v INSTITUTO TECNOLOGICO NACIONAL DE MEXICO

INSTITUTO TECNOLOGICO DE CHETUMAL

TEMA 3: ANÁLISIS DE SERIE DE TIEMPO.

Tarea larga 3
INGENIERÍA EN GESTIÓN EMPRESARIAL

Materia:

Estadística inferencial II

Docente:
Ing. Arnaldo Aarón Aguayo León

Grupo: R5B

Aula: X-7

Alumno:

Moreno Moreno Rodrigo Osvaldo

Chetumal Quintana Roo a jueves 6 de septiembre del 20181

 INDICE

Contenido
INDICE ............................................................................................................................................... 2
INTRODUCCION .............................................................................................................................. 3
EJERCICIO ORIGINAL ............................................................................................................................ 4
TABLA MODIFICADA ...................................................................................................................... 7
A) ANÁLISIS DE TENDENCIA ....................................................................................................... 7
B) MEDICION DE VARIACIONES CICLICAS ........................................................................... 10
C) MEDICION DE VARIACIONES ESTACIONALES ............................................................... 11
D) APLICACIÓN DE LOS AJUSTES ESTACIONALES ........................................................... 16
E) PRONOSTICOS CON BASE EN FACTORES ESTACIONALES Y TENDENCIA ......... 17
F) PRONOSTICOS BASADOS EN PROMEDIOS MOVILES ................................................. 20
G) SUAVIZACIÓN EXPONENCIAL COMO MÉTODO DE PRONÓSTICOS ....................... 21
CONCLUSION ................................................................................................................................ 24
BIBLIOGRAFIA ............................................................................................................................... 25

2
 INTRODUCCION

Podemos entender como estadística como el conjunto de datos ordenados que

pueden ser analizados por diferentes métodos durante una serie de periodos o
tiempo con el objetivo de tomar decisiones futuras que puedan ser favorables para
una empresa o para lo que sea el caso.
En el siguiente ejercicio presentaremos un caso práctico donde plasmaremos un
gran conjunto de datos agrupados en la cual aplicaremos una serie de métodos
matemáticos – estadístico con el objetivo de conocer los valores futuros en la seria
de tiempo de producción de una empresa minera mexicana que produce millones
de toneladas trimestrales y anuales.
Algunos de los conceptos que analizaremos en este trabajo son los siguientes:
Tendencias: el movimiento global a largo plazo de los valores de la serie de
tiempo (y) durante un numero prolongado.
Fluctuaciones cíclicas: movimientos recurrentes hacia arriba y hacia abajo con
respecto a la tendencia que tienen duración de varios años.
Variaciones estacionales: movimientos hacia arriba y hacia abajo con respecto a la
tendencia y que no duran más de un año y que además se presentan todos los
años. Es común que se identifiquen esas variaciones con base en datos
mensuales o trimestrales.
Variaciones irregulares: las variaciones erráticas con respecto a la tendencia, que
no pueden adjudicarse a efectos estacionales o cíclicos.

3
EJERCICIO ORIGINAL

4
5
6
 TABLA MODIFICADA

Producción trimestral de un determinado producto en millones de toneladas

AÑO \
TRIMESTRE 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017

1 104 124 94 144 124 119 229 224 194 134

2 124 154 129 169 129 169 199 219 219 129

3 114 104 149 189 159 214 184 209 244 184

4 134 164 134 109 144 174 174 114 209 224

∑ 476 546 506 611 556 676 786 766 866 671

Utilizando el método de Análisis de serie de tiempo y pronósticos de negocios satisfacer

los requerimientos siguientes:

A) ANÁLISIS DE TENDENCIA

A.1) Determinar la ecuación de tendencia lineal para pronosticar la producción anual

codificando como 0 al año 2008.

