Este documento presenta información sobre el análisis de series cronológicas. Explica que una serie cronológica está formada por observaciones de una variable ordenadas en el tiempo. El propósito del análisis es predecir valores futuros mediante la identificación de tendencias, variaciones estacionales, fluctuaciones cíclicas y sucesos aleatorios. Luego describe métodos para analizar cada uno de estos componentes, incluyendo promedios móviles, semipromedios y mínimos cuadrados.
Análisis de Series de Tiempo y Causal Final (1) (1).pptx
SERIES CRONOLÓGICAS
1. ESCUELA SUPERIOR POLITECNICA DE CHIMBORAZO
FACULTAD DE ADMINISTRACION DE EMPRESAS
ESCUELA DE CONTABILIDAD Y AUDITORIA
INTEGRANTES:
PRISCILA CALDERON
PAMELA SARANGO
SEMESTRE: CUARTO “2”
DOCENTE: ING. RICHARD
CAIZA
5. MODELO
Aditivo
Yt = Tt + St + Ct + Et
Multiplicativo
Yt = Tt * St * Ct * Et
MODELO
En donde:
Yt = Variable estudiada
Tt =Tendencia
St =Variaciones estacionales
Ct =Fluctuaciones cíclicas
Et =Sucesos aleatorios o irregulares
6. IMPORTANCIA DEL PRONÓSTICO EN LOS
NEGOCIOS
Debido a que las condiciones
económicas y comerciales varían en
el tiempo, los líderes de los negocios
deben
encontrar
formas
de
mantenerse al día respecto a los
efectos que esos cambios tendrán en
sus operaciones. Una técnica que
pueden usar los líderes de negocios,
como ayuda a la planeación de las
necesidades operativas en lo futuro
es el pronóstico.
7. SERIES CAUSALES
Series causales.- Los métodos de
pronóstico
de
series
cronológicas
implican la proyección de los valores
futuros de un variable, basada por
completo en las observaciones pasadas o
presentes de esa variable.
Los métodos de pronósticos 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, índices de
difusión y otros medidores económicos.
9. COMPONENTES DE LA
SERIE CRONOLOGICA
son
Movimientos característicos principales,
sobre los cuales se ajustan las
Series de tiempo
Tendencia secular
Movimiento estacional
Movimiento cíclico
Movimiento irregular
9
10. TENDENCIA SECULAR (T)
Indica la dirección predominante de la serie de
tiempo observada en un largo período de tiempo.
Características:Variación sistemática, no periódica, suave y
regular.
Presenta pocos mínimos y pocos máximos.
Generalmente es representada por una recta.
Su dirección puede ser ascendente, descendente o
constante.
Es irreversible y no cambia tan frecuentemente.
12. TENDENCIA SECULAR (T)
Ejemplo 1
Ejemplo 2
Variación de los precios
de productos de primera
necesidad a lo largo de
los años, ofrece una
clara tendencia al alza.
El rendimiento físico de
los deportistas aumenta
hasta cierta edad, para
luego descender.
Y
Y
X
X
13. MOVIMIENTO ESTACIONAL (E)
Es un movimiento fijo que se presenta en períodos no
superiores al año (trimestre, mes, etc). Las principales
fuerzas que lo originan son los factores climáticos, las
estaciones del año, fiestas y disposiciones legales que
entran a regir en determinadas épocas del año, etc.
Características:Se repiten periódicamente a lo largo del año.
Siguen normas y graficas casi iguales.
Es causal: condiciones climáticas, fiestas, etc.
Originan en economía los ciclos vegetativos que influyen
en la producción y ocupación.
No se puede apreciar en series de tiempo anuales.
16. MOVIMIENTO CICLICO (C)
Son fluctuaciones u oscilaciones a lo largo de la recta de
tendencia (expansiones o contracciones) que se repiten
cada cierto tiempo (más de un año), siguiendo un patrón
de conducta, con algunas diferencias en duración e
intensidad.
Características:Pueden cambiar o hacer descender a la tendencia.
Pueden ser o no periódicas.
