Scribd Logo
Cargar

¡Te damos la bienvenida a Scribd!

  • 16 vistas

    Series de Tiempo

    Cargado por

    BRYCHCY OSORIO CAMILA
    Este documento presenta conceptos clave sobre series de tiempo y técnicas de pronóstico. Explica que una serie de tiempo es un conjunto de datos registrados durante un periodo y puede tener componentes como tendencia, variación cíclica y estacionalidad. Luego, describe técnicas de suavizamiento como promedios móviles y suavizado exponencial para eliminar fluctuaciones y obtener un comportamiento menos distorsionado de la serie. Finalmente, ofrece ejemplos numéricos para calcular promedios móviles y suavizado exponencial con el objetivo

    Copyright:

    © All Rights Reserved
    Descargue como PPTX, PDF, TXT o lea en línea desde Scribd

    Series de Tiempo

    Cargado por

    BRYCHCY OSORIO CAMILA
    16 vistas13 páginas
    Este documento presenta conceptos clave sobre series de tiempo y técnicas de pronóstico. Explica que una serie de tiempo es un conjunto de datos registrados durante un periodo y puede tener componentes como tendencia, variación cíclica y estacionalidad. Luego, describe técnicas de suavizamiento como promedios móviles y suavizado exponencial para eliminar fluctuaciones y obtener un comportamiento menos distorsionado de la serie. Finalmente, ofrece ejemplos numéricos para calcular promedios móviles y suavizado exponencial con el objetivo

    Título original

    SERIES DE TIEMPO

    Derechos de autor

    © © All Rights Reserved

    Formatos disponibles

    PPTX, PDF, TXT o lea en línea desde Scribd

    ¿Le pareció útil este documento?

    ¿Este contenido es inapropiado?

    Este documento presenta conceptos clave sobre series de tiempo y técnicas de pronóstico. Explica que una serie de tiempo es un conjunto de datos registrados durante un periodo y puede tener componentes como tendencia, variación cíclica y estacionalidad. Luego, describe técnicas de suavizamiento como promedios móviles y suavizado exponencial para eliminar fluctuaciones y obtener un comportamiento menos distorsionado de la serie. Finalmente, ofrece ejemplos numéricos para calcular promedios móviles y suavizado exponencial con el objetivo

    Copyright:

    © All Rights Reserved
    Descargue como PPTX, PDF, TXT o lea en línea desde Scribd
    Descargar como pptx, pdf o txt
    16 vistas13 páginas

    Series de Tiempo

    Cargado por

    BRYCHCY OSORIO CAMILA
    Este documento presenta conceptos clave sobre series de tiempo y técnicas de pronóstico. Explica que una serie de tiempo es un conjunto de datos registrados durante un periodo y puede tener componentes como tendencia, variación cíclica y estacionalidad. Luego, describe técnicas de suavizamiento como promedios móviles y suavizado exponencial para eliminar fluctuaciones y obtener un comportamiento menos distorsionado de la serie. Finalmente, ofrece ejemplos numéricos para calcular promedios móviles y suavizado exponencial con el objetivo

    Copyright:

    © All Rights Reserved
    Descargue como PPTX, PDF, TXT o lea en línea desde Scribd
    Descargar como pptx, pdf o txt
    Está en la página 1de 13

    SERIES DE TIEMPO

    Y PROYECCIONES
    Objetivos de
    aprendizaje
    AL CONCLUIR EL TEMA, SERÁ
    CAPAZ DE:

    Definir los Calcular un promedio Determinar un


    componentes de una móvil suavizado
    serie de tiempo exponencial

    Determinar los Determinar una Determinar e


    errores en un ecuación de interpretar
    pronostico tendencia lineal un conjunto de
    índices
    estacionales.
    Que es una serie de tiempo?

    Una serie de
    tiempo es un
    grupo de datos Ej. Las ventas La producción anual
    registrados de Farmacorp por de aceite de girasol
    durante un trimestre desde desde 2010.
    periodo
    semanal, 2003.
    trimestral o
    anual.
    COMPONENTES DE UNA SERIE
    Tendencia Variación cíclica Estacional Variación irregular

    Patrones de cambio
    El valor de la Aumento y reducción
    en una serie de
    variable tiende a de una serie de Variaciones que se
    tiempo en un año.
    aumentar o tiempo durante deben a factores
    Estos patrones
    disminuir en un periodos mayores de imprevistos.
    tienden a repetirse
    periodo muy largo un año.
    cada año.
    MODELOS DE SERIES DE TIEMPO

    ADITIVO MULTIPLICATIVO

    En este modelo todos los En este modelo solo T está


    valores están expresados en expresada en unidades
    unidades originales. originales, los otros
    Este modelo asume componentes están en %.
    independencia de los Este modelo se niega la
    componentes. independencia de los
    componentes.
    TÉCNICAS DE SUAVIZAMIENTO

    Las técnicas de suavizamiento eliminan


    las fluctuaciones aleatorias de la serie,
    proporcionando un comportamiento
    menos distorsionado de la conducta real
    de la serie.

    a) Promedios móviles

    b) Suavizado exponencial
    PROMEDIO MÓVIL

    Un promedio móvil es útil para suavizar una serie de


    tiempo y apreciar su tendencia.

    Para aplicar el promedio móvil a una serie de tiempo, los


    datos deben seguir una tendencia lineal y tener un
    patrón rítmico definido de las fluctuaciones (que se
    repita,por ejemplo, cada tres años)
    El pronóstico a través de medias
    móviles, implica promediar los datos mas
    recientes.
    Medición del error en el pronóstico

    Porcentaje medio de error (PME)


    Ej.
    Los datos que se muestran a continuación hacen referencia a las ventas durante los últimos 12 meses
    de la empresa Baxter Bolivia.

    Mes Venta real


    Enero 52
    Febrero 81
    Marzo 47
    Abril 65
    Mayo 50
    Junio 73
    Julio 45
    Agosto 60
    Septiembre 50
    Octubre 79
    Noviembre 45
    Diciembre 62
    Enero  

    Ayude al departamento comercial calculando el promedio móvil de tres periodos.


    ¿Cuál es su pronostico para las ventas en el futuro?
    SUAVIZACIÓN EXPONENCIAL
    El pronostico a través de Suavización exponencial , modifica el
    método de promedios móviles al dar mayor peso al ultimo valor
    en la serie de tiempo, y luego progresivamente, menos peso a
    los valores mas antiguos.

    Matemáticamente se puede escribir así:


    Año Trimestre t Ventas Y
    2012 1 1 500
    Ej. Suavizado exponencial:   2 2 350
      3 3 250
    Datos referentes a ventas de   4 4 400
    2013 1 5 450
    bombas de diálisis de la empresa   2 6 350
    Baxter.   3 7 200
    Se requiere pronosticar las ventas   4 8 300
    para el primer trimestre de 2019. 2014 1 9 350
    Utilice α 0,1 y 0,6, para realizar la   2 10 250
      3 11 150
    atenuación.   4 12 400
    Calcule los errores para decidir cual 2015 1 13 550
    constante de atenuación es la mas   2 14 350
    apropiada para evaluar la   3 15 250
    consistencia del pronóstico.   4 16 550
    Utilice Spss para pronosticar con un 2016 1 17 550
    α óptimo   2 18 400
      3 19 350
      4 20 600
    α pequeño= pronósticos estables 2017 1 21 750
      2 22 500
      3 23 400
    α grande= pronósticos de respuesta   4 24 650
    rápida al cambio. 2018 1 25 850
      2 26 600
      3 27 450
      4 28 700

    También podría gustarte