Universidad nacional de tumbes

Facultad de ciencias económicas

Escuela profesional de contabilidad

Curso:

Estadística aplicada

TEMA:

Análisis de series de tiempo

DOCENTE:

 Lic. Walter Castañeda Guzmán

INTEGRANTES:
 COBEÑAS SALAZAR, JHONATAN
 Barbieri, karlo
 Benites romero, deivy saul
 Iman castillo, jose manuel
 Morán Reyes, Sandy Gisela
 Peña CASTILLO, Eduardo
 Reyes jimenez, yoici
 DEDICATORIA
El presente trabajo monográfico de la asignatura de ESTADISTICA APLICADA está
dedicado en primer lugar a Dios, por estar con nosotros en cada paso que damos,
por fortalecer nuestros corazones e iluminar nuestras mentes para poder desarrollar
habilidades y destrezas; a nuestros progenitores por el gran esfuerzo de formación
que hacen en cada uno de nosotros para lograr objetivos deseados a futuro.

Dedicamos también al profesor responsable de la asignatura por la guía y

orientación brindada en cada clase.

2
 INTRODUCCIÓN
Las series de tiempo llamadas también series cronológicas o series históricas son
un conjunto de datos numéricos que se obtienen en períodos regulares y específicos
a través del tiempo, los tiempos pueden ser en años, meses, semanas, días u otra
unidad adecuada al problema que se esté trabajando. Ejemplos de series de tiempo
son: Ventas mensuales de un producto en una empresa, producción total anual de
petróleo en Ecuador durante un cierto número años o las temperaturas anunciadas
cada hora por el meteorólogo para un aeropuerto.
.

Las organizaciones en general evalúan periódicamente el comportamiento de su

actividad y/o productos a fin de pronosticar que va a suceder en el futuro en base a
lo que ha venido ocurriendo en el pasado, está sucediendo en el presente y tiene la
tendencia a comportarse de la misma manera en el futuro.

El comportamiento de las series de tiempo, se debe a 4 componentes: la tendencia,

la variación cíclica, la variación estacional y la variación irregular

3
 ANALISIS DE SERIES DE TIEMPO

SERIES DE TIEMPO
Son datos estadísticos que se recopilan, observan o registran en intervalos de
tiempo regulares (diario, semanal, semestral, anual, etc). El término serie de tiempo
se aplica por ejemplo a datos registrados en forma periódica que muestran, por
ejemplo, las ventas anuales totales de almacenes, el valor trimestral del PIB.

De esta manera, el objetivo principal del conocimiento de las series de tiempo es la

identificación de los factores que intervienen y la separación de cada uno de ellos,
con el fin de pronosticar cual será el comportamiento en el futuro.

UTILIDAD DE LAS SERIES DE TIEMPO

Las series de tiempo resultan especialmente útiles cuando se requiere realizar un
pronóstico sobre el comportamiento futuro que puede tener una variable
determinada, por ejemplo la necesidad de tomar una decisión sobre el
comportamiento a futuro de la demanda, el precio y las ventas de un producto, los
ingresos en el próximo año, los precios de bienes y servicios, etc. En todas estas
situaciones resulta útil el análisis de las series de tiempo que los representan, bajo
la hipótesis de que los factores que han influenciado su comportamiento en el
pasado, estarán presentes de manera similar en el futuro.

CARACTERÍSTICAS DE LAS SERIES DE TIEMPO

Las principales características de una serie antes de someterla a un proceso de
pronósticos, se resumen en cuatro:

 Cualitativas: Es decir dada su importancia y características, han pasado por

un proceso previo de análisis cualitativo y se ha logrado identificar que son
susceptibles de prever su comportamiento en el futuro.
 Temporales: Las series de tiempo en las empresas son normalmente
expresadas en términos del calendario, es decir los valores que se
pronostican son asignados a fechas concretas (meses, días, horas, etc.,
dependiendo de la base de tiempo que trabaje cada empresa)
 Cuantitativas: Corresponde al valor en sí que toman las variables para
expresar las distintas variaciones.
 Probabilísticas: Es decir la confiabilidad de que el valor pronosticado ocurra
en el horizonte planeado.

