2.1 Modelo Clasico de Series de Tiempo

2.
1 Modelo clásico de series de tiempo
El modelo clásico o de descomposición, considera que los datos de series cronológicas

están compuestos de cuatro patrones básicos.
1. La tendencia.
2. Las variaciones cíclicas.
3. Las variaciones estacionales.
4. Las variaciones irregulares.
El término “tendencia” se refiere a un desplazamiento de los datos de modo uniforme y

suave, a largo plazo, hacia arriba o hacia abajo. Las tendencias se pueden relacionar
con aspectos tales como cambios en la población (quizá influidos por el incremento de
personas jubiladas o a la disminución en la tasa de natalidad), el establecimiento o
abolición del servicio militar, cambios en las preferencias del consumidor, aumento en
el énfasis sobre la conservación de energía, etc.
Los componentes de una serie cronológica se

pueden representar por separado.
Existe un patrón cíclico cuando las fluctuaciones

muestran cierto grado de regularidad. Los
economistas han encontrado modelos cíclicos en
la demanda de productos duraderos y de tipo
agrícola, inventarios de las empresas, precios en
el mercado de valores, así como el la prosperidad.
Asimismo, existen pruebas de que las manchas
solares, la lluvia y ciertas poblaciones animales
presentan patrones cíclicos. Los ciclos tienden a
variar en términos de regularidad, siendo algunos
completamente regulares y otros un poco más
inconstantes. Aun entre los expertos existe poco
acuerdo sobre las causas o remedios para los
ciclos.
Las variaciones estacionales son cíclicas y de plazo relativamente corto (un año o
menos), las cuales a menudo se relacionan con el cambio de estaciones (clima) o con
las variaciones.
Las variaciones irregulares se componen de cosas tales como desastres, huelgas y

todo lo restante después de haber considerado los primeros tres factores.
En el modelo clásico, el método consiste en descomponer una serie cronológica en

cada uno de estos componentes básicos de variación, analizar cada componente en
forma separada y combinar después las series a fin de descubrir las variaciones
observadas en la variable de estudio. El proceso de descomposición comprende la
separación sistemáticamente de cada componente a partir de los datos, empezando
con la tendencia.
El enfoque clásico para el análisis de los datos de series cronológicas intenta separar
componentes de tendencia, cíclicos, irregulares y estacionales de los datos, a fin de
analizar por separado cada uno de ellos.
Una serie cronológica puede estar compuesta de variaciones de tendencia, cíclicas y

estacionales.
Modelos multiplicativo y aditivo
Existen dos variaciones del modelo clásico. Una recibe el nombre de “multiplicativo” y
la otra, de “aditivo”. La primera de estas considera a una serie cronológica como si
fuera la resultante del producto de los componentes individuales, en tanto que la ultima
la considera como si fuera la resultante de la suma de los componentes individuales.
De este modo, el modelo multiplicativo tiene forma:
Y =T ×C × E× I
Donde
T= componente de la tendencia
C= componente cíclico.
E= componente estacional.
I= componente irregular
Y el modelo aditivo adquiere la forma:
Y =T +C+ E+ I
En ambos modelos, la cifra de la tendencia es una cantidad real (por ejemplo, 20 000
bushels). En el modelo aditivo, C, E, e I. también son cantidades reales, pero en el
modelo multiplicativo C, E, e I se expresan como porcentajes de la tendencia. Aunque
puede parecer más sencillo trabajar con el modelo aditivo, en el modelo multiplicativo
se utiliza más, debido principalmente a que representa de manera más adecuada la
experiencia real. Sin embargo, el criterio fundamental que se debe seguir en el caso de
una situación dada es utilizar el modelo que mejor se ajuste a los datos.
2.2 Análisis de fluctuaciones
Las fluctuaciones son movimientos de hacia arriba o hacia abajo variantes de magnitud
que presentan cuando los patrones cíclicos (variables) tienden a repetirse
constantemente en intervalos fijos observados.
Las fluctuaciones estacionales son variaciones que se repiten regularmente en un

