Académique Documents
Professionnel Documents
Culture Documents
Realizado por:
2. Componentes de la serie de tiempo: En una serie existen cuatro tipos bsicos de variacin,
los cuales sobrepuestos o actuando en concierto, contribuyen a los cambios observados en un
perodo de tiempo y dan a la serie su aspecto errtico. Estas cuatro componentes son: Tendencia
secular, variacin estacional, variacin cclica y variacin irregular. Adems, que existe una
relacin multiplicativa entre estas cuatro componentes; es decir, cualquier valor de una serie es
el producto de factores que se pueden atribuir a las cuatro componentes.
Los cuales tienen una relacin multiplicativa que dan forma al modelo clsico de series de tiempo,
es decir, para cualquier perodo designado en la serie de tiempo, el valor de la variable est
determinado por los cuatro componentes en la siguiente forma: Y = T x C x E x I
Concepto y proposito: son aquellas variaciones suaves y constantes que sucenden en un periodo
relativamente largo. El periodo debe ser largo, generalemente mas de cinco periodos( podran
ser meses, aos, etc), para poder establecer una linea de tendencia (recta, parabolica o
exponencial) que sea representativa o significativa. Una linea que sea seleccionada para
representar la tendencia de una serie cronologica continuara en la misma direccion, si las
condiciones que la originan permanecen constantes. Por esto, al alzar una linea, ya sea recta,
parabolica o exponencial, debemos analizar en primer lugar las causas, y evaluar la probabilidad
de que si ocurra, antes de iniciar cualquier proceso de estimacion. Las tendencias a largo plazo
se ajustan a diversos esquemas. Algunas se mueven continuamente haca arriba, otras declinan,
y otras ms permanecen igual en un cierto perodo o intervalo de tiempo, entre los cuales se
utiliza para determinar 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, entre otros.
4. Ecucacion de ajuste: Segn sea la dispersin de los datos (nube de puntos) en el plano cartesiano,
pueden darse alguna de las siguientes relaciones, Lineal, Logartmica, Exponencial, Cuadrtica, entre otras.
Llamado tambien ajuste de curvas, es una ecuacion dada en un grafico, dependiendo del grado
de correlacion que mas se ajuste al conjunto de datos.
ajuste lineal: Tcnica de proyeccin y ajuste de una variable Y ( desconocida) a partir de una
variable conocida (X) que en este caso es el tiempo(variable independiente)
usando la siguiente ecuacin y= a+bx , Donde : a : intercepto, b : coeficiente parcial de regresin,
Y : variable independiente ( tiempo) X : variable dependiente.
ajuste logaritmico: El ajuste logartmico calcula el ajuste de los mnimos cuadrados mediante
puntos usando la siguiente ecuacin: y=b ln x+a, donde a y b son constantes y ln es la funcin
de logaritmo natural. Este modelo requiere que x > 0 para todos los puntos de datos
Las cifras siguientes son datos sobre el porcentaje de llantas radiales producidas por cierto fabricante
que an pueden usarse despus de recorrer cierto nmero de millas:
Se pde:
1) Elaborar el diagrama de dispersin.
2) Ajustar una curva exponencial aplicando el mtodo de mnimos cuadrados.
3) Calcular la ecuacin predictora.
4) Graficar la ecuacin predictora.
5) Estimar qu porcentaje de las llantas radiales del fabricante durarn 50000 millas
Y Solucion: 1. Elaborando el diagrama de dispersin
X
5) La estimacin del porcentaje de llantas radiales que durarn 50000 millas se obtiene reemplazando
en la ecuacin predictora el valor de X = 50
Trimestre Ventas
I 2500
II 1500
III 3800
IV 2200
Solucion:
El primer paso consiste en determinar el promedio general de las ventas, para ello hemos de
sumar las ventas totales y dividirlas entre el nmero de trimestres.
Luego se procede a calcular el promedio de las ventas de cada perodo, en este caso de cada
perodo tan slo tenemos un dato, la informacin histrica del trimestre I de 5 aos. Como lo
mencionamos, para ste caso no es necesario promediar, ya que contamos tan slo con un
dato de cada trimestre, por tal razn procedemos a calcular el ndice de estacionalidad de cada
perodo.
Teniendo en cuenta que se desean vender un total de 12000 kits para el ao 2015, calcularemos
el promedio general de las ventas para dicho ao, para ello dividiremos sta cantidad en la
cantidad de trimestres.
Ya que tenemos el promedio general de las ventas del ao que deseamos pronosticar y
contamos con el ndice de estacionalidad de cada trimestre, es momento de determinar el
pronstico por trimestre para el ao 2015.