Estadstica II

Universidad de Guayaquil
Facultad de Ciencias Administrativas
Escuela de Contadura Pblica Autorizada.
Asignatura:
Estadstica II.

Tema:
Anlisis de series de tiempo
Anlisis de Tendencia.
Tcnicas de suavizamiento

Catedrtico:

TNNV-SS Galo Litardo Garca

Integrantes del grupo:

Contreras Gmez Alex.

Leturne Panchana Heidy.

Paln de los ngeles Kely.
Tumbaco Jaime Daniel.

Perodo:
2doParcial del 1er. Ciclo 2015 - 2016

Universidad de Guayaquil Contadura Pblica Autorizada.

Pgina

Estadstica II

Contenido
Contenido
ANLISIS DE SERIES DE TIEMPO.....................................................................4
COMPONENTES DE UNA SERIE TEMPORAL..................................................5
CLASIFICACIN DE SERIES TEMPORALES....................................................5
DEFINICIN DE SERIE DE TIEMPO...................................................................6
MODELOS CLASICOS DE SERIES DE TIEMPO...................................................8
MODELOS DE DESCOMPOSICIN.................................................................8
ANLISIS DE TENDENCIA............................................................................. 9
ESTIMACIN DE LA TENDENCIA................................................................11
AJUSTE DE UNA FUNCIN..........................................................................12
EJERCICIO:.................................................................................................... 13
TECNICAS DE SUAVIZAMIENTO.....................................................................15
MTODO DE MEDIA MVIL........................................................................15
SUAVIZAMIENTO FILTROS LINEALES........................................................16
GLOSARIO:.................................................................................................... 18

Universidad de Guayaquil Contadura Pblica Autorizada.

Pgina

Estadstica II

ANLISIS DE SERIES DE TIEMPO

Toda institucin, ya sea la familia, la empresa o el gobierno, tiene que hacer

planes para el futuro si ha de sobrevivir y progresar. Hoy en da diversas
instituciones requieren conocer el comportamiento futuro de ciertos
fenmenos con el fin de planificar, prever o prevenir.

Son innumerables las aplicaciones que se pueden citar, en distintas reas

del conocimiento, tales como, en economa, fsica, geofsica, qumica,
electricidad, en demografa, en marketing, en telecomunicaciones, en
transporte, etc.

Podran ser Series De Tiempo las siguientes series:

1) Series econmicas:
o

Precios de un artculo

Tasas de desempleo

Tasa de inflacin

ndice de precios, etc.

2) Series Fsicas:
o

Meteorologa

Cantidad de agua cada

Temperatura mxima diaria

Velocidad del viento (energa elica)

Energa solar, etc.

Universidad de Guayaquil Contadura Pblica Autorizada.

Pgina

Estadstica II
3) Geofsica:
o

Series sismologas

4) Series demogrficas:
o

Tasas de crecimiento de la poblacin

Tasa de natalidad, mortalidad

Resultados de censos poblacionales

5) Series de marketing:
o

Series de demanda, gastos, ofertas

6) Series de telecomunicacin:
o

Anlisis de seales

7) Series de transporte:
o

Series de trfico

o
Uno de los problemas que intenta resolver las series de tiempo es el de
prediccin. Esto es dado una serie {x(t1),...,x(tn)} nuestros objetivos de
inters son describir el comportamiento de la serie, investigar el mecanismo
generador de la serie temporal, buscar posibles patrones temporales que
permitan sobrepasar la incertidumbre del futuro.

En adelante se estudiar como construir un modelo para explicar la

estructura y prever la evolucin de una variable que observamos a lo largo
del tiempo. La variables de inters puede ser macroeconmica (ndice de
precios al consumo, demanda de electricidad, series de exportaciones o
Universidad de Guayaquil Contadura Pblica Autorizada.

Pgina

Estadstica II
importaciones, etc.), microeconmica (ventas de una empresa, existencias
en un almacn, gastos en publicidad de un sector), fsica (velocidad del
viento en una central elica, temperatura en un proceso, caudal de un ro,
concentracin en la atmsfera de un agente contaminante), o social
(nmero de nacimientos, matrimonios, defunciones, o votos a un partido
poltico).

COMPONENTES DE UNA SERIE TEMPORAL.

