MODELOSSERIESTEMPORALES

FacultadCienciasEconmicasyEmpresariales
DepartamentodeEconomaAplicada
Profesor:SantiagodelaFuenteFernndez

ANLISISDESERIESTEMPORALESCONSPSS
ElanlisisclsicodescriptivodeunaserietemporalconSPSStendrqueseguirlospasos:
Introducirdatosydefinirfechas:Datos/definirfechas/Aos,meses
Grficadelaserietemporal:Analizar/Seriestemporales/Grficosdesecuencia
Determinarlatendenciadelaserietemporal:Transformar/Crearserietemporal
Determinarlaestacionalidad:Analizar/Seriestemporales/Descomposicinestacional

INTRODUCIRDATOSYDEFINIRFECHAS

Introducidoslosdatosdelaserie,sedefinenlasfechas:
Datos/Definirfechas/Aos,trimestres

Segenerantresvariables:YEAR_,QUARTER_yDATE
NOTA:Cuandolosdatosestnenperiodosquenosonmesesotrimestres(cuatrimestres,semestres,
etc.)esnecesarioabrirunaventanadesintaxisArchivo/Nuevo/Sintaxisyescribirunainstruccin
comolasiguiente:DATEYEAR2001/MONTH13.(paracuatrimestres:divideelaoen3periodos
cuatrimestres,empiezaenelperiodocuatrimestre1,empiezaenelao2001)

GRFICADELASERIETEMPORAL

Analizar/Seriestemporales/Grficossecuencia

EnelrecuadroVariables
seintroducelavariable
ovariablescuantitativas
arepresentaryenel
recuadroEtiquetasdel
ejedeltiempouna
variablecategricao
numricaquese
emplearparaetiquetar
losejestemporalesde
larepresentacin.

EnelbotnLneastemporalesseabreuncuadro
dedilogodondesepuedeelegirtrazarsin
lneasdereferencia,lneaencadacambio,lnea
enlafecha.

Sinlneasdereferencia:Nosetrazaningunalneaverticaldereferenciaeneltiempo.

Lneaencadacambiode:Setrazaunalneadereferenciatemporalencadacambiodela
variable.Deestemodo,sepuedetrazarunalneaverticalqueseparecadaao.

Lneaenlafecha:Setrazaunalneaverticaldereferenciaenunafechadeterminada.

EnelbotnFormatoseabreuncuadrodedilogodondese
puedeelegirdistintasopcionesparaelgrfico.

Seobservalaestacionalidad
delaserie,queindicaque
paraestudiarlaevolucin
eneltiempo,hayque
desestacionalizarla.

DETERMINARLATENDENCIADELASERIETEMPORAL
Latendenciaeslacomponentecentraldeunaserietemporal,queindicaculesladireccindesu
movimiento.Enlaprcticalosmtodosmsutilizadosparasuestimacinconsistenenajustarlaserie
porunafuncinmatemticadependientedeltiempo(mtododelosmnimoscuadrados)olosquese
basanenelclculodemediasmviles.Acontinuacinseexponeelmtododelamediamvil.
MTODODELAMEDIAMVIL:Transformar/Crearserietemporal

SeactivaCrearserietemporal,enelrecuadroNuevasvariablesseintroducelavariablecuya
tendenciasequieredeterminaryenrecuadroNombreyfuncinseindicaelnombredelanueva
variablequesevaacrear(Ventas_1),laFuncindelaserieserMediamvilcentradaylaAmplitud4
(paraseriestrimestrales).

Comoresultadosecreaunanuevavariable
(Ventas_1)querecogelatendenciadelaserie
temporal.

ESTACIONALIDAD:Analizar/Seriestemporales/Descomposicinestacional

EnelcuadrodeVariablesseintroducirnlavariableovariablesalasquesevaarealizarla
descomposicinestacional,indicandoenModeloelesquemaquesiguelaserie(multiplicativoo
aditivo).
EnelrecuadroPonderacionesdelamediamvilseseleccionarlaopcinTodoslospuntosporigual
cuandoelnmerodesubdivisioneshechasdentrodelaoseaimparyPuntosfinalesponderadospor
0,5encasodequelassubdivisionesporaoseaunnmeropar.

