Ruben Quiñones Xaymara Pérez

1. Series de Tiempo Rubén Quiñones Xaymara Pérez Powerpoint Templates

3. Suavización Exponencial

5. La información puede ser cuantificada.

7. Ejemplo

8. Gráficas

11. Suavización Exponencial Este método pronosticaotorgando una ponderación a los datos dependiendo del peso que tengan dentro del cálculo del pronóstico. Esta ponderación se lleva a cabo a través de otorgarleun valor a la constante de suavización, que puede ser mayor que cero ymenor que uno; que es crucial en la estimación de pronósticos futuros.

13. At+1 =  Y t + (1-)F t 0 < < 1 At+1 = Pronóstico de la serie de tiempo para el periodo de t + 1. Yt = Valor real del periodo anterior al año a pronosticar. Ft = Valor real del periodo ante-anterior al año a pronosticar. α= Constante de suavización

16. Ajuste Estacional del Censo II Método X-11

17. Ajuste estacional Propósito del ajuste estacional: Estudiar las situaciones de pronóstico que son afectadas por causas en específico y hallar una relación entre éstas.

18. Método X-11del Censo II El método del censo II es una extensión y refinamiento del método de ajuste simple, que desarrolla la versión X-11. Este método se a convertido en el más popular y el más utilizado en los últimos tiempos. Se utiliza en: El gobierno Las grandes empresas

19. Una serie de tiempo puede consistir de componentes diferentes: un componente de temporada (representado por St, donde t es un punto particular en el tiempo) un componente tendencia(Tt), un componente cíclico (Ct) y un componente aleatorio, irregular o de error(It). Xt representa un valor observado en una serie de tiempo t.

20. La diferencia entre componentes cíclicos o de temporada es que éste último ocurre a unos intervalos regulares, mientras los factores cíclicos, usualmente tienen una duración más larga que varia de ciclo a ciclo.

21. Estos datos se pueden combinar por medio de fórmulas que consisten de la suma o la multiplicación: Método de Suma: Xt = TCt + St + It Método Multiplicativo: Xt = Tt*Ct*St*It

22. Ejemplo: Método aditivo Durante el mes de diciembre, un juguete en particular puede aumentar $3,000 cada año. Podemos asumir que para cada mes de diciembre la cantidad de $3,000 se sumará a la estación de temporada.

23. Ejemplo: Método Multiplicativo Durante el mes de diciembre las ventas de un juguete pueden incrementar en un 40%, o aumentar en un factor de 1.4 Este caso multiplicativo varía dependiendo del tamaño de las fluctuaciones.

25. Valores Extremos

26. Mejoras de Estimaciones

28. Estimación final para los factores estacionales y series irregulares Modificación de ajuste estacional y series irregulares Resumen de las diversas medidas(media móvil) Graficar

29. En fin el ajuste estacional es un factor importante en la explicación de futuros datos, teniendo en cuenta interpretaciones y análisis correctos. Se desarrollan varios métodos con el fin de mejorar las series de tiempo y para determinar de manera adecuada la situación actual, y proveer con facilidad lo que podría ocurrir en el futuro.