El anlisis clsico de las series temporales se basa en la suposicin de que
los valores que toma la variable de observacin es la consecuencia de tres
componentes, cuya actuacin 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 relacin 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, variacin de cierto perodo (semestral,
mensual, etc.). Por ejemplo las Ventas al Detalle en Puerto Rico aumentan
por los meses de noviembre y diciembre por las festividades navideas.
Estos efectos son fciles de entender y se pueden medir explcitamente o
incluso se pueden eliminar de la serie de datos, a este proceso se le llama
desestacionalizacin de la serie.

c.- Componente aleatoria.- Esta componente no responde a ningn patrn

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

determinsticos, mientras que la ltima es aleatoria.

son

componentes

CLASIFICACIN DE SERIES TEMPORALES

a.- Estacionarias.- Una serie es estacionaria cuando es estable a lo largo del
tiempo, es decir, cuando la media y varianza son constantes en el tiempo.

Universidad de Guayaquil Contadura Pblica Autorizada.

Pgina

Estadstica II
Esto se refleja grficamente en que los valores de la serie tienden a oscilar
alrededor de una media constante y la variabilidad con respecto a esa
media tambin permanece constante en el tiempo.

b.- No estacionarias.- Son series en las cuales la tendencia y/o variabilidad

cambian en el tiempo. Los cambios en la media determinan una tendencia a
crecer o decrecer a largo plazo, por lo que la serie no oscila alrededor de un
valor constante.

DEFINICIN DE SERIE DE TIEMPO

En muchas reas del conocimiento las observaciones de inters son
obtenidas en instantes sucesivos del tiempo, por ejemplo, a cada hora,
durante 24 horas, mensuales, trimestrales, semestrales o bien registradas
por algn equipo en forma continua.
Llamamos Serie de Tiempo a un conjunto de mediciones de cierto fenmeno
o experimento registradas secuencialmente en el tiempo. Estas
observaciones sern denotadas por {x(t1), x(t2), ..., x(tn)} =
{x(t) : t T R} con x(ti) el valor de la variable x en el instante ti. Si T = Z
se dece que la serie de tiempo es discreta y si T = R se dice que la serie de
tiempo es continua. Cuando ti+1 - ti = k para todo i = 1,...,n-1, se dice que la
serie es equiespaciada, en caso contrario ser no equiespaciada.
En adelante se trabajar con series de tiempo discreta, equiespaciadas en
cuyo caso asumiremos y sin prdida de generalidad que: {x(t1), x(t2), ...,
x(tn)}= {x(1), x(2), ...,x(n)}.

PRIMER PASO AL ANALIZAR CUALQUIER SERIE DE TIEMPO

El primer paso en el anlisis de series de tiempo, consiste en graficar la
serie. Esto nos permite detectar las componentes esenciales de la serie.
El grfico de la serie permitir:
a) Detectar Outlier: se refiere a puntos de la serie que se escapan de lo
normal. Un outliers es una observacin de la serie que corresponde a un
comportamiento anormal del fenmeno (sin incidencias futuras) o a un error
de medicin.

Universidad de Guayaquil Contadura Pblica Autorizada.

Pgina

Estadstica II
Se debe determinar desde fuera si un punto dado es outlier o no. Si se
concluye que lo es, se debe omitir o reemplazar por otro valor antes de
analizar la serie.
Por ejemplo, en un estudio de la produccin diaria en una fabrica se
present la siguiente situacin ver figura 1.1:

Figura 1.1

Los dos puntos enmarcados en un crculo parecen corresponder a un

comportamiento anormal de la serie. Al investigar estos dos puntos se vio
que correspondan a dos das de paro, lo que naturalmente afect la
produccin en esos das. El problema fue solucionado eliminando las
observaciones e interpolando.
b) Permite detectar tendencia: la tendencia representa el
comportamiento predominante de la serie. Esta puede ser definida
vagamente como el cambio de la media a lo largo de un periodo (ver figura
1.2).

c) Variacin estacional: la variacin estacional representa un movimiento

peridico de la serie de tiempo. La duracin de la unidad del periodo es
generalmente menor que un ao. Puede ser un trimestre, un mes o un da,
etc (ver figura 1.3).
Matemticamente, podemos decir que la serie representa variacin
estacional si existe un nmero s tal que x(t) = x(t + ks).

Universidad de Guayaquil Contadura Pblica Autorizada.

