CLSICO DE

SERIES DE
TIEMPO
ESTADISTICA INFERENCIAL II
41V INGENIERIA INDUSTRIAL
GUTIERREZ CASTELLANOS VICENTE
MENDIOLA SOTELO OSCAR DAMIAN
VARGAS TORRES LAURA YURITZI

SERIES DE TIEMPO
En Estadstica se le llama as a un conjunto de valores
observados durante una serie de perodos temporales
secuencialmente ordenada, tales perodos pueden
ser semanales, mensuales, trimestrales o anuales.
Una serie de tiempo es un conjunto de valores numricos
obtenidos en periodos iguales enel tiempo

Por serie de tiempo nos referimos a datos estadsticos que

se recopilan, observan o registran en intervalos de tiempo
regulares (diario, semanal, semestral, anual, entre otros).
El trmino serie de tiempo se aplica por ejemplo a datos
registrados en forma peridica que muestran, por ejemplo,
las ventas anuales totales de almacenes, el valor trimestral
total de contratos de construccin otorgados, el valor
trimestral del PIB.

OBJETIVO
La suposicin fundamental del anlisis de series de tiempo es que los
factores que han influido en los patrones de actividad en el pasado y
el presente tendrn ms o menos la misma influencia en lo futuro
Analizar una serie de tiempo tiene como objetivos, entre otros:

Determinar si se presentan ciertos patrones o pautas no aleatorias

Aislar y entonces estudiar sus componentes a fin de proporcionar

claves para movimientos futuros.

Hace posible pronosticar los movimientos futuros as como otros

aspectos que estn sincronizados.

EJEMPLO GRFICOS DE
SERIES DE TIEMPO

Se representa por medio de una grfica de lneas sobre

cuyo eje horizontal se representan los perodos y en cuyo
eje vertical se representan los valores de la serie de
tiempo.

 Para

CARACTERISTICAS

llevar a cabo un anlisis de este tipo, primero se deben

identificar los componentes de la serie de tiempo, despus
aplicar las tcnicas estadsticas para su anlisis y, finalmente,
hacer las proyecciones o pronsticos de eventos futuros.

De

esta forma, el anlisis de series de tiempo es el

procedimiento por el cual se identifican y aslan los
factores relacionados con el tiempo que influyen en los
valores observados en las series de tiempo para que
una vez identificados ,estos factores puedan contribuir a la
interpretacin de valores histricos de series de tiempo y
hasta entonces pronosticar valores futuros de series de
tiempo.

COMPONENTES DE LA
SERIES DE TIEMPOS

El mtodo clsico identifica cuatro influencias o componentes:

Tendencia (T)

Fluctuaciones cclicas (C)

Variaciones estacionales (E)

Variaciones irregulares (I)

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:

TENDENCIA (T)
Es el movimiento general a largo plazo de los valores
de la serie de tiempo (y) sobre un extenso periodo de
aos.
Son tendencias a largo plazo de ventas, empleo, el
precio de las acciones, y otras series econmicas y
comerciales (sin alteraciones de una serie de tiempo).
El movimiento secular presenta movimientos suaves
de largo plazo, los cuales estn dominados por
factores de tipo econmico.

Ventas a largo plazo, ofertas de empleo, precios de

secciones son ejemplos de tendencia secular.
Se miden en aos, algunas se mueven continuamente
hacia arriba, otras declinan, otras mas permanecen sin
cambio en cierto periodo.

FLUCTUACIONES
CCLICAS (C)

Movimientos ascendentes y descendentes

recurrentes respecto a la tendencia con una
duracin de aos.
Es el ascenso y descenso de una serie de
tiempo en periodos mayores a un ao. El
componente cclico es la fluctuacin en forma
de onda alrededor de la tendencia, por lo que
afecta
regularmente
las
condiciones

 Empleo, la produccin, el precio de las acciones, son

ejemplos de fluctuaciones cclicas.
Se miden en aos.
Representan ascenso y descenso en periodos mayores
de un ao.
Sufren de un periodo de prosperidad seguidos de
recesin, depresin y luego recuperacin.

