UNIVERSIDAD DE SAN CARLOS DE GUATEMALA

FACULTAD DE CIENCIAS ECONMICAS

ESCUELA DE CONTADURA PBLICA Y AUDITORA
JORNADA NOCTURNA
SEMINARIO DE INTEGRACION PROFESIONAL
CDIGO 11196
SALON 205 EDIFICIO S-12
ONCEAVO SEMESTRE
FASE No.2

TRABAJO No. 09

Grupo No. 10

Carnet Nombre

201010619 Jonathan David Beteta Esquivel

201010786 Luis Emilio Lopez Villagran

201011985 Ilse Carolina Rogel Ovando

201214802 Edgar Josue Bac Jurez

201214808 Viviana Mishel Turcios Mrquez

201214824 Joshua Jeff Aarn Rivera Torres

201215533 Meliza Gabriela Corado Rodrguez

201215711 Amilcar Arturo Avendao Romero

Lic. Walter Augusto Cabrera Hernndez M. Sc.

Lic. Luis Ramos

Guatemala, 13 de febrero de 2017

 INDICE
INTRODUCCIN.............................................................................................. 3
TEMA.............................................................................................................. 5
JUSTIFICACIN............................................................................................... 5
OBJETIVO....................................................................................................... 6
HIPTESIS...................................................................................................... 6
MARCO TEORICO............................................................................................ 7
Breve Resea Histrica................................................................................... 7
Definicin De Serie De Tiempo.........................................................................9
Conceptos Generales Series Cronolgicas........................................................9
Componentes de las series cronolgicas.........................................................10
Mtodos de Ajuste de una Recta....................................................................12
Definiciones.................................................................................................... 13
Series Cronolgicas...................................................................................... 13
Importancia del pronstico en los negocios......................................................15
Series cronolgicas Series causales............................................................16
Los mtodos de pronsticos causales..........................................................17
Componentes de una serie cronolgica...........................................................17
Procedimientos descriptivos..........................................................................19
Los movimientos cclicos............................................................................... 19
BOSQUEJO PRELIMINAR DE TEMAS..............................................................20
BIBLIOGRAFA............................................................................................... 21
 INTRODUCCIN

El presente plan de investigacin donde se muestran las Series Cronolgicas y

para ello se presenta el presente trabajo se pretende brindar el conocimiento
necesario del tema de Series Cronolgicas o de Tiempo y en el mismo se
desarrolla el tratamiento de anlisis de las series, as como la aplicacin de los
mtodos de pronsticos que en los negocios ayudan al proceso de planeacin,
tambin para mostrar el comportamiento sistemtico de una serie de datos a
travs del tiempo.

Es de suma importancia que el Contador Pblico y Auditor cuente con

conocimientos varios aspectos, tales como Matemticas financieras,
Contabilidad, Informtica, Legislacin y sobre todo Auditora. En tal sentido, el
conocimiento de Matemticas Financieras para un CPA es de suma
importancia en toman de decisiones, tanto a nivel administrativo de la empresa
en la cual se desempee, como a nivel de organizacin.
TEMA

APLICACIN DE SERIES CRONOLGICAS EN LA CARRERA DE

CONTADOR PBLICO Y AUDITOR EN LA UNIVERSIDAD DE SAN CARLOS
DE GUATEMALA

JUSTIFICACIN
Debido a que las condiciones econmicas y comerciales varan en el tiempo,
los lderes de los negocios deben encontrar formas de mantenerse al da
respecto a los efectos que esos cambios tendrn en sus operaciones. Una
tcnica que pueden usar los lderes de negocios, como ayuda a la planeacin
de las necesidades operativas en lo futuro es el pronstico. Aunque se han
desarrollado numerosos mtodos para pronosticar, todos tienen un objetivo
comn, predecir los eventos futuros de manera que las proyecciones se
puedan incorporar en el proceso de toma de decisiones.

