Series de Tiempo Capítulo VIII.

Slides:



Advertisements
Presentaciones similares
Estadística Descriptiva y Analisis de Datos con la Hoja de Cálculo Excel Series Temporales.
Advertisements

Técnicas para el análisis de datos en el enfoque cuantitativo
Planificación y Control de la Producción I
Centro de Investigación Estadística
SERIES UNIVARIADAS Toda institución, ya sea la familia, la empresa o el gobierno, tiene que hacer planes para el futuro si ha de sobrevivir y progresar.
SERIES TEMPORALES.
SERIES TEMPORALES.
SERIES TEMPORALES.
1 Modelos Cuantitativos Pronósticos PRONÓSTICO Predicción de lo que ocurrirá sobre la base de: 1. Identificación de tendencias a futuro sobre.
PRONOSTICO DE VENTAS.
SERIES TEMPORALES.
SERIES DE TIEMPO INTEGRANTES :.
Modelos de Suavizamiento
Estadística Administrativa II
Definiciones  Set  Universal Set  Element  Complete Set CAMPO?  Event  Sample Space, Trial  Outcome  Event Space o campo de Borel.
Estadística Administrativa II
SERIES TEMPORALES.
Estadística Administrativa II
Pronósticos, Series de Tiempo y Regresión
Amarilis García / Omaira De Los Santos.- Caracas, Diciembre 2009 USO DEL “ANÁLISIS DE VARIANZA UNA-VÍA”, PARA: Contrastar la hipótesis sobre, la diferencia.
ANALISIS DE SERIES TEMPORALES
SERIES TEMPORALES.
Por: Carolina García B. Melissa Zuleta M.
SERIES CRONOLOGICAS O DE TIEMPO
Capitulo 8: Introducción a modelos de series temporales
Pronósticos.
QUIZ 2 de 8 7% de 60% Meta de Contenido y Método.
Derivada de una función.
Encuesta Trimestral de Negocios “ Pulso Empresarial ” Tercer Trimestre.
TEMA : ANALISIS DE REGRESION
Hoja de cálculo: formatos y herramientas Datos, datos y más datos: Hoja de cálculo: Gráficos.
 Que el alumno sepa diferenciar los diferentes tipos de gráficos además de su aplicación en su área de estudio.  Que el alumno pueda diferenciar adecuadamente.
Financiera III Lica. Mónica Casia
Departamento de Informática Universidad Técnica Federico Santa María EconometríaEconometría Capitulo II.
Estadística Administrativa II
METODO DE HOLT Suavización exponencial ajusta a la tendencia.
Medidas de posición y dispersión IV medio
REGRESIÓN Y CORRELACIÓN LINEAL, SERIES DE TIEMPO Msc. Esmelda Aguirre Téllez Master en Administración de Negocios.
ESTADÍSTICA BIDIMENSIONAL
ANÁLISIS DE SERIES DE TIEMPO. LOGRO DE LA SESIÓN Al finalizar la sesión de clase, el alumno será capaz de realizar pronósticos para una variable seriada.
Análisis y Proyección de la Demanda UNIVERSIDAD MAYOR DE SAN SIMON FACULTAD DE CIENCIAS Y TECNOLOGIA CARRERA DE INGENIERIA INDUSTRIAL GPGP G Gabinete de.
TALLER DE SPSS APLICADA A LA INVESTIGACIÓN CIENTIFICA.
GRAFICOS ESTADISTICOS
PRODUCCION, PRESENTACION Y COMUNICACION DE INFORMACIONES
ESTADÍSTICA BIDIMENSIONAL
ANÁLISIS PRIMARIO DE SERIES TEMPORALES
Pronóstico IN71K: Gestión de Operaciones en la Industria de Servicios
Práctico 2 de noviembre 2016 Tema: Series de Tiempo.
ESTADÍSTICA BIDIMENSIONAL
Realizado por: Ana María Abad Cecilia
Pronósticos Tipos de previsiones
Predicción con Alisado Exponencial
ESTADÍSTICA DESCRIPTIVA
OBSERVATORIO DE COSTES DEL TRANSPORTE DE MERCANCÍAS POR CARRETERA (actualización a )
ANALISIS DE DATOS CUANTITATIVOS
Unidad 6. Capítulo VIII. Ejercicios.
Pronósticos, Series de Tiempo y Regresión Capítulo 1: Introducción a los Pronósticos.
GEOESTADISTICA 04/07/2018 A. Vásquez A.. Limitación de Estadística Clásica 04/07/2018 A. Vásquez A.
SERIES DE TIEMPO. Concepto Una serie de tiempo es un conjunto de observaciones de un fenómeno tomadas en tiempos específicos, generalmente a intervalos.
Tasa de crecimiento en ventas promedio de las MIPYMES apoyadas
A.- ¿Cuáles de las siguientes ecuaciones son funciones y por qué ? Grafique 1.- y =2x + 7 x y
1 Temario de la asignatura Introducción. Análisis de datos univariantes. Análisis de datos bivariantes. Series temporales y números índice. Probabilidad.
Tabla de distribución de frecuencias sin intervalos PARA DATOS NO AGRUPADOS.
Metodología Estimar Consumo de Energía y Ajuste para Medir Respuesta a la Demanda Marzo de 2019.
INTRODUCCIÓN A LA ESTADÍSTICA PARA NO ESPECIALISTAS
ESTADISTICA PARA 4TO- 5TO DE SECUNDARIA Prof. Pilar García Uscata
INTRODUCCIÓN A LA ESTADÍSTICA PARA NO ESPECIALISTAS
Variables para su medición
Ecuaciones Diferenciales Ordinarias Lineales de segundo orden.
1|. JORNADA PEDAGÓGICA, POR LO GENERAL, ESTÁ COMPUESTA POR:
Transcripción de la presentación:

