SERIES DE TIEMPO. Concepto Una serie de tiempo es un conjunto de observaciones de un fenómeno tomadas en tiempos específicos, generalmente a intervalos.

Slides:



Advertisements
Presentaciones similares
Detección de tendencias temporales: Análisis de series temporales
Advertisements

Planificación y Control de la Producción I
Centro de Investigación Estadística
1 Modelos Cuantitativos Pronósticos PRONÓSTICO Predicción de lo que ocurrirá sobre la base de: 1. Identificación de tendencias a futuro sobre.
SERIES DE TIEMPO INTEGRANTES :.
Estadística Administrativa II
1 Metodología para Estimaciones de la Actividad Económica del Estado de Nuevo León Marzo 2005.
Estadística Administrativa II
ANALISIS DE SERIES TEMPORALES
Transformaciones básicas de series
¿Qué es un pronóstico? Cualquier afirmación acerca de la ocurrencia o no ocurrencia de un evento,la fecha en que va a suceder algo ola intensidad de un.
Pronósticos.
SERIES CRONOLOGICAS O DE TIEMPO
Pronósticos.
Método de mínimos cuadrados
Financiera III Lica. Mónica Casia
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.
LEONARDO LÓPEZ C. ECONOMIA ESTADISTICA COMPUTARIZADA PARALELO: 261.
TEMA 3: Estadística Bidimensional. ● Álvaro Fernández Romero y Luis Carlos Fernández herrezuelo.
P RESUPUESTO DE V ENTAS Docente: Massiel Torres. P RESUPUESTO DE VENTAS El presupuesto de ventas es una herramienta valiosa que otorga una dirección a.
Pronóstico El pronóstico es un procedimiento objetivo, en el que se utiliza la información recabada en un espacio de tiempo, para predecir el futuro. Considerando.
REGRESIÓN Y CORRELACIÓN  REGRESIÓN Es un Proceso estadístico que consiste en predecir una variable a partir de otra utilizando datos anteriores. INGA.
1 Pronósticos, Series de Tiempo y Regresión Capítulo 3: Regresión Lineal Simple.
Ing. VITELIO ASENCIOS TARAZONA. Dentro de los modelos causales o asociativos encontramos el análisis de regresión o regresión lineal, que es un método.
Métodos de cálculo para el pronóstico de ventas
COSTO TOTAL INCREMENTAL. EL COSTO TOTAL INCREMENTAL Es la suma de adquisición y del costo propio del inventario, se da mediante la siguiente formula:
Números reales.
Funcionamiento y medición de la actividad económica.
Fin del ciclo de costos y cálculo de variaciones
Desigualdades.
Series de Tiempo Capítulo VIII.
ANÁLISIS PRIMARIO DE SERIES TEMPORALES
ANÁLISIS PRIMARIO DE SERIES TEMPORALES
Práctico 2 de noviembre 2016 Tema: Series de Tiempo.
CONCEPTOS BASICOS ESTADISTICA.-Conjunto de métodos que nos permiten tomar decisiones en momentos de incertidumbre (duda). Tiene como objetivo que la información.
Pronósticos Tipos de previsiones
ANÁLISIS BÁSICO DE SERIES TEMPORALES
Unidad 6. Capítulo IV. Puntos ordinarios y puntos singulares.
Excel Financiero Interes.
ADMINISTRACION DE LA PRODUCCION II 2017
INGENIERÍA ECONÓMICA Primer Semestre 2001 Profesor: Víctor Aguilera Apuntes Nº 1.
Análisis descriptivo y presentación de datos bivariables
Análisis Fundamental Análisis Técnico
PREDICCIÓN Y ESTIMACIÓN
REGRESÍON LINEAL SIMPLE
Excel Financiero Interes.
ECONOMETRIA I 3. MODELO LINEAL DE TRES VARIABLES
ESTADÍSTICA INFERENCIAL II
OFERTA Y DEMANDA AGREGADA MERCADO DE BIENES, DEL DINERO Y DEL TRABAJO.
Evaluación Económica Financiera de Proyectos
ANÁLISIS DEL MERCADO.
Pronósticos, Series de Tiempo y Regresión Capítulo 1: Introducción a los Pronósticos.
INGENIERÍA ECONÓMICA Primer Semestre 2001 Profesor: Víctor Aguilera Apuntes Nº 1.
Unidad 1 Capítulo V La solución de una Ecuación Diferencial
Oferta Agregada.
PRINCIPALES CONCEPTOS MACROECONÓMICOS
Kriging Consideremos información de determinada propiedad en el yacimiento y puntos en los cuales se tiene la estimación dea partir de los puntos.
Lección 5.- Inducción Magnética
ANALISIS DE VARIANZA
UNIVERSIDAD "ALONSO DE OJEDA"
DEL MANIPULADOR: PARTE 1 Roger Miranda Colorado
Teoría del productor.
UNIDAD No. 2 Métodos de integración
Metodología Estimar Consumo de Energía y Ajuste para Medir Respuesta a la Demanda Marzo de 2019.
REGRESIONINTERPOLACION Los Métodos Numéricos Métodos mas utilizados Ajuste de Curvas.
NÚMEROS REALES. NÚMEROS NATURALES Los números naturales son aquellos que sirven para designar la cantidad de elementos que posee un cierto conjunto. Se.
ESTUDIO DE MERCADO. MÉTODOS DE PROYECCIÓN ¿Qué es una proyección? Es una estimación del comportamiento de una variable en el futuro. Específicamente, se.
ESTADÍSTICA APLICADA  ZEUS DE JESÚS RODRÍGUEZ BUDA  GABRIELA MÁRQUEZ TORRES  MARÍA ENRIQUETA GIL CÓRDOVA  ELIÁN ANTONIO GONZALEZ GARCÍA  CRISTELL.
REGRESION LINEAL SIMPLE
SEMANA 5  PRONOSTICOS Escuela Técnica Prof. : ADMINISTRACION DE EMPRESAS Ciclo: I Curso: PRODUCCION Docente: Lic. Adm. Edgar R. Revilla lavado
Transcripción de la presentación:

