ESTACIONALIDAD

Estadística Inferencial II
 Docente: Francisco Ibarra

Equipo 2:

*Alemán Rodríguez Juan Joel

*Alonso Morales Rubén
*García Alonso Betsi Bibiana
*Moreno Andrés Francisco Xavier

UDI-08
14/03/18
 ¿QUÉ ES?

Un patrón estacional es aquel que se repite un año tras otro. Para datos anuales, la
estacionalidad no tiene sentido porque no hay oportunidad de modelar un patrón con
datos que se recaban una vez por año. Sin embargo, las series de tiempo que consisten
en observaciones semanales, mensuales o trimestrales a menudo presentan
estacionalidad.
 DIFERENCIA DE TENDENCIA Y
ESTACIONALIDAD

La identificación del componente estacional en una serie de tiempo difiere del análisis
de tendencia en dos formas:
1. La tendencia se determina directamente a partir, de los datos originales, pero el
componente estacional se determina indirectamente después de eliminar los otros
componentes de los datos, de manera que solo quede la estacionalidad.
2. La tendencia se representa mediante la curva, o ecuación, mejor ajustada, mientras
que debe calcularse un valor estacional por separado para cada intervalo
observado del año (semana, mes, trimestre) y a menudo tiene la forma de un
número índice.
 NÚMEROS ÍNDICES

Los números índices son porcentajes que indican los cambios en el tiempo.
Indican que periodos del año son relativamente bajos y que periodos son
relativamente altos, además de definir el patrón estacional, esto después de haber
eliminado la tendencia (o tendencia-ciclo) y los componentes irregulares.
 MÉTODO PARA RESOLUCIÓN

La idea básica de los métodos de resolución de problemas de estacionalidad es,

primero, estimar y eliminar la tendencia de la serie original y suavizar el componente
irregular.
Luego, se recolectan y se resumen los valores estacionales para obtener un número
(número índice) para cada intervalo del año observado (semana, mes, trimestre, etc.).
Al suponer un modelo de descomposición multiplicativo, la proporción del promedio
anual móvil es otro método que se utiliza.
• Si el patrón estacional parece modificarse con el tiempo, entonces la estimación del
componente estacional con el conjunto completo de datos puede conducir a
resultados engañosos. En este caso es mejor:
1. Usar sólo datos recientes para estimar el componente estacional.
2. Usar un modelo de series de tiempo que permita analizar la evolución de la
estacionalidad
Los resultados de un análisis estacional sirven para:

1. Eliminar la estacionalidad en los datos

2. Pronosticar valores futuros
3. Evaluar las posiciones actuales en ventas, inventarios y embarques
4. Programar la producción
 DATOS AJUSTADOS A LA ESTACIONALIDAD

Una vez que se ha aislado el componente estacional, se puede usar para calcular datos
ajustados a la estacionalidad.
*Para una descomposición aditiva, los datos ajustados se calculan:
Yt – St = Tt + It
*Para una descomposición multiplicativa, los datos ajustados se calculan dividiendo las
observaciones originales entre el componente estacional:
Yt
= Tt × It
St
 VENTAJAS

1. Los ajustes estacionales permiten la comparación confiable de valores en

diferentes momentos
2. Es más fácil comprender las relaciones entre las variables económicas o de
negocios una vez que se ha eliminado de los datos el complicado factor de la
estacionalidad.
3. El ajuste estacional es un elemento útil para elaborar pronósticos de corto plazo
de los valores futuros de una serie de tiempo.
 INDICES ESTACIONALES

La manera matemática de representar la

estacionalidad es a través de los llamados índices
estacionales. Para comprender que son, como se
calculan y para qué sirven.
 EJEMPLO DE INDICES ESTACIONALES

Los datos trimestrales de ventas (numero de productos que se venden) de una

empresa de cosméticos en los 3 años son los siguientes:

TRIMESTRES
AÑOS
l ll lll lV
2011 1700.00 940.00 2630.00 2500.00
2012 1800.00 900.00 2900.00 2360.00
2013 1850.00 1100.00 2930.00 2650.00
 A) Calcular los índices estacionales para los 4 trimestres

TRIMESTRES
AÑOS PROMEDIO
l ll lll lV
2011 1700.00 940.00 2630.00 2500.00 1942.50
2012 1800.00 900.00 2900.00 2360.00 1990.00
2013 1850.00 1100.00 2930.00 2650.00 2132.50
 1700/1942.50

TRIMESTRES
AÑOS
l ll lll lV
2011 0.88 0.48 1.35 1.29
2012 0.90 0.45 1.46 1.19
2013 0.87 0.52 1.37 1.24
INDICES 0.88 0.48 1.40 1.24
• La siguiente tabla muestra el número de turistas que ingresaron por vía aérea, a la ciudad de México, por temporadas alta y baja, durante el
periodo 1980-1984. A) Obtener el promedio por temporalidad

T.A.1 = (10.4 + 9.7 + 11.1 + 13.8 + 14.0)/5 =11.8

T.B.1 = (6.2 + 7.0 + 6.7 + 7.3 + 8.0)/5 = 7.04
T.A.2 = (11.7 + 12.4 + 12.8 + 14.6 + 15.7)/5 = 13.44
T.B.2 = (8.4 + 8.0 + 6.3 + 7.4 + 7.9)/5 = 7.6 D) determinar los índices de estacionalidad

N.T.A.1 =1.1835*100= 118.35%

N.T.B.1 = 70.61%
N.T.A.2 = 134.80%
N.T.B.2 = 76.22% B) obtener el promedio de promedios

P.P. = (11.8 + 7.04 +13.44 + 7.6)/4 = 9.97

C) determinación del nivel de participación

N.T.A. 1 = 11.8/9.97 = 1.1835
N.T.B.1 = 7.04/9.97 = 0.7061
N.T.A. 2 = 13.44/9.97 = 1.3480
N.T.B.2 = 7.6/9.97 = 0.7622 Lo cual nos indica que la TEMPORADA ALTA 1 está 18.35% por arriba de la medida; la TEMPORADA BAJA 1
29.39% por debajo de la medida; la TEMPORADA ALTA 2 esta 34.80% por arriba de la medida y la TEMPORADA BAJA 2 esta 23.78% por
debajo de la medida. Esto se conoce como temporada alta y temporada baja, por lo cual es necesaria la determinación de los índices de
estaciones presentadas en un número de años. Importancia PROMEDIOS SIMPLES * Obtener el promedio de los promedios del inciso «a» *
Obtener los promedios de cada una de las temporadas altas y bajas, en forma individual, existentes durante un periodo de un año.
* Determinar el nivel de participación de cada promedio del inciso a, con respecto al promedio de los promedios del «b»

* Multiplicar los niveles de participación por 100, esto dará los índices de estacionalidad de cada temporada, tomando como referencia el
100% que corresponde al promedio de promedios. Pasos