Series Temporales

M.I. Wulfrano Gmez Gallardo

Modelos de pronsticos para Series Temporales
Estos modelos relacionan las variables dependientes
, con funciones de tiempo. El
uso de estos modelos representa grandes ventajas cuando los parmetros que
describen las series temporales que desea pronosticar son constantes en el tiempo.
Las tcnicas de pronsticos son variadas, para el presente curso slo se estudiarn tres:
El mtodo de suavizado exponencial simple
El mtodo de Holt de suavizado exponencial, y
El mtodo de Holt-Winter multiplicativo

Suavizado Exponencial Simple

Si la media o el nivel de una serie temporal permanece constante, entonces:

(O equivalentemente

Si usramos MCO (Mnimos Cuadrados Ordinarios) tendramos que

Sin embargo, cuando la media o nivel de la serie temporal cambia con lentitud a lo largo
del tiempo, el uso de MCO podra no ser el mejor. El mtodo de Suavizado Exponencial
Simple se usa para pronosticar una serie temporal cuando no hay tendencia o patrn
estacional, pero la media o nivel cambia lentamente con el tiempo. En lugar de dar
pesos iguales a cada observacin, el mtodo de suavizado exponencial simple, dar a la
observacin ms reciente, el mayor peso.

1. Suponga que la serie temporal

tiene un nivel o media que cambia
lentamente con el tiempo, pero no tiene tendencia ni patrn estacional.
Entonces, la estimacin
del nivel o media de la serie temporal en el periodo T
est dado por la ecuacin de suavizado

Series Temporales
M.I. Wulfrano Gmez Gallardo
Donde es una constante de suavizacin entre 0 y 1, y
nivel o media de la serie temporal en el periodo
.
2. Un pronstico efectuado en el periodo T para

es la estimacin del

es
(

3. Si

entonces un intervalo de prediccin de 95% calculado en el periodo T para

es

Donde el error estndar S en el tiempo T es

Mtodo Holt de la Suavizacin Exponencial Corregida de la Tendencia

Suponga que una serie de tiempo manifiesta una tendencia lineal, el modelo podra
escribirse como

El nivel o media en el tiempo T es

, y el nivel o media en el tiempo
es
, por lo tanto el incremento o decremento en el nivel en la serie de
a
es

se le denomina tasa de crecimiento.

El modelo de Holt se usa cuando hay un cambio en el nivel y en la tasa de crecimiento.
Para llevar a cabo este mtodo, denotamos con
la estimacin del nivel y
la estimacin de la tasa de crecimiento.

Series Temporales
M.I. Wulfrano Gmez Gallardo
1. Suponga que la serie
muestra una tendencia lineal, por lo cual el
nivel y la tasa de crecimiento podran estar cambiando, sin ningn patrn
estacional. Entonces la estimacin
del nivel de la serie temporal y la estimacin
de la tasa de crecimiento son:

Donde
y
son constantes de suavizacin entre 0 y 1, y
y
son
estimaciones en
para el nivel y la tasa de crecimiento, respectivamente.
2. Un pronstico puntual en T para

es
(

3. Si

un intervalo de prediccin con

Si

un intervalo de prediccin con

Donde el error estndar S en el tiempo T es