SERIES DE TIEMPO

Concepto Una serie de tiempo es un conjunto de observaciones de un fenómeno tomadas en tiempos específicos, generalmente a intervalos iguales (PBI anual, Inflación, Desempleo, IPC, etc.). Una serie de tiempo se define por medio de los valores de una variable “Y” observada en periodos de tiempo iguales “t”.

Series de tiempo AÑOINVPEIPCPELINVPELIPCPE

Series de tiempo AñotProducción

Series de tiempo

El análisis de las series de tiempo consiste en una descripción de los componentes. T, C, E e I Analizar la T, C, E e I implica la descomposición de series de tiempo, en sus movimientos componentes básicos. Una serie de tiempo puede expresarse como alguna combinación de los 4 componentes.

Series de tiempo Por lo general, se asume que una serie de tiempo contiene sus componentes en forma aditiva o en forma multiplicativa. Modelo aditivo: asume que el valor de los datos originales Y, es la suma de los 4 componentes. Modelo multiplicativo: asume que el valor de los datos originales Y, es el producto de los 4 componentes.

Series de tiempo En el modelo aditivo los datos se expresan en las unidades originales y el valor de una componente no afecta los valores de otros componentes. En el modelo multiplicativo sólo la tendencia se expresa en unidades originales, los componente estacionales y cíclico se expresan en números relativos o porcentajes, además hay una dependencia mutua. Por ejemplo, una producción de Y=50000 unidades (pares) de zapatos de una empresa de calzado en el año 2016 se puede descomponer en

Modelos de series de tiempo T=50000 unidades C=100% no existe efecto por el ciclo del negocio E=105% la producción de calzado tiene una variación estacional de +5% para ese año I=90% por algunas fuerzas no conocidas el número de zapatos producidos sufre una variación irregular de -10% en ese año Entonces

Modelos de series de tiempo El modelo multiplicativo es el que se usa más a menudo ya que caracteriza a la mayoría de las series de tiempo económicas o de financieras. Caso de Análisis Intentar separar las componentes que influyen en los valores de la serie de tiempo.