La necesidad de pronosticar prevalece en la sociedad moderna. Como ejemplo

los funcionarios del gobierno deben poder pronosticar aspectos como
desempleo, inflacin, produccin industrial e ingresos esperados de los
impuestos personales y corporativos, para formular las polticas. Los ejecutivos
de mercadotecnia de una corporacin grande de un mercado de venta de
productos, deben ser capaces de pronosticar demanda, ingresos de venta,
preferencias del consumidor, entre otros.

Para mantener un mercado secundario de reemplazo, para su flota de

vehculos de una lnea de rentas, deben saber pronosticar el uso y
necesidades en base al nmero de compradores. Y la administracin de una
Universidad debe tener la capacidad de pronosticar la inscripcin de
estudiantes de acuerdo a las proyecciones nacionales de poblacin y las
tendencias de la enseanza segn los desarrollos tecnolgicos, para planear la
construccin de aulas o nuevos centros y para evaluar las necesidades.

OBJETIVO

EL principal objetivo de las series es conocer, el comportamiento de una

variable cuantitativa en el pasado para estimar su comportamiento en el futuro,
es decir pronosticar las incertidumbres que puedan darse en los estados
financieros por actividades futuras. La importancia de estas series de tiempo,
se basa en mantener datos acerca del pasado que muestren la informacin
acerca de los cambios futuros. La toma de decisiones econmicas y
comerciales, necesitan que se hagan proyecciones de las condiciones externas
e internas, que les afecta. Por lo general las predicciones del futuro mejoraran
a medida que se va haciendo ms precisa la informacin del pasado.

HIPTESIS

Debe advertirse que en las proyecciones no son valores determinantes que

tienen que ocurrir necesariamente en el futuro , son valores estimados o
aproximados y estos resultados pueden variar dependiendo de diversos
factores que en forma directa e indirecta participan en los resultados de las
series cronolgicas por ejemplo , analizar el Comportamiento de los
indicadores de la Economa Nacional se usar Series Cronolgicas que ayudan
a proyectar y a estimar para los prximos aos el nivel de la Inflacin ,
Produccin , Desocupacin , Tasa de Crecimiento de las formaciones , Tasa de
Productividad de los obreros y empleados, entre otros, . Estos resultados
ayudan a elaborar los planes de Crecimiento y Desarrollo de Mediano y Largo
plazo.

MARCO TEORICO

Breve Resea Histrica

Como vemos la extraccin de componentes no observables de una serie
temporal es una idea antigua, pero no es sino hasta la mitad del siglo XX que
se dispuso de instrumentos de clculo potentes y de esquemas tericos que
permitieran el desarrollo de metodologas ms adecuadas, por ello inicialmente
se plantearon esquemas deterministas.

A esta altura importa sealar las consideraciones respecto a las seales de

inters que se plantean en Espasa y Cancelo (1993). Estos autores consideran
que la seal relevante, la que recoge la evolucin subyacente de la serie se
obtiene una vez que a los datos originales se les ha extrado aquellas
oscilaciones que dificultan el seguimiento del fenmeno de inters. A pesar de
que est muy extendido el estudio de la evolucin de la serie, una vez
desagregado el componente estacional, esa serie contiene el componente
irregular en su interior, lo que introduce ruido a la seal. Esto ltimo hace que
sea preferible asociar la evolucin subyacente de la variable a una seal como
la tendencia, en lugar de trabajar con la serie desestacionalizada, la tendencia
es una seal ms pura. Inicialmente el mtodo que ms se ha utilizado para
descomponer series fue el de Promedio Mvil. Lo que lo haca especialmente
atractivo es la sencillez computacional.

La introduccin de la computadora dio paso a mtodos de desestacionalizacin

masivos (Shiskin 1954), lo que result en el primer mtodo de la Oficina del
Censo de los EE.UU. (Census Method I) que no era ms que un pequeo
refinamiento del mtodo de Razn o Promedio Mvil.
Luego apareci el Census Method II, que se estudi empricamente entre los
aos 1955-1965, dando lugar a las variantes experimentales X1 a X11. Este
mtodo era utilizado por la mayora de los pases industrializados en la dcada
de los 60.