4
COMPONENTES DE UNA SERIE DE TIEMPO
En una serie existen cuatro tipos básicos de variación, los cuales sobrepuestos o
actuando en concierto, contribuyen a los cambios observados en un período de
tiempo.

Estos cuatro componentes son: Tendencia secular, variación estacional, variación

cíclica y variación irregular, los cuales tienen una relación multiplicativa que dan
forma al modelo clásico de series de tiempo, es decir, para cualquier período
designado en la serie de tiempo, el valor de la variable está determinado por los
cuatro componentes en la siguiente forma:

𝒀=𝑻×𝑪×𝑬×𝑰

Donde:

T=Tendencia
C= Fluctuaciones cíclicas
E=Variaciones estacionales
I= Variaciones irregulares

5
 COMPONENTES PRINCIPALES DEL ANALISIS DE
UNA SERIE DE TIEMPO

TENDENCIA (T)
La tendencia es el componente que representa el comportamiento (crecimiento o
decrecimiento), en un periodo largo de tempo. Generalmente se puede
representar como una línea recta o curva, el valor de la pendiente indicará el
sentido de dicho crecimiento.

CLASES DE TENDENCIAS:
1. TENDENCIA LINEAL: Como se dijo antes, la tendencia de una serie viene
dada por el movimiento general a largo plazo de la serie. La tendencia a largo
plazo de muchas series de negocios (industriales y comerciales), como
ventas, exportaciones y producción, con frecuencia se aproxima a una línea
recta. Esta línea de tendencia muestra que algo aumenta o disminuye a un
ritmo constante. El método que se utiliza para obtener la línea recta de mejor
ajuste es el Método de Mínimos Cuadrados.

2. TENDENCIA NO LINEAL: Cuando la serie de tiempo presenta un

comportamiento curvilíneo se dice que este comportamiento es no lineal.
Dentro de las tendencias no lineales que pueden presentarse en una serie
se encuentran, la polinomial, logarítmica, exponencial y potencial, entre
otras.

FORMULAS:
Para el caso de tendencias a largo plazo, su comportamiento se ajusta a una línea
recta, llamada por esta razón línea de tendencia, es decir, se aproxima a una
ecuación de recta, que recibe el nombre de ecuación de tendencia y que es de la
forma:

ECUACION GENERAL PARA ESTIMAR UNA LINEA RECTA:

y = a + bx

6
Donde:
Y= Valor Proyectado
a= Punto donde la recta corta al eje
b= La pendiente de la recta de tendencia
x= Cualquier valor de tiempo seleccionado

FORMULA DE LOS MÍNIMOS CUADRADOS:

Ejemplo: Cálculo de la Tendencia a través de Mínimos Cuadrados

En la siguiente tabla se encuentran los datos de las ventas de los últimos

cinco años de una empresa del rubro de alimentos:

a) Graficar los datos

b) Determinar la ecuación de tendencia e interpretarla

c) Trazar la recta de tendencia

d) Pronosticar las ventas para los siguientes dos años e interpretar el

resultado

7
SOLUCION

a) Con los datos que se tienen se obtiene la siguiente gráfica:

b) Para determinar los coeficientes de la ecuación se debe construir una tabla con
los datos necesarios:

8
Se sustituyen los valores en las fórmulas respectivas:

5(163)−15(50) 50 15
𝑏= = 1.3 𝑎= − 1.3 ( ) = 6.1
5(55)−152 5 5

y habiendo calculado los coeficientes, entonces la Ecuación de Tendencia queda:

y = 6.1 + 1.3x

Ahora se interpreta de la siguiente manera:

Las ventas se expresan en millones de pesos, el origen o año 0, es 2003 y x

aumenta una unidad por año. El valor 1.3 indica que las ventas aumentan a razón
de 1.3 millones de pesos por año. El valor 6.1 es el de las ventas estimadas
cuando x = 0. Es decir, el monto de las ventas estimadas para el año 2003 es
igual a 6.1 millones de pesos.