periodo de un año. Existen dos objetivos generales para aislar el componente
estacional de una serie cronológica. El primero es eliminar el patrón, a fin de estudiar
las fluctuaciones cíclicas. La segunda finalidad es identificar factores estacionales, de
manera que se puedan considerar en la toma de decisiones. Por ejemplo, si una
compañía productora se la cuenta de que existen fluctuaciones estacionales en la
demanda de un determinado producto, es posible que desee ajustar sus presupuestos,
programas de producción, mano de obra e inventarios, teniendo esto en mente. Por lo
general, tales ajustes resultan muy costosos. Por ejemplo, la compañía puede buscar
un producto complementario el cual presente variaciones estacionales en su demanda
opuesta a las del mismo. La demanda de esquíes para nieve y para agua puede
presentar dichos patrones. De manera similar, la demanda de equipo de calefacción,
así como la de quipo para aire acondicionado puede tener patrones estacionales
opuestos.
En otras ocasiones, los medios de publicidad y de

promoción pueden contrarrestar las variaciones
estacionales en la demanda.
Para probar y encarar los patrones estacionales, es

necesario identificar y determinar primero la
extensión de estas variaciones. La técnica más
difundida pare el análisis estacional es método de la
razón de promedio móvil.
Tabla. Eliminación de la tendencia en un modelo

multiplicativo, mediante regresión lineal.
2.3 Análisis de tendencia
Tendencia secular
Tendencias a 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 de manera uniforme, otras declinan y otras más permanecen iguales con el paso
del tiempo. El cambio a través del tiempo puede ser lineal y seguir una línea recta, o
puede incrementarse a un ritmo exponencial; el cambio a largo plazo (o la ausencia de
cambio) se denomina tendencia de la serie de tiempo o, de manera más precisa, la
tendencia secular.
La tendencia secular es la dirección uniforme de una serie de tiempo de largo plazo.
Años asociados años asociados

1993 50.6 2003 298.8
1994 67.3 2004 323.1
1995 80.8 2005 344.8
1996 98.1 2006 364.4
1997 124.4 2007 331.0
1998 156.7 2008 322.0
1999 201.4 2009 317.0
2000 277.3 2010 321.0
2001 256.3 2011 331.0
2002 280.9 2012 340.0
Tendencia lineal
La tendencia de largo plazo de muchas series de nefocios, como ventas, exportaciones
y producción, con frecuencia se aproxima a una recta; en este caso la ecuación para
decribir este crecimiento es.
Ecuación de tendencia lineal:
Escriba aquí la ecuación .

2.1 Modelo Clasico de Series de Tiempo

Cargado por

Copyright:

Formatos disponibles

2.1 Modelo Clasico de Series de Tiempo

Cargado por

Información del documento

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

2.1 Modelo Clasico de Series de Tiempo

Cargado por

Copyright:

Formatos disponibles

2.

1 Modelo clásico de series de tiempo

El modelo clásico o de descomposición, considera que los datos de series cronológicas

El término “tendencia” se refiere a un desplazamiento de los datos de modo uniforme y

Los componentes de una serie cronológica se

Existe un patrón cíclico cuando las fluctuaciones

Las variaciones irregulares se componen de cosas tales como desastres, huelgas y

En el modelo clásico, el método consiste en descomponer una serie cronológica en

Una serie cronológica puede estar compuesta de variaciones de tendencia, cíclicas y

Y el modelo aditivo adquiere la forma:

Las fluctuaciones estacionales son variaciones que se repiten regularmente en un

En otras ocasiones, los medios de publicidad y de

Para probar y encarar los patrones estacionales, es

Tabla. Eliminación de la tendencia en un modelo

La tendencia secular es la dirección uniforme de una serie de tiempo de largo plazo.

Años asociados años asociados

Ecuación de tendencia lineal:

Escriba aquí la ecuación .

También podría gustarte