel Arancibia 17
18
27/10/2011
19
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
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)
22
11
27/10/2011
F1 = Y1. En consecuencia, el
F2 = * Y1 + (1 ) F1 F2 = * Y1 + (1 ) F1 F2 = Y1
23
= 0.2
Error de pronstico (Yi- Fi) 4,00 1,20 4,96 -1,03 -2,83 1,74 -0,61
24
12
27/10/2011
25
1 2 3 4 5
6 7 8 9 10
13
27/10/2011
T t = a 0 + a 1t T t = 20 , 4 + 1,1t
10
27
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
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
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
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
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
32
16
27/10/2011
Pr omedios Mviles =
Para este calculo usaremos los datos de cada ao, es decir los cuatro datos trimestrales.
Ing. Grissel I. Rengel Arancibia 33
5,475 5,738
17
27/10/2011
Ao 1
Ao 2
Ao 3
Ing. Grissel I. Rengel Arancibia
Ao 4
35
36
18
27/10/2011
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
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
38
19
27/10/2011
para
el
40
20
27/10/2011
Trimestre
1 2 3 4
42
21
27/10/2011
Yt = Tt * St * I t
Ing. Grissel I. Rengel Arancibia 43
44
22
27/10/2011
T t = a 0 + a 1t
Ing. Grissel I. Rengel Arancibia 46
23
27/10/2011
Ao 1
Ao 2
Ao 3
Ing. Grissel I. Rengel Arancibia
Ao 4
47
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.
48
24
27/10/2011
49
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.
50
25
27/10/2011
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.
51
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