AÑO AÑO CODIFICADO PRODUCCION X*Y X2

2008 0 476 0 0
2009 1 546 546 1
2010 2 506 1012 4
2011 3 611 1833 9
2012 4 556 2224 16
2013 5 676 3380 25
2014 6 786 4716 36
2015 7 766 5362 49
2016 8 866 6928 64
2017 9 671 6039 81
∑ 45 6460 32040 285 7
Fórmula YT= b0 + b1x
Fórmula para cálculo de b0 b0 = Ytestada - b1 * Xtestada
Fórmula para cálculo de b1 b1 = (∑XY - N Xtestada * Y testada) / (∑X2 - n * Xtestada2)
Cálculo de Xtestada = Xtestada = (∑X)/(n) Xtestada = 4.5
Cálculo de Ytestada = Ytestada = (∑Y)/(n) Ytestada = 646

Cálculo de b1:

b1 = ((32040)-(10*4.5*646)) / ((285)-((10*(4.5*4.5))

b1 = 36

Cálculo de b0:

b0 = (646) - (12.37*4.5)

b0 = 484

Ecuación de Tendencia Lineal:

YT = (484) + (36 * X)

A.2) Construir el diagrama de tendencia lineal puntualizando la cumbre y el valle

de la producción anual (2008 – 2017)

A.3) Construir en el mismo diagrama de tendencia lineal del inciso A.2) la línea
recta que generará la ecuación calculada en el inciso A.1)

8
AÑO AÑO CODIGO ECUACION DE TENDENCIA LINEAL LINEA DE TENDENCIA
2008 0 YT = (484) + (36 * X) 484
2009 1 YT = (484) + (36 * X) 520
2010 2 YT = (484) + (36 * X) 556
2011 3 YT = (484) + (36 * X) 592
2012 4 YT = (484) + (36 * X) 628
2013 5 YT = (484) + (36 * X) 664
2014 6 YT = (484) + (36 * X) 700
2015 7 YT = (484) + (36 * X) 736
2016 8 YT = (484) + (36 * X) 772
2017 9 YT = (484) + (36 * X) 808

Diagrama de tendencia lineal

9
A.4) Pronostique la producción anual de ese determinado mineral para el año
2022
AÑO CODIGO
2008 0 YT = (484) + (36 * X)
2009 1
2010 2 Año Codificado: 14
2011 3
Sustitución:
2012 4
2013 5
2014 6 YT2022 = (484) + (36 * 14)
2015 7
2016 8 PRODUCCION ESPERADA PARA EL AÑO 988 Millones de
2017 9 2022 = toneladas
2018 10
2019 11
2020 12
2021 13
2022 14

B) MEDICION DE VARIACIONES CICLICAS

B.1) Determinar el componente cíclico de cada uno de los valores indicados por la
industria minera mexicana en la serie de tiempo del año 2008 al año 2017
PRODUCCION REAL EN
MILLONES DE RELATIVO CICLICO
AÑO AÑO CODIGO TONELADAS YT ESPERADA (100*Y / YT)
2008 0 476 590.3195 80.6343
2009 1 546 602.6875 90.5942
2010 2 506 615.0625 82.268
2011 3 611 627.4375 97.3802
2012 4 556 639.8125 86.9004
2013 5 676 652.1875 103.6512
2014 6 786 664.5625 118.2733
2015 7 766 676.9375 113.1567
2016 8 866 689.3125 125.6324
2017 9 671 701.6875 95.6266
∑ 45 6460 6460.007 100.00
10
B.2) Construir un Diagrama de las variaciones de la producción anual de la
industria minera mexicana basados en los resultados obtenidos del relativo cíclico.

C) MEDICION DE VARIACIONES ESTACIONALES

C.1) Determinar los índices estacionales mediante el método del cociente a

promedio móvil de los valores de la producción indicada de la serie de tiempo.

PROMEDIO
MILLONES DE TOTAL TOTAL MOVIL MOVIL COCIENTE DE
TONELADS DEL MOVIL 4 CENTRADO 4 CENTRADO EN PROMEDIO
AÑO TRIMESTRE MINERAL TRIMESTRES TRIMESTRES 4 TRIMESTRES MOVIL

