N

meros
meros

ndice y otros
ndice y otros
conceptos de series de
conceptos de series de
tiempo.
tiempo.
Ref: algunas secciones tomadas de los apuntes del Prof. J OS
MIGUEL RODRGUEZ MORALES
Hasta ahora hemos trabajado con series de valores, que hemos tratado
de forma estadstica para conocer descriptivamente sus caractersticas.
Existen valores referidos a variables econmicas (precios, cantidades
producidas, costos, ingresos, ..), variables sociales (nacimientos,
defunciones,....) y otros tipos de variables, que cambian con el tiempo.
Cuando para una de esta variables, tomamos una serie de valores
correspondientes a diferentes momentos de tiempo, tenemos una "serie
temporal". La importancia de tales series temporales es enorme, sobre
todo en las que se refieren a variables econmicas. Ahora trataremos de
estudiar dos instrumentos estadsticos referidos a tales valores.
El primero de ellos, son los "nmeros ndice", que permiten, dada una
serie temporal, poder medir y comparar de forma sencilla los cambios
sufridos por la variable a lo largo del tiempo. Nosotros estudiaremos tan
slo algunos de los aspectos referidos a nmeros ndice.
Imaginemos que conocemos el no. de alumnos matriculados en la
Universidad durante los ltimos 10 aos, dado por la tabla:
Esta es una serie temporal referida al n de matriculaciones. Es difcil
dando un vistazo, poder comparar los datos, y conocer las variaciones.
Pero si dividimos cada cantidad entre el n de alumnos matriculados en
1986, y lo expresamos en porcentaje, obtendramos la serie:
Los nmeros que aparecen ahora se llaman nmeros ndice simples (que
son los referidos a una sola variable, en este caso el n de matriculados)
y son de fcil interpretacin.
Dada la forma en que han sido calculados, cada uno de ellos indica una
variacin. El nmero ndice 103,6 correspondiente a 1987, se interpreta:
"el nmero de matriculados creci en un 3,6% respecto a 1986". El
nmero 97,2 correspondiente al ao 1991, se interpretara: "el nmero de
matriculados descendi en un 2,8% respecto a 1986".
El ao que se ha tomado como referencia, llamado periodo base periodo base, es el
que determina el significado de la serie de nmeros ndice anteriores.
Entonces, Qu son los nmeros ndice ?
Los nmeros ndice se usan cuando es necesario mostrar el cambio
PROMEDI Oen varias variables o parmetros. Hay diferentes nmeros
ndice, algunos muy comunes como los empleados en las noticias sobre
las finanzas o estado de la economa (por ejemplo los nmeros de la
bolsa de valores). La tabla siguiente nos muestra algunos ejemplos:
ndice ndice
Muestra la Muestra la
variaci variaci n en: n en:
ndice de precios al ndice de precios al
consumidor consumidor
precios precios
ndice de cotizaci ndice de cotizaci n de la bolsa n de la bolsa
de valores de valores
Precios de las Precios de las
acciones acciones
D D lar ventanilla lar ventanilla Cambio de moneda Cambio de moneda
Un n n mero mero ndice ndice es un indicador de cambio en alguna variable o
parmetro. Comnmente empieza tomando como base el valor de algn
ao al que se asigna un nuevo valor de 100. El nmero ndice es slo un
indicador y no tiene unidades, lo que importa son los cambios en este
nmero con el tiempo. Los cambios se expresan en trminos de
porcentaje, por ejemplo:
Si se usa el ao 2003 como la base, el ndice inicia ah con un valor de
100, si en el siguiente ao (2004) el ndice vale 120, entonces sabemos
que hubo un incremento de 20%. Si para el ao siguiente el ndice ha
aumentado a 150 entonces hay un cambio de 50% contra el valor inicial
pero sera 25% contra el valor del a 25% contra el valor del a o anterior o anterior.
Generalmente se usa como ndice el cambio por sobre el valor anterior por sobre el valor anterior.
Actividad 1.
Intenta llenar la siguiente tabla. Trabaja con el valor del ao anterior para
encontrar el porcentaje de cambio.