c) Para trazar la recta, se deben tener dos puntos, para el primero de ellos se
puede utilizar el valor 6.1 de la ecuación anterior y el segundo se puede obtener
asignando un valor cualquiera a x, dentro del rango del intervalo del que se
dispone, por ejemplo 4 (año 2006) para obtener el valor de y, es decir:

y = 6.1 + 1.3x = 6.1+ 1.3(4) =11.3

9
Con lo que ya se puede trazar la Recta de Tendencia

d) Los dos años siguientes son 2008 y 2009, que en términos de los cálculos que
estamos haciendo son 6 y 7, respectivamente. Pues bien, estos se sustituyen en
la Ecuación de Tendencia y se obtienen los pronósticos requeridos, es decir:

y = 6.1 + 1.3x = 6.1+ 1.3(6) = 13.9

y = 6.1 + 1.3x = 6.1+ 1.3(7) = 15.2

INTERPRETACION:

Con base en las ventas anteriores, la estimación o pronóstico para los años 2008
y 2009, es 13.9 y 15.2 millones de pesos, respectivamente.

10
 ANÁLISIS DE VARIACIONES CÍCLICAS
VARIACIÓN CÍCLICA: Con frecuencia las series de tiempo presentan secuencias
alternas de puntos abajo y arriba de la línea de tendencia que duran más de un año,
esta variación se mantiene después de que se han eliminado las variaciones o
tendencias estacional e irregular.

Un ejemplo de este tipo de variación son los ciclos comerciales cuyos períodos
recurrentes dependen de la prosperidad, recesión, depresión y recuperación, las
cuales no dependen de factores como el clima o las costumbres sociales.

Como se dijo antes, estos dos componentes, el de tendencia y el cíclico, solamente

se aplica para datos anuales. Concretamente, el componente cíclico puede
identificarse como el, que persistiría en los datos luego de eliminada la influencia
del componente de tendencia. Esta eliminación se realiza dividiendo cada uno de
los valores observados entre su valor de tendencia correspondiente, mediante la
siguiente fórmula:

El resultado de este cociente se multiplica por 100 a fin de que el promedio de estas
variaciones cíclicas relativas sea de 100%. De esta forma, un valor cíclico relativo
de 100 indicaría la ausencia de toda influencia cíclica en el valor de la serie de
tiempo anual.

Se puede elaborar una gráfica de ciclos, en la que se describen los ciclos

relativos para cada año, esta permite facilitar la interpretación de los relativos
cíclicos ya que hacen más evidentes las cumbres y valles que se presentan.

11
Ejemplo: Cálculo de análisis de variaciones cíclicas

En el siguiente cuadro se tiene los siguientes datos:

Solución:

12
Elaboramos Nuestra Tabla

Grafico

13
14
ANÁLISIS DE VARIACIONES ESTACIONALES
VARIACIÓN ESTACIONAL: El componente de la serie de tiempo que representa
la variabilidad en los datos debida a influencias de las estaciones, se llama
componente estacional.
Esta variación corresponde a los movimientos de la serie que recurren año tras
año en los mismos meses (o en los mismos trimestres) del año poco más o menos
con la misma intensidad.

De este modo, las ventas de automóviles, ropa, consumo de juguetes, entre otros,
pueden ser ejemplos de ello. Es evidente entonces, que estos comportamientos
solamente pueden ser apreciados cuando se trata de datos mensuales o
trimestrales, ya que en datos anuales o semestrales queda ocultos.

Si observas esta gráfica sobre la Producción de Autos en México de forma

semestre y su relación con las ventas se puede observar que en los meses de
Julio de los primeros 5 se observa como el punto más bajo en cuanto a producción
que va aumentado hasta tener su máximo en los periodos Decembrinos.

Ejemplo: Cálculo de análisis de variaciones estacionales

15
Método del cociente del promedio móvil

PRIMER PASO: consistente en el cálculo del cociente de cada valor trimestral respecto del
promedio móvil de los 4 trimestres centrado en ese trimestre.

Los totales móviles de 4 trimestres están centrados entre los trimestres en la tabla porque,
tratándose de un total móvil de un número par de trimestres, el total siempre caería entre
dos trimestres. Por ejemplo el primer total de 1500(en miles de dólares) es el monto de
ventas totales del primero al cuarto trimestres de 1995. Puesto que están implicados cuatro
trimestres, el total está centrado verticalmente en la tabla entre el segundo y tercer
trimestres.