1 104

2 124
2008 3 114 476

11
 972 121.5 93.8272

496

1022 127.75 104.8924

4 134
526

1042 130.25 95.2015

1 124
516

1062 132.75 116.0075

2 154
546

1062 132.75 78.3427

3 104
516

1007 125.875 130.2880

2009 4 164
491

1027 128.375 73.2230

1 94
536

1042 130.25 99.0403

2 129
506

1062 132.75 112.2411

3 149
556

1152 144 93.0556

2010 4 134
596

1232 154 93.5065

1 144
2011 2 169 636

12
 1247 155.875 108.4202

611

1202 150.25 125.7903

3 189
591

1142 142.75 76.3573

4 109
551

1072 134 92.5373

1 124
521

1077 134.625 95.8217

2 129
556

1107 138.375 114.9051

3 159
551

1142 142.75 100.8757

2012 4 144
591

1237 154.625 76.9604

1 119
646

1322 165.25 102.2693

2 169
676

1462 182.75 117.0999

3 214
786

2013 4 174 1602 200.25 86.8914

13
 816

1602 200.25 114.3571

1 229
786

1572 196.5 101.2723

2 199
786

1567 195.875 93.9375

3 184
781

1582 197.75 87.9899

2014 4 174
801

1627 203.375 110.1414

1 224
826

1592 199 110.0503

2 219
766

1502 187.75 111.3182

3 209
736

1472 184 61.9565

2015 4 114
736

1507 188.375 102.9861

1 194
771

1637 204.625 107.0250

2 219
2016 3 244 866

14
 1672 209 116.7464

806

1522 190.25 109.8555

4 209
716

1372 171.5 78.1341

1 134
656

1327 165.875 77.7694

2 129
671

3 184

2017 4 224

C.2) Utilizando el factor de ajuste y la media modificada, calcule los índices

estacionales para el primer, segundo, tercer y cuarto trimestre en la serie de
tiempo.

INDICE
ESTACIONAL
AÑOS / MEDIA (MEDIA *FACTOR
TRIMESTRES 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 MOFICADA DE AJUSTE)

1 95.2 73.22 93.51 92.54 76.96 114.36 110.14 102 78.13 92.64 92.76

2 116 99.04 108.42 95.82 102.27 101.27 110.05 107.02 77.77 103.41 103.55

3 93.82 78.34 112.24 125.79 114.91 117.1 98.94 111.32 116.75 109.30 109.44

4 104.89 130.3 93.06 76.36 100.88 86.89 87 61.96 109.86 94.1 94.26
399.5

15
 FACTOR DE AJUSTE = 400 / SUMA DE MEDIAS TRIMESTRALES

FACTOR DE AJUSTE = 1.0013

D) APLICACIÓN DE LOS AJUSTES ESTACIONALES

D.1) Calcule el valor estacional ajustado para cada trimestre de cada año de toda
la producción ilustrada en la serie de tiempo.

VALORES ESTACIONALES AJUSTADOS DEL MINERAL EN MILLONES DE

TONELADAS

AÑOS /
TRIMESTRES 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017
1 112.12 133.68 101.34 155.54 133.68 128.29 246.87 241.48 209.14 144.46
2 119.75 148.76 124.58 163.21 124.58 162.21 192.18 211.50 211.50 124.58
3 104.07 95.03 136.15 172.70 145.29 195.54 168.13 190.98 222.96 168.13
4 142.17 173.99 142.17 115.64 152.78 184.60 184.60 120.95 221.74 237.65

D.2) Haga un análisis serio de comparación de los valores trimestrales reales y de

los valores estacionales ajustados para los años 2014 y 2016, considerando los
requerimientos siguientes:
VALORES REALES DE PRODUCCION DEL MINERAL EN MILLONES DE
TONELADAS

AÑO \
TRIMESTRE 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017
1 104 124 94 144 124 119 229 224 194 134
2 124 154 129 169 129 169 199 219 219 129
3 114 104 149 189 159 214 184 209 244 184
4 134 164 134 109 144 174 174 114 209
16
224
∑ 476 546 506 611 556 676 786 766 866 671
D.2.A) Compare el valor real del primer trimestre del año 2014, con respecto al
valor ajustado del primer trimestre del año 2014.
De acuerdo al análisis de los valores reales con los valores estacionales ajustado
correspondiente al primer trimestre del año 2013 podemos mencionar que los
valores estacionales ajustados tuvo un aumento de 17.87 millones de toneladas
de producción.

