Series

Temporales

Aquel que pueda pronosticar el futuro con

exactitud ser dueo del mundo
Lic. Luis Zapatel

AGENDA
I.
II.

Definicin.
Componentes: Tendencia, Componente Estacional,
Variacin Cclica, Variacin irregular
III. Modelos de series de Tiempo: Aditivo, Multiplicativo y
Mixto.
IV. Anlisis de la tendencia:
A. Lineal
M.M.C.
Tcnicas de Suavizamiento (alisamiento):
Promedios Mviles.(mide fluctuacin estacional y
cclica)
Suavizamiento exponencial.
B. NO Lineal Curvilnea (Logartmica)
. Descomposicin de la Serie de Tiempo:
. Aislamiento de la variacin estacional.
Desestacionalizacin (ndice estacional)
. Aislamiento de la variacin cclica.

B.Tendencias no lineales
Si la tendencia es no lineal pero los incrementos

tienden a ser un porcentaje constante, los valores

de Y se convierten en logaritmos y la ecuacin de
mnimos cuadrados se determina con ellos.
Se toma el logaritmo de cada dato de cada ao y
luego se usan tales logaritmos como la variable
dependiente y los aos codificados como la
variable independiente.

log(Y ' ) [log(a )] [log(b)]t

C. Suavizamiento
Exponencial
Es una herramienta de proyeccin en la

cual el pronstico se basa en un promedio

ponderado de los valores actuales y
anteriores, tiene el efecto de suavizar una
serie, proporcionando un medio efectivo
de prediccin. El modelo contiene un
mecanismo de autocorreccin que ajusta
a los pronsticos en direccin opuesta a
los errores pasados.

 Cuando los datos no presentan tendencia

se utiliza la suavizacin exponencial de

primer orden:

Ft+1 = At + (1-)Ft

En donde:
Ft+1 es el pronstico para el siguiente periodo
At es el valor real observado para el periodo
corriente
Ft es la proyeccin hecha previamente para el
periodo corriente

es una constante de suavizamiento a la

cual se le da un valor entre 0 y 1. Es mejor el
que hace mnimo al Error Cuadrado Medio
dado por:
CASOS EXCEL

Descomposicin de una Serie

de Tiempo
Con frecuencia es til descomponer una
serie de tiempo o una serie temporal
desglosando cada uno de sus cuatro
componentes.
As, cada componente se puede examinar
individualmente. La tendencia histrica
puede reflejar patrones anteriores de
comportamiento,
permitiendo
ganar
discerniendo en cuanto a los movimientos
a largo plazo de las variables que se

TENDENCIA

Variacin Estacional
(Aislamiento de la componente estacional)
Factores estacionales son los ligados a eventos
tpicos de las estaciones. Las variaciones de
ellos son consecuentes, caracterizadas por el
retorno regular y sucesivo del fenmeno en las
mismas pocas de aos seguidos.
Se busca aislar y analizar el componente
estacional
El ndice Estacional (IE) de un subperiodo (mes,
bimestre,
Lo que buscaremos
es obtener
un ndice
trimestre o semestre)
es definido
como la
media
de las razones entre los datos de los
Estacional

subperiodos y las medias anuales del periodo

analizado.
Para obtenerlo debemos:
Valores desestacionalizados Reflejan como sera la
variable si se corrigiera la influencia estacional

1. Calcular un Promedio Mvil Centrado PMC. (el

Promedio Mvil PM de todo el ao elimina a los

movimientos estacionales recurrentes, ya que estos
ocurren dentro de un ao, as como todo efecto
dentro del
ao) en si mismo a T x C,
Elaleatorio
PM calculado
contiene
elimina la E y la A de la serie
2. Calcular la RELACIN POR PROMEDIO MVIL RPM.
Se divide el valor original de la variable Y / PMC
La RPM calculada contiene en si mismo E y la A de la
serie.
3. Calcular la RELACIN MEDIA POR PROMEDIO MVIL
RMPM. Se logra promediando la razn por promedio
mvil para cada mes. Finalmente se suman las 12
razones promedio = 11.84, lo ideal sera sumen 12
(rara vez se logra)
4. Obtener la razn de Normalizacin, Dividiendo el # de
periodos (12) por la suma de las razones promedio por
promedio mvil (11.84)
5. Obtener los Indices Estacionales, con la
Normalizacin. Multiplicar cada RPM por la razn de
SeNormalizacin
elimin toda A, la serie tiene slo la E

RELACIO N PO R
PRO M ED IO
M O VIL
RELACIO N
M ED IA PO R
PRO M ED IO
M O VIL
N D ICES
ESTACIO N ALES
(N orm alizacin
elim ina A,E

=
M edia de los valores
de cada m es sim ilar
de
cada
ao
estudiado.
M ultiplicacin de cada
RM PM por la razn de
norm alizacin
(12/ de los RM PM )

Variacin Cclica Variacin Irregular

Para identificar el componente cclico se puede empezar por

obtener la tendencia: 28.58 + 0.0524 t

En la Hoja Cclica-Irreg de Excel se muestran: los datos de la
serie temporal (2), los valores previstos a partir del modelo de
tendencia (3) y los ndices estacionales calculados (4).
Luego se calcula la norma estadstica (5): la proyeccin de la
tendencia (3) por el ndice estacional (4). Despus se obtienen
los componentes cclico e irregular
(6) mediante:

La (6) contiene componentes cclicos e irregulares, este

ltimo se elimina tomando una media mvil de 4 perodos,

quedando solo el factor cclico (8), que representan los niveles
reales de ingresos de la Sra. Marge en los distintos perodos
porcentaje de la tendencia.
en
Al dividir (6) / (8) y multiplicar por 100, se obtienen