SlideShare una empresa de Scribd logo
1 de 14
UNA SERIE CRONOLÓGICA, ESTÁ FORMADA POR UN
C O N J U N TO D E O B S E RVA C I O N E S D E U N A VA R I A B L E ,
         ORDENADAS EN FUNCIÓN DEL TIEMPO.



El propósito perseguido con el análisis de series, consiste en
     predecir los valores futuros de la variable estudiada.
 Una   tendencia de largo plazo

 Un   movimiento cíclico

 Un   movimiento estacional dentro del año

 Una variación residual, causada por
 situaciones que afectan a las series de
 manera individual.
 Es una técnica que pueden usar los líderes de
  negocios, como ayuda a la planeación de las
 necesidades operativas en lo futuro

 Predice los eventos futuros de manera que las
 proyecciones se puedan incorporar en el proceso
 de toma de decisiones.
El principal objetivo de las series es conocer, el
comportamiento de una variable cuantitativa en
el pasado para estimar su comportamiento en el
futuro.


La toma de decisiones económicas y comerciales,
necesitan que se hagan proyecciones de las
condiciones externas e internas, que les afecta.
Por lo general las predicciones del futuro
mejoraran a medida que se va haciendo mas
precisa la información del pasado.
Componentes de las series
             cronológicas

 El componente de tendencia de una serie representa
 movimientos lentos y graduales del conjunto de
 datos.

 Su desplazamiento es uniforme, y se identifica con
 los cambios permanentes y fundamentales, como los
 crecimientos de la población, los cambios en el
 salario real de una comunidad, etc.
En el gráfico se aprecia una       tendencia
creciente, a pesar de              que las
observaciones fluctúan a lo         largo del
tiempo, por la influencia de        los otros
componentes.

     45
     40
     35
     30
     25
     20
     15
     10
      5
      0
          1   3   5   7   9   11   13   15
Al promediar los elementos del
               segundo miembro, se suavizan los
                       factores cíclicos y
               accidentales, quedando aislada la
                      función estacional.
                           Ejemplo:


                   2004   2005      2006

1er cuatrín.       16     19        24

2do cuatrín.       19     26        34

3er cuatrín.       24     31        41
     Este procedimiento es similar al
descrito en el punto anterior, salvo que
   la eliminación de la tendencia, se
realiza mediante una división, pues se
  aplica en esquemas multiplicativos.
La tendencia secular se refiere a
      desplazamientos de los datos a largo plazo
               hacia arriba o hacia abajo.
             Existen 2 objetivos básicos para aislar el
             componente de la tendencia de una serie
                            cronológica.




                                       consiste en eliminar la
   Identificar la tendencia y
                                     tendencia, de manera que
utilizarla, como por ejemplo, al
                                    se puedan estudiar los otros
      hacer una predicción o
                                     componentes de una serie
            pronostico
                                             cronológica
Para obtener la tendencia es necesario proceder a
 su aislamiento. Esto se realiza en función de los
          siguientes objetivos básicos:

Para proyectar los
valores futuros de la
variable.
                     Para eliminar la tendencia
                     calculada para la serie, y
                     estudiar el comportamiento de
                     los restantes componentes
VARIACIONES ESTACIONALES

 Las variaciones estacionales de una series
 cronológica, son aquellas fluctuaciones que se
 repiten regularmente dentro del año.

El aislamiento del componente estacional, se funda en
  los siguientes objetivos:

      Para identificar los valores estacionales, que
      complementan la estimación de valores futuros a través
      de la tendencia. Para estudiar el componente cíclico
      de la serie desestacionalizada.
   Las fluctuaciones cíclicas son de tipo
    periódico y presentan más de un año de
    duración. Comúnmente, tales fluctuaciones
    no se pueden apartar de las de naturaleza
    irregular, por lo que se analizaran juntas.
       Son movimientos esporádicos de las
    series de tiempo debido a sucesos
    ocasionales, tales como
    inundaciones, huelgas, elecciones, etc.
    Aunque normalmente se supone que tales
    sucesos producen variaciones que
    solamente duran un corto intervalo de
    tiempo.