VARIACIONES
Movimientos
ascendentes y descendentes
respecto a la
ESTACIONALES
(E)
tendencia que se consuman dentro de un ao y se
repiten anualmente.

El componente estacional se refiere a un patrn de

cambio que se repite a si mismo ao tras ao. En el
caso de series mensuales, el componente estacional
mide la variabilidad de las series, por ejemplo, de
enero, febrero, etc. En las series trimestrales hay cuatro
elementos estacinales, uno para cada trimestre.

Ventas altas en navidad y bajas despus, Consumos

relacionados con las estaciones del ao son ejemplos
de variaciones estacionales.
Solo se aprecian si se tienen datos trimestrales o
mensuales.
En de
Patrones
de observa
un mismoningn
ao, tales
que
el cambio
grficodentro
no se
movimiento
se repiten
cada ao.
estacional,
puesto que se trata de una serie anual.

VARIACIONES
IRREGULARES
Variaciones
errticas respecto de la (I)
tendencia que no
pueden atribuirse a influencias cclicas o estacionales.

El componente aleatorio mide la variabilidad de las

series de tiempo despus de que se retiran los otros
componentes. Contabiliza la variabilidad aleatoria en
una serie de tiempo ocasionada por factores
imprevistos y no ocurrentes. La mayora de los
componentes irregulares se conforman de variabilidad
aleatoria, si embargo, los sucesos impredecibles
pueden provocar irregularidad en una variable.

Guerras, Huelgas y Desastres Naturales son

ejemplos de variaciones irregulares.
Estas variaciones se pueden predecir y medir
pero no con certeza.

MODELO
DE
SERIES
DE
Se llama Serie de Tiempo, a un conjunto de mediciones de
ciertoTIEMPO
fenmeno
o
experimento
registradas
secuencialmente en el tiempo, por ejemplo a cada hora,

mensualmente, trimestralmente, semestralmente, etc..

Series de tiempo discreto, equiespaciadas en cuyo caso se asume
que: {x(t1), x(t2), ..., x(tn)}= {x(1), x(2), ..., x(n)}.Debido al
carcter introductorio se restringi al caso de series de tiempo
univariadas.

Al analizar una serie de tiempo, lo primero que se debe hacer es

graficar la serie.Esto nos permite detectar las componentes
esenciales de la serie.El grfico de la serie permitir: detectar
Outlier, detectar tendencias, variacin estacional, variaciones
irregulares (o componente aleatoria).

Un modelo clsico para una serie de tiempo, puede ser expresada

como
suma
o
producto
de
tres
componentes:tendencia,estacionaly
un
trmino
deerror
aleatorio.Existen tres modelos de series de tiempos.Estos son:

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)

Con el fin de obtener un modelo, es necesario estimar la tendencia

y la estacionalidad.Para estimar la tendencia, se supone que la
componente estacional no est presente. La estimacin se logra al
ajustar a una funcin de tiempo a un polinomio o suaviza miento
de la serie a travs de los promedios mviles.Para estimar la
estacionalidad se requiere haber decidido el modelo a utilizar

APLICACIN
Las series de tiempo se pueden citar en distintas
reas:
Series econmicas
Series fsicas
Geofsica

Series de tiempo

Series demogrficas
Series de marketing
Series de
telecomunicacin
Series de transporte

EJEMPLOS DE LA
APLICACIN

SERIES DE TIEMPO

1. Series econmicas:

2. Series Fsicas:
3. Geofsica:

4. Series demogrficas:

5. Series de marketing:

6.
Series
telecomunicacin:

7. Series de transporte:

EJEMPLOS

Precios de un artculo
Tasas de desempleo
Tasa de inflacin
ndice de precios, etc.
Meteorologa
Cantidad de agua cada
Temperatura mxima diaria
Velocidad del viento (energa elica)
Energa solar, etc.
Series sismologas

Tasas de crecimiento de la poblacin

Tasa de natalidad, mortalidad
Resultados de censos poblacionales

- Series de demanda, gastos, ofertas

de - Anlisis de seales

- Series de trfico