SlideShare una empresa de Scribd logo
1 de 18
INSTITUTO TECNOLOGICO DE LA LAGUNA
INGENIERIA INDUSTRIAL
ESTADISTICA ll
UNIDAD #5
MODELO CLASICO DE SERIES DE TIEMPO
EQUIPO 3 y 4
FACILITADORA: DRA. ADELA MENDOZA
• Los métodos de pronóstico de series de tiempo implican
la proyección de los valores futuros de una variable basada
por completo en las observaciones pasadas y presentes de
esa variable.

• Series de tiempo: Una serie de tiempo es un conjunto de
valores numéricos obtenidos en periodos iguales en el
tiempo

• Los métodos de pronóstico causales comprenden la
determinación de factores relacionados con la variable que
se predice, e incluyen análisis con variables retrasadas,
modelado econométrico, análisis de indicador líder, índice
de difusión y otros medidores económicos más allá del
alcance de este libro.
La figura 5.1 representa una perspectiva
de
los
métodos
de
pronóstico.
Series de tiempo

Una serie de tiempo es el conjunto de
observaciones producidas en determinados
momentos durante un período, ya sea semanal,
trimestral o anual, generalmente a intervalos
iguales.
• El comportamiento de cualquier serie de tiempo puede
observarse gráficamente, no en todos los casos es
posible distinguir las particularidades que cada una
puede contener.

• Estos movimientos son llamados a menudo componente
de una serie de tiempo, y que se supone son causados
por fenómenos distintos.
El análisis
• El primer paso para analizar una serie de tiempo es
graficarla, esto permite: identificar la tendencia, la
estacionalidad, las variaciones irregulares.

• Un modelo clásico para una serie de tiempo, puede ser
expresada como suma o producto de tres componentes:
tendencia estacional y un termino de error aleatorio.
La aplicación:
Las series de tiempo se
pueden citar en distintas
áreas:

Series económicas

Series físicas
Geofísica

Series de tiempo

Series demográficas
Series de marketing
Series de telecomunicación

Series de transporte
Clasificación de las series de tiempo ó
componentes:
Las series de tiempo pueden estar definidas por cuatro
tiempos principales, llamados a menudo componentes de
una serie de tiempo:

 La tendencia secular
 La variación cíclica
 Variación estacional
 La variación irregular
TENDENCIA SECULAR

• Son tendencias a largo plazo de ventas,
empleo, el precio de las acciones, y otras
series económicas y comerciales (sin
alteraciones de una serie de tiempo).

• El movimiento secular presenta movimientos
suaves de largo plazo, los cuales están
dominados por factores de tipo económico.
• En la gráfica se muestra la recta de tendencia ajustada a
datos trimestrales. La recta de trazos después de 1972
representa proyecciones.
VARIACIÓN CÍCLICA
• Es el ascenso y descenso de una serie de
tiempo en periodos mayores a un año. El
componente cíclico es la fluctuación en forma
de onda alrededor de la tendencia, por lo que
afecta
regularmente
las
condiciones
económicas generales. Los patrones cíclicos
tienden a repetirse en datos aproximadamente
cada dos, tres o más años. Comúnmente las
fluctuaciones cíclicas estén influidas por
cambios
de
expansión
y
contracción
económicas, a los que comúnmente se conoce
como ciclo de los negocios.
Movimientos cíclicos o
variaciones cíclicas
• Son oscilaciones de larga duración alrededor de la curva
de tendencia, los cuales pueden o no ser periódicos. Se
caracterizan por tener lapsos de expansión y contracción.