Más contenido relacionado

La actualidad más candente (20)

principios de estadistica
principios de estadisticaprincipios de estadistica
principios de estadistica
 
Series detiempo
Series detiempoSeries detiempo
Series detiempo
 
Terminos basicos de estadistica
Terminos basicos de estadisticaTerminos basicos de estadistica
Terminos basicos de estadistica
 
EstadíStica Inferencial
EstadíStica InferencialEstadíStica Inferencial
EstadíStica Inferencial
 
Series cronologicas y tendencias 2011
Series cronologicas y tendencias 2011Series cronologicas y tendencias 2011
Series cronologicas y tendencias 2011
 
Series de Tiempo
Series de TiempoSeries de Tiempo
Series de Tiempo
 
Operacionalización de variables estadistica
Operacionalización de variables estadisticaOperacionalización de variables estadistica
Operacionalización de variables estadistica
 
Diapo series cronologicas y tendencias
Diapo series cronologicas y tendenciasDiapo series cronologicas y tendencias
Diapo series cronologicas y tendencias
 
Anualidades
AnualidadesAnualidades
Anualidades
 
Estaditica
EstaditicaEstaditica
Estaditica
 
Anualidades
AnualidadesAnualidades
Anualidades
 
Tasa de interes efectiva y nominal
Tasa de interes efectiva y nominalTasa de interes efectiva y nominal
Tasa de interes efectiva y nominal
 
Ciclos económicos
Ciclos económicosCiclos económicos
Ciclos económicos
 
Conceptos Básicos de la Estadística
Conceptos Básicos de la EstadísticaConceptos Básicos de la Estadística
Conceptos Básicos de la Estadística
 
Medicion en epidemiologia
Medicion en epidemiologiaMedicion en epidemiologia
Medicion en epidemiologia
 
Números indices
Números indices Números indices
Números indices
 
POLITICA MONETARIA
POLITICA MONETARIA POLITICA MONETARIA
POLITICA MONETARIA
 
Regresion lineal
Regresion linealRegresion lineal
Regresion lineal
 
Correlaciones
CorrelacionesCorrelaciones
Correlaciones
 
Series cronologicas de tiempo
Series cronologicas de tiempoSeries cronologicas de tiempo
Series cronologicas de tiempo
 

Destacado

Teoria de muestreo
Teoria de muestreoTeoria de muestreo
Teoria de muestreoEduardo F.
 
Presentacion cronologica de las obras de
Presentacion cronologica de las obras dePresentacion cronologica de las obras de
Presentacion cronologica de las obras dehoyEducandomejor
 
4+an%c3%a1lisis+de+varianza
4+an%c3%a1lisis+de+varianza4+an%c3%a1lisis+de+varianza
4+an%c3%a1lisis+de+varianzapedropulecio
 
Análisis de Varianza para Diseño Experimental
Análisis de Varianza para Diseño ExperimentalAnálisis de Varianza para Diseño Experimental
Análisis de Varianza para Diseño ExperimentalJuan de Jesus Sandoval
 
Capitulo 3 experimentos_con_un_solo_factor
Capitulo 3 experimentos_con_un_solo_factorCapitulo 3 experimentos_con_un_solo_factor
Capitulo 3 experimentos_con_un_solo_factorJorge Gonzalez Patiño
 
Unidad #5 MODELO CLÁSICO DE SERIES DE TIEMPO
Unidad #5 MODELO CLÁSICO DE SERIES DE TIEMPOUnidad #5 MODELO CLÁSICO DE SERIES DE TIEMPO
Unidad #5 MODELO CLÁSICO DE SERIES DE TIEMPOErick Cantona
 
Anova. presentacion. lennys.
Anova. presentacion. lennys.Anova. presentacion. lennys.
Anova. presentacion. lennys.LennysNJ
 
7. Análisis de Varianza (ANOVA)
7. Análisis de Varianza (ANOVA) 7. Análisis de Varianza (ANOVA)
7. Análisis de Varianza (ANOVA) Consuelo Valle
 

Destacado (20)

Análisis de la varianza (ANOVA)
Análisis de la varianza (ANOVA)Análisis de la varianza (ANOVA)
Análisis de la varianza (ANOVA)
 