Pgina

Estadstica II

Las principales fuerzas que causan una variacin estacional son las
condiciones del tiempo, como por ejemplo:
1) en invierno las ventas de helado
2) en verano la venta de lana
3) exportacin de fruta en marzo.
Todos estos fenmenos presentan un comportamiento estacional (anual,
semanal, etc.)

Figura 1.3
d) Variaciones irregulares (componente aleatoria): los movimientos
irregulares (al azar) representan todos los tipos de movimientos de una
serie de tiempo que no sea tendencia, variaciones estacionales y
fluctuaciones cclicas.

MODELOS CLASICOS DE SERIES DE TIEMPO

MODELOS DE DESCOMPOSICIN
Un modelo clsico para una serie de tiempo, supone que una serie x(1), ...,
x(n) puede
ser
expresada
como
suma
o
producto
de
tres
componentes: tendencia, estacionalidady un trmino de error aleatorio.
Existen tres modelos de series de tiempos, que generalmente se aceptan
como buenas aproximaciones a las verdaderas relaciones, entre los
componentes de los datos observados. Estos son:

Universidad de Guayaquil Contadura Pblica Autorizada.

Pgina

Estadstica II
1) Aditivo: X(t) = T(t) + E(t) + A(t)
2) Multiplicativo: X(t) = T(t) E(t) A(t)
3) Mixto: X(t) = T(t) E(t) + A(t)
Donde:
X(t) serie observada en instante t
T(t) componente de tendencia
E(t) componente estacional
A(t) componente aleatoria (accidental)
Una suposicin usual es que A(t) sea una componente aleatoria o ruido
blanco con media cero y varianza constante.
Un modelo aditivo, es adecuado, por ejemplo, cuando E(t) no depende de
otras componentes, como T(t), s por el contrario la estacionalidad vara con
la tendencia, el modelo ms adecuado es un modelo multiplicativo. Es claro
que el modelo 2 puede ser transformado en aditivo, tomando logaritmos. El
problema que se presenta, es modelar adecuadamente las componentes de
la serie.
La figura 2.1 ilustra posibles patrones
representadas por los modelos (1), (2) y (3).

que

podran

seguir

series

ANLISIS DE TENDENCIA
La tendencia secular o tendencia a largo plazo de una serie es por lo comn
el resultado de factores a largo plazo. En trminos intuitivos, la tendencia de
una serie de tiempo caracteriza el patrn gradual y consistente de las
variaciones de la propia serie, que se consideran consecuencias de fuerzas
persistentes que afectan el crecimiento o la reduccin de la misma, tales
como: cambios en la poblacin, en las caractersticas demogrficas de la
misma, cambios en los ingresos, en la salud, en el nivel de educacin y
tecnologa.

Universidad de Guayaquil Contadura Pblica Autorizada.

Pgina

Estadstica II

Un

ejemplo de cmo se observan las tendencias se encuentra observando este Grfico

donde se observa una tendencia en cuanto al crecimiento de usuarios de internet
en Mxico
que va de
2005
a
2010; ello
nos da un
patrn
del

comportamiento de esta serie de tiempo; ahora slo faltara analizar

detalladamente con el mtodo de mnimos cuadrados. Para el caso de tendencias a
largo plazo, su comportamiento se ajusta a una lnea recta, llamada por esta razn
lnea de tendencia, es decir, se aproxima a una ecuacin de recta, que recibe el
nombre de ecuacin de tendencia y que es de la forma:

Ejemplo: Clculo de la Tendencia a travs de Mnimos Cuadrados En la

siguiente tabla se encuentran los datos de las ventas de los ltimos cinco
aos de una
empresa del
ramo de
alimentos:

Universidad de Guayaquil Contadura Pblica Autorizada.

