SERIES TEMPORALES (esquemas)

INTRODUCCIN
DESCOMPOSICIN (ANLISIS CLSICO)
TENDENCIA SECULAR
VARIACIONES CICLICAS
VARIACIONES ESTACIONALES
VARIACIN ERRTICA
ANLISIS DE LA TENDENCIA
MEDIAS MVILES
ALISAMIENTO EXPONENCIAL
ANLISIS DE LA COMPONENTE
ESTACIONAL.DESESTACIONALIZACIN
EJ EMPLO

INTRODUCCIN
Se llama serie temporal, serie cronolgica, serie histrica o serie de tiempo a una
sucesin de observaciones de una variable ordenadas en el tiempo. Interesa su anlisis
para posibilitar la descripcin de la evolucin histrica del fenmeno que expresa la
serie.
Notacin: Dada la magnitud numrica (variable) Y designaremos las observaciones
mediante alguna de las dos siguientes notaciones:
Y
i,j
donde i representa el ao y j representa el k-avo de ao (mes, trimestre, etc.)
i=0,1,2,... j =1,2,3,...,k
o bien Yt donde t es el ordinal total del k-simo de ao (mes, trimestre, etc.) considerado.
t =j +i k
DESCOMPOSICIN (ANLISIS CLSICO)
El anlisis clsico de las series temporales consiste en considerarlas de una forma no
aleatoria y presuponer que la realizacin de la serie puede concebirse como originada
por la agregacin de cuatro efectos o componentes (alguno pudiera no
existir):Tendencia secular,variacin cclica,variacin estacional, y variacin
errtica.
Suelen considerase dos modelos de agregacin de estos efectos:
aditivo: Yt=Tt+Ct+St+Et
multiplicativo: Yt=Tt.Ct.St.Et (fcilmente convertible en aditivo, tomando logaritmos)
1
J.Lejarza & I.Lejarza

Tendencia Secular : Es la componente general de la serie y puede considerarse como el
movimiento global de la serie a largo plazo.Suele obtenerse o describirse mediante
ajuste a una funcin matemtica o por medias mviles o alisamiento exponencial.
Variaciones cclicas:Son oscilaciones peridica que se producen con una frecuencia
superior a un ao suelen deberse a la alternancia de etapas de prosperidad econmica
(crestas) con etapas de depresin (valles).
Variaciones estacionales: fluctuaciones de periodificacin inferior a un ao y
reconocibles todos los aos, que suelen tener que ver con la climatologa o el
comportamiento de los agentes econmicos al variar la poca del ao.
Variacin errtica, irregular o residual que recogera la variabilidad en el
comportamiento de la serie que se debe a pequeas causas impredecibles . De manera
grfica

2
J.Lejarza & I.Lejarza

ANLISIS DE LA TENDENCIA
La tendencia suele determinarse o bien a travs del ajuste a una funcin matemtica, o
bien a travs de las medias mviles, o bien a travs del alisamiento exponencial.
Ajuste analtico.
Se tratar de obtener una funcin que se capaz de explicar con una buena aproximacin
el comportamiento de la serie en funcin de la variable tiempo.Primero ser necesario
escoger el tipo de funcin (lineal, polinmica, exponencial, etc.) y luego habr que
determinar los parmetros de ajustes ( la funcin concreta).
Para escoger el tipo de funcin, la decisin puede basarse en el anlisis visual de la
representacin grfica de la serie. Y en cuanto a la determinacin de la funcin concreta
de ajusta lo ms habitual ser utilizar el mtodo de mnimos cuadrados ya conocido.
Medias mviles.
Se basa en el suavizado de la serie mediante el clculo de sucesivas medias de un grupo
de valores.
Se denomina media mvil de longitud p+q+1 a la media aritmtica de los p valores
anteriores, el valor del perodo considerado y los q valores posteriores de las
observaciones de la serie:

Ejemplo de obtencin de medias mviles de longitud 3:
perodo serie original serie de medias moviles
1 y
1
=110 -----------------------
2 y
2
=130 1/3(y1+y2+y3) =118.33
3 y
3
=115 1/3(y2+y3+y4) =126.66
4 y
4
=135 1/3(y3+y4+y5) =132
5 y
5
=146 1/3(y4+y5+y6) =146.33
6 y
6
=158 --------------------
3
J.Lejarza & I.Lejarza