Como vimos cada uno de los componentes de las series cronolgicas recoge
fenmenos o seales distintas. En lo que respecta al componente estacional,
Granger (1978) explicita cuatro posibles causas de las fluctuaciones
estacionales:

a. El calendario propiamente dicho (feriados fijos, diferente nmero de das de

cada mes, etc.).

b. Razones Institucionales. Se fijan determinados momentos del ao

pararealizar ciertas actividades.

c. El clima, que determina por ejemplo las cosechas, etc.

d. Expectativas de variaciones estacionales (aumento o disminucin de la

produccin previa a determinadas fechas, por ejemplo).

Estas causas pueden considerarse como factores exgenos, de naturaleza no

econmica, que influyen sobre la variable que se estudia y que oscurecen las
caractersticas de la serie relacionadas con factores netamente econmicos.

Dagum (1978) resume lo que considera las tres caractersticas ms

importantes de los fenmenos estacinales son: La componente tendencia
representa los movimientos de largo plazo de la serie, que se puede
considerar, junto con las oscilaciones estacionales y la componente irregular,
como generador de los valores observados. Una caracterstica esencial de la
tendencia es que se mueve en forma suave con relacin a la unidad de
tiempo para la cual existe un registro de observaciones.

El ciclo es una oscilacin peridica, caracterizada por perodos alternantes de

expansin y contraccin.
La componente irregular est compuesta por movimientos imprevisibles
relacionados con eventos de toda clase, tienen apariencia aleatoria estable, y
pueden distinguirse de otras irregularidades, como los valores aberrantes.

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 perdida de generalidad que: {x(t1), x(t2), ..., x(tn)}=
{x(1), x(2), ..., x(n)}.

Se repite cada ao con cierta regularidad, aunque puede evolucionar.

Se puede medirse y separarse de las otras fuerzas que influencian el
movimiento de la serie.
Es causado principalmente por fuerzas no econmicas, exgenas al
sistema econmico, y que no pueden controlarse o modificarse por los
tomadores de decisiones en el corto plazo.

Conceptos Generales Series Cronolgicas.

En las series cronolgicas, constituidas por sucesivas observaciones de un
mismo fenmeno durante cierto lapso, es fundamental estudiar sus variaciones
ms que su nivel absoluto. Las series cronolgicas son de gran inters
especialmente para quien se dedica al anlisis del desarrollo actual y futuro de
las actividades econmicas. Existen otros campos en donde tambin se
utilizan. Por ejemplo, en el estudio de cierta enfermedad es de importancia la
temperatura del enfermo durante un tiempo determinado; en el control de
calidad industrial es preciso obtener mediciones de produccin a medida que
se desarrolla el proceso; el crecimiento de un determinado bacilo o el de una
planta, puede ser ilustrativo de cierta hiptesis en las ciencias biolgicas.

Es evidente este anlisis para explicarse el desarrollo de la serie y pronosticar

su comportamiento futuro. Previo al anlisis de las series cronolgicas, que son
casos especiales de distribuciones bidimensionales, conviene efectuar su
representacin grfica en un sistema de ejes coordenados. En el eje horizontal
(abscisas), se representa el tiempo como variable independiente (aos, meses,
perodos). En el eje vertical (ordenadas), se consideran los valores de las
correspondientes variables dependientes (produccin, ventas, ndices,
poblacin, etc.).

Componentes de las series cronolgicas.

Los valores observados en toda serie cronolgica (precios de una mercanca,
produccin de artculos, y otros.) resultan de la interaccin de numerosos
factores. El objetivo del anlisis clsico de estas series, es justamente, tratar de
descubrir y cuantificar dichas influencias. No siempre es fcil conseguir lo
propuesto en forma total, pero generalmente es posible obtener buenas
aproximaciones, especialmente si se dispone de una serie suficientemente
larga. Pese que en una serie cronolgica influyen numerosos aspectos, para el
anlisis de stas suelen considerarse principalmente las variaciones sistmicas
(tendencias, estacionales y cclicas) y las aleatorias o no sistmicas.

a) Tendencia. Es una variacin sistmica no peridica que corresponde a la

forma bsica en que vara suave y constantemente un fenmeno en un perodo
relativamente largo.
b) Variaciones o Movimientos Estacionales. Son las fluctuaciones que se
repiten en forma regular con perodos fijos. Aunque el trmino "estacional"
parece implicar una relacin con las estaciones del ao (lluvia, calor.), la idea
de variacin estacional comprende tambin cualquier cambio de tipo peridico
que se repiten en lapsos ms cortos.