Responden a factores económicos como: niveles de
inversión, producción, consumo y gastos del sector
público, que originan los intervalos de prosperidad,
retroceso, depresión y recuperación de la economía.
18. MOVIMIENTO IRREGULAR (I)
Son variaciones ocasionales o episódicas ( huelgas,
guerra, inundaciones, terremotos etc.) que afectan
grandemente a la serie de tiempo; pueden
identificarse, pero no predecirse.
También hay fuerzas residuales, aleatorios o
accidentales que no son identificables y menos
predecibles. Su afectación es débil.
Características:-
Son erráticas, accidentales, esporádicos.
Estas variaciones no pueden proyectarse al futuro.
Altera la serie de tiempo de modo apreciable.
18
19. MOVIMIENTO IRREGULAR (I)
Ejemplo 1
Producción de arroz en la Costa, disminuyó
grandemente debido a inundaciones en los sembríos,
no previstos.
limones
años
inundación
19
20. ANÁLISIS DE SERIES DE TIEMPO
Presentan una tendencia mas o menos definidas alrededor de la
cual se desarrollan los diversos componentes.
Al estudiar una serie se hace con el propósito de poder predecir
situaciones futuras.
Técnicas de análisis
Descomposición por suma
Descomposición por
producto
Y=T+C+E+T
Y=T*C*E*T
Nota: la mas utilizada
Y = f (T,C,E,I)
21. ESTUDIO DE LA TENDENCIA
Determina la dirección a largo plazo de la serie de tiempo,
considerando 10 o mas años, para evitar los movimientos
cíclicos.
MÉTODOS DE ESTIMACIÓN
1. Promedios móviles
Son las medias aritméticas de los “n” valores de datos mas
recientes da cada subconjunto de la serie previamente
determinado.
PM
n _ valores _ mas _ recientes
n
Importancia: Suaviza la tendencia en una serie de tiempo lineal.
Desventaja: No se puede estimar valores futuros.
23. 2. Método de Semipromedio
Se aplica cuando la tendencia es lineal.
Procedimiento.a) Se divide los valores de la serie en dos grupos que tengan
el mismo numero de datos.
b) Se halla la media aritmética entre los cuales se traza una
recta.
c) Cuando la serie es impar se puede realizar lo siguiente:
i) Agregar la mitad del valor central al valor total da cada
parte.
ii) Agregar el valor total al valor total da cada parte.
iii) No considerar este valor central.
25. 3. Método de mínimos cuadrados.
Es el mejor método para obtener un ajuste lineal
a una serie de datos. Es base para la
identificación de componentes de tendencia de
una serie de tiempo.
Estadísticamente una línea de tendencia no es
una línea de regresión puesto que la variable
dependiente “Y” no es una variable aleatoria,
sino una serie de valores históricos para un
periodo dado.
27. Ecuaciones normales
1) ∑ Y = n * a + b ∑ X => a =( ∑ Y – b ∑ X ) ó a = M (Y) - b M (X)
n
2) ∑ XY = a ∑ X + b ∑ X2 ===> b = ∑ XY – n M (X) M (Y)
∑ X2 – n * (M (X))2
Ahora, considerando: Y = a + b X , donde x es el tiempo
Tomamos el punto medio de la serie como origen de análisis:
Tenemos : ∑ X = 0.
Nuevas ecuaciones normales
3) ∑ Y = n * a ===> a = ∑ Y / n = M (Y)
4) ∑ XY = b ∑ X2 ==> b = ∑ XY / ∑ X2
Ecuación lineal de tendencia: Y = M (Y) + (∑ XY/ ∑ X2) * X
28. Grafico de la tendencia
a) Origen en el inicio
800
Leyenda
Unidades
700
600
Tendencia (m.c)
500
400
300
200
Y= 90.964+3.679X
100
0
1
2
3
4
5
6
29. Grafico de la tendencia
a) Origen en el inicio
800
Leyenda
Unidades
700
600
Tendencia (m.c)
500
400
300
Y=102+3.679X
200
100
-3
-2
-1
1
2
3