Series De Tiempo

INTRODUCCION

Una serie tiempo es una secuencia de observaciones, medidos en determinados momentos del tiempo, ordenados cronológicamente y, espaciados entre sí de manera uniforme, así los datos usualmente son dependientes entre sí. El principal objetivo de una serie de tiempo, donde es su análisis para hacer pronóstico.

Algunos ejemplos donde se puede utilizar series temporales

Economía y Marketing

Proyecciones del empleo y desempleo.

Evolución del índice de precios de la leche.

Beneficios netos mensuales de cierta entidad bancaria.

Índices del precio del petróleo.

Demografía

Número de habitantes por año.

Tasa de mortalidad infantil por año.

Medioambiente

Evolución horaria de niveles de óxido de azufre y de niveles de óxido de nitrógeno en una ciudad durante una serie de años.

Lluvia recogida diariamente en una localidad.

Temperatura media mensual.

Medición diaria del contenido en residuos tóxicos en un río.

Componentes de una serie temporal

El análisis clásico de las series temporales se basa en la suposición de que los valores que toma la variable de observación es la consecuencia de tres componentes, cuya actuación conjunta da como resultado los valores medidos, estos componentes son:

a.- Componente tendencia.- Se puede definir como un cambio a largo plazo que se produce en la relación al nivel medio, o el cambio a largo plazo de la media. La tendencia se identifica con un movimiento suave de la serie a largo plazo.

b.- Componente estacional.- Muchas series temporales presentan cierta periodicidad o dicho de otro modo, variación de cierto período (semestral, mensual, etc.). Por ejemplo las Ventas al Detalle en Puerto Rico aumentan por los meses de noviembre y diciembre por las festividades navideñas.

Estos efectos son fáciles de entender y se pueden medir explícitamente o incluso se pueden eliminar de la serie de datos, a este proceso se le llama desestacionalización de la serie.

c.- Componente aleatoria.- Esta componente no responde a ningún patrón de comportamiento, sino que es el resultado de factores fortuitos o aleatorios que inciden de forma aislada en una serie de tiempo.

De estos tres componentes los dos primeros son componentes determinísticos, mientras que la última es aleatoria. Así se puede denotar la serie de tiempo como donde es la tendencia, es la componente estacional e es la componente aleatoria.

VARIACIÓN DE TENDENCIA.

Las series de tiempo llamadas también series cronológicas o series históricas son un conjunto de datos numéricos que se obtienen en períodos regulares y específicos a través del tiempo, los tiempos pueden ser en años, meses, semanas, días o otra unidad adecuada al problema que se esté trabajando. Ejemplos de series de tiempo son: Ventas mensuales de un producto en una empresa, producción total anual de petróleo en Ecuador durante un cierto número años o las temperaturas anunciadas cada hora por el meteorólogo para un aeropuerto.

Matemáticamente, una serie de tiempo se define por los valores Y1, Y2, Y3,…….de una variable Y (ventas mensuales, producción total, etc.) en tiempos t1, t3, t3……….. Si se reemplaza a X por la variable tiempo, estas series se definen como distribuciones de pares ordenados (X,Y) en el plano cartesiano, siendo Y una función de X; esto se denota por:

El principal objetivo de las series de tiempo es hacer proyecciones o pronósticos sobre una actividad futura, suponiendo estables las condiciones y variaciones registradas hasta la fecha, lo cual permite planear y tomar decisiones a corto o largo plazo. Después, con base en esa situación ideal, que supone que los factores que influyeron en la serie en el pasado lo continuarán haciendo en el futuro, se analizan las tendencias pasadas y el comportamiento de las actividades bajo la influencia de ellas; por ejemplo, en la proyección de ventas de un producto o de un servicio de una empresa se calculan los posibles precios, la reacción del consumidor, la influencia de la competencia, etc.

Es necesario describir la tendencia ascendente o descendente a largo plazo de una serie cronológica por medio de alguna línea, y la más adecuada será la que mejor represente los datos y sea útil para desarrollar pronósticos. Para lograr la estimación de la tendencia se utilizan con más frecuencia los siguientes métodos:

MÉTODO DE LOS SEMIPROMEDIOS

Este método se aplica con el objeto de simplificar los cálculos y consiste en:

a) Agrupar los datos en dos grupos iguales

b) Obtener el valor central (mediana) de los tiempos y la media aritmética de los datos de cada grupo, consiguiéndose así dos puntos de la recta de tendencia y

c) Estos valores se reemplazan en el siguiente sistema:

d) Resolviendo el sistema se encuentran los valores de y los cuales se reemplazan en la ecuación de la recta de tendencia, la cual es:

Con esta recta de tendencia se puede realizar pronósticos, los cuales son menos exactos que los obtenidos con el método de los mínimos cuadrados, sin embargo, su diferencia es mínima.

MÉTODOS DE MÍNIMOS CUADRADOS.

El procedimiento mas objetivo para ajustar una recta a un conjunto de datos presentados en un diagrama de dispersión se conoce como "el método de los mínimos cuadrados". La recta resultante presenta dos características importantes:

1. Es nula la suma de las desviaciones verticales de los puntos a partir de la recta de ajuste

∑ (Y° - Y) = 0.

2. Es mínima la suma de los cuadrados de dichas desviaciones. Ninguna otra recta daría una suma menor de las desviaciones elevadas al cuadrado ∑ (Y° - Y)² → 0 (mínima).

...