• Solo se consideran movimientos cíclicos si se producen
en un intervalo de tiempo superior al año.
En el gráfico, los movimientos cíclicos
alrededor de la curva de tendencia están
trazados en negrita.
VARIACIÓN ESTACIONAL

• El componente estacional se refiere a un
patrón de cambio que se repite a si mismo
año tras año. En el caso de series mensuales,
el componente estacional mide la variabilidad
de las series, por ejemplo, de enero, febrero,
etc. En las series trimestrales hay cuatro
elementos estaciónales, uno para cada
trimestre.
Movimientos estacionales o variaciones
estacionales
• En el gráfico no se observa ningún movimiento
estacional, puesto que se trata de una serie anual.
VARIACIÓN IRREGULAR

• El componente aleatorio mide la variabilidad
de las series de tiempo después de que se
retiran los otros componentes. Contabiliza la
variabilidad aleatoria en una serie de tiempo
ocasionada por factores imprevistos y no
ocurrentes. La mayoría de los componentes
irregulares se conforman de variabilidad
aleatoria,
si
embargo,
los
sucesos
impredecibles pueden provocar irregularidad
en una variable.
Movimientos irregulares, al azar, ó ruido
estadístico
• Si bien pueden ser generados por factores de tipo
económico, generalmente sus efectos producen
variaciones que solo duran un corto intervalo de
tiempo.

• El criterio mas lógico a seguir es aislarlos
secuencialmente partiendo de la serie original para
luego analizarlos de manera individual.

• La mejor forma de apreciarlos es a través de su
observación visual.
• En un estudio de la producción diaria en una fábrica se
presentó la siguiente situación:

• Los puntos enmarcados en un círculo corresponden a un
comportamiento anormal de la serie. Al investigar estos
dos puntos se vio que correspondían a dos días de paro,
lo que naturalmente afectó la producción en esos días.
El
problema
fue
solucionado
eliminando
las
observaciones e interpolando.

Más contenido relacionado

La actualidad más candente

1 metodologia-taguchi-u21
1 metodologia-taguchi-u211 metodologia-taguchi-u21
1 metodologia-taguchi-u21Alfredo Pagaza
 
Planeacion y diseño de instalaciones
Planeacion y diseño de instalaciones Planeacion y diseño de instalaciones
Planeacion y diseño de instalaciones jovas3195
 
Tolerancias y especificaciones
Tolerancias y especificaciones Tolerancias y especificaciones
Tolerancias y especificaciones Juan Rios
 
Análisis de series de tiempo
Análisis de series de tiempoAnálisis de series de tiempo
Análisis de series de tiempoIsaac Gomez
 
Datos Estándar
Datos EstándarDatos Estándar
Datos Estándar17021558
 
Therbligs (estudio de movimientos y micromovimientos)
Therbligs (estudio de movimientos y micromovimientos)Therbligs (estudio de movimientos y micromovimientos)
Therbligs (estudio de movimientos y micromovimientos)Larissa Barrantes Parra
 
Numeros aleatorios & pseudoaleatorios itsz vhhh
Numeros aleatorios & pseudoaleatorios itsz vhhhNumeros aleatorios & pseudoaleatorios itsz vhhh
Numeros aleatorios & pseudoaleatorios itsz vhhhVictor Hugo
 
Ejemplo de-simulación-continua
Ejemplo de-simulación-continuaEjemplo de-simulación-continua
Ejemplo de-simulación-continuaLeonardo Rojas
 
Estudio de métodos de trabajo
Estudio de métodos de trabajoEstudio de métodos de trabajo
Estudio de métodos de trabajostliz
 
Unidad 3 Estudio de movimientos
Unidad 3 Estudio de movimientosUnidad 3 Estudio de movimientos
Unidad 3 Estudio de movimientosOsvaldo Mendoza
 

La actualidad más candente (20)

Muestreo del trabajo
Muestreo del trabajoMuestreo del trabajo
Muestreo del trabajo
 
1 metodologia-taguchi-u21
1 metodologia-taguchi-u211 metodologia-taguchi-u21
1 metodologia-taguchi-u21
 
Tecnica most
Tecnica mostTecnica most
Tecnica most
 
Cadenas de markov
Cadenas de markovCadenas de markov
Cadenas de markov
 
estudio del trabajo
estudio del trabajoestudio del trabajo
estudio del trabajo
 
tableros ergonomia
tableros ergonomiatableros ergonomia
tableros ergonomia
 
Planeacion y diseño de instalaciones
Planeacion y diseño de instalaciones Planeacion y diseño de instalaciones
Planeacion y diseño de instalaciones
 
