Capítulo 5
Capítulo 5
Capítulo 5
Un enfoque para el análisis de los datos de las series de tiempo incluye un intento por identificar los
componentes que influyen en cada uno de los valores de una serie. Este procedimiento de
identificación se llama descomposición. Cada componente se identifica por separado. Las
proyecciones de cada uno de los componentes se pueden usar luego de manera combinada para
elaborar pronósticos de valores futuros de la serie de tiempo. Los métodos de descomposición se
usan para pronósticos tanto de corto como de largo plazos. También se emplean para exhibir de
manera simple el crecimiento o la declinación subyacente de una serie, así como para ajustar la
serie al eliminar uno o más de los componentes.
3. ¿Cuáles son algunos factores básicos que influyen en el ciclo de tendencia de la mayoría
de las variables?
Los factores básicos que producen o influyen en la tendencia de una serie de tiempo son un cambio
en la población, un cambio de precio, un cambio tecnológico, un incremento en la productividad y
los ciclos de vida de un producto.
4. ¿Qué clase de modelo de tendencia debería emplearse en cada uno de los siguientes
casos?
b) La variable aumenta a una tasa constante hasta que alcanza la saturación y se nivela.
Modelo de tendencia cuadrática
a) Grafique los datos y determine el modelo de tendencia adecuado para los años de 1977
a 1993.
Los datos presentan tendencia, normalidad y homocedasticidad, así como el MAPE nos permite ver
el nivel de error que representan este tipo de datos donde podemos observar que el valor del error es
pequeño así como los demás valores del MAD y el MSE.
b) Si el modelo adecuado es lineal, calcule el modelo de tendencia lineal para los años de
1997 a 1993.
El modelo que presentan los datos es Yt= 218,5 + 23,89*t para los anos de 1977 a 1993
Ecuación de tendencia
ajustada
Yt = 218,5 + 23,89×t
Medidas de precisión
MAPE 5,122
MAD 21,235
MSD 620,453
c) ¿Cuál es el incremento promedio anual en inversiones en bienes de capital desde 1977?
El incremento promedio anual en inversiones en bienes de capital desde 1977 es de 433,5
desde ese año hasta 1993 esto lo obtuvimos mediante la utilización de estadísticas básicas ya
que solo ocupamos el promedio de los datos.
b) Ajuste una tendencia lineal a los datos de publicidad y grafique la línea ajustada sobre la
gráfica de la serie de tiempo.
Año: 1998 es el 19
Y = 9310 + 1795(19) = 43,415
d) De acuerdo con los resultados del inciso b), ¿cree que podría haber un componente cíclico
en los gastos en publicidad televisiva en dólares? Explique.
El componente cíclico en los gastos en publicidad televisiva en dólares podría ser indicado debido a
comportamiento observaciones aproximadamente línea recta. Aun así, si hay un componente
cíclico que afecta, él es muy leve.
8. Suponga que los siguientes índices estacionales específicos para marzo están dados
como porcentajes y se obtuvieron por el método de la proporción del promedio móvil:
Datos:
Valor Tendencia (T): $850
Índice Estacional (S): 1.12
Y= TS = 850(1.12) = $952
10. Los siguientes porcentajes específicos para los índices estacionales corresponden al mes
de diciembre:
11. Un gran centro vacacional cerca de Portland, Maine, ha llevado registro de sus ventas
mensuales durante varios años, pero nunca ha analizado estos datos. El centro
vacacional calcula los índices estacionales para sus ventas mensuales. ¿Cuáles de los
siguientes enunciados acerca del índice son correctos?
a. La suma de los 12 números índices mensuales, expresados como porcentajes, debería ser
1,200
VERDADERO
b. Un índice de 85 para mayo indica que las ventas son 15% más bajas que las ventas
mensuales promedio
VERDADERO
c. Un índice de 130 para enero indica que las ventas están un 30% por arriba de las ventas
mensuales promedio.
VERDADERO
d. El índice para cualquier mes debe estar entre 0 y 200.
