Resumen Capitulo 16

RESUMEN CAPITULO 16:
SERIES DE TIEMPO Y PROYECCIÓN
En este capítulo se efectúa el análisis y la proyección de las series de tiempo.

Una serie de tiempo es un grupo de datos registrados durante un periodo
semanal, trimestral o anual. Dos ejemplos de las series de tiempo son las
ventas de Microsoft Corporation por trimestre desde 1985, y la producción
anual de ácido sulfúrico desde 1970.
Componentes de una serie de tiempo
Una serie de tiempo consta de cuatro componentes: tendencia, variación
cíclica, variación estacional y variación irregular.
Tendencia secular
Las tendencias de largo plazo de las ventas, el empleo, los precios accionarios
y de otras series de negocios y económicas siguen varios patrones. Algunas se
mueven hacia arriba en forma uniforme, otras declinan y otras más
permanecen iguales con el paso del tiempo.
Variación cíclica
El segundo componente de una serie de tiempo es la variación cíclica. Un ciclo
de negocios habitual consiste en un periodo de prosperidad, seguido por
periodos de recesión, depresión y luego recuperación. Hay fluctuaciones
considerables que se desarrollan durante más de un año, arriba y debajo de la
tendencia secular. Por ejemplo, en una recesión, el empleo, la producción, el
Promedio Industrial Dow Jones y muchas otras series tanto en los negocios
como económicas se encuentran debajo de las líneas de las tendencias de
largo plazo. Por el contrario, en periodos de prosperidad se encuentran arriba
de ellas.
Variación estacional
El tercer componente de una serie de tiempo es la variación estacional.
Muchas series de ventas, de producción y de otro tipo fluctúan de acuerdo con
las temporadas. La unidad de tiempo se reporta por trimestre o por mes.
Variación irregular
Muchos analistas prefieren subdividir la variación irregular en variaciones
episódicas y residuales. Las fluctuaciones episódicas son impredecibles, pero
es posible identificarlas: por ejemplo, el efecto inicial de una huelga importante
o de una guerra en la economía no se pueden predecir. Después de eliminar
las fluctuaciones episódicas, la variación restante se denomina variación
residual. Las fluctuaciones residuales, con frecuencia denominadas
fluctuaciones azarosas, son impredecibles y no se pueden identificar. Por
supuesto, no es posible proyectar a futuro ni la variación episódica ni la
residual.
Promedio móvil
Un promedio móvil es útil para suavizar una serie de tiempo y apreciar su
tendencia. Además, es el método básico para medir la fluctuación estacional,
que se describe más adelante en el capítulo. En contraste con el método de
mínimos cuadrados, que expresa la tendencia en términos de una ecuación
matemática ( Y = a + bt), el método del promedio móvil sólo suaviza las
fluctuaciones de los datos. Este objetivo se logra al “desplazar” los valores
medios aritméticos en la serie de tiempo.
Promedio móvil
Un promedio móvil es útil para suavizar una serie de tiempo y apreciar su
tendencia. Además, es el método básico para medir la fluctuación estacional,
que se describe más adelante en el capítulo. En contraste con el método de
mínimos cuadrados, que expresa la tendencia en términos de una ecuación
matemática ( Y= a+ bt), el método del promedio móvil sólo suaviza las
fluctuaciones de los datos. Este objetivo se logra al “desplazar” los valores
medios aritméticos en la serie de tiempo.
Para aplicar el promedio móvil a una serie de tiempo, los datos deben seguir
una tendencia muy lineal y tener un patrón rítmico definido de las fluctuaciones
(que se repita, por ejemplo, cada tres años). Los datos del siguiente ejemplo
tienen tres componentes: tendencia, ciclo e irregularidad, abreviadas T, C e I.
No hay variación estacional debido a que los datos se registran cada año. Lo
que logra el promedio móvil es promediar C e I. Lo que queda es la tendencia.
Si la duración de los ciclos es constante y las amplitudes de los ciclos son
iguales, las fluctuaciones cíclica e irregular se eliminan por completo con el
promedio móvil. El resultado es una recta. Por ejemplo, en la siguiente serie de