Pgina

Estadstica II

a) Graficar los datos

b) Determinar la ecuacin de tendencia e interpretarla
c) Trazar la recta de tendencia
d) Pronosticar las ventas para los siguientes dos aos e interpretar el
resultado
Se sustituyen los valores en las frmulas respectivas:

y = 6.1 +

1.3t

Ahora
se
interpreta de la
siguiente manera: Las ventas se expresan en millones de pesos, el origen o ao 0,
es 2003 y t aumenta una unidad por ao. El valor 1.3 indica que las ventas
aumentan a razn de 1.3 millones de pesos por ao. El valor 6.1 es el de las ventas
estimadas cuando t = 0. Es decir, el monto de las ventas estimadas para el ao
2003 es igual a 6.1 millones de pesos. c) Para trazar la recta, se deben tener dos
puntos, para el primero de ellos se puede utilizar el valor 6.1 de la ecuacin anterior
y el segundo se puede obtener asignando un valor cualquiera a x, dentro del rango
del intervalo del que se dispone, por ejemplo 4 (ao 2006) para obtener el valor de
y, es decir:
y = 6.1 + 1.3t = 6.1+ 1.3 (4) =11.3

Con lo que ya se puede trazar la Recta de Tendencia.

d) Los dos aos siguientes son 2008 y 2009, que en trminos de los clculos que

estamos haciendo son 6 y 7, respectivamente. Pues bien, estos se sustituyen en la

Ecuacin de Tendencia y se obtienen los pronsticos requeridos, es decir:
y = 6.1 + 1.3t = 6.1+ 1.3 (6) = 13.9
y = 6.1 + 1.3t = 6.1+ 1.3 (7) = 15.2

Universidad de Guayaquil Contadura Pblica Autorizada.

Pgina

Estadstica II
Que se interpreta de la siguiente manera: Con base en las ventas anteriores, la
estimacin o pronstico para los aos 2008 y 2009, es 13.9 y 15.2 millones de
pesos, respectivamente.

ESTIMACIN DE LA TENDENCIA
Supondremos aqu que la componente estacional E(t) no est presente y que el
modelo aditivo es adecuado, esto es:
X(t) = T(t) + A(t), donde A(t) es ruido blanco.
Hay varios mtodos para estimar T(t). Los ms utilizados consisten en:
1)
Ajustar una funcin del tiempo, como un polinomio, una exponencial u otra
funcin suave de t.
2)
Suavizar (o filtrar) los valores de la serie.
3)
Utilizar diferencias.

AJUSTE DE UNA FUNCIN

Los siguientes grficos ilustran algunas de las formas de estas curvas.

1.T(t) = a + bt

(Lineal)

4.T(t) = b0 + b1t ,...,+bmtm

(Polinomial)

2.T(t) =
ebt (Exponencial)

3. T(t) = a + b ebt
a (Exponencial
modificada)

5.T(t) = exp(a + b(rt)) 6. T(t) =

(Gompertz 0 < r < 1)
(Logstica)

EJERCICIO: En la tabla 2.1 se presentan los datos trimestrales de unidades

habitacionales iniciadas en los Estados Unidos desde el tercer trimestre de 2004
hasta el segundo trimestre de 2012. (Es necesario advertir que para el anlisis de
tendencia el periodo que se considera debera ser ms largo. Sin embargo, ya que
el propsito principal es el de ilustrar el mtodo de descomposicin y las tcnicas
para inferir partiendo de los elementos as descompuestos, la insuficiencia de los
datos no tiene por qu interesar.)

Universidad de Guayaquil Contadura Pblica Autorizada.

Pgina

Estadstica II
Tabla 2.1: Nuevas unidades habitacionales comenzadas en los Estados
Unidos del tercer trimestre de 2004 al segundo trimestre de 2012 (en miles
de unidades).

Ao

II

III

IV

Total
Anual

2004
398 352
2005 283 454 392 345 1,474
2006 274 392 290 210 1,166
2007 218 382 382 340 1,322
2008 298 452 423 372 1,545
2009 336 468 387 309 1,500
2010 264 399 408 396 1,467
2011 389 604 579 513 2,085
2012 510 661
Fuente: U.S. Department of Comerse, Survey of Current Bussiness.
Sea t cada uno de los 32 trimestres que van de 2004 a 2012, o sea que t = 1 para
el tercer trimestre de 2004, t = 2 para el cuarto trimestre, y as sucesivamente. As
que el dominio de definicin de t es el conjunto de los enteros de 1 a 32
inclusive. Sea T(t) las iniciaciones de viviendas trimestralmente. Los valores
de t y T(t) se dan en la tabla 2.2. Para calcular los valores de a y de b en la recta de
tendencia
T(t) = a + bt
Se obtienen las siguientes cifras a partir de los datos de la tabla 2.1.
Tabla 2.2: Clculo de la tendencia de las viviendas comenzadas en los Estados
Unidos del tercer trimestre de 2004 al segundo trimestre de 2012
Ao trimestr
e
2004: 3

t
4

2005: 1
2
3
4
2006: 1
2
3
4
2007: 1
2
3
4
2008: 1
2
3
4
2009: 1

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19

T(t) Tendencia
398
291,73
352
298,07
283
304,41
454
310,75
392
317,09
345
323,43
274
329,77
392
336,11
290
342,45
210
348,79
218
355,13
382
361,47
382
367,81
340
374,15
298
380,49
452
386,83
423
393,17
372
399,51
336
405,85

Universidad de Guayaquil Contadura Pblica Autorizada.