Discusin:
Si se acierta con la longitud de las medias mviles el mtodo puede ser til para
descubrir la tendencia.Si se tiene en cuenta que las variaciones cclicas se repiten cada
cierto perodo, y que la estacionalidad tambin se repite cada ao, el calculo de las
medias mviles, en el supuesto de que el "perodo" de los ciclos sea un nmero entero
de aos, compensar las variaciones cclicas y estacionales promediando las positivas y
negativas; e igualmente promediar las variaciones errticas que hay que suponer que
tienen por media cero a medio plazo.
Se comprende que la propia virtualidad del mtodo es su mayor crtica, ya que de
alguna manera acertar con la longitud de la media mvil implicar conocer de antemano
el comportamiento de las variaciones (cclicas, estacionales y errticas ) que se quieren
eliminar.
Alisamiento exponencial.
En este caso se parte de un modelo que supone que los valores de la serie pueden
"predecirse" en funcin de los valores (reales) anteriores de forma que , para cualquier
perodo:

donde y son valores reales e valores de prediccin.
De esta forma preestableciendo una primera prediccin para el primer periodo:
tendremos:
4
J.Lejarza & I.Lejarza

Este mtodo implica dos problemas la eleccin de a que puede resolverse por tanteo,
eligiendo el valor que minimice el los errores de previsin, y la eleccin de la primera
previsin .
ANLISIS DE LA COMPONENTE
ESTACIONAL.DESESTACIONALIZACIN
La obtencin de la componente estacional de la serie es fundamental para el anlisis
coyuntural a corto plazo:Para que este anlisis no sea engaoso es necesario que la serie
se haya desestacionalizado, esto es, que se haya eliminado la variacin estacional.
Para detectar esta variacin se utilizan habitualmente procedimientos complejos, aunque
aqu slo veremos uno sencillo que presupone un modelo multiplicativo de serie
temporal.Yt=Tt.Ct.St.Et :
1) Se obtiene la tendencia anual por medias mviles de longitud 12 meses (1 ao)
2) Se dividen los datos originales por los obtenido en el apartado 1,de forma que si los
ciclos pueden despreciarse o son de duracin anual nos quedarn la componente
estacional y la errtica St.Et
3) Consideramos como variacin estacional el promedio de los distintos meses a lo
largo de los distintos aos, de los valores obtenidos en el apartado 2 ( promedio de los
eneros, promedio de los febreros, etc. ).Al promediar los meses se anula o suaviza la
componente errtica.Opcionalmente puede intentar descubrirse un ajuste funcional con
los resultados obtenidos.
(NOTA: Si, como es habitual se trabaja con series de meses las medias mviles a
utilizar sern de longitud 12, lo que no permite que se asigne la media mvil a uno de
los perodos (meses).Para solucionar este problema se toman medias mviles 2 veces ;
la primera de longitud 12 y la segunda de longitud 2. (Obviamente se perdern datos de
los seis primeros meses y de los seis ltimos))
SERIE DE VENTAS DE HELADOS

5
J.Lejarza & I.Lejarza


El ndice de variacin estacional podr calcularse promediando para cada mes el
cociente entre la serie original y la serie de medias mviles, esto es la serie de
variaciones estacionales obtenida en la ltima columna.
Estos ndices mensuales de variacin estacional podrn expresarse en tantos por uno o
en tantos por cien.

6
J.Lejarza & I.Lejarza
MES
INDICE DE
VARIACIN
ESTACIONAL SE
ENERO
0,112409363
11,24 %
FEBRERO
0,542817307
54,28%
MARZO
0,584201653
58,28%
ABRIL
0,862788543
86,27%
MAYO
1,225794415
122,58%
J UNIO
1,290985033
129,10%
J ULIO
2,094611733
209,46%
AGOSTO
2,222664508
222,27%
SEPTIEMBRE
1,302792488
130,28%
OCTUBRE
1,432321852
143,23%
NOVIEMBRE
0,732230609
73,22%
DICIEMBRE
0,265167623
26,51%
7
J.Lejarza & I.Lejarza
El ndice de variacin estacional, viene a indicarnos la fraccin que supone
ordinariamente ese mes ( o perodo considerado) del valor mensual medio.
p.ej. en agosto habitualmente se vende un 222,27 % de helados en relacin con un mes
estndar.
8
J.Lejarza & I.Lejarza