Series de Tiempo Capítulo VIII

Series de tiempo Se llama Series de Tiempo a un conjunto de observaciones sobre valores que toma una variable (cuantitativa) en diferentes momentos del tiempo a intervalos regulares.

Descomposición de una serie de tiempo

Método de suavizamiento: promedios móviles

Actividad 4 Las ventas trimestrales, en unidades de producto, de una empresa que vende equipos de computación

Diagrama dispersión Secuencia InfoStat Estadísticas Series de tiempo Graficar series

Tendencia Modelo lineal Modelo exponencial Modelo cuadrático

Tendencia: Mejor ajuste Salida SPSS

Tendencia: Mejor ajuste período Cód (X) Y X^2 X*Y T (L) e^2 (L) T (Q) e^2 (Q) T (Exp) e^2 (Exp) ln y SCT I-96 1 42 28,41 184,69 42,76 0,58 33,24 76,72 3,74 260,02 II-96 2 26 4 52 30,99 24,94 41,60 243,42 34,69 75,60 3,26 1032,02 III-96 3 37 9 111 33,58 11,71 40,78 14,31 36,21 0,62 3,61 446,27 IV-96 44 16 176 36,16 61,44 40,30 13,67 37,80 38,50 3,78 199,52 I-97 5 56 25 280 38,75 297,71 40,16 250,77 39,45 273,96 4,03 4,52 II-97 6 36 264 41,33 7,13 40,37 13,21 41,17 7,99 III-97 7 51 49 357 43,91 50,22 40,91 101,85 42,97 64,42 3,93 50,77 IV-97 8 57 64 456 46,50 110,30 41,79 231,33 44,85 147,55 4,04 1,27 I-98 43 81 387 49,08 36,98 43,01 0,00 46,81 14,55 3,76 228,77 II-98 10 100 360 51,67 245,40 44,58 73,55 48,86 165,41 3,58 489,52 III-98 11 38 121 418 54,25 264,03 46,48 71,91 51,00 168,95 3,64 405,02 IV-98 12 45 144 540 56,83 140,02 48,72 13,87 53,23 67,70 3,81 172,27 I-99 13 53 169 689 59,42 41,18 51,31 2,86 55,56 6,53 3,97 26,27 II-99 14 196 532 62,00 576,04 54,23 263,52 57,99 399,41 III-99 15 46 225 690 64,58 345,39 57,50 132,21 60,52 210,85 3,83 147,02 IV-99 50 256 800 67,17 294,76 61,10 123,30 63,17 173,38 3,91 66,02 I-00 17 83 289 1411 69,75 175,49 65,05 322,20 65,93 291,40 4,42 618,77 II-00 18 324 1152 72,34 69,50 69,34 28,48 68,81 23,16 4,16 34,52 III-00 19 84 361 1596 74,92 82,44 73,96 100,74 71,82 148,31 4,43 669,52 IV-00 20 87 400 1740 77,50 90,17 78,93 65,12 74,96 144,90 4,47 833,77 I-01 21 97 441 2037 80,09 286,01 84,24 162,87 78,24 351,92 4,57 1511,27 II-01 22 82 484 1804 82,67 0,45 89,89 62,19 81,66 0,11 4,41 570,02 III-01 23 93 529 2139 85,26 59,97 95,87 8,26 85,23 60,33 4,53 1216,27 IV-01 24 99 576 2376 87,84 124,55 102,20 10,26 88,96 100,80 4,5951 1670,77 Totales 300 1395 4900 20409   3580,53 2310,47 3013,09 11258,63 R^2 0,68197 0,7948 0,73238