FALSO
e. El índice porcentual promedio para cada uno de los 12 meses debe ser 100.
VERDADERO
Si es correcta ya que observamos la gráfica de series de tiempo nos damos cuenta que los datos
poseen tendencia positiva sin embargo existen dos meses en los cuales hay un decrecimiento pero
estos no son significativos (los datos no se alejan mucho de la línea de tendencia).
13. Los niveles de ventas trimestrales (medidos en millones de dólares) de Goodyear Tire
se presentan en la tabla P-13. ¿Parece haber un efecto estacional significativo en estos
niveles de ventas? Analice esta serie de tiempo para obtener los cuatro índices
estacionales y determine la magnitud del componente estacional en las ventas de
Goodyear.
a. Para pronosticar, ¿usaría el componente de la tendencia, el componente de la
estacionalidad o ambos?
Utilizaría ambos la tendencia e índices estacionales debido a que la serie presenta dichos patrones y
se los debe tomar en cuenta para el pronóstico según el enfoque de pronósticos mediante la
descomposición.
Pronósticos
Período Pronóstico
47 3305,39
48 3343,02
14. Las ventas mensuales de Cavanaugh Company, representadas en la figura 5.1 (abajo),
se especifican en la tabla P-14.
Para este caso en específico se utilizará ambos: tendencia y estacionalidad ya que al observar la
gráfica de las componentes se puede notar que las 2 componentes están presentes.
c. Obtenga pronósticos para el resto de 2006.
15. Construya una tabla similar a la tabla P-14 con los logaritmos naturales de las ventas
mensuales. Por ejemplo, el valor para enero de 2000 es ln(154) = 5.037.
Período Índice
1 0,334619
2 -0,018136
3 -0,402487
4 -0,636992
5 -0,714009
6 -0,570579
7 -0,273000
8 -0,001204
9 0,469961
10 0,722911
11 0,746716
12 0,342200
junio 78 5,75297
julio 79 6,07205
agosto 80 6,36535
septiembre 81 6,85802
octubre 82 7,13248
noviembre 83 7,17779
diciembre 84 6,79477
16. La tabla P-16 indica las ventas trimestrales (en millones de dólares) de Disney
Company del primer trimestre de 1980 al tercer trimestre de 1995.
Yt = -302,9 + 44,89×t
a) ¿Parece haber una tendencia significativa? Discuta la naturaleza del componente
estacional.
Los componentes estacionales se encuentran comúnmente en datos trimestrales. La variación
estacional se refiere a un patrón de cambio más o menos estable que aparece anualmente y se repite
un año tras otro. Los patrones estacionales ocurren por la influencia del tiempo climatológico o por
acontecimientos relacionados con el calendario, como las vacaciones escolares y los días feriados
nacionales. Pero en el grafico se puede ver que no existe un claro ejemplo de componente estacional
pero tiene tendencia.
b) ¿Usaría usted ambos componentes, el de tendencia y el estacional, para pronosticar?
No se usaría ambos componentes ya que el componente estacional para pronosticar nos es el mejor
adecuado ya que no es tan claro el componente estacional.
Si se usa una descomposición multiplicativa se deben multiplicar los componentes individuales para
reconstruir la serie original, y en esta formulación, el componente estacional se representa por una
colección de números índices. Estos números indican qué periodos del año son relativamente bajos
y qué periodos son relativamente altos.
c) Pronostique las ventas para el cuarto trimestre de 1995 y los cuatro trimestres de
1996.
año1996-1 65 2501,53
año1996-2 66 2719,25
año1996-3 67 2830,03
año1996-4 68 2681,28
17. La demanda mensual de gasolina (en miles de barriles/día) de la Yukong Oil Company
de Corea del Sur para el periodo que va de enero de 1986 a septiembre de 1996 se
indica en la tabla P-17.