Análisis de tendencia El análisis de tendencia es el procedimiento mediante el cual se determina la dirección del movimiento de la serie de tiempo a largo plazo. El comportamiento general de una variable, con frecuencia puede analizarse mejor observando su tendencia a largo plazo. Se supone que existe una tendencia que puede ser ascendente, descendente o constante. Lo primero que se debe decidir es si la tendencia es una línea recta o una curva.

Análisis de tendencia La estimación de la tendencia se puede realizar por los siguientes métodos. ◦Método de mano libre ◦Método de los mínimos cuadrados 1.Método de mano libre: consiste en trazar una recta o curva de tendencia mirando la gráfica, depende demasiado del juicio personal.

Análisis de tendencia 2. Método de los mínimos cuadrados: de los modelos de tendencia de las serie de tiempo el más utilizado es la línea recta. Si Y representa los valores de la tendencia y X los periodos de tiempo, la recta de tendencia es: a y b se obtienen por el método de los mínimos cuadrados

Análisis de tendencia En el ejemplo anterior la ecuación de tendencia lineal obtenida por el método de mínimos cuadrados es

Series de tiempo Año Periodo (X) Producción (Y) Producción estimada , , , , , , , , , , , ,0

Variaciones cíclicas Los datos anuales contienen sólo 2 componentes: la tendencia y el ciclo. Las variaciones estacionales son cambios mensuales o trimestrales que no se revelan en los datos anuales. Las variaciones irregulares tienen efectos positivos y negativos en periodos cortos y tienden a compensarse en el curso de un año. Por esta razón cuando los datos son anuales, se pueden aislar los ciclos.

Variaciones cíclicas Suponiendo un modelo multiplicativo y dividiendo por los valores de la tendencia: Al multiplicar por 100 se obtienen porcentajes (índice cíclico), una medida de 100% indica ausencia de efectos cíclicos. En el ejemplo se determinó el componente cíclico de los valores de la serie utilizando la tendencia lineal.

Variaciones cíclicas Año Producción (Y) TendenciaIndices cíclicosDesviacio nes (%) , ,369,8-30, ,083,3-16, ,8115,415, , ,4140,440, ,199,2-0, ,967,1-32, ,7101,81, ,575,7-24, ,2108,98, ,0109,19,1

Variaciones cíclicas

Series de tiempo Si la serie de tiempo está bien descrita por la tendencia, estacionalidad y los ciclos, la variación residual deberá ser aleatoria. Los componentes de una serie se combinan en forma: Pronóstico de demanda (en unidades o en $) Nivel de tendencia (en unidades o en $) Indice de estacionalidad Indice cíclico Indice residual

Series de tiempo En la práctica, con frecuencia el modelo se reduce sólo a los componentes de tendencia y estacionalidad. Esto se hace porque un modelo bien especificado posee un valor de índice residual (R) de 1 y esto no afecta el pronóstico. Se puede tratar el índice cíclico (C) igual a 1 ya que, por lo general, el modelo se actualiza cuando se dispone de nueva información. La variación cíclica tiende a compensarse con la actualización.

Series de tiempo La tendencia puede determinarse por algún promedio móvil o por regresión. El método de mínimos cuadrados minimiza las diferencias cuadráticas entre la información real y la curva de tendencia. Una línea de tendencia tiene la forma Donde t es el periodo de tiempo, y T es el nivel de demanda promedio o tendencia. a y b vienen dadas por

Series de tiempo El componente de estacionalidad está representado por un índice que cambia para cada periodo que se pronostica. Este índice es una razón de la demanda real por la demanda promedio. Indice de estacionalidad en el tiempo t Valor de tendencia

Series de tiempo El pronóstico viene dado por Donde Demanda pronosticada en el tiempo t Número de periodos en el ciclo estacional Ejemplo. Un fabricante de ropa debe decidir sobre cantidades de compra. Se especifican 5 estaciones del año verano, otoño, invierno, festividades y primavera. Se requiere un pronóstico para 3 estaciones adelante.

Series de tiempo Periodo de venta Periodo de tiempo (t) Ventas (Dt) Verano1$ 9458 Otoño Invierno Festividades Primavera Verano Otoño Invierno Festividades Primavera Verano Otoño Invierno13? Festividades14? Primavera15?

Descomposición clásica