EnelbotnGuardarseabreundilogopudiendooptarpor:Aadirelarchivo,Sustituirlasexistentes
yNocrear.PordefectoseaadenlasvariablesSTC_1,SAF_1,SAS_1,ERR_1.
Seexponelainterpretacindelasnuevasvariables:
STC_1:Componentedetendenciaciclo(TxC)resultantedeaplicarelanlisisdelatendencia
utilizandoelmtododelamediamvil.Muestranlatendenciayelcomportamientocclicodela
serie.Separarlatendenciayelcicloesmuydifcil,habitualmentevanaquedarconfundidos,de
maneraqueseconsideraunanicacomponentetendenciaciclo.
SAF_1:Factoresdecorreccinestacional(E)delaseriecuandoserepitencada3,4,12...enfuncin
desilaserieescuatrimestral,trimestral,anual...Lainterpretacindependesienladescomposicin
estacionalseconsideraunesquemaaditivoomultiplicativo.
MtodoAditivo.Elvalor0indicaquenoexisteestacionalidadenelperodoconcreto.
Cuandoespositivo,elvalordelavariabletomavaloressuperioresalosdelamediaen
eseperodo.Siesnegativo,elvalordelavariabletomavaloresinferioresalosdela
mediaeneseperodo.
MtodoMultiplicativo.Elvalor1indicaquenoexisteestacionalidadenelperodo
concreto.Cuandoesmayorque1,elvalordelavariabletomavaloressuperioresalos
delamediaeneseperodo.Siesmenorque1,elvalordelavariabletomavalores
inferioresalosdelamediaeneseperodo.
SAS_1:Valoresdelaseriedesestacionalizada,secalculaporelcocienteentrelosvaloresdelaseriey
losfactoresdeestacionalidad(esquemamultiplicativo),yentreladiferenciadelosvaloresdelaserie
ylosfactoresdeestacionalidad(esquemaaditivo).
ERR_1:Componenteresidualoruidodelaserie(A),sonlosvaloresquepermanecendespusde
eliminarloscomponentesestacionales,detendenciayciclodelaserie.Secalculautilizandoelresto
delascomponentesdelaserie,teniendoencuentaelesquemadecomposicindelamisma.

MODELOMULTIPLICATIVO
E.TxC.A=SAF_1.SCT_1.ERR_1SAS_1=Ventas/SAF_1 ERR _ 1 =

Ventas

Date

2
2
3
3
3
4
5
4
2
4
5
4
4
5
7
3
5
6
8
5

Q12006
Q22006
Q32006
Q42006
Q12007
Q22007
Q32007
Q42007
Q12008
Q22008
Q32008
Q42008
Q12009
Q22009
Q32009
Q42009
Q12010
Q22010
Q32010
Q42010

Ventas_1 %estacionaly
mediamvil

accidental

.
.
2,625
3
3,5
3,875
3,875
3,75
3,75
3,75
4
4,375
4,75
4,875
4,875
5,125
5,375
5,75
.
.

.
.
114,29
100
85,71
103,23
129,03
106,67
53,33
106,67
125
91,43
84,21
102,56
143,59
58,54
93,02
104,35
.
.

SAF_1

SAS_1

Ventas
. 100
SAF _ 1 . STC _ 1
STC_1

ERR_1

%estacionalidad desestacionalizada tendencia Errorresidual

82,6
100,9
123,5
93,0
82,6
100,9
123,5
93
82,6
100,9
123,5
93
82,6
100,9
123,5
93
82,6
100,9
123,5
93

2,422
1,982
2,430
3,224
3,632
3,965
4,049
4,299
2,422
3,965
4,049
4,299
4,843
4,956
5,669
3,224
6,054
5,947
6,479
5,374

2,097
2,278
2,640
3,083
3,528
3,865
3,859
3,752
3,543
3,715
3,993
4,400
4,751
4,824
4,918
4,891
5,406
5,723
5,933
6,039

1,155
0,870
0,920
1,046
1,030
1,026
1,049
1,146
0,683
1,067
1,014
0,977
1,019
1,027
1,153
0,659
1,120
1,039
1,092
0,890

NOTA.ElndicedeVariacinEstacional(IVE),denominadoSAF_1enSPSS,seobtienehaciendola
medianadelosratioscorrespondientesacadaperodoestacional(trimestres),posteriormente
corregidosalexpresarcadaunodeellosenformadeporcentajesobrelamediaanual.