Análisis de Varianza (ANOVA)
Análisis de Varianza (ANOVA)Análisis de Varianza (ANOVA)
Análisis de Varianza (ANOVA)
 
Análisis de Varianza
Análisis de VarianzaAnálisis de Varianza
Análisis de Varianza
 
Teoria de muestreo
Teoria de muestreoTeoria de muestreo
Teoria de muestreo
 
Presentacion cronologica de las obras de
Presentacion cronologica de las obras dePresentacion cronologica de las obras de
Presentacion cronologica de las obras de
 
Tablas cronologicas
Tablas cronologicasTablas cronologicas
Tablas cronologicas
 
Estadística bidimensional
Estadística bidimensionalEstadística bidimensional
Estadística bidimensional
 
Presentacion de la evolucion cronologica de la calidad
Presentacion de la evolucion cronologica de la calidadPresentacion de la evolucion cronologica de la calidad
Presentacion de la evolucion cronologica de la calidad
 
4+an%c3%a1lisis+de+varianza
4+an%c3%a1lisis+de+varianza4+an%c3%a1lisis+de+varianza
4+an%c3%a1lisis+de+varianza
 
La prueba anova1
La prueba  anova1La prueba  anova1
La prueba anova1
 
Análisis de Varianza para Diseño Experimental
Análisis de Varianza para Diseño ExperimentalAnálisis de Varianza para Diseño Experimental
Análisis de Varianza para Diseño Experimental
 
Componentes de una serie de tiempo
Componentes de una serie de tiempoComponentes de una serie de tiempo
Componentes de una serie de tiempo
 
Experimentos con un solo factor
Experimentos con un solo factorExperimentos con un solo factor
Experimentos con un solo factor
 
Capitulo 3 experimentos_con_un_solo_factor
Capitulo 3 experimentos_con_un_solo_factorCapitulo 3 experimentos_con_un_solo_factor
Capitulo 3 experimentos_con_un_solo_factor
 
Clase05 eyp
Clase05 eypClase05 eyp
Clase05 eyp
 
Unidad #5 MODELO CLÁSICO DE SERIES DE TIEMPO
Unidad #5 MODELO CLÁSICO DE SERIES DE TIEMPOUnidad #5 MODELO CLÁSICO DE SERIES DE TIEMPO
Unidad #5 MODELO CLÁSICO DE SERIES DE TIEMPO
 
ANOVA Prueba de tukey
ANOVA  Prueba de tukeyANOVA  Prueba de tukey
ANOVA Prueba de tukey
 
Anova. presentacion. lennys.
Anova. presentacion. lennys.Anova. presentacion. lennys.
Anova. presentacion. lennys.
 
7. Análisis de Varianza (ANOVA)
7. Análisis de Varianza (ANOVA) 7. Análisis de Varianza (ANOVA)
7. Análisis de Varianza (ANOVA)
 
Análisis de la varianza
Análisis de la varianzaAnálisis de la varianza
Análisis de la varianza
 

Similar a Presentacion series cronologicas

Presentación estadistica.pptx
Presentación estadistica.pptxPresentación estadistica.pptx
Presentación estadistica.pptxVictoriaAvila36
 
Anlisisdeseriesdetiempo espinoza huaman gabriel
Anlisisdeseriesdetiempo espinoza huaman gabrielAnlisisdeseriesdetiempo espinoza huaman gabriel
Anlisisdeseriesdetiempo espinoza huaman gabrielgabriel espinoza huaman
 
Análisis de series de tiempo
Análisis de series de tiempoAnálisis de series de tiempo
Análisis de series de tiempoIsaac Gomez
 
Métodos estadísticos Aplicados a la Gestión Tributaria (clase 5).pptx
Métodos estadísticos Aplicados a la Gestión Tributaria (clase 5).pptxMétodos estadísticos Aplicados a la Gestión Tributaria (clase 5).pptx
Métodos estadísticos Aplicados a la Gestión Tributaria (clase 5).pptxDailitGonzlezCapote2
 
Estadisticas series de tiempo
Estadisticas series de tiempoEstadisticas series de tiempo
Estadisticas series de tiempoFatima Suplewiche
 