Por ejemplo,

En el consumo de la electricidad puede hablarse de "variaciones estacionales"

para las oscilaciones que se presentan en las diferentes horas del da en su
determinacin se emplean los mismos mtodos del perodo anual.

c) Variaciones Cclicas. Son fluctuaciones de largo plazo, que se repiten

regularmente cada cierto nmero de aos, pero de un ciclo no fcilmente
determinable. El principal problema consiste en la determinacin de la longitud
del ciclo, dificultad que no ocurre con las variaciones estacionales, porque se
sabe que su perodo generalmente es de un ao.

d) Variaciones Aleatorias, Irregulares o No Sistemticas. Son las que se

presentan en forma accidental, determinadas por mltiples causas: sequas,
sucesos polticos, terremotos, influencias de mercados extranjeros o
simplemente, por factores desconocidos. En ltima instancia, representan el
residuo de las series cronolgicas, es decir, la parte que no se puede explicar
mediante los otros componentes citados.

Diagrama de Dispersin.
Corresponde a la representacin grfica de una distribucin bidimensional. En
algunos casos, si los puntos son demasiados, es conveniente dibujar slo un
punto para cada par de valores de la variable, pero sealando entre parntesis
su frecuencia.

La Covarianza.

Es un estadgrafo que cuantifica la relacin entre las dos variables

conjuntamente y no por separado como se han hallado hasta ahora las medias
aritmticas y las varianzas. Se utiliza en la obtencin del coeficiente angular de
la recta de estimacin. La Covarianza se define como la media de los
productos de las desviaciones respecto a sus correspondientes medias
aritmticas.

Regresin.

La nube o conjunto de puntos adopta diferentes formas, las que se pueden

esquematizar en una lnea ms sencilla, para proporcionar as una idea del tipo
de relacin funcional entre ambas variables. En algunos casos, la nube de
puntos se dispersa mucho en torno a la lnea, lo que indica que ella no es
representativa. en otros casos, las diferencias entre la lnea sencilla y los
puntos, son pequeos y la nube se adapta muy bien a la curva elegida. La
relacin funcional implica la posibilidad de predecir el valor de una variable
existen varios valores de la otra. Por lo tanto es necesario encontrar algn
estadgrafo que cuantifique el error cometido al efectuar la estimacin o
prediccin. Aunque se puede considerar una variable como dependiente y la
otra como independiente, ambas son dependientes pues estn ligadas en el
correspondiente cuadro bidimensional. Por tanto, es preferible designarlas
como predictora (la variable conocida) y predictando (la que se desea estimar).
Se trata, entonces, de trazar a travs de la nube de puntos una lnea que sea la
del mejor ajuste de los datos, para estimar los valores del predictando dados
los valores del predictor. Como se pueden trazar varias lneas y la buscada
debe de ser nica, se le puede imponer una condicin, como aquella de que la
mejor es la que haga mnimas las distancias entre los valores observados y los
estimados.

Mtodos de Ajuste de una Recta.

La funcin ms simple utilizada como el ajuste es la de primer grado, en
funcin de X, cuya expresin analtica es: Y* = bX+c. Mtodos: a) Primer
Mtodo o Mtodo Libre: se realiza eligiendo libremente dos puntos
cualesquiera de la serie para formar la ecuacin general de la recta, trazarla y
observar, a ojo, los errores en el ajuste. b) Segundo Mtodo: se basa en los
mnimos cuadrados; es ms exacto ya que relaciona todos los datos de la
serie.

La Correlacin.