Tolerancias y especificaciones
Tolerancias y especificaciones Tolerancias y especificaciones
Tolerancias y especificaciones
 
Análisis de series de tiempo
Análisis de series de tiempoAnálisis de series de tiempo
Análisis de series de tiempo
 
Datos Estándar
Datos EstándarDatos Estándar
Datos Estándar
 
Therbligs (estudio de movimientos y micromovimientos)
Therbligs (estudio de movimientos y micromovimientos)Therbligs (estudio de movimientos y micromovimientos)
Therbligs (estudio de movimientos y micromovimientos)
 
Estudio de tiempos 1
Estudio de tiempos 1Estudio de tiempos 1
Estudio de tiempos 1
 
Numeros aleatorios & pseudoaleatorios itsz vhhh
Numeros aleatorios & pseudoaleatorios itsz vhhhNumeros aleatorios & pseudoaleatorios itsz vhhh
Numeros aleatorios & pseudoaleatorios itsz vhhh
 
Componentes de una serie de tiempo
Componentes de una serie de tiempoComponentes de una serie de tiempo
Componentes de una serie de tiempo
 
Ejemplo de-simulación-continua
Ejemplo de-simulación-continuaEjemplo de-simulación-continua
Ejemplo de-simulación-continua
 
Estudio de métodos de trabajo
Estudio de métodos de trabajoEstudio de métodos de trabajo
Estudio de métodos de trabajo
 
Muestreo del-trabajo
Muestreo del-trabajo Muestreo del-trabajo
Muestreo del-trabajo
 
Unidad 3 Estudio de movimientos
Unidad 3 Estudio de movimientosUnidad 3 Estudio de movimientos
Unidad 3 Estudio de movimientos
 
Evolucion del estudio del trabajo
Evolucion del estudio del trabajoEvolucion del estudio del trabajo
Evolucion del estudio del trabajo
 
3.1 sistemas de tiempos predeterminados
3.1 sistemas de tiempos predeterminados3.1 sistemas de tiempos predeterminados
3.1 sistemas de tiempos predeterminados
 

Destacado

Analisis de tendencias
Analisis de tendenciasAnalisis de tendencias
Analisis de tendenciasYom Gabriel GM
 
Series de Tiempo
Series de TiempoSeries de Tiempo
Series de Tiempoxpr1985
 
Problemas de series de tiempo
Problemas de series de tiempoProblemas de series de tiempo
Problemas de series de tiempoEQUIPO7
 
Ae 25 estadistica inferencial ii
Ae 25 estadistica inferencial iiAe 25 estadistica inferencial ii
Ae 25 estadistica inferencial iicetu
 
Exposición analisis de series de tiempo
Exposición analisis de series de tiempoExposición analisis de series de tiempo
Exposición analisis de series de tiempomarlysmdc
 
20 series de tiempo
20 series de tiempo20 series de tiempo
20 series de tiempoJuan Timana
 
Unidad-3-analisis-de-series-de-tiempo
Unidad-3-analisis-de-series-de-tiempoUnidad-3-analisis-de-series-de-tiempo
Unidad-3-analisis-de-series-de-tiempof2721
 
Series de tiempo pp
Series de tiempo ppSeries de tiempo pp
Series de tiempo ppEQUIPO7
 
Series de tiempo
Series de tiempoSeries de tiempo
Series de tiempoCharlyii
 
Numeros indices
Numeros indicesNumeros indices
Numeros indicesmoisdi2002
 
Diseño factorial general ejemplos
Diseño factorial general ejemplosDiseño factorial general ejemplos
Diseño factorial general ejemplosluluhernan
 
NUMEROS INDICES,ESTADISTICA DESCRIPTIVA
NUMEROS INDICES,ESTADISTICA DESCRIPTIVANUMEROS INDICES,ESTADISTICA DESCRIPTIVA
NUMEROS INDICES,ESTADISTICA DESCRIPTIVApedro2403
 
Unidad 2 "Marco Legal" administracion de la salud
Unidad 2 "Marco Legal" administracion de la saludUnidad 2 "Marco Legal" administracion de la salud
Unidad 2 "Marco Legal" administracion de la saludGenesis Acosta
 