SEGUNDO PASO: Dado que sería deseable que el promedio móvil estuviera centrado en
cada trimestre, no hay entre trimestre, los totales móviles de 4 trimestres adyacentes se
combinan para formar los totales móviles centrados de 2 años. Nótese que este tipo de total
no incluye dos años de datos propiamente dichos. Por el contrario en el total se incluyen
dos periodos superpuestos de 4 trimestres. Por ejemplo, el primer total móvil centrado de
2950 (en miles de dólares) incluye el total de 4 trimestres de 1500 de los cuatro trimestres
de 1995 más de un total de 4 trimestres de 1450 del segundo trimestre de 1995 al primer
semestre de 1996

TERCER PASO: El promedio móvil centrado de 4 trimestres es sencillamente el total móvil

centrado de 2 años dividido entre 8.

CUARTO PASO: Finalmente, el cociente del promedio móvil, es el cociente de cada valor
de ventas trimestrales respecto del promedio móvil centrado de ese trimestre. Este cociente
se multiplica por 100 se reporta como porcentaje.

16
17
ANÁLISIS DE VARIACIONES IRREGULARES

18
Esta se debe a factores a corto plazo, imprevisibles y no recurrentes que afectan
a la serie de tiempo.
Como este componente explica la variabilidad aleatoria de la serie, es
impredecible, es decir, no se puede esperar predecir su impacto sobre la serie de
tiempo.

EXISTEN DOS TIPOS DE VARIACIÓN IRREGULAR:

a) Las variaciones que son provocadas por acontecimientos especiales,

fácilmente identificables, como las elecciones, inundaciones, huelgas,
terremotos.
b) Variaciones aleatorias o por casualidad, cuyas causas no se pueden
señalar en forma exacta, pero que tienden a equilibrarse a la larga.

Escenario de riesgos ante la temporada de lluvias 2016 - 2017

Se observa que son los deslizamientos y flujos los eventos con mayor presencia
dentro de nuestro ámbito nacional

19
 EJERCICIOS
PROPUESTOS

1) Con los siguientes datos acerca de las ventas en millones de dólares de la

Empresa M & M:

20
 Año (X) Ventas (Y)
1995 3,4
1996 3,1
1997 3,9
1998 3,3
1999 3,2
2000 4,3
2001 3,9
2002 3,5
2003 3,6
2004 3,7
2005 4
2006 3,6
2007 4,1
2008 4,7
2009 4,2
2010 4,5

a) Hallar la ecuación de tendencia por el método de los mínimos cuadrados.

b) Pronosticar la tendencia de exportación para el 2011.

Solución:

a) Para hallar la ecuación de tendencia por el método de los mínimos cuadrados

se llena la siguiente tabla, codificando la numeración de los años 1995 como
1, 1996 como 2, y así consecutivamente para facilitar los cálculos.

Año (X) X Y XY X2 Y2

21
 1995 1 3,4 3,40 1 11,56
1996 2 3,1 6,20 4 9,61
1997 3 3,9 11,70 9 15,21
1998 4 3,3 13,20 16 10,89
1999 5 3,2 16,00 25 10,24
2000 6 4,3 25,80 36 18,49
2001 7 3,9 27,30 49 15,21
2002 8 3,5 28,00 64 12,25
2003 9 3,6 32,40 81 12,96
2004 10 3,7 37,00 100 13,69
2005 11 4 44,00 121 16,00
2006 12 3,6 43,20 144 12,96
2007 13 4,1 53,30 169 16,81
2008 14 4,7 65,80 196 22,09
2009 15 4,2 63,00 225 17,64
2010 16 4,5 72,00 256 20,25
Total 136 61 542,3 1496 235,86

Reemplazando valores en las siguientes fórmulas se obtiene los valores de a0 y a1:

