Академический Документы
Профессиональный Документы
Культура Документы
Ajustes de tendencias
Series de Tiempo
I. Tendencia:
Tambin conocido como el nombre de movimientos seculares o de larga duracin, es la direccin
general a la que una serie de tiempo suele dirigirse en un intervalo grande de tiempo; puede ser
ascendente o descendente.
II. Ajuste de Tendencia:
Ajustar la tendencia de una serie de tiempo consiste en estimar un modelo matemtico que explique
la evolucin de la misma en funcin de la variable tiempo (t). Entre las tcnicas que se usan para
formar estos modelos se tiene las tcnicas de mnimos cuadrados ordinarios.
Una forma de poder hallar estos modelos es usando regresiones (como algunos lo conocen como
modelos de regresin de series temporales) , teniendo as como variable dependiente al valor de la
serie de tiempo (pbi, ventas, caudales, nmero de visitantes, etc.) y como variables independientes
al tiempo t. Por lo tanto la ecuacin matemtica del modelo ser:
() = +
Donde es el trmino de perturbacin en el tiempo t.
III. Modelamiento de la tendencia usando funciones polinmicas:
A. Tendencia Lineal:
Son series cuya pendiente es montona, ya sea creciente o decreciente, y su ecuacin es:
= 0 + 1 +
En este caso 1 representa el cambio esperado en la tendencia de la serie en el periodo t. Por
Ejercicio 1:
La tasa de poblacin activa se define como la proporcin de la poblacin de 15 aos de edad o ms
econmicamente activa, esto involucra a todas las personas que aportan trabajo para la produccin
de bienes y servicios durante un periodo especfico. El Banco Mundial tiene la base de datos de estos
indicadores por gnero, a continuacin se presente estas estadsticas para Per, pero ambos
gnero; a partir de ello:
- Evale si estas series podran tener una tendencia lineal y cul sera su ecuacin, hacer un anlisis
de la misma.
- Es posible que la tasa de poblacin activa de los hombres sea menor al de las mujeres en los
prximos 5 aos?.
Series de Tiempo
Tasa de Actividad Mujeres
Ao
Tasa
1990
45.90
1991
43.80
1992
45.30
1993
46.80
1994
48.30
1995
51.10
1996
54.30
Ao
1997
1998
1999
2000
2001
2002
2003
Tasa
57.50
58.20
61.00
57.60
62.40
60.40
58.40
Ao
2004
2005
2006
2007
2008
2009
2010
Tasa
58.00
57.50
58.10
64.80
65.40
67.10
67.40
Ao
1997
1998
1999
2000
2001
2002
2003
Tasa
82.30
83.60
83.40
82.80
83.90
81.60
79.30
Ao
2004
2005
2006
2007
2008
2009
2010
Tasa
79.30
79.10
81.50
83.90
84.90
85.10
84.70
B. Tendencia Cuadrtica:
Estas tendencias se darn cuando existe un cambio curvilneo durante un largo periodo de tiempo,
estos cambios pueden ser de crecimiento a una tasa creciente o decreciente, o de decrecimiento a
una tasa creciente o decreciente tal como se puede observar en las grficas siguientes:
Series de Tiempo
Ao
1997
1998
1999
2000
2001
2002
2003
Tasa
58.70
58.80
58.90
59.00
58.80
58.60
58.50
Ao
2004
2005
2006
2007
2008
2009
2010
Tasa
58.20
58.30
58.40
58.30
58.40
58.10
57.50
C. Tendencia polinmica:
Las polinomios de tercer orden a ms constituyen las series de tendencia polinomial, estn
presentan dos o ms curvaturas en su evolucin, presentando as pendientes creientes y
decrecientes (mximos y mnimos). Por ejemplo uno de orden 3 tendr la siguiente ecuacin:
= 0 + 1 + 2 2 + 3 3 +
Series de Tiempo
Ejercicio 3:
A continuacin se presenta las ventas per cpita anuales en el sector de retail de Estados Unidos,
haga un anlisis de los datos y trate de explicar su comportamiento mediante una tendencia
polinmica.
Ventas anuales percpita en Retail (Dlares)- Estados Unidos
Ao
Ventas
Ao
Ventas
Ao
2000
10573
2004
11863
2008
2001
10746
2005
12487
2009
2002
10877
2006
12984
2010
2003
11247
2007
13276
2011
Ventas
12978
11834
12419
13275
PBI
121057
121317
127407
132545
139141
148640
Ao
2006
2007
2008
2009
2010
2011
PBI
160145
174348
191367
192994
209886
224303
Fuente: INEI
Ejercicio 5:
La FAO (Organizacin de las Naciones Unidas para la Agricultura) tiene la base de datos de las
toneladas de pesca de todos los pases, entre ellos las de Per desde el 1950 al 2011, usar los datos
del 1950 al 2005 para hacer un ajuste de tendencia y luego hacer proyecciones del 2006 al 2011 y
comparar con los verdaderos valores con el fin de comprobar que tan bueno es el ajuste.