U2 series de tiempo
U2 series de tiempoU2 series de tiempo
U2 series de tiempoALMAYUNIS1
 
10 teoria series_de_tiempo
10 teoria series_de_tiempo10 teoria series_de_tiempo
10 teoria series_de_tiempoWilmer Kolez
 
Estadisticas series de tiempo
Estadisticas series de tiempoEstadisticas series de tiempo
Estadisticas series de tiempokasachipunuria
 
Análisis de Series de Tiempo y Causal Final.pptx
Análisis de Series de Tiempo y Causal Final.pptxAnálisis de Series de Tiempo y Causal Final.pptx
Análisis de Series de Tiempo y Causal Final.pptxJosueMendoza84
 
Análisis de Series de Tiempo y Causal Final (1) (1).pptx
Análisis de Series de Tiempo y Causal Final (1) (1).pptxAnálisis de Series de Tiempo y Causal Final (1) (1).pptx
Análisis de Series de Tiempo y Causal Final (1) (1).pptxJosueMendoza84
 
Planeación y control de la producción 3/6
Planeación y control de la producción 3/6Planeación y control de la producción 3/6
Planeación y control de la producción 3/6CEMEX
 

Similar a Presentacion series cronologicas (20)

Presentación estadistica.pptx
Presentación estadistica.pptxPresentación estadistica.pptx
Presentación estadistica.pptx
 
Anlisisdeseriesdetiempo espinoza huaman gabriel
Anlisisdeseriesdetiempo espinoza huaman gabrielAnlisisdeseriesdetiempo espinoza huaman gabriel
Anlisisdeseriesdetiempo espinoza huaman gabriel
 
RESUMEN UNIDAD 4
RESUMEN UNIDAD 4RESUMEN UNIDAD 4
RESUMEN UNIDAD 4
 
Filtro hp 2007
Filtro hp 2007Filtro hp 2007
Filtro hp 2007
 
Introduccion_a_los_Modelopdf.pdf
Introduccion_a_los_Modelopdf.pdfIntroduccion_a_los_Modelopdf.pdf
Introduccion_a_los_Modelopdf.pdf
 
Análisis de series de tiempo
Análisis de series de tiempoAnálisis de series de tiempo
Análisis de series de tiempo
 
Métodos estadísticos Aplicados a la Gestión Tributaria (clase 5).pptx
Métodos estadísticos Aplicados a la Gestión Tributaria (clase 5).pptxMétodos estadísticos Aplicados a la Gestión Tributaria (clase 5).pptx
Métodos estadísticos Aplicados a la Gestión Tributaria (clase 5).pptx
 
Estadisticas series de tiempo
Estadisticas series de tiempoEstadisticas series de tiempo
Estadisticas series de tiempo
 
U2 series de tiempo
U2 series de tiempoU2 series de tiempo
U2 series de tiempo
 
10 teoria series_de_tiempo
10 teoria series_de_tiempo10 teoria series_de_tiempo
10 teoria series_de_tiempo
 
Estadistica unidad 4
Estadistica unidad 4Estadistica unidad 4
Estadistica unidad 4
 
Estadisticas series de tiempo
Estadisticas series de tiempoEstadisticas series de tiempo
Estadisticas series de tiempo
 
Series de tiempo
Series de tiempoSeries de tiempo
Series de tiempo
 
Análisis de Series de Tiempo y Causal Final.pptx
Análisis de Series de Tiempo y Causal Final.pptxAnálisis de Series de Tiempo y Causal Final.pptx
Análisis de Series de Tiempo y Causal Final.pptx
 
Análisis de Series de Tiempo y Causal Final (1) (1).pptx
Análisis de Series de Tiempo y Causal Final (1) (1).pptxAnálisis de Series de Tiempo y Causal Final (1) (1).pptx
Análisis de Series de Tiempo y Causal Final (1) (1).pptx
 
PronóSticos
PronóSticosPronóSticos
PronóSticos
 
Minimos cuadrados
Minimos cuadradosMinimos cuadrados
Minimos cuadrados
 
Ciclo económico
Ciclo económicoCiclo económico
Ciclo económico
 
Planeación y control de la producción 3/6
Planeación y control de la producción 3/6Planeación y control de la producción 3/6
Planeación y control de la producción 3/6
 