SERIEORIGINAL
Trimestres\Aos
Primero
Segundo
Tercero
Cuarto

2006
2
2
3
3

2007
3
4
5
4

2008
2
4
5
4

2009
4
5
7
3

2010
5
6
8
5

SERIECENTRADAPORELMTODODELASMEDIASMVILES
Trimestres\Aos 2006
2007
2008
2009
2010
Primero

3,5
3,75
4,75
5,375
Segundo

3,875
3,75
4,875
5,75
Tercero
2,625 3,875
4
4,875

Cuarto
3
3,75
4,375 5,125

SERIE(%)CONCOMPONENTESESTACIONALYACCIDENTAL(errorresidual)
Trimestres\Aos
2006
2007
2008
2009
2010
Primero

85,71
53,33
84,21
93,02
Segundo

103,23
106,67
102,56
104,35
Tercero
114,29
129,03
125
143,59

Cuarto
100
106,67
91,43
58,54

SAF_1:CLCULODELNDICEVARIACINESTACIONAL(IBVE=Medianaperiodo)
Trimestres\Aos 2006
2007
2008
2009
2010
%IBVE
Primero

85,71
53,33
84,21
93,02
84,95
Segundo

103,23
106,67
102,56
104,35
103,75
Tercero
114,29
129,03
125
143,59

127
Cuarto
100
106,67
91,43
58,54

95,7
102,85

MediaanualIBVE =

Trimestres\Aos
Primero
Segundo
Tercero
Cuarto

84 ,95 + 103,75 + 127 + 95,7

= 102,85
4

IVE(%)
(84,95/102,85).100=82,6
(103,75/102,85).100=100,9
(127/102,85).100=123,5
(95,7/102,85).100=93

SERIEDESESTACIONALIZADA:SAS_1=Ventas/SAF_1
Trimestres\Aos
2006
2007
2008
Primero
2,422
3,632
2,422
Segundo
1,982
3,965
3,965
Tercero
2,430
4,049
4,049
Cuarto
3,224
4,299
4,299

2009
4,843
4,956
5,669
3,224

2010
6,054
5,947
6,479
5,374

%IVE
82,6
100,9
123,5
93,0
400

TENDENCIAGENERALIZADA.PREDICCIONES
Despusdedesestacionalizarlaserie(SAS_1),serealizaunajustederegresinutilizandoel tiempo
comovariableexplicativaylavariable(SAS_1)comovariabledependiente.

SPSS: Analizar/Regresin/Estimacin curvilnea. Se selecciona el modelo (lineal, exponencial,

potencial,etc.)quemejorseajuste.
Analizar/Regresin/Estimacincurvilnea

Elltimopasodelanlisisdeunaserietemporaleslaobtencinde predicciones.El procedimiento

Estimacincurvilneapermiteguardarlosvalorespronosticadosyrealizarprediccionesfuturasdelos
valoresajustados,introduciendolafechadelperiodoqueinteresapredecir.

ElArchivodedatos:
8

SPSS guarda en la variable (FIT_ 2) los valores ajustados a la regresin, o lo que es lo mismo, los
valores de prediccin para la serie desestacionalizada. Para obtener la prediccin de la variable
analizadasemultiplicaacadavalorFIT_2porsucorrespondientevalordeestacionalidad.
Enestalnea,sisequiereobtenerunaprediccinentre20062010,semultiplicaacadavalor FIT_2
porsucorrespondientevalordeestacionalidadSAF_1: Yt = (SAF _ 1) . (FIT _ 2)

Ventas

DATE

2
2
3
3
3
4
5
4
2
4
5
4
4
5
7
3
5
6
8
5

Q12006
Q22006
Q32006
Q42006
Q12007
Q22007
Q32007
Q42007
Q12008
Q22008
Q32008
Q42008
Q12009
Q22009
Q32009
Q42009
Q12010
Q22010
Q32010
Q42010

Ventas_1 %estacional
y
M.mvil accidental
.
.
2,625
3
3,5
3,875
3,875
3,75
3,75
3,75
4
4,375
4,75
4,875
4,875
5,125
5,375
5,75
.
.