El diagrama de Dispersin indica la forma de relacin entre ambas variables y

proporciona una idea sobre las lneas de regresin aplicables. Al emplear
dichas lneas, es posible predecir y estimar los valores de una variable para
determinar los de la otra. A veces los puntos se encuentran relativamente
prximos a la lnea de regresin, otras, quedan bastantes diseminados en torno
a ella. En consecuencia, es necesario determinar un estadgrafo que permita
cuantificar esta aproximacin. Se utiliza el coeficiente de correlacin, cuya
expresin vara para cada tipo de lnea ajustada, y cuyo significado depende
tambin del nmero de observaciones consideradas. No debe interpretarse la
palabra correlacin como que cuantifica la relacin causa-efecto. El valor as
obtenida seala nicamente el valor de un coeficiente de relacin funcional en
ese determinado conjunto de datos. Si el coeficiente de correlacin r es un
valor cercano o igual a 1 o a -1, existe una buena correlacin pero que a
medida que se aproxime a 0 se desmejora.

Definiciones

Series Cronolgicas.
Una serie cronolgica, est formada por un conjunto de observaciones de una
variable, ordenadas en funcin del tiempo.

Su mbito de aplicacin, no est limitado a la esfera estrictamente econmica.

Su metodologa puede utilizarse en la medicina (electrocardiograma,
electroencefalograma, etc.), agricultura (evolucin de las lluvias en las
diferentes estaciones), psicologa (evolucin del coeficiente intelectual de una
persona) y en muchas otras disciplinas.

El propsito perseguido con el anlisis de series, consiste en predecir los

valores futuros de la variable estudiada.

Para ello, las observaciones son descompuestas en un conjunto de elementos

(componentes), que permitan descubrir las regularidades que presentan.

Se llama serie de tiempo a cualquier sucesin de observaciones de un

fenmeno que es variable con respecto al tiempo.

Series de tiempo es un conjunto de observaciones hechas en momentos

determinados, normalmente a intervalos iguales.

Estn constituidas por estadsticas de una o ms variables observadas con otra

variable que es el tiempo.

Se refiere a una serie de datos de una misma variable durante cierto tiempo,
que puede ser aos, meses, semestres.

Tiene por objeto conocer el comportamiento de una variable cuantitativa en el

pasado, para estimar su comportamiento en el futuro.
Su anlisis permite hacer un pronstico de la actividad futura.

El anlisis de series cronolgicas, se realiza a travs de dos modelos bsicos.

A) Modelo Aditivo Yt = Tt + St + Ct + Et

B) Modelo Multiplicativo Yt = Tt*St *Ct *Et

Yt -Variable estudiada
 Tt -Tendencia

St -Variaciones estacinales

Ct -Fluctuaciones cclicas

Et Sucesos aleatorios o irregulares

La eleccin del modelo a utilizar, estar dada por el que mejor se ajuste a los
datos, de cada problema en particular.

En el modelo aditivo todos los componentes son valores reales, mientras que
en el multiplicativo, la tendencia es real, pero los restantes componentes se
expresan como un porcentaje de ella.

Importancia del pronstico en los negocios.

Debido a que las condiciones econmicas y comerciales varan en el tiempo,
los lderes de los negocios deben encontrar formas de mantenerse al da
respecto a los efectos que esos cambios tendrn en sus operaciones. Una
tcnica que pueden usar los lderes de negocios, como ayuda a la planeacin
de las necesidades operativas en lo futuro es el pronstico. Aunque se han
desarrollado numerosos mtodos para pronosticar, todos tienen un objetivo
comn, predecir los eventos futuros de manera que las proyecciones se
puedan incorporar en el proceso de toma de decisiones.

La necesidad de pronosticar prevalece en la sociedad moderna. Como ejemplo

los funcionarios del gobierno deben poder pronosticar aspectos como
desempleo, inflacin, produccin industrial e ingresos esperados de los
impuestos personales y corporativos, para formular las polticas.

Para mantener un mercado secundario de reemplazo, para su flota de

vehculos de una lnea de rentas, deben saber pronosticar el uso y
necesidades en base al nmero de compradores. Y la administracin de una
Universidad debe tener la capacidad de pronosticar la inscripcin de
estudiantes de acuerdo a las proyecciones nacionales de poblacin y las
tendencias de la enseanza segn los desarrollos tecnolgicos, para planear la
construccin de aulas o nuevos centros y para evaluar las necesidades.