tiempo, el ciclo se repite cada siete años y la amplitud de cada ciclo es 4; es
decir, hay exactamente cuatro unidades desde el valle (el periodo más bajo)
hasta el pico. Por lo tanto, el promedio móvil de siete años promedia a la
perfección las fluctuaciones cíclicas e irregulares, y el residuo es una tendencia
lineal.
El primer paso para calcular el promedio móvil de siete años es determinar los
totales móviles de siete años. Las ventas totales de los primeros siete años
(1984-1990 inclusive) son $22 millones, determinadas por 1 2 3 4 5 4 3.
(Consulte la tabla 16-1.) El total de $22 millones se divide entre 7 para
determinar la media aritmética de las ventas anuales. El total de la suma de
siete años (22) y la media de siete años (3.143) se colocan opuestos al año.
Promedio móvil ponderado
En un promedio móvil se utiliza la misma ponderación para cada observación.
Por ejemplo, el total móvil de tres años se divide entre el valor 3 para producir
el promedio móvil. En otras palabras, en este caso, cada valor de datos tiene
una ponderación de un tercio. De manera similar, en el caso de un promedio
móvil de cinco años, cada valor de datos tiene una ponderación de un quinto.
Tendencia lineal
La tendencia de largo plazo de muchas series de negocios, como ventas,
exportaciones y producción, con frecuencia se aproxima a una recta. En este
caso, la ecuación para describir este crecimiento es:
donde:
Y que se lee Y testada, es el valor proyectado de la variable Y de un valor
seleccionado de t. a es la intersección con el eje Y. Es el valor estimado de Y
cuando t 0. Otra forma de expresar esto es: a es el valor estimado de Y donde
la línea cruza el eje Y cuando t es cero.
b es la pendiente de la recta, o el cambio promedio en por cada aumento de
una unidad en t.
t es cualquier valor de tiempo seleccionado.
Método de los mínimos cuadrados
En el análisis de una regresión lineal simple, en el capítulo 13, se mostró el
método de los mínimos cuadrados para determinar la mejor relación lineal entre
dos variables. En los métodos de proyección, el tiempo es la variable
independiente, y el valor de la serie de tiempo, la dependiente. Además, con
frecuencia se codifica la variable independiente (tiempo), para facilitar la
interpretación de las ecuaciones. En otras palabras, se hace que t sea 1 en el
primer año, 2 en el segundo, y así en lo sucesivo. Si una serie de tiempo
incluye las ventas de General Electric para cinco años iniciando en 2002 hasta
2006, se codifica el año 2002 como 1, 2003 como 2, y 2006 como 5.
Tendencia logarítmica
Variación estacional
Con anterioridad se mencionó que la variación estacional es otro componente
de una serie de tiempo. Las series de negocios, como las ventas de
automóviles, los embarques de botellas de bebidas de cola y la construcción
residencial, tienen periodos de actividad superior e inferior al promedio cada
año. En el área de producción, una razón para analizar las fluctuaciones
estacionales es contar con un abastecimiento suficiente de materias primas
que permita cumplir con la cambiante demanda estacional. La división de
recipientes de vidrio de una compañía importante del sector.
Determinación de un índice estacional
Un conjunto habitual de índices mensuales consta de 12 índices
representativos de los datos de un periodo de 12 meses. Es lógico que haya
cuatro índices estacionales habituales con los datos reportados en el trimestre.
Cada índice es un porcentaje, cuyo promedio anual es igual a 100.0; es decir,
cada índice mensual indica el nivel de ventas, producción u otra variable en
relación con el promedio anual de 100.0.

Resumen Capitulo 16

Cargado por

Copyright:

Formatos disponibles

Resumen Capitulo 16

Cargado por

Información del documento

Descripción original:

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Resumen Capitulo 16

Cargado por

Copyright:

Formatos disponibles

RESUMEN CAPITULO 16:

SERIES DE TIEMPO Y PROYECCIÓN

En este capítulo se efectúa el análisis y la proyección de las series de tiempo.

También podría gustarte