.
.
114,29
100,00
85,71
103,23
129,03
106,67
53,33
106,67
125,00
91,43
84,21
102,56
143,59
58,54
93,02
104,35
.
.

SAF_1

SAS_1

STC_1

ERR_1

FIT_2

Yt

82,6
100,9
123,5
93,0
82,6
100,9
123,5
93,0
82,6
100,9
123,5
93,0
82,6
100,9
123,5
93,0
82,6
100,9
123,5
93,0

2,422
1,982
2,430
3,224
3,632
3,965
4,049
4,299
2,422
3,965
4,049
4,299
4,843
4,956
5,669
3,224
6,054
5,947
6,479
5,374

2,097
2,278
2,640
3,083
3,528
3,865
3,859
3,752
3,543
3,715
3,993
4,400
4,751
4,824
4,918
4,891
5,406
5,723
5,933
6,039

1,155
0,870
0,920
1,046
1,030
1,026
1,049
1,146
0,683
1,067
1,014
0,977
1,019
1,027
1,153
0,659
1,120
1,039
1,092
0,890

2,395
2,581
2,767
2,954
3,140
3,326
3,512
3,699
3,885
4,071
4,257
4,444
4,630
4,816
5,002
5,189
5,375
5,561
5,747
5,934

1,978
2,604
3,417
2,748
2,593
3,356
4,337
3,441
3,209
4,107
5,257
4,135
3,824
4,859
6,177
4,828
4,439
5,611
7,096
5,521

Parapronosticarlasventasportrimestredelao2011:
9

Ventas

DATE

2
2
3
3
3
4
5
4
2
4
5
4
4
5
7
3
5
6
8
5
.
.
.
.

Q12006
Q22006
Q32006
Q42006
Q12007
Q22007
Q32007
Q42007
Q12008
Q22008
Q32008
Q42008
Q12009
Q22009
Q32009
Q42009
Q12010
Q22010
Q32010
Q42010
Q12011
Q22011
Q32011
Q42011

Ventas_1 %estacional
y
M.mvil accidental
.
.
2,625
3
3,5
3,875
3,875
3,75
3,75
3,75
4
4,375
4,75
4,875
4,875
5,125
5,375
5,75
.
.

.
.
114,29
100,00
85,71
103,23
129,03
106,67
53,33
106,67
125,00
91,43
84,21
102,56
143,59
58,54
93,02
104,35
.
.

SAF_1

SAS_1

STC_1

ERR_1

FIT_2

Yt

82,6
100,9
123,5
93,0
82,6
100,9
123,5
93,0
82,6
100,9
123,5
93,0
82,6
100,9
123,5
93,0
82,6
100,9
123,5
93,0
82,6
100,9
123,5
93,0

1,155
0,87
0,92
1,046
1,03
1,026
1,049
1,146
0,683
1,067
1,014
0,977
1,019
1,027
1,153
0,659
1,12
1,039
1,092
0,89

2,422
1,982
2,43
3,224
3,632
3,965
4,049
4,299
2,422
3,965
4,049
4,299
4,843
4,956
5,669
3,224
6,054
5,947
6,479
5,374

0,826
1,009
1,235
0,93
0,826
1,009
1,235
0,93
0,826
1,009
1,235
0,93
0,826
1,009
1,235
0,93
0,826
1,009
1,235
0,93

2,097
2,278
2,64
3,083
3,528
3,865
3,859
3,752
3,543
3,715
3,993
4,4
4,751
4,824
4,918
4,891
5,406
5,723
5,933
6,039
6,120
6,306
6,492
6,679

2,395
2,581
2,767
2,954
3,14
3,326
3,512
3,699
3,885
4,071
4,257
4,444
4,63
4,816
5,002
5,189
5,375
5,561
5,747
5,934
6,12
6,306
6,492
6,679

10

MODELOADITIVO
Yit = E it + (Tit + C it ) + A it = SAF _ 1 + (SCT _ 1) + ERR _ 1
IVE (SAF _ 1) = IBVE MEDIA ANUAL IBVE
SAS _ 1 = ( Serie original ) SAF _ 1 (SERIEDESETACIONALIZADA)
ERR _ 1 = ( Serie original ) SAF _ 1 STC _ 1 (COMPONENTEACCIDENTAL)