Mejor ajuste Salida SPSS

Mejor ajuste Salida SPSS

Promedios móviles: aislamiento de Estacional y componente Irregular TABLA 2.- 1 2 3 Cód Y   PM (4) PMC % PMC 42 26 37 37,25 39,00 94,87 4 44 40,75 43,00 102,33 5 56 45,25 47,00 119,15 6 48,75 50,38 87,34 7 51 52 101,24 8 57 47,75 119,37 9 43 46,75 45,13 95,29 10 36 43,5 42,00 85,71 11 38 40,5 41,75 91,02 12 45 43,25 104,05 13 53 44,50 119,10 14 45,5 46,13 82,38 15 46 50,50 91,09 16 50 54,25 57,50 86,96 17 83 60,75 65,50 126,72 18 64 70,25 74,88 85,48 19 84 79,5 78,92 106,44 20 87 78,33333 78,33 111,06 21 97 89,5 90,08 107,68 22 82 90,66667 91,71 89,41 23 93 92,75 24 99

Construcción de Índices de estacionalidad TABLA 3.- I II III IV   94,87 102,33 119,15 87,34 101,24 119,37 95,29 85,71 91,02 104,05 119,10 82,38 91,09 86,96 126,72 85,48 106,44 111,06 107,68 89,41 Totales 567,94 430,33 484,66 523,76 Medias 113,59 86,07 96,93 104,75 401,34 Medianas INDICES 113,21 85,78 96,61 104,40 400 Orden de valores por trimestre para cálculo de mediana

Aislamiento componentes Cíclica e Irregular TABLA 4.-   de tabla 1 de tabla 3 columnas 1 2 3 4 período Cód (X) Y T (Q) E (TxE) /100 (Cx I) % C I Serie recomposición* I-96 42 42,76 113,21 48,41 86,76 II-96 26 41,60 85,78 35,69 72,86 84,51 86,21 III-96 37 40,78 96,61 39,40 93,91 90,45 103,83 IV-96 44 40,30 104,40 42,08 104,57 107,21 97,53 I-97 5 56 40,16 45,47 123,16 118,27 104,14 II-97 6 40,37 34,63 127,07 126,43 100,51 III-97 7 51 40,91 39,52 129,05 128,92 100,10 IV-97 8 57 41,79 43,63 130,64 116,00 112,62 I-98 9 43 43,01 48,69 88,31 104,37 84,61 II-98 10 36 44,58 38,24 94,15 89,03 105,75 III-98 11 38 46,48 44,90 84,63 89,08 95,00 IV-98 12 45 48,72 50,87 88,46 88,11 100,40 I-99 13 53 51,31 58,09 91,24 87,13 104,72 II-99 14 54,23 46,52 81,68 85,25 95,82 III-99 15 46 57,50 55,55 82,81 80,96 102,29 IV-99 16 50 61,10 63,79 78,38 91,30 85,85 I-00 17 83 65,05 73,64 112,71 99,56 113,20 II-00 18 64 69,34 59,48 107,61 95,54 III-00 19 84 73,96 71,45 117,56 110,25 106,63 IV-00 20 87 78,93 82,41 105,57 108,28 97,50 I-01 21 97 84,24 95,36 101,72 104,55 97,29 II-01 22 82 89,89 77,10 106,35 102,82 103,43 III-01 23 93 95,87 92,62 100,41 99,85 100,56 IV-01 24 99 102,20 106,70 92,78 Serie recomposición (T(Q)*E*C*I)/(100*100*100)