D.2.B) Compare el valor real el segundo trimestre del año 2014, con respecto al
valor estacional ajustado del tercer trimestre del año 2016.
De acuerdo al análisis de los valores reales trimestrales de producción de la
empresa con los valores estacionales ajustado calculados correspondientes al
segundo trimestre del año 2014 con el tercer trimestre del año 2016 podemos
mencionar que los valores estacionales ajustados tuvieron un descenso de 23.96
millones de toneladas de producción. Se considera que el valor ajustado del tercer
trimestre del 2016 tuvo un gran porcentaje de elevación en los valores de
producción en millones de toneladas

D.2.C) Compare el valor estacional ajustado del primer trimestre del año 2014,
con respecto al valor real del cuarto trimestre del 2016.
De acuerdo al análisis realizado a las tablas de valores reales y valores
estacionales ajustado calculados de la producción trimestral de la empresa,
podemos mencionar que comparando los valores del primer trimestre del año
2014 de los valores estacionales ajustados con los valores reales del cuarto
trimestre del 2016, hay una disminución en su producción de 7.26 millones de
toneladas para los valores estacionales ajustados.

E) PRONOSTICOS CON BASE EN FACTORES ESTACIONALES Y

TENDENCIA

E1) Considerando o utilizando la ecuación de tendencia lineal para los pronósticos

anuales desarrollados en el inciso A1) encuentre la ecuación de tendencia
trimestral (para pronósticos trimestrales).

17
 Ecuación de tendencia lineal anual:

YT = (484) + (36* X)
Ecuación de tendencia lineal trimestral:

YTANUAL= (484) + (36 * X)

YT TRIMESTRAL = ((484) / (4)) + (((36) / (4)) * X ))

YT TRIMESTRAL = (121) + (9 * X)

E.2) Pronostique la producción total de los valores reales de ese determinado

mineral al que se refiere la industria minera mexicana para:

E.2.A) El primer trimestre del año 2019

E.2.B) El tercer trimestre del año 2021
E.2.C) El cuarto trimestre del año 2022

AÑO / TRIMESTRE CODIGO AÑO / TRIMESTRE CODIGO AÑO / TRIMESTRE CODIGO AÑO / TRIMESTRE CODIGO
2008 2012 2016 2020
104 0 124 16 194 32 1 48

124 1 129 17 219 33 2 49

114 2 159 18 244 34 3 50
134 3 144 19 209 35 4 51
2009 2013 2017 2021
124 4 119 20 134 36 1 52
154 5 169 21 129 37 2 53
104 6 214 22 184 38 3 54
164 7 174 23 224 39 4 55
2010 2014 2018 2022
94 8 229 24 1 40 1 56
129 9 199 25 2 41 2 57
149 10 184 26 3 42 3 58
134 11 174 27 4 43 4 59
2011 2015 2019
144 12 224 28 1 44
169 13 219 29 2 45
189 14 209 30 3 46
109 15 114 31 4 47

18
 E.2.A) El primer trimestre del año 2019

YT TRIMESTRAL = (121) + (9 * X)

YT TRIMESTRAL = 517 Millones de toneladas

E.2.B) El tercer trimestre del año 2021

YT TRIMESTRAL = (121) + (9 * X)

YT TRIMESTRAL = 607 Millones de toneladas

E.2.C) El cuarto trimestre del año 2022

YT TRIMESTRAL = (121) + (9 * X)

YT TRIMESTRAL = 652 Millones de toneladas

E.3) Pronostique la producción total de los valores estacionales ajustados de ese

determinado mineral al que se refiere la industria minera mexicana para:

E.3.A) el primer trimestre del año 2020

E.3.B) el segundo trimestre del año 2021
E.3.C) el cuarto trimestre del año 2022

VALORES REALES INDICE VALORES ESTACIONALES AJUSTADOS

ESTACIONAL
AÑO / (MEDIA *FACTOR AÑO /
TRIMESTRE 2020 2021 2022 DE AJUSTE) TRIMESTRE 2020 2021 2022
1 295.9 308.26 320.62 92.76 1 553.00 589.00 625.00
2 298.99 311.35 323.71 103.55 2 562.00 598.00 634.00
3 302.08 314.44 326.8 109.44 3 571.00 607.00 643.00
4 305.17 317.53 329.89 94.26 4 580.00 616.00 652.00
19
 F) PRONOSTICOS BASADOS EN PROMEDIOS MOVILES