Latablaadjuntamuestralascomprasrealizadasporcuatrimestresentrelosaos20072011
Cuatrimestres\Aos
Primero
Segundo
Tercero

2007
3653
3080
3002

2008
3957
3660
3616

2009
4753
4254
4172

2010
5167
4860
4806

2011
5864
5501
5405

SPSS:Datos/Definirfechas/

Seintroducenlosdatosen
SPSS,aldefinirfechascomolos
datosestnenperiodosque
nosonmesesotrimestreses
necesarioabrirunaventana
desintaxisyescribirlala
instruccin:
DATEYEAR2001/MONTH13.

Seobtienenlasvariablesdefecha(YEAR_,MONTH_,DATE_)quesonnecesariastantoparael
procedimientodeGrficossecuencialescomoparalaDescomposicinestacional.

11

Apartirdelanlisisdelgrficosedecide
laexistenciaonodevariaciones
estacionales,laeleccindelmodelode
combinacindelascomponentes,el
modelodeajustedelatendencia,etc.

Analizar/Seriestemporales/Grficos
secuencia

SinoseseleccionanadaenEtiquetas
delejedeltiempo,loscasosse
numerandesde1hastaN(nde
datos)obienconlavariableDATEsi
estdefinida.
Cuandoalobservarelgrficose
detectalaexistenciadevariaciones
estacionales,hayqueprocederala
descomposicinestacionaldela
serie.

12

Descomposicinestacional: Yit = E it + (Tit + C it ) + A it = SAF _ 1 + (SCT _ 1) + ERR _ 1

SPSSutilizaelmtododelasrazonesalatendenciaatravsdelasmediasmvilesdelongitud
igualalnmerodeperiodosporao.
Secalculanyanalizanloscoeficientesestacionales,factoresestacionalesondicesdevariacin
estacional(unoparacadaperiodoinferioralao).
Sedesestacionalizalaserietemporal(seeliminalacomponenteestacionaldelosvalores
originalesdelaserie)

Analizar/Seriestemporales/Descomposicinestacional

SeactivalaopcinMostrarellistadoporcasos,obteniendoenelVisordeResultadosunlistadode
lasnuevasvariables(SAS_1,SAF_1,STC_1)quesecreanenladescomposicinestacional.

SAS_1(SeasonallyAdjustedSerie)contienelosvaloresdelaseriedesestacionalizada(sinla
componenteestacional):SAS_1=SerieOriginalFactorEstacional(SAF_1)

SAF_1 (SeAsonalsFactors)ocomponente E delaserie,contienelosvaloresdelos coeficienteso

factores estacionales para cada caso (todos los casos del mismo periodo tienen el mismo
coeficiente).Enelmodeloaditivo,lasumaanuales0.

Aparecenotrasdosvariables: STC_1 (SmoothedTrendCycle)ocomponenteextraestacional T+C

delaserieyERR_1(Error)ocomponenteaccidentaloresidualAdelaserie.

Seobtienenlosresultadosdela
descomposicinestacionaldela
seriecomprasconelmodelo
aditivo,mostrandoellistadopor
casosdelasvariablesenelarchivo
dedatos:

13

SERIECENTRADAPORELMTODODELASMEDIASMVILES
Cuatrimestres\Aos
2007
2008
2009
2010
Primero

3539,67
4207,67
4733
Segundo
3245
3744,33
4393
4944,33
Tercero
3346,33
4009,67
4531
5167,67

2011
5390,33
5590

SERIE(%)CONCOMPONENTESESTACIONALYACCIDENTAL(errorresidual)
Cuatrimestres\Aos
2007
2008
2009
2010
2011
Primero

417,333
545,333
434
473,667
Segundo
165
84,333
139
84,333
89
Tercero
344,333 393,667
359
370,667

SAF_1:CLCULODELNDICEVARIACINESTACIONAL(IBVE Mediaaritmticaperiodo)
Cuatrimestres\Aos
2007
2008
2009
2010
2011
IBVE
IVE
Primero

417,333 545,333
434
473,667 467,583 471,472
Segundo
165
84,333
139
84,333
89
112,333 108,444
Tercero
344,333 393,667 359 370,667
366,917 363,028
3,889
0,000
MediaanualIBVE =