Tipos de mtodos de pronstico

En esencia existen dos enfoques de pronsticos: Cualitativos y Cuantitativo.

Los mtodos de pronstico cualitativos son importantes, en especial cuando no
se dispone de datos histricos, como seria el caso de un depto. De finanzas
que desea pronosticar los ingresos de una compaa nuevos.

Los mtodos de pronstico cualitativo se consideran altamente subjetivos o

basados en la opinin, incluye el mtodo de enumeracin de factores, la
opinin de expertos y la tcnica DELPHI.

Por otro lado, los mtodos de pronstico cuantitativos utilizan los datos
histricos.

La meta es estudiar lo que ocurri en el pasado, para entender mejor la

estructura fundamental de los datos y proporcionar los medios necesarios para
predecir los sucesos futuros.

Los mtodos de pronstico cuantitativos se dividen en dos tipos:

Series cronolgicas Series causales

Los mtodos de pronstico de series cronolgicas implican la proyeccin de los

valores futuros de un variable, basada por completo en las observaciones
pasadas o presentes de esa variable.

Una serie cronolgica es un conjunto de valores numricos obtenidos en

periodos iguales en el tiempo.

Por ejemplo:
Los precios diarios al cierre de una accin dada en la bolsa de Nueva Cork
constituyen una serie de tiempo. Otros ejemplos de series cronolgicas,
econmicas o de negocios se encuentran en la publicacin mensual del ndice
de precios al consumidor, el informe trimestral del producto interno bruto (PIB),
lo mismo que el registro anual de los ingresos de venta totales de una
empresa.

Sin embargo, las series cronolgicas no estn restringidas a datos econmicos

o de negocios. Por ejemplo, quizs el rector de una Universidad desea
investigar si existe una indicacin persistente del incremento en el nmero de
estudiantes, por generacin durante la ltima dcada. Para lograr esto en una
base anual, puede examinar en la lista de estudiantes el % que cursa el primer
o segundo ao, o estudiar el % de pasantes que se grada con honores.

Los mtodos de pronsticos causales.

Comprenden la determinacin de factores relacionados con la variable que se
predice, e incluyen anlisis con variables retrasadas, modelado economtrico,
anlisis de indicador Lder, ndices de difusin y otros medidores econmicos.

Componentes de una serie cronolgica

El componente de tendencia de una serie representa movimientos lentos y

graduales del conjunto de datos. Su desplazamiento es uniforme, y se identifica
con los cambios permanentes y fundamentales, como los crecimientos de la
poblacin, los cambios en el salario real de una comunidad, etc.

Si analizamos el consumo de un producto alimenticio, en condiciones

normales, es razonable suponer que un aumento en la poblacin, traer como
consecuencia un mayor consumo del mismo.

Este aumento no se percibe en perodos cortos de tiempo, pues como

veremos, existen otros factores que distorsionan las observaciones, pero s se
advierte en el largo plazo.
En el grfico se aprecia una tendencia creciente, a pesar de que las
observaciones fluctan a lo largo del tiempo, por la influencia de los otros
componentes.

Las variaciones estacinales representan los movimientos oscilatorios, dentro

de un plazo relativamente corto (un ao o menos). En el perodo escogido,
presentan una considerable dosis de regularidad.
Si analizamos la evolucin de las ventas de una heladera, encontraremos
picos bastantes acentuados, en los meses de verano. La estacin, est
condicionando la distribucin de las ventas anuales, y ese cuadro se repetir
en los aos sucesivos.

El concepto de estacionalidad, se utiliza tambin para explicar variaciones que

no se corresponden con el concepto de estacin.

Las mayores ventas de un supermercado los das sbado, tambin se

consideran fluctuaciones estacinales, por ser una configuracin repetida a
intervalos regulares, del mismo fenmeno.