Período Índice
1 0,94744
2 0,95035
3 0,96131
4 0,9976
5 1,00427
6 1,0069
7 1,02157
8 1,06952
9 1,04474
10 0,98192
11 0,99539
12 1,01898
Los índices estacionales de la demanda tienden para ser relativamente alto en los meses de
julio y agosto
18. La tabla P-18 contiene datos que representan las ventas mensuales (en miles de
millones de dólares) de todas las tiendas minoristas en Estados Unidos. Con base en los
datos de 1994, ejecute un análisis de descomposición de esta serie. Haga comentarios
acerca de los tres componentes de la serie. Pronostique las ventas al menudeo para
1995 y compare sus resultados con los valores reales que aparecen en la tabla.
La descomposición en el modelo aditivo es bueno
La descomposición en el modelo multiplicativo es menor a la del aditivo es decir se utilizara el
modelo multiplicativo en la descomposición
1 85 164,01
2 86 160,69
3 87 186,071
4 88 185,751
5 89 194,92
6 90 193,648
7 91 191,802
8 92 197,684
9 93 186,59
10 94 190,611
11 95 196,085
12 96 234,453
Los datos reales comparados con los datos de pronosticados 1994 para 1995 nos damos cuenta que
los valores pronosticados son menores que los datos reales, pero se acerca mucho a los reales
19. Los índices estacionales ajustados que aparecen en la tabla P-19 reflejan el volumen
cambiante de los negocios del Mount Spokane Resort Hotel, el cual ofrece servicios a
familias en el verano y a esquiadores entusiastas durante los meses de invierno. No se
esperan variaciones cíclicas bruscas durante 2007.
a. Si 600 turistas se alojaràn en el hotel en enero de 2007, ¿cuál sería una estimación
razonable para febrero?
Y_t= T_t+S_t+C_t+I_t
Y_t= T_t+S_t
600 = T_t+120
T_t= 480
Mes St Tt Yt = St + Tt
● Una estimación razonable para febrero sería que se alojaràn 617 turistas en el hotel.
● Otra estimación razonable para febrero sería que se alojaràn 600 turistas en el hotel igual
que enero, debido a que el valor del pasado puede ser el valor de hoy.
Se estima que el número promedio de nuevos turistas que se alojarán, en el hotel aumentará en 5
mes a mes.
20. Analice el desempeño del índice compuesto de los indicadores con comportamiento
adelantado como un barómetro de la actividad empresarial en años recientes.
Los componentes de la serie adelantada se estudian para anticipar los momentos de cambio en la
economía. Medio, sistema o síntoma que sirve para determinar y valorar el estado de una situación
o proceso.
Ejemplo:
21. ¿Cuál es la posición actual del ciclo de negocios? ¿Se está expandiendo o contrayendo?
¿Cuándo se presentará el siguiente punto de inflexión?
A partir de los registros, parece claro que los indicadores del ciclo empresarial son útiles en la
interpretación de la tónica actual de los negocios y de las perspectivas a corto plazo. Pero a causa de
sus limitaciones, los indicadores deben usarse junto con otros datos y con plena conciencia de los
antecedentes de los negocios, de las expectativas y la confianza del consumidor, de las políticas
gubernamentales, así como de los sucesos internacionales.
Se debe advertir que los indicadores son a menudo difíciles de interpretar, que los analistas difieren
en sus interpretaciones y que las señales que envían los indicadores tal vez no se interpreten
correctamente. Los indicadores ofrecen una imagen sensible y reveladora del flujo y reflujo de las
mareas económicas, la cual servirá a un analista hábil del escenario económico, político e
internacional para mejorar sus probabilidades de hacer un pronóstico válido de las tendencias
económicas a corto plazo. Si el analista está consciente de las limitaciones de los indicadores y está
al tanto del mundo que lo rodea, encontrará en estos datos referencias útiles para hacer un balance
de la economía y sus necesidades.
La discusión hasta ahora indica cómo se pueden separar los factores que crean la variación en una
serie de tiempo para estudiarlos individualmente. Análisis es el proceso de separar las partes de una
serie de tiempo; síntesis es el proceso de reunir de nuevo las partes.