467,583 112,333 366,917

= 3,889
3

IVE (SAF _ 1) = IBVE MEDIA ANUAL IBVE

14

SERIEDESESTACIONALIZADA: SAS _ 1 = Ventas SAF _ 1

Cuatrimestres\Aos
2007
Primero
3181,528
Segundo
3188,444
Tercero
3365,028

2008
3485,528
3768,444
3979,028

2009
4281,528
4362,444
4535,028

2010
4695,528
4968,444
5169,028

2011
5392,528
5609,444
5768,028

ERR _ 1 = (Ventas SAF _ 1 STC _ 1) (COMPONENTEACCIDENTALORUIDO)

Los resultados del Visor obtenidos para las opciones de Modelo Aditivo, opcin Guardar (Aadir al
archivo),sonlossiguientes:

TENDENCIAGENERALIZADA.PREDICCIONES
Habiendocalculadolacomponente STC_1 serealizaunajustederegresin,utilizandocomovariable
independiente el tiempo y variable dependiente STC_1 (SPSS: Analizar/Regresin/Estimacin
curvilnea)

15

Laregresinlinealofreceunbuenajuste.
Elltimopasodelanlisisdeunaserietemporaleslaobtencinde predicciones.El procedimiento
Estimacincurvilneapermiteguardarlosvalorespronosticadosyrealizarprediccionesfuturasdelos
valoresajustados,introduciendolafechadelperiodoqueinteresapredecir.

SPSSguardaenlavariableFIT_2losvaloresajustadosalaregresin,oloqueeslomismo,losvalores
deprediccinparalaseriedesestacionalizada
AestevalordeFIT_2habrquesumarleelcorrespondientevalordeestacionalidad(SAF_1),
Yt = (SAF _ 1) + (FIT _ 2) ,sisequiereobtenerlaprediccindelavariableanalizada.
16

Compras

DATE

SAF_1

SAS_1

STC_1

ERR_1

FIT_2

Yt

3653
3080
3002
3957
3660
3616
4753
4254
4172
5167
4860
4806
5864
5501
5405

20071
20072
20073
20081
20082
20083
20091
20092
20093
20101
20102
20103
20111
20112
20113

471,472
108,444
363,028
471,472
108,444
363,028
471,472
108,444
363,028
471,472
108,444
363,028
471,472
108,444
363,028

3181,528
3188,444
3365,028
3485,528
3768,444
3979,028
4281,528
4362,444
4535,028
4695,528
4968,444
5169,028
5392,528
5609,444
5768,028

3179,000
3245,000
3377,000
3543,444
3764,556
3987,222
4203,444
4377,222
4552,333
4736,111
4951,333
5170,444
5385,667
5590,000
5692,167

2,528
56,556
11,972
57,917
3,889
8,194
78,083
14,778
17,306
40,583
17,111
1,417
6,861
19,444
75,861

3013,596
3209,273
3404,949
3600,626
3796,303
3991,980
4187,657
4383,333
4579,010
4774,687
4970,364
5166,040
5361,717
5557,394
5753,071

3485,068
3100,829
3041,921
4072,098
3687,859
3628,952
4659,129
4274,889
4215,982
5246,159
4861,92
4803,012
5833,189
5448,95
5390,043

Parahacerunaprediccinparalosdosprimeroscuatrimestresdelao2012,alserunmodeloaditivo
habrquesumarelvalorpronosticadomediantelaregresin(FIT_2)yelvalordelacomponente
estacionaldelosdosprimeroscuatrimestres(SAF_1):

17

Compras

DATE

SAF_1

SAS_1

STC_1

ERR_1

FIT_2

Yt

3653
3080
3002
3957
3660
3616
4753
4254
4172
5167
4860
4806
5864
5501
5405

20071
20072
20073
20081
20082
20083
20091
20092
20093
20101
20102
20103
20111
20112
20113
20121
20122

471,472
108,444
363,028
471,472
108,444
363,028
471,472
108,444
363,028
471,472
108,444
363,028
471,472
108,444
363,028
471,472
108,444

3181,528
3188,444
3365,028
3485,528
3768,444
3979,028
4281,528
4362,444
4535,028
4695,528
4968,444
5169,028
5392,528
5609,444
5768,028

