Académique Documents
Professionnel Documents
Culture Documents
CASO PRCTICO
RESUMEN
En los ltimos aos las series de tiempo han tenido desarrollos y aplicaciones
logrando dar confiabilidad a los resultados del modelo encontrado. Para ejemplarizar
Palabras clave
ABSTRACT
In the last years the series of time have had developments and important
applications in the area of the health, for that reason, the present article shows a
methodology tried in previous studies, where the passages in the analysis of series
of time for a classic approach are outlined. The objective allows to identify a good
1
Docente Facultad Nacional de Salud Pblica
2
Estudiante de sptimo semestre de Gerencia en Sistemas de Informacin en Salud.
model of smoothing prognosis being used technical: Exponential, Simple, Holt and
Winter. In addition the validation of the assumptions of the residual ones is made
managing to give trustworthiness to the results of the found model. In order to give
example the procedure the data of the number of external consultations made in the
IPS of the University of Antioquia were used during April of 2001 and September of
2005.
Key words.
INTRODUCCIN
regulares a travs del tiempo, tambin se conoce como series temporales o series
La suposicin bsica que soporta el anlisis de series temporales es que los factores
estadsticos utilizados para tratar temas referentes al rea de la salud. Por ejemplo,
periodos similares cada ao, debido entre otras situaciones por los cambios
tambin es til como metodologa para identificar si esos procesos son estacionarios
Adems, para eventos no muy cambiantes como suele ocurrir en el rea que nos
cncer, accidentalidad por diversos motivos, los datos bien sea en casos y an en
tasas, no son voltiles y por lo tanto, los mtodos clsicos ajustan de una manera
entre otros servicios, tambin se presta tanto a usuarios de otras EPS como a
3
Docentes Grisales R, Hugo. Bello P, Len Daro, Hincapi Doraceli- Estudiantes: Lpez Ana Maria y Hoyos Catalina.
CONSIDERACIONES PREVIAS SOBRE UNA SERIE DE DATOS
del dato, valga decir, subregistro, muestreo insuficiente y dems, el hecho de que la
buena descripcin de la serie. Lo anterior, tiene que ver con los mecanismos de
Comparabilidad: Tener presente los posibles cambios que se originan a travs del
secuencia, si ste muestra una tendencia hacia arriba o hacia abajo, indica no
aleatoriedad, como en ste caso. Para verificar dicha percepcin se realiza la prueba
de que no sea aleatoria, la serie se conoce como ruido blanco o caminata aleatoria y
Para el caso prctico el valor del sig. en la prueba de rachas es 0.000 > 0.05, por lo
herramientas:
- Grfico de secuencias.
septiembre de 2005.
similar.
mismos.
Las medidas de resumen para la variable consultas externas desde abril de 2001
la serie, para este caso se trabaja anualmente, es decir, se validarn los supuestos
para cada ao. En algunos casos, no es necesario comparar los promedios para
cada ao, ya que se puede partir la serie en varios tramos y comparar dichos
secuencias.
Para la serie que se est analizando los resultados arrojados por SPSS son:
Aleatoriedad Normalidad
Sig. Sig.
hacia arriba o hacia abajo del largo plazo. Se presenta por cambios en tecnologa,
Anova con respecto a los aos, para determinar si los promedios de consultas
Para el caso prctico, el sig en la prueba de Anova con respecto a los aos es 0.000
< 0.05, lo que significa que al menos uno de los promedios de consultas externas
por ao es diferente, lo que confirma que la serie presenta tendencia tal como se
la prueba de Anova con respecto a los meses, para determinar si los promedios de
estacinales para observar si existen valores que se encuentren por fuera del rango
de 90 110.
ndices estacinales:
Seasonal
index
Period (* 100)
1 108.434
2 109.102
3 101.940
4 102.519
5 107.203
6 109.353
7 105.347
8 100.074
9 74.481
10 80.496
11 98.024
12 103.028
estacionalidad, pues existen ndices que se encuentran por fuera del rango 90 y 110,
As, por ejemplo, en los meses de septiembre se presenta una marcada disminucin
3.3 Cclica: Oscilaciones repetidas hacia arriba y hacia abajo, no con la misma
duracin no por los mismo perodos. Por lo general se presenta por decisiones
polticas que impactan los eventos a largo plazo, por lo tanto, en el rea de la salud,
En este caso se tienen datos para 4 aos, lo que indica que sta serie no presenta la
componente cclica.
3.4 Irregular: Comportamiento no sistemtico. Fluctuaciones aleatorias sin ningn
modelos mnimos cuadrticos y modelos ARIMA. Para el caso que nos ocupa, el
modelos de suavizacin.
4.1 Suavizado exponencial simple: es una tcnica til para suavizar una
puede utilizarse para obtener predicciones a corto plazo. Esta tcnica supera al
descendente.
4.2 Suavizado exponencial de HOLT: es una extensin del planteamiento de
exponencial proporciona una visin de los movimientos a largo plazo sin tener en
tendencia.
Para utilizar el mtodo de Holt para prediccin, suponemos que todos los
estacional, por medio de lo que se conoce como ndices Estacinales, los cuales
estacionalidad. SSE, es la suma de cuadrados del error, luego el modelo que tenga
pronsticos.
Para el caso de los residuales de la serie de consultas externas los resultados son
los siguientes:
Aleatoriedad Normalidad
manera normal.
Dado lo anterior, se debe de buscar otro modelo mnimo cuadrticos, como los
externa.
Los residuales de ste ltimo modelo cumplen aleatoriedad y normalidad por ao.
En ambos casos, se cumplieron los mismos supuestos. Otros modelos, por lo tanto,
podrn cumplir las mismas condiciones, e incluso mejores. Por lo tanto, es prudente
tener en cuenta a los expertos en la temtica especfica, para darle contexto a las
5. Pronsticos.
bandas construidas por los lmites de los intervalos de confianza, dando un rango
universitaria.
Figura 1: Proyeccin mtodo Figura 2: Proyeccin mtodo
exponencial, consultas suavizacin exponencial,
externas, 2001-2005 consultas externas, 2001-2005
influenciado por el ltimo mes (septiembre 2005), sin embargo, el modelo parece
La situacin es, a medida que lleguen nuevos datos, estos se introduzcan a la base
proyecciones a ms de 6 meses.
Conclusiones
entendible posible.
Referencias
1. Bello L. Estadstica como apoyo a la investigacin. 1a ed. Medelln: L.
1998.
http://www.statgraphics.net/Producto/MdlSeriesTemp.htm. Consultado:
25 de octubre de 2005.
de octubre de 2005.
http://ciberconta.unizar.es/LECCION/seriest/000F2.HTM Consultado:
17 de noviembre de 2005.
http://www.monografias.com/trabajos14/estadistica/estadistica.shtml#m