Las fluctuaciones cclicas, se identifican con los movimientos oscilatorios

alrededor de la tendencia, que no se encuentran ceidos a perodos regulares,
pero que siempre son de largo plazo. Aunque son fenmenos diferentes,
podemos asociar (al solo efecto de su compresin) estas fluctuaciones, al
concepto de ciclo econmico.

Ellos se caracterizan por una primera etapa de crecimiento acelerado, a mayor

ritmo que la tendencia.

Los sucesos aleatorios o irregulares, reflejan el componente de la serie que

vara en forma totalmente espordica. Sus variaciones son generalmente
ocasionadas por factores accidentales (huelgas, terremotos, inundaciones).

Procedimientos descriptivos
Existen algunos procedimientos muy sencillos que facilitan el anlisis
descriptivo de las series cronolgicas. Uno de ellos es el llamado ndice base
100. Si disponemos de informacin acerca de la evolucin de los ingresos
laborales a lo largo de un cierto perodo, resulta ms fcil apreciar esa
evolucin si expresamos todos los datos en funcin de un ao cualquiera,
tomado como base = 100. Este ao puede ser el ao inicial de la serie, el ao
final, o bien un ao intermedio que tengamos buenas razones para seleccionar.
Para hacerlo, basta con dividir cada registro por el correspondiente al ao base
y multiplicarlo luego por 100. Este procedimiento no tiene otro objeto que
facilitar una rpida comparacin.

Total de aglomerados urbanos: evolucin de los ingresos laborales (a pesos

corrientes) 1998/2002

Los movimientos cclicos

Hemos dejado, deliberadamente, la consideracin de los movimientos cclicos

para el final. La razn estriba en que, generalmente, no hay un modo eficaz de
capturarlos o predecir su comportamiento. Si una serie presentara ciclos
relativamente regulares, de similar duracin y profundidad, entonces ellos
podran ser capturados mediante algn ndice construido con una metodologa
semejante a la empleada para las estacionalidades. Pero toda vez que no sea
as es decir, si los ciclos son variables en duracin e intensidad esto ya no
ser posible. En consecuencia, la alternativa que resta para el estudio de los
ciclos (siempre que se disponga de una serie suficientemente larga) ser
despojarla de todos los otros componentes (tendencia, estacionalidad,
variaciones irregulares): la variabilidad que quede sera atribuible al ciclo. Si
graficramos entonces la serie y si realmente existiera un ciclo, podramos
examinarlo y obtener conclusiones respecto de sus caractersticas.
BOSQUEJO PRELIMINAR DE TEMAS

CAPITULO I

1.1 Breve Resea Histrica

1.2 Definicin De Serie De Tiempo

1.3 Conceptos Generales Series Cronolgicas.

1.4 Componentes de las series cronolgicas.

1.5 Mtodos de Ajuste de una Recta.

CAPITULO II

2.1 Definiciones Series Cronolgicas.

2.2 Importancia del pronstico en los negocios.

2.2.1 Series cronolgicas Series causales

2.2.2 Los mtodos de pronsticos causales.

2.3 Componentes de una serie cronolgica

2.4 Algunos procedimientos descriptivos

2.5 Los movimientos cclicos

CAPITULO III

3.1 Descomposicin de Series Cronolgicas

3.2 Tendencia

3.3 Mtodo de los mnimos cuadrados

3.4 Promedios Mviles

 BIBLIOGRAFA

1 Jose Luis Reyes Donis

2 Estadstica I

3 Primera emisin mayo 2006

4 Editorial Serv prensa, Guatemala

5 Series Cronolgicas http://www.jesusbarrios.8m.com/personal/SER.HTM

6 Series Cronolgicas.
www.monografias.com/trabajo/sotware/seriescronologicas

7 Berenson, Mark, Krehbiel, Timothy y Levine, David, Estadstica para

administracin, Pearson, Prentice Hall, segunda Edicin, Mxico D.F.

8 http://www.unac.edu.pe/documentos/organizacion/vri/cdcitra/Informes_Finales_
Investigacion/IF_JUNIO_2012/IF_CALDERON%20OTOYA_FCA/capitulo
%208.pdf