A A o o ndice de precios ndice de precios
Porcentaje de cambio Porcentaje de cambio
(inflaci (inflaci n) n)
1 1 100 100
2 2 115 115
3 3 140 140
4 4 175 175
5 5 190 190
Ejemplo, en el ao 3 el la variacin en el ndice de precios fue de 25
unidades (140 115) por lo que el ndice es:
7 21 100
115
115 140
. =

x
A A o o ndice de precios ndice de precios
Porcentaje de cambio Porcentaje de cambio
(inflaci (inflaci n) n)
1 1 100 100 - -
2 2 115 115 15% 15%
3 3 140 140 21.7% 21.7%
4 4 175 175 25% 25%
5 5 190 190 8.6% 8.6%
Resultado del ejemplo:
Calculando nmeros ndice
Digamos que queremos calcular la inflacin (ndice de precios al
consumidor) de algunos artculos o bienes. Entonces asignamos 100 al
valor del artculo para el ao base y calculamos el cambio en precio de
cada artculo.
Actividad 2. Completa la tabla siguiendo el ejemplo del primer indicador.
Producto Producto
Precio Precio - - a a o o
1 1
ndice ndice - - a a o o
1 1
Precio Precio - - a a o o
2 2
ndice ndice - - a a o o
2 2
Pan Pan $40 $40 100 100 60 60 150 150
Cerveza Cerveza $200 $200 100 100 220 220
Cepillos de Cepillos de
dientes dientes
$100 $100 100 100 75 75
Peri Peri dicos dicos $50 $50 100 100 60 60
TOTAL TOTAL 400 400
ndice global ndice global 400/4 400/4= =100 100
El cambio en el ndice global refleja la tasa promedio de la inflacin.
Cal es la tasa de inflacin para estos cuatro productos al ao 2?
Producto Producto
Precio Precio - - a a o o
1 1
ndice ndice - - a a o o
1 1
Precio Precio - - a a o o
2 2
ndice ndice - - a a o o
2 2
Pan Pan
$40 $40 100 100 $60 $60 150 150
Cerveza Cerveza
$200 $200 100 100 $220 $220 110 110
Cepillos de Cepillos de
dientes dientes
$100 $100 100 100 $75 $75 75 75
Peri Peri dicos dicos
$50 $50 100 100 $60 $60 120 120
TOTAL TOTAL 400 400 455 455
ndice global ndice global 400/ 4 =100 400/ 4 =100
455/ 4 455/ 4= =113.7 113.7
5 5
La tasa promedio de inflacin para estos cuatro productos al ao 2 es de
13.75%
Series temporales. Series temporales.
En las secciones anteriores hemos usado nmeros ndice para medir y
comparar variaciones ocurridas en el pasado , pero en algunas ocasiones
resulta de ayuda, provechoso o incluso necesario, predecir hechos futuros.
Por ejemplo, una editorial, debe hacer una prediccin de las ventas de uno
de sus libros, para editar las suficientes copias, una fbrica de coches
necesita saber cuales son sus expectativas de ventas, para satisfacer la
demanda de un modelo. Los gobiernos deben predecir una gran variedad
de factores econmicos, y sociales, para establecer polticas destinadas a
paliar desempleo, inflacin, enfermedades, etc.
Las series cronolgicas son tablas estadsticas, que recogen un conjunto de
observaciones realizadas en momentos determinados, normalmente a
intervalos iguales (suelen ser aos, meses, trimestres, etc).
En general podemos pensar en las series temporales o series de En general podemos pensar en las series temporales o series de
tiempo como el comportamiento de una variable con respecto al tiempo como el comportamiento de una variable con respecto al
tiempo, es decir, el tiempo es nuestra variable independiente y tiempo, es decir, el tiempo es nuestra variable independiente y la la
observaci observaci n que nos interesa es la variable dependiente. n que nos interesa es la variable dependiente.
Imaginemos que TRANSPO" ha estudiado el nmero de viajeros en los
ltimos 4 aos, trimestralmente, para la lnea Qro - DF, para planificar el
nmero de autobuses necesarios y estudiar la rentabilidad de la lnea. Los
datos obtenidos son:
Una primera aproximacin al estudio de los valores, es su representacin
grfica:
Componentes de una Serie. Componentes de una Serie.