AP - TEMA 15: PRONOSTICOS I
AP - TEMA 15: PRONOSTICOS IAP - TEMA 15: PRONOSTICOS I
AP - TEMA 15: PRONOSTICOS IMANUEL GARCIA
 

Destacado (20)

Analisis de tendencias
Analisis de tendenciasAnalisis de tendencias
Analisis de tendencias
 
Series de Tiempo
Series de TiempoSeries de Tiempo
Series de Tiempo
 
Problemas de series de tiempo
Problemas de series de tiempoProblemas de series de tiempo
Problemas de series de tiempo
 
Ae 25 estadistica inferencial ii
Ae 25 estadistica inferencial iiAe 25 estadistica inferencial ii
Ae 25 estadistica inferencial ii
 
Exposición analisis de series de tiempo
Exposición analisis de series de tiempoExposición analisis de series de tiempo
Exposición analisis de series de tiempo
 
20 series de tiempo
20 series de tiempo20 series de tiempo
20 series de tiempo
 
Diagnostico financiero
Diagnostico financieroDiagnostico financiero
Diagnostico financiero
 
Unidad-3-analisis-de-series-de-tiempo
Unidad-3-analisis-de-series-de-tiempoUnidad-3-analisis-de-series-de-tiempo
Unidad-3-analisis-de-series-de-tiempo
 
Series de tiempo pp
Series de tiempo ppSeries de tiempo pp
Series de tiempo pp
 
SERIES DE TIEMPO
SERIES DE TIEMPOSERIES DE TIEMPO
SERIES DE TIEMPO
 
Series de tiempo
Series de tiempoSeries de tiempo
Series de tiempo
 
Estadistica inferencial ii
Estadistica inferencial iiEstadistica inferencial ii
Estadistica inferencial ii
 
Serie de tiempo
Serie de tiempoSerie de tiempo
Serie de tiempo
 
Time series
Time seriesTime series
Time series
 
Numeros indices
Numeros indicesNumeros indices
Numeros indices
 
Diseño factorial general ejemplos
Diseño factorial general ejemplosDiseño factorial general ejemplos
Diseño factorial general ejemplos
 
NUMEROS INDICES,ESTADISTICA DESCRIPTIVA
NUMEROS INDICES,ESTADISTICA DESCRIPTIVANUMEROS INDICES,ESTADISTICA DESCRIPTIVA
NUMEROS INDICES,ESTADISTICA DESCRIPTIVA
 
Unidad 2 "Marco Legal" administracion de la salud
Unidad 2 "Marco Legal" administracion de la saludUnidad 2 "Marco Legal" administracion de la salud
Unidad 2 "Marco Legal" administracion de la salud
 
Series cronologicas y tendencias 2011
Series cronologicas y tendencias 2011Series cronologicas y tendencias 2011
Series cronologicas y tendencias 2011
 
AP - TEMA 15: PRONOSTICOS I
AP - TEMA 15: PRONOSTICOS IAP - TEMA 15: PRONOSTICOS I
AP - TEMA 15: PRONOSTICOS I
 

Similar a Modelo clásico de series de tiempo

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
 
Series cronologicas estadistica UFT
Series cronologicas estadistica UFTSeries cronologicas estadistica UFT
Series cronologicas estadistica UFTAMBARVICCARI
 
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
 
Conceptos básicos de econometría
Conceptos básicos de econometríaConceptos básicos de econometría
Conceptos básicos de econometríaapolo11
 
Serie cronológica
Serie cronológicaSerie cronológica
Serie cronológicasasstone
 
Presentación bio (2).pptx
Presentación bio (2).pptxPresentación bio (2).pptx
Presentación bio (2).pptxYeeNiRM
 
Series de Tiempo Regresión
Series de Tiempo RegresiónSeries de Tiempo Regresión
Series de Tiempo RegresiónNorlan0987
 
Clase 3. Tema. Analisis de Series de Tiempo 11-02-23.pdf
Clase 3. Tema. Analisis de Series de Tiempo  11-02-23.pdfClase 3. Tema. Analisis de Series de Tiempo  11-02-23.pdf
Clase 3. Tema. Analisis de Series de Tiempo 11-02-23.pdfNoe Castillo
 