Pgina

Estadstica II
2
3
4
2010: 1
2
3
4
2011: 1
2
3
4
2012: 1
2

20
21
22
23
24
25
26
27
28
29
30
31
32

468
387
309
264
399
408
396
389
604
579
513
510
661

412,19
418,53
424,87
431,21
437,55
443,89
450,23
456,57
462,91
469,25
475,59
481,93
488,27

Entonces, la recta de tendencia es

T (t) = 285,39 + 6,34 t

La figura 2.3 muestra grficamente la recta de tendencia ajustada a los datos

trimestrales de la tabla 2.2. La recta de trazos despus de 2012 representa
proyecciones (ver seccin 3 Predicciones).

Figura 2.3

TECNICAS DE SUAVIZAMIENTO
Las tcnicas de suavizacin se derivan en varios mtodos que son:

Mtodo
Mtodo
Mtodo
Mtodo

de
de
de
de

Media Mvil
Suavizacin Exponencial Simple
Suavizacin Exponencial Doble
Suavizacin con tendencia y estacionalidad

Universidad de Guayaquil Contadura Pblica Autorizada.

Pgina

Estadstica II
MTODO DE MEDIA MVIL
Introduccin
El objetivo de los mtodos a usarse en esta unidad es suavizar a las fluctuaciones
aleatorias causadas por el comportamiento irregular de la serie. Estos mtodos
resultan apropiados para series estables, es decir, aquellas que no exhiban ningn
comportamiento de tendencia, ni variaciones cclicas ni estacionales, adems es
conveniente suavizar cuando existen cambios bruscos o movimientos irregulares en
la serie.
Son relativamente simples y generalmente alcanzan un buen nivel de prediccin en
periodos de tiempos cortos.

SUAVIZAMIENTO FILTROS LINEALES

Una forma de visualizar la tendencia, es mediante el suavizamiento de la serie. La
idea central es definir a partir de la serie observada una nueva serie que suavice los
efectos ajenos a la tendencia (estacionalidad, efectos aleatorios), de manera que se
pueda determinar la direccin de la tendencia. Como se puede observar en la
siguiente figura:

Un promedio
mvil se construye sustituyendo cada valor de una serie por la media
obtenida con esa observacin y algunos de los valores inmediatamente
anteriores y posteriores.
Formula del mtodo de la Media Movil

Ejemplo
Con los siguientes datos acerca de las ventas en dlares de la
Empresa Marineritos S.A. durante los ltimos 3 aos tomados en perodos
de trimestres:
Trime
stre
1
2
3
4
5
6
7
8

Ven
tas
12
16
20
34
23
19
20
35

Universidad de Guayaquil Contadura Pblica Autorizada.

Pgina

Estadstica II
9
10
11
12

11
19
24
36

1) Suavizar los datos empleando el mtodo de los promedios mviles de

orden 3 (longitud de 3 perodos).
2) Pronosticar las ventas para el trimestre nmero 13.
3) Suponga que para el Gerente de Ventas la ltima venta realizada es el
doble de importante que la penltima, y la antepenltima venta tiene la
mitad de importancia que la penltima. Realizar el pronstico de ventas
para el trimestre nmero 13 empleando el mtodo de los promedios mviles
ponderados
de
orden
3.
4) Elaborar un grfico en el que consten las ventas y los promedios mviles
(ventas suavizadas).
Solucin:
1) El clculo de los promedios mviles de orden 3 se presentan en la
siguiente tabla:
Trimest
re
1
2
3
4
5
6
7
8
9
10
11
12