Cuando analicemos una serie temporal, habremos de tener en cuenta que
existen una serie de factores que la determinan. A estos factores se les
denomina componentes de la serie, y podemos distinguir cuatro:
TENDENCIA TENDENCIA: es la direccin predominante de la serie, cuando sta se
observa en un periodo largo de tiempo. En nuestra serie, observamos que a
lo largo de los cuatro aos, los valores tienden a incrementarse, o lo que es
lo mismo, el nmero de viajeros tiende a ser cada vez mayor. Esto se
expresara diciendo que "el nmero de viajeros tiene una tendencia
creciente".
VARIACI VARIACI N ESTACIONAL N ESTACIONAL: Aunque la tendencia en la serie anterior es
creciente, vemos que mientras en el tercer trimestre el nmero de viajeros
se incrementa sustancialmente, cae en el cuarto. Sabemos por experiencia,
que esta variacin se debe a que en el tercer trimestre (verano), existe un
flujo de personas que utilizan el transporte para desplazarse a las zonas
vacacionales.
En las series temporales, hemos de tener en cuenta, que causas
estacionales, ligadas a motivos climticos (como en nuestro caso) o
sociales, pueden afectar a las series influenciando los valores observados.
Siempre tienen que ver con periodos menores de un ao. Puede ser una
estacin, un mes, una semana,...
Por ejemplo, cmo afectara el periodo navideo o el da de la Madre, a las
ventas de una tienda de regalos, o la poca de lluvias a las ventas de
impermeables.
VARIACIONES C VARIACIONES C CLICAS CLICAS: Son variaciones que sufre una serie, en periodos
superiores al ao. Normalmente, van ligadas a variables econmicas, y
tienen que ver con los ciclos econmicos. Se presentan de forma lenta, y
peridica, es decir primero se presentan aumentos de los valores, para
luego ir apareciendo disminuciones, y as sucesivamente.
Si observramos nuestra serie en un periodo mayor de tiempo, veramos
que, en periodos de crisis econmica, la gente est menos dispuesta a
utilizar el servicio de transportes (digamos que slo los que estn obligados
por una actividad econmica lo haran), mientras que durante el auge
econmico, el nmero de viajeros aumentar.
VARIACIONES ACCIDENTALES VARIACIONES ACCIDENTALES: Son variaciones que sufren las variables de
una forma ocasional, y que producen desviaciones imprevisibles en la
tendencia.
Por ejemplo, que sube la gasolina mucho, y la gente decide empezar a
utilizar ms los transportes pblicos. Esto har que en ese momento la serie
del ejemplo cambie.
Para analizar una serie se pueden utilizar varias Para analizar una serie se pueden utilizar varias t t nicas nicas, entre , entre
ellas: ellas:
Promedio m Promedio m vil. vil.
Este mtodo proporciona una forma de suavizar las variaciones drsticas
de forma que se pueda apreciar su tendencia. Esto se logra al desplazar
los valores medios aritmticos en la serie de tiempo.
Tendencia Lineal. Tendencia Lineal.
La tendencia a largo plazo de muchas series de datos con frecuencia se
aproximan a una recta. Dicha tendencia se puede aproximar al unir el valor
inicial al valor final. La pendiente de dicha recta nos proporciona el valor de
la tasa de variacion.
Tendencias no lineales. Tendencias no lineales.
Los datos que aumentan o disminuyen en cantidades cada vez mayores
durante un perodo aparecen curvilneos cuando trazamos su grfica en
escala aritmtica. En estos casos se debe buscar una tendencia no-lineal
que mejor se aproxime a las observaciones. Algunos ejemplos son las
tendencias exponenciales o las polinomiales:
Ejemplo de c Ejemplo de c lculo de Promedio M lculo de Promedio M vil. vil.
Los siguientes primeras dos series de datos tienen una variacin estacional
que necesitamos remover (en Minitab ver Example Worksheets> Metal).
La tercera se ve sin mucha variacin aparente es esto as?