5
Series de Tiempo
Ao Toneladas Ao Toneladas Ao Toneladas Ao Toneladas Ao Toneladas Ao Toneladas
1950 73700 1960 3502700 1970 12484200 1980 2708773 1990 6869174 2000 10658577
1951 97300 1961 5216500 1971 10507100 1981 2716951 1991 6898233 2001 7991712
1952 106800 1962 6884300 1972 4678300 1982 3512981 1992 7502785 2002 8771365
1953 117900 1963 6822000 1973 2295700 1983 1569049 1993 9005020 2003 6093924
1954 146300 1964 9037700 1974 4125826 1984 3316913 1994 11999387 2004 9611945
1955 184500 1965 7385400 1975 3415158 1985 4130750 1995 8937755 2005 9393488
1956 268500 1966 8712500 1976 4343363 1986 5614057 1996 9515355 2006 7020925
1957 454500 1967 10057700 1977 2503377 1987 4583668 1997 7869871 2007 7221330
1958 901500 1968 10444400 1978 3443075 1988 6637153 1998 4346073 2008 7408317
1959 2123700 1969 9147500 1979 3652262 1989 6849480 1999 8428601 2009 6920129
2010 4265459
2011 8254283
Ejercicio 6:
Una pequea micro empresa ha registrado la cantidad de productos vendidos en sus ltimos 24
meses. Se desea saber cmo sern las ventas en los prximos 3 meses y entre que valores estaran.
Los valores registrados son:
Mes
2011-1
2011-2
2011-3
2011-4
2011-5
2011-6
Unidades
1485
1560
1300
1226
1628
1644
Mes
2011-7
2011-8
2011-9
2011-10
2011-11
2011-12
Unidades
1539
1436
1583
1350
1593
1403
Mes
2012-1
2012-2
2012-3
2012-4
2012-5
2012-6
Unidades
1136
1368
1610
1376
1569
1290
Mes
2012-7
2012-8
2012-9
2012-10
2012-11
2012-12
Unidades
1409
1383
1414
1482
1294
1495
Ejercicio 7:
Tras hacer fuertes campaas de marketing los ltimos meses las ventas de empanadas de una
cadena local se han incrementado rpidamente; el administrador desea saber un pronstico de las
unidades que se podran vender en los prximos 3 meses (asumiendo que las campaas publicitarias
seguirn) de tal forma que pueda atender la demanda que se le presente sin tener ningn problema
y sin tener una produccin excesiva y que le provoque prdidas, para ello busca tambin tener un
rango de esta ventas.
Mes
2011-1
2011-2
2011-3
2011-4
2011-5
2011-6
Unidades
501
515
505
548
542
570
Mes
2011-7
2011-8
2011-9
2011-10
2011-11
2011-12
Unidades
611
567
560
558
562
590
Mes
2012-1
2012-2
2012-3
2012-4
2012-5
2012-6
Unidades
597
580
610
702
659
694
Mes
2012-7
2012-8
2012-9
2012-10
2012-11
2012-12
Unidades
689
721
659
685
742
740
Series de Tiempo
Ejercicio 8:
El Ministerio de Salud (MINSA) deseo basar su presupuesto en el 2012 para ver los recursos
necesarios para atender las consultas por enfermedades diarreicas en nios menores a 5 aos, para
ello desea hacer proyecciones basadas en data del 2001 al 2011, si se sabe que una atencin de este
tipo de enfermedades involucra un gasto de 150 soles; Cul sera el presupuesto que usted
recomendara para el 2011?, para ello slo debe basarse en un ajuste de la tendencia.
Ejercicio 9:
Las entradas para asistir al Super Bowl son unas de las entradas a eventos deportivos ms codiciados
en el mundo, el ao pasado se publicaron los precios de las entradas desde el ao 1985 al 2012.
Realice un anlisis de tendencia usando los datos de 1985 al 2006, luego haga proyecciones para
predecir los precios del 2007 al 2012 y compare que tan precisos son estos resultados. Para este
procedimiento usar el Excel construyendo diferentes plantillas para un anlisis de las diferentes
opciones.