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 tiempoFatima Suplewiche
 
Exposicion serie de tiempo caro
Exposicion serie de tiempo caroExposicion serie de tiempo caro
Exposicion serie de tiempo caroCarolina Zuñiga
 
Presentacion series cronologicas
Presentacion series cronologicasPresentacion series cronologicas
Presentacion series cronologicasAbner Adiel Kalel
 
Estadisticas series de tiempo
Estadisticas series de tiempoEstadisticas series de tiempo
Estadisticas series de tiempokasachipunuria
 

Similar a Modelo clásico de series de tiempo (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
 
Series cronologicas estadistica UFT
Series cronologicas estadistica UFTSeries cronologicas estadistica UFT
Series cronologicas estadistica UFT
 
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
 
Series cronologicas
Series cronologicasSeries cronologicas
Series cronologicas
 
Conceptos básicos de econometría
Conceptos básicos de econometríaConceptos básicos de econometría
Conceptos básicos de econometría
 
Serie cronológica
Serie cronológicaSerie cronológica
Serie cronológica
 
Presentación bio (2).pptx
Presentación bio (2).pptxPresentación bio (2).pptx
Presentación bio (2).pptx
 
Series de Tiempo Regresión
Series de Tiempo RegresiónSeries de Tiempo Regresión
Series de Tiempo Regresión
 
RESUMEN UNIDAD 4
RESUMEN UNIDAD 4RESUMEN UNIDAD 4
RESUMEN UNIDAD 4
 
Ciclo económico
Ciclo económicoCiclo económico
Ciclo económico
 
Clase 3. Tema. Analisis de Series de Tiempo 11-02-23.pdf
Clase 3. Tema. Analisis de Series de Tiempo  11-02-23.pdfClase 3. Tema. Analisis de Series de Tiempo  11-02-23.pdf
Clase 3. Tema. Analisis de Series de Tiempo 11-02-23.pdf
 
10 teoria series_de_tiempo
10 teoria series_de_tiempo10 teoria series_de_tiempo
10 teoria series_de_tiempo
 
Estadisticas series de tiempo
Estadisticas series de tiempoEstadisticas series de tiempo
Estadisticas series de tiempo
 
Exposicion serie de tiempo caro
Exposicion serie de tiempo caroExposicion serie de tiempo caro
Exposicion serie de tiempo caro
 
Presentacion series cronologicas
Presentacion series cronologicasPresentacion series cronologicas
Presentacion series cronologicas
 
Introduccion_a_los_Modelopdf.pdf
Introduccion_a_los_Modelopdf.pdfIntroduccion_a_los_Modelopdf.pdf
Introduccion_a_los_Modelopdf.pdf
 
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
 
Serie temporal (2)
Serie temporal (2)Serie temporal (2)
Serie temporal (2)
 