60 54 48 42 36 30 24 18 12 6 1
400
300
200
100
0
Index
D
a
t
a
Trade
Food
Metals
Variable
Time Series Plot of Trade, Food, Metals
Sin embargo, si cambiamos la escala del eje vertical veremos que s existe
una variacin.
60 54 48 42 36 30 24 18 12 6 1
52
50
48
46
44
42
40
Index
M
e
t
a
l
s
Time Series Plot of Metals
Si empleamos un promedio cada 5 puntos (Stat-Time Series-Moving
Average) y centramos el valor obtenido, tenemos una nueva serie con
menor variacin (ms suavizada).
60 54 48 42 36 30 24 18 12 6 1
52
50
48
46
44
42
40
Index
M
e
t
a
l
s
Length 5
Moving Average
MAPE 1.38223
MAD 0.62750
MSD 0.59372
Accuracy Measures
Actual
Smoothed
Variable
Moving Average Plot for Metals
Si ahora empleamos un promedio cada 10 puntos obtenemos una mejor
caracterizacin de la tendencia.
60 54 48 42 36 30 24 18 12 6 1
52
50
48
46
44
42
40
Index
M
e
t
a
l
s
Length 10
Moving Average
MAPE 2.11156
MAD 0.97078
MSD 1.33509
Accuracy Measures
Actual
Smoothed
Variable
Moving Average Plot for Metals
Ahora veamos otra de las series de tiempo, en este caso el factor comercio
(trade). La escala horizontal es el tiempo en meses.
Cul crees que es el perodo de variacin estacional en los siguientes
datos? (Cada cundo ves una repeticin del patrn de variacin).
60 54 48 42 36 30 24 18 12 6 1
400
390
380
370
360
350
340
330
320
310
Index
T
r
a
d
e
Time Series Plot of Trade
Puedes ver que la repeticin es cada 12 meses (anual), por lo que se es el
perodo (por ejemplo, mide la distancia en tiempo de un pico al otro).
Para remover esa variacin estacional, se puede emplear un promedio mvil
con una ventana que corresponde al perodo de variacin estacional.
En este caso si usamos un promedio cada 12 datos (meses):
60 54 48 42 36 30 24 18 12 6 1
400
390
380
370
360
350
340
330
320
310
Index
T
r
a
d
e
Length 12
Moving Average
MAPE 2.523
MAD 9.076
MSD 106.840
Accuracy Measures
Actual
Smoothed
Variable
Moving Average Plot for Trade
Finalmente, a los resultados del promedio mvil les podemos ajustar una
recta (Stat-Regression-Fitted Line Plot) para encontrar la tendencia lineal la tendencia lineal de
los datos originales (porque se puede ver que los resultados se aproximan
bastante a una recta).
60 54 48 42 36 30 24 18 12 6 1
390
380
370
360
350
340
330
320
310
Index
A
V
E
R
1
MAPE 0.54080
MAD 1.84016
MSD 5.46608
Accuracy Measures
Actual
Fits
Variable
Trend Analysis Plot for AVER1
Linear Trend Model
Yt = 312.840 + 1.17*t
La ecuacin encontrada, que es la ecuacin de la recta que mejor se ajusta
a los datos, nos dice que el factor comercio (trade) cambia con el tiempo de
la siguiente forma (ver en el subttulo de la grfica anterior):
312.84 1.17( ) Comercio tiempo = +
Pero, Qu significa cada uno de estos nmeros (parmetros)?:
312.84 es el valor del Comercio cuando el tiempo es cero.
1.17 es el valor de cunto cambia el comercio por unidad de tiempo.
312.84 1.17( ) Comercio tiempo = +
60 54 48 42 36 30 24 18 12 6 1
390
380
370
360
350
340
330
320
310
Index
A
V
E
R
1
MAPE 0.54080
MAD 1.84016
MSD 5.46608
Accuracy Measures
Actual
Fits
Variable
Trend Analysis Plot for AVER1
Linear Trend Model
Yt = 312.840 + 1.17*t
312.84 es el valor
cuando t = 0 (valor
inicial), por lo tanto,
es el valor cuando la
recta cruza el eje de
las Y
1.17 es el valor del
cambio en comercio
(Y) por unidad de
tiempo (X), o sea, la
pendiente de la
recta