22. ¿Cuál es el propósito de la deflación de una serie de tiempo que se mide en dólares?
23. En el periodo base de junio, el precio de una cantidad seleccionada de bienes era de
$1,289.73. En los meses más recientes, el índice de precios para estos bienes era de
284.7. ¿Cuánto sería el costo de los bienes seleccionados si se compraron en el mes más
reciente?
1289,73*(284,7)= 367186,131
● El costo de los bienes seleccionados si se compra en el mes más reciente es: 367186,131
24. Desarrolle una deflación de los volúmenes de ventas en dólares de la tabla P-24 usando
el índice de precios de los productos primarios. Estos índices se aplican a todos los
productos primarios, considerando que 2001 = 100.
25. La tabla P-25 contiene el número (en miles) de varones de 16 años de edad en adelante
que fueron empleados en Estados Unidos para los meses de enero de 1993 a octubre de
2003. Use Minitab para hacer una descomposición multiplicativa de estos datos y
genere los pronósticos para los siguientes 12 meses.
Ecuación de tendencia ajustada
Yt = 65355 +
72,67×t
● No es tan adecuada para este caso ya que presenta un pequeño defecto en la línea de
tendencia y no es tan buena para estos datos mensuales.
Período Índice
1 0,98118
2 0,98484
3 0,98973
4 0,99534
5 1,00191
6 1,01375
7 1,01906
8 1,01372
9 1,00207
10 1,00439
11 0,99889
12 0,99513
● Si existe un fuerte componente estacional con una ocupación relativamente alta en los
meses de Agosto a Octubre y relativamente baja en los meses de Enero, Febrero, Marzo,
Noviembre y Diciembre.
Pronósticos
Período Pronóstic
o
131 74791,4
132 74581,7
133 73607,8
134 73954
135 74393,4
136 74887,2
137 75454
138 76419,5
139 76894,1
140 76564,4
141 75757,2
142 76005,6
● No tiene una tendencia lineal adecuada ya que algunos datos están por debajo de la línea de
tendencia, es decir que este modelo no ajusta bien a los datos.
Si no es así, ¿puede usted sugerir una curva de tendencia que podría ser adecuada? Ajuste su
curva de tendencia sugerida y guarde los residuos.
● Si es adecuada ya que el modelo cuadrático ajusta mejor a los datos que el lineal y tiene un
error menor que el anterior.
● La gráfica de los residuos del modelo cuadrático nos arroja que hay un patrón tendencia
bastante buena para el ajuste de los datos mensuales.
27. La tabla P-27 indica las ventas trimestrales (en millones de dólares) de las tiendas Wal-
Mart de 1990 a 2004. Use Minitab para hacer una descomposición multiplicativa de la serie
de tiempo de las ventas de Wal-Mart de los años 1990 a 2003 y genere pronósticos de los
cuatro trimestres de 2004. ¿Es adecuada una descomposición multiplicativa para los datos
de Wal-Mart? Explique. ¿Existe un fuerte componente estacional? ¿Le sorprende?
Compare los pronósticos trimestrales de 2004 con las ventas reales. ¿Los resultados
refuerzan la selección de una descomposición multiplicativa?
Yt = 1157 + 1088*t
Índices estacionales
se podria decir que no es bastante correcta por lo cual no me sorprende por lo que hay una tendencia
muy fuerte en los 4 trimestres relativamente alto y comparando para el 2004 con las ventas reales
relativamente son muy bajas principalmente de la suposicion de la tendencia lineal por lo cual la
compision que mejor se utilizaria seria la aditiva
EJERCICIO 28
se podria decir que la descomposición multiplicativa para los datos de walt-Mart no es muy
adecuada ya que podemos ajustar una tendencia aplicando una curva de tendencia.
como podemos observar graficamente aplicando una curva de tendecia tenemos que los datos
se ajustan mejor a una grafica de linea de tendencia