Trabajo cronometraría series temporales

 [pic 1]

Contenido

1. Análisis de coyuntura

a) Representación gráfica de la serie y comentar su evolución en términos generales.

b) Cálculo de tasas de variación interanual

1.  Análisis clásico de series temporales

a) Obtener el componente estacional mediante el método de la razón a la media móvil, e interpretarlo.

 b) Modelizar la tendencia resultante de aplicar el método anterior.

c) A partir de los apartados a) y b) obtener predicciones desde septiembre del 2017 hasta diciembre del 2017. Además, obtenga la tasa de variación interanual esperada para diciembre del 2017.

d) Obtenga y representa gráficamente los índices estacionales obtenidos a partir del método X11 (hipótesis multiplicativa). Interprete la evolución de los mismos

1. Modelos de alisado exponencial

1. Obtenga predicciones desde septiembre del 2017 a diciembre del 2017, utilizando el modelo de alisado exponencial que considere más adecuado. Justifique la elección.

1.  Obtenga el componente cíclico de la serie

1. Análisis de coyuntura

a) Representación gráfica de la serie y comentar su evolución en términos generales.

La siguiente gráfica, a la que he nombrado como: “viajeros”, representa el número total de personas (españoles y extranjeros) que ocupan los hoteles de España desde agosto de 2011 hasta agosto de 2017 (ambos inclusive). Con lo cual veremos la evolución del sector hotelero español a lo largo de este periodo.

La fuente a partir de la cual he obtenido los datos para la siguiente elaboración ha sido la Web del Instituto Nacional de Estadística (INE).

[pic 2]

A rasgos generales, antes de proceder a la descomposición de la serie para observar de manera más clara sus componentes, podemos apreciar que esta serie tiene una ligera tendencia creciente desde comienzos del 2013 hasta la actualidad y que presenta una estacionalidad clara. En cuanto a la componente estacional, a simple vista podemos observar como en los meses de invierno se refleja una clara caída, siendo enero su punto de declive máximo. En el mes de diciembre, vemos que el decrecimiento se ralentiza, lo que puede ser causado por las fechas de festividad, pero continúa decreciendo. Los meses de verano, en cambio, representan el punto más álgido de la gráfica, encontrándose agosto en la cumbre de esta.

b) Tasa de variación interanual

Calculamos la Tasa de Variación Anual mediante la ecuación expuesta en la siguiente imagen:

[pic 3]

Lo que da lugar a la siguiente gráfica “TVI”

[pic 4]

Los meses de abril y mayo presentan fuertes variaciones interanuales observables.

• En enero de 2017 el índice de tasa de variación anual ha registrado un aumento del 5,85% en el número de viajeros que en enero de 2016
• En el mes de febrero de 2017 se experimenta un aumento del 1,76% en el número de viajeros con respecto a febrero del 2016
• En marzo de 2017, se produce una caída del 4,44% con respecto a marzo de 2016
• En el mes de abril de 2017 se produce un incremento del 18,43% en el número de viajeros con respecto a abril del año anterior
• En mayo de 2017 se produce un incremento del 2,83% del número de viajeros con respecto al año anterior
• Junio de 2017 presenta una subida del 4,21% del número de viajeros con respecto al año anterior
• En julio de 2017 se ha aumentado un 1,77% el número de viajeros con respecto a julio del año anterior
• En agosto de 2017 el incremento con respecto a agosto de 2016 es del 0,93%

1. Análisis clásico de series temporales

a) Obtener el componente estacional mediante el método de la razón a la media móvil, e interpretarlo.

[pic 5]

[pic 6]

Lo Índices Generales de Variación Estacional (IGVE) nos proporcionan una visión más precisa de los meses en los que estás variaciones son más acentuadas y viceversa con respecto a su valor medio anual.

Análisis IGVE

Analizando estos índices podemos observar que los meses de enero, febrero, marzo, noviembre y diciembre presentan una estacionalidad negativa, mientras los meses de abril, mayo, junio, julio, agosto, septiembre, octubre presentan estacionalidad positiva.

Pero para ampliar esta observación, vamos a interpretar cada uno de estos índices:

1.ENERO: El índice de hoteles españoles ocupados en el mes de Enero está por debajo de la media anual en un 40,87% como consecuencia de la estacionalidad.

2.FEBRERO: El índice de hoteles españoles ocupados en el mes de Febrero está por debajo de la media anual en un 30,76% como consecuencia de la estacionalidad.

3.MARZO: El índice de “viajeros” en el mes de Marzo está por debajo de la media anual en un 11,7% como consecuencia de la estacionalidad.

4.ABRIL: La estacionalidad en el mes de Abril provoca que el índice “viajeros” crezca un 2,25% por encima de su valor medio anual.

5.MAYO: La estacionalidad en el mes de Mayo provoca que el índice de “viajeros” crezca un 21,42% por encima de la media anual.

6.JUNIO: La estacionalidad en el mes de Junio provoca que el índice de “viajeros” crezca un  29,74% por encima de su valor medio anual.

7.JULIO: La estacionalidad en el mes de Julio provoca que el índice de “viajeros”  crezca un 44,45% por encima de la media anual.

8.AGOSTO: La estacionalidad en el mes de Agosto provoca que el índice de “viajeros” crezca un 57,63% por encima de la media anual, Es el mes que presenta el porcentaje más alto de estacionalidad positiva.

9.SEPTIEMBRE: La estacionalidad en el mes de Septiembre provoca que el índice de “viajeros” crezca un 32,35% por encima de su valor medio anual.

10.OCTUBRE: La estacionalidad en el mes de Octubre provoca que el índice de “viajeros” crezca un 13,35% por encima de su valor medio anual.

11.NOVIEMBRE: El índice de “viajeros” en el mes de Noviembre está por debajo de la media anual en un 26,82% como consecuencia de la estacionalidad.

12.DICIEMBRE: : El índice de “viajeros” en el mes de Diciembre está por debajo de la media anual en un 31,34%

b) Modelizar la tendencia resultante de aplicar el método anterior

FUNCIÓN LINEAL

FUNCIÓN PARABÓLICA

FUNCIÓN POLINÓMICA

...