Vent
as
12
16
20
34
23
19
20
35
11
19
24
36

Pronstico (Promedios
mviles)
(12+16+20)/3
(16+20+34)/3
(20+34+23)/3
(34+23+19)/3
(23+19+20)/3
(19+20+35)/3
(20+35+11)/3
(35+11+19)/3
(11+19+24)/3
(19+24+36)/3

=
=
=
=
=
=
=
=
=
=

16,00
23,33
25,67
25,33
20,67
24,67
22,00
21,67
18,00
26,33

2) El ltimo valor del promedio mvil, que en este ejemplo es 26,33, representa el
pronstico de las ventas para el trimestre nmero 13, y tericamente para todo
trimestre
futuro.
3) Reemplazando valores en la frmula de la media aritmtica ponderada se
obtiene:

El valor 30,14 es el pronstico de ventas para el trimestre nmero 13.

Universidad de Guayaquil Contadura Pblica Autorizada.

Pgina

Estadstica II
4) El grfico en el que constan las ventas y los promedios mviles se
muestra en la siguiente figura elaborado empleando Excel:

Ventas de la empresa Marineritos S.A. los ultimos 3 aos

36
31
26

Ventas

21

Promedios Moviles

16
11
6
1
-41

9 10 11 12

GLOSARIO:
FLUCTUACIN.- Accin y el efecto de fluctuar; y fluctuar puede definirse
como la experimentacin de una variacin de una medida o valor.
TENDENCIA.-

Es

extender,

estirar,

tender,

tensar,

dirigirse

a.

VARIACIN ESTACIONAL, ESTACIONARIA O CCLICA.- Permite hallar el

valor esperado o pronstico cundo existen fluctuaciones (movimientos
ascendentes y descendentes de la variable) peridicas de la serie de
tiempo, esto generalmente como resultante de la influencia de fenmenos
de naturaleza econmica.

Universidad de Guayaquil Contadura Pblica Autorizada.

Pgina

Estadstica II

1.

Asistente Gerencia
Recursos Humanos. Carnisariato solicita ingenieros, CPA, dinmicos, manejo de
personal. Currculum: Pedro Pablo Gmez y Los Ros. (El Rancho).

1.

Asistente
Preferible mujer de 25- 35 aos, conocimientos de Word, excel, redes sociales y
atencin al cliente, se ofrece estabilidad laboral, todos los beneficios de ley. Enviar
hoja de vida: Av. San Jorge #516 y Plaza Dain, Florera Detalles en Flores.

1.

Secretaria
Conocimientos de cartera y Contabilidad. Mensajero, bodeguero. Correo:
rnimportgye@hotmail.com; 2-515102.

1.

Personal
Calificado en todas las reas, Cia. Constructora requiere. Enviar documentacin al
correo: contactenos@greenbuilder.com.ec o entregar en Alborada 13ava Mz 28
Solar 1 esquina planta alta, frente a C.C. Albo13 hasta el mircoles 22 de julio 2015.

1.

Auxiliar Contable
Requiere empresa alimenticia ubicada en Durn. nicamente con estudios de CPA,
disponible para trabajo a tiempo completo. Enviar currculum, con foto color:
accounting@ecofrut.com.

1.

Secretara Contable
Se solicita. Informes a los telfono: 2-132974, 2-132947, 0999-050225.

1.

Secretaria
Recepcionista, polifuncional, con conocimientos contables. enviar Currculum a :
Victor Emilio Estrada # 1124 y Laureles. 2-887451; 0994-891091.

1.

Asistente / Oficina
Se solicita para trmites aduaneros. Enviar currculum a: info@hyperbolizeec.com;
0979-366590.

1.

Seoritas
Para turnos rotativos, empresa de transporte, conocimientos bsicos utilitarios de
windows. dpto.rrhh@translointeg.com.

1.

Asistente Contable
Con experiencia en declaracin de impuestos, IESS, recursos humanos,
disponibilidad tiempo completo. Enviar currculum a: kumix.rrhh@gmail.com.

1.

Seoritas

Universidad de Guayaquil Contadura Pblica Autorizada.

Pgina

Estadstica II
Promotoras actividades julianas centro comerciales, ferias. Curriculum:
modelosa_vc@hotmail.com 0987-842236, (04)6038980.

1.

Asistente Contable
y Auxiliar de Secretara solicito, Garca Moreno 1418 y Clemente Balln.

Universidad de Guayaquil Contadura Pblica Autorizada.

Pgina