∑ 𝑌 ∙ ∑ 𝑋 2 − ∑ 𝑋 ∙ ∑ 𝑋𝑌 61 ∙ 1496 − 136 ∙ 542,3 17503,2

𝑎0 = = = = 3,2175 = 3,22
𝑁 ∑ 𝑋 2 − (∑ 𝑋)2 16 ∙ 1496 − (136)2 5440

𝑁 ∑ 𝑋𝑌 − ∑ 𝑋 ∙ ∑ 𝑌 16 ∙ 542,3 − 136 ∙ 61 380,8

𝑎1 = = = = 0,07
𝑁 ∑ 𝑋 2 − (∑ 𝑋)2 16 ∙ 1496 − (136)2 5440

Interpretación:

- El valor 𝑎1 = 0,07 al ser positiva indica que existe una tendencia ascendente de
las exportaciones aumentando a un cambio o razón promedio de 0,07 millones de
dólares por cada año.

- El valor de 𝑎0 = 3,22 indica el punto en donde la recta interseca al eje Y cuando X

= 0, es decir indica las exportaciones estimadas para el año 1996 igual a 3,22.

Reemplazado los valores anteriores en la recta de tendencia se obtiene:

𝑌 = 𝑎0 + 𝑎1 𝑋
Y = 3,22 + 0,07X

22
 b)Para pronosticar la tendencia de exportación para el 2011 se reemplaza X =
17 en la recta de tendencia, obteniendo el siguiente resultado:

Y = 3,22 + 0,07X
Y = 3,22 + 0,07·17 = 4,41

2) Los datos siguientes representan las ventas trimestrales en millones de

pesos de la empresa Kids Fashions especializada en la venta de ropa infantil
ubicada en la zona centro de la ciudad de Toluca:

a) Construir gráfica de la serie de tiempo e interpretar los datos

b) Obtener los índices estacionales trimestrales

PROCEDIMIENTO:

a) Como puede apreciarse, en cada año, las ventas del cuarto trimestre son las
más altas y las del segundo las más bajas. También puede apreciarse un
incremento en las ventas de un año a otro.

23
b) Para llegar al índice estacional trimestral se deben construir dos tablas, la
primera de ellas, se calcula como sigue:

Columna (1). Son los datos originales

Columna (2). Total móvil de cuatro trimestres, por ejemplo: 6.7 + 4.6 + 10.0 + 12.7
= 34 que se coloca al centro de cuatro cuatrimestres que se suman. Enseguida la
suma se va «moviendo» un trimestre, es decir, el siguiente es: 4.6 + 10.0 + 12.7
+6.5 = 33.8y así, sucesivamente.

Columna (3). Promedio móvil de cuatro trimestres, es decir, ya solo hay que dividir
los totales anteriores entre 4 y colocar el resultado frente a su correspondiente.
Por ejemplo: 34/4 = 8.500, 33.8/4=8.450, etcétera.

Columna (4). Promedio móvil centrado, ahora se centran los promedios móviles,
es decir, se suman los dos promedios móviles y se dividen entre 2, el resultado
de esto se centra entre los dos valores sumados quedando centrado con el
trimestre correspondiente, por ejemplo: (8.500 + 8450)/2 = 8.475 que queda
centrado con el trimestre 3 del año 2002, el segundo sería (8.450 + 8.450)/2 =
8.450 que queda centrado con el trimestre cuatro del año 2002.

Columna (5). Valor estacional específico.- Se calcula dividiendo las ventas

originales (columna 1) entre el promedio móvil centrado (columna 4), por ejemplo:
10.0/8.475 = 1.180, el segundo es 12.7/8.450 = 1.503, etcétera.

24
3)

25
a) Hallar la ecuación de tendencia por el método de los mínimos cuadrados.
b) Trazar la recta de tendencia

Solución:

Grafico

26
 LINKOGRAFÍA y BIBLIOGRAFIA

 http://biblio3.url.edu.gt/Libros/2012/Esta_AdmonYEco-15.pdf

 Villavicencio,J.“Introducciónaseriesdetiempo

27
 http://www.estadisticas.gobierno.pr/iepr/LinkClick.aspx?fileticket=4_BxecUa
Zmg%3D,Consultada25deAbril2016.

 “Seriesdetiempo

 http://www.estadistica.mat.uson.mx/Material/seriesdetiempo.pdf,Consultada
25deAbrilde2016.

28