Modelo clásico de series de tiempo

  • 1. INSTITUTO TECNOLOGICO DE LA LAGUNA INGENIERIA INDUSTRIAL ESTADISTICA ll UNIDAD #5 MODELO CLASICO DE SERIES DE TIEMPO EQUIPO 3 y 4 FACILITADORA: DRA. ADELA MENDOZA
  • 2. • Los métodos de pronóstico de series de tiempo implican la proyección de los valores futuros de una variable basada por completo en las observaciones pasadas y presentes de esa variable. • Series de tiempo: Una serie de tiempo es un conjunto de valores numéricos obtenidos en periodos iguales en el tiempo • Los métodos de pronóstico causales comprenden la determinación de factores relacionados con la variable que se predice, e incluyen análisis con variables retrasadas, modelado econométrico, análisis de indicador líder, índice de difusión y otros medidores económicos más allá del alcance de este libro.
  • 3. La figura 5.1 representa una perspectiva de los métodos de pronóstico.
  • 4. Series de tiempo Una serie de tiempo es el conjunto de observaciones producidas en determinados momentos durante un período, ya sea semanal, trimestral o anual, generalmente a intervalos iguales.
  • 5. • El comportamiento de cualquier serie de tiempo puede observarse gráficamente, no en todos los casos es posible distinguir las particularidades que cada una puede contener. • Estos movimientos son llamados a menudo componente de una serie de tiempo, y que se supone son causados por fenómenos distintos.
  • 6. El análisis • El primer paso para analizar una serie de tiempo es graficarla, esto permite: identificar la tendencia, la estacionalidad, las variaciones irregulares. • Un modelo clásico para una serie de tiempo, puede ser expresada como suma o producto de tres componentes: tendencia estacional y un termino de error aleatorio.
  • 7. La aplicación: Las series de tiempo se pueden citar en distintas áreas: Series económicas Series físicas Geofísica Series de tiempo Series demográficas Series de marketing Series de telecomunicación Series de transporte
  • 8. Clasificación de las series de tiempo ó componentes: Las series de tiempo pueden estar definidas por cuatro tiempos principales, llamados a menudo componentes de una serie de tiempo:  La tendencia secular  La variación cíclica  Variación estacional  La variación irregular
  • 9. TENDENCIA SECULAR • Son tendencias a largo plazo de ventas, empleo, el precio de las acciones, y otras series económicas y comerciales (sin alteraciones de una serie de tiempo). • El movimiento secular presenta movimientos suaves de largo plazo, los cuales están dominados por factores de tipo económico.
  • 10. • En la gráfica se muestra la recta de tendencia ajustada a datos trimestrales. La recta de trazos después de 1972 representa proyecciones.
  • 11. VARIACIÓN CÍCLICA • Es el ascenso y descenso de una serie de tiempo en periodos mayores a un año. El componente cíclico es la fluctuación en forma de onda alrededor de la tendencia, por lo que afecta regularmente las condiciones económicas generales. Los patrones cíclicos tienden a repetirse en datos aproximadamente cada dos, tres o más años. Comúnmente las fluctuaciones cíclicas estén influidas por cambios de expansión y contracción económicas, a los que comúnmente se conoce como ciclo de los negocios.
  • 12. Movimientos cíclicos o variaciones cíclicas • Son oscilaciones de larga duración alrededor de la curva de tendencia, los cuales pueden o no ser periódicos. Se caracterizan por tener lapsos de expansión y contracción. • Solo se consideran movimientos cíclicos si se producen en un intervalo de tiempo superior al año.
  • 13. En el gráfico, los movimientos cíclicos alrededor de la curva de tendencia están trazados en negrita.
  • 14. VARIACIÓN ESTACIONAL • El componente estacional se refiere a un patrón de cambio que se repite a si mismo año tras año. En el caso de series mensuales, el componente estacional mide la variabilidad de las series, por ejemplo, de enero, febrero, etc. En las series trimestrales hay cuatro elementos estaciónales, uno para cada trimestre.
  • 15. Movimientos estacionales o variaciones estacionales • En el gráfico no se observa ningún movimiento estacional, puesto que se trata de una serie anual.
  • 16. VARIACIÓN IRREGULAR • El componente aleatorio mide la variabilidad de las series de tiempo después de que se retiran los otros componentes. Contabiliza la variabilidad aleatoria en una serie de tiempo ocasionada por factores imprevistos y no ocurrentes. La mayoría de los componentes irregulares se conforman de variabilidad aleatoria, si embargo, los sucesos impredecibles pueden provocar irregularidad en una variable.
  • 17. Movimientos irregulares, al azar, ó ruido estadístico • Si bien pueden ser generados por factores de tipo económico, generalmente sus efectos producen variaciones que solo duran un corto intervalo de tiempo. • El criterio mas lógico a seguir es aislarlos secuencialmente partiendo de la serie original para luego analizarlos de manera individual. • La mejor forma de apreciarlos es a través de su observación visual.
  • 18. • En un estudio de la producción diaria en una fábrica se presentó la siguiente situación: • Los puntos enmarcados en un círculo corresponden a un comportamiento anormal de la serie. Al investigar estos dos puntos se vio que correspondían a dos días de paro, lo que naturalmente afectó la producción en esos días. El problema fue solucionado eliminando las observaciones e interpolando.