F.1) Considerando la información ilustrada en la serie de tiempo de este estudio,

pronostique los promedios móviles basados en 3 años para cada unidad de tiempo
anual iniciando a partir de año 2012

PRODUCCION EN MILLONES DE
AÑO TONELADAS DEL MINERAL PRONOSTICO BASADO EN 3 AÑOS ERROR DEL PRONOSTICO
2008 476
2009 546
2010 506
2011 611
2012 556 554.33 1.67
2013 676 557.67 118.33
2014 786 614.33 171.67
2015 766 672.67 93.33
2016 866 742.67 123.33
2017 671 806.00 -135.00
∑ 6460 3947.67 373.33

Promedios móviles basados en 3 años

X(2012)= 578+538+643/3=586.33
X(2013)=538+643+588/3=589.67
X(2014)=643+588+708/3=646.33
X(2015)=588+708+818/3=704.67
X(2016)=708+818+798/3=774.67
X(2017)=818+798+898/3=838.00

20
 F.2) Determine el error de pronostico correspondiente a cada pronostico (s)
calculado (s) en el inciso anterior.
Formula de error de pronóstico:

Error de pronostico = Demanda real – Valor pronosticado

Error de pronóstico

E(2012)= 588-586.33=1.67
E(2013)= 708-589.67=118.33
E(2014)= 818-646.33=171.67
E(2015)= 798-704.67=93.33
E(2016)= 898-774.67=123.33
E(2017)= 703-838=-135
∑=373.33

G) SUAVIZACIÓN EXPONENCIAL COMO MÉTODO DE

PRONÓSTICOS

G.1) Considerando como “pronostico semilla” el nivel (valor) real de la producción

del año 2013 indicado en la serie de tiempo, determine el pronóstico de
producción para cada año utilizando el método de “suavización exponencial
simple”. Considere la constante de suavización igual al 85%

AÑO PRODUCCION EN MILLONES DE TONELADAS DEL MINERAL PRONOSTICO ERROR DEL PRONOSTICO

2008 476
2009 546
2010 506
2011 611
2012 556
2013 676 676 0
2014 786 676 110
2015 766 769.5 -3.5
2016 866 766.03 99.44
2017 671 851.00 21-180.08
∑ 6460 3738.5295 25.86
Formula:

Pronostico:

X(2014) = (676)+((0.85)*(676-676))
X(2014) = 676

X(2015) = (676)+((0.85)*(786-676))
X(2015) = 769.5

X(2016) = (769)+((0.85)*(766-769.5))
X(2016) = 766.03

X(2017) = (766.03)+((0.85)*(866-766.03))
X(2017) = 851.00

G.2) Encuentre el error (s) de pronóstico (s) generados en el inciso anterior.

Formula de error de pronóstico:

ERROR DE PRONOSTICO = DEMANDA REAL – VALOR PRONOSTICADO

X(2013) = (676) - (676)

X(2013) = 0

X(2014) = (786) - (676)

X(2014) = 110

22
X(2015) = (766) - (769.5)
X(2015) = - 3.5

X(2016) = (866) - (766.03)

X(2016) = 99.44

X(2017) = (671) - (851.0045)

X(2017) = - 180.08

23
 CONCLUSION

Podemos concluir que el análisis de series de tiempo puede servir para

pronosticar valores futuros de una producción en el caso de empresa minera
mexicana. Es importante para la toma de decisiones para acontecimientos futuros
basados en ciertos comportamientos de determinadas variables.
A partir de datos correctamente agrupados en una serie de tiempo a través de
diferentes métodos podemos predecir el comportamiento de una planta productora
para un determinado año, se puede analizar el comportamiento de producción de
una empresa ya sea para series de tiempo en bimestre, trimestre, cuatrimestre,
anual, periódica, estacional etc.
Si se determina correctamente los valores en cuestión de sus funciones
matemáticas podemos obtener una línea tendencia que nos permitirá conocer los
valores perdidos tanto al inicio como al final del proceso de búsqueda de la línea.

24
 BIBLIOGRAFIA

Mason, R.L., Gunst, R.F. y Hess, J.L. (2003) Statistical design an analysis of
experiments with applications to engineering and science. (2a. Ed.) USA:Wiley-
Interscience

25