140918 proceso de análisis prospectivo
140918 proceso de análisis prospectivo140918 proceso de análisis prospectivo
140918 proceso de análisis prospectivo
 

Presentacion series cronologicas

  • 1. UNA SERIE CRONOLÓGICA, ESTÁ FORMADA POR UN C O N J U N TO D E O B S E RVA C I O N E S D E U N A VA R I A B L E , ORDENADAS EN FUNCIÓN DEL TIEMPO. El propósito perseguido con el análisis de series, consiste en predecir los valores futuros de la variable estudiada.
  • 2.  Una tendencia de largo plazo  Un movimiento cíclico  Un movimiento estacional dentro del año  Una variación residual, causada por situaciones que afectan a las series de manera individual.
  • 3.  Es una técnica que pueden usar los líderes de negocios, como ayuda a la planeación de las necesidades operativas en lo futuro  Predice los eventos futuros de manera que las proyecciones se puedan incorporar en el proceso de toma de decisiones.
  • 4. El principal objetivo de las series es conocer, el comportamiento de una variable cuantitativa en el pasado para estimar su comportamiento en el futuro. La toma de decisiones económicas y comerciales, necesitan que se hagan proyecciones de las condiciones externas e internas, que les afecta. Por lo general las predicciones del futuro mejoraran a medida que se va haciendo mas precisa la información del pasado.
  • 5. Componentes de las series cronológicas  El componente de tendencia de una serie representa movimientos lentos y graduales del conjunto de datos.  Su desplazamiento es uniforme, y se identifica con los cambios permanentes y fundamentales, como los crecimientos de la población, los cambios en el salario real de una comunidad, etc.
  • 6. En el gráfico se aprecia una tendencia creciente, a pesar de que las observaciones fluctúan a lo largo del tiempo, por la influencia de los otros componentes. 45 40 35 30 25 20 15 10 5 0 1 3 5 7 9 11 13 15
  • 7.
  • 8. Al promediar los elementos del segundo miembro, se suavizan los factores cíclicos y accidentales, quedando aislada la función estacional. Ejemplo: 2004 2005 2006 1er cuatrín. 16 19 24 2do cuatrín. 19 26 34 3er cuatrín. 24 31 41
  • 9. Este procedimiento es similar al descrito en el punto anterior, salvo que la eliminación de la tendencia, se realiza mediante una división, pues se aplica en esquemas multiplicativos.
  • 10. La tendencia secular se refiere a desplazamientos de los datos a largo plazo hacia arriba o hacia abajo. Existen 2 objetivos básicos para aislar el componente de la tendencia de una serie cronológica. consiste en eliminar la Identificar la tendencia y tendencia, de manera que utilizarla, como por ejemplo, al se puedan estudiar los otros hacer una predicción o componentes de una serie pronostico cronológica
  • 11. Para obtener la tendencia es necesario proceder a su aislamiento. Esto se realiza en función de los siguientes objetivos básicos: Para proyectar los valores futuros de la variable. Para eliminar la tendencia calculada para la serie, y estudiar el comportamiento de los restantes componentes
  • 12. VARIACIONES ESTACIONALES  Las variaciones estacionales de una series cronológica, son aquellas fluctuaciones que se repiten regularmente dentro del año. El aislamiento del componente estacional, se funda en los siguientes objetivos: Para identificar los valores estacionales, que complementan la estimación de valores futuros a través de la tendencia. Para estudiar el componente cíclico de la serie desestacionalizada.
  • 13. Las fluctuaciones cíclicas son de tipo periódico y presentan más de un año de duración. Comúnmente, tales fluctuaciones no se pueden apartar de las de naturaleza irregular, por lo que se analizaran juntas.
  • 14. Son movimientos esporádicos de las series de tiempo debido a sucesos ocasionales, tales como inundaciones, huelgas, elecciones, etc. Aunque normalmente se supone que tales sucesos producen variaciones que solamente duran un corto intervalo de tiempo.