3179,000
3245,000
3377,000
3543,444
3764,556
3987,222
4203,444
4377,222
4552,333
4736,111
4951,333
5170,444
5385,667
5590,000
5692,167

2,528
56,556
11,972
57,917
3,889
8,194
78,083
14,778
17,306
40,583
17,111
1,417
6,861
19,444
75,861

3013,596
3209,273
3404,949
3600,626
3796,303
3991,980
4187,657
4383,333
4579,010
4774,687
4970,364
5166,040
5361,717
5557,394
5753,071
5948,748
6144,424

3485,068
3100,829
3041,921
4072,098
3687,859
3628,952
4659,129
4274,889
4215,982
5246,159
4861,92
4803,012
5833,189
5448,95
5390,043
6420,220
6035,980

Enlatablaadjunta(Fuente:INE)serepresentalaevolucindelparoregistradoenEspaa,en
milesdeparados.Sedeseadesestacionalizarlaserieypronosticarelparoparaelprimersemestrede
2003.
ParoEspaa
Enero
Febrero
Marzo
Abril
Mayo
Junio
Julio
Agosto
Septiembre
Octubre
Noviembre
Diciembre

1997
2256,5
2262,7
2227,5
2181,7
2123,8
2091,8
2009,2
1989
2040,1
2072,9
2093,9
2075,7

1998
2091,3
2067,8
2039,1
1968
1902,2
1860,6
1786,1
1777,1
1788,4
1803,7
1804,5
1785,7

1999
1804,2
1783,9
1757,2
1708
1649,1
1612,5
1551
1554,5
1570
1591,7
1623,7
1613,8

18

2000
1670,6
1659,8
1628,5
1578,9
1531,2
1500,1
1488,8
1487,6
1501,4
1530,1
1556,9
1556,4

2001
1620,7
1598,9
1578,5
1535,1
1478,1
1460,6
1451,5
1459
1488,6
1540
1572,8
1574,8

2002
1651,7
1666
1649
1636,3
1589
1567,4
1548,4
1552
1590,3
1641,7
1678
1688,1

Grfico:Analizar/Seriestemporales/Grficodesecuencia

Estacionalidad:Analizar/Seriestemporales/Descomposicinestacional

19

SeactivalaopcinMostrarellistadoporcasos,obteniendoenelVisordeResultadosunlistadode
lasnuevasvariables(SAS_1,SAF_1,STC_1)quesecreanenladescomposicinestacional.

Seobtienenlosresultadosdela
descomposicinestacionaldela
serieParo_Espaaconelmodelo
multiplicativo,mostrandoel
listadoporcasosdelasvariables
enelarchivodedatos:

20

EnelModeloMultiplicativo: Yit = E it x (Tit x C it ) x A it = SAF _ 1 x (SCT _ 1) x ERR _ 1

IVE (SAF _ 1) = [ IBVE / MEDIA ANUAL IBVE] x 100 (FACTORESTACIONALIDAD)
SAS _ 1 = [ ( Serie original ) / SAF _ 1 ] x 100 (SERIEDESETACIONALIZADA)
ERR _ 1 = [ ( Serie original ) / (SAF _ 1 x STC _ 1) ] x 100 (COMPONENTEACCIDENTAL)
21

SERIEORIGINAL:PARADOSREGISTRADOSENESPAA(19972002)
1997
1998
1999
2000
2001
Enero
2256,5
2091,3
1804,2
1670,6
1620,7
Febrero
2262,7
2067,8
1783,9
1659,8
1598,9
Marzo
2227,5
2039,1
1757,2
1628,5
1578,5
Abril
2181,7
1968
1708
1578,9
1535,1
Mayo
2123,8
1902,2
1649,1
1531,2
1478,1
Junio
2091,8
1860,6
1612,5
1500,1
1460,6
Julio
2009,2
1786,1
1551
1488,8
1451,5
Agosto
1989
1777,1
1554,5
1487,6
1459
Septiembre
2040,1
1788,4
1570
1501,4
1488,6
Octubre
2072,9
1803,7
1591,7
1530,1
1540
Noviembre
2093,9
1804,5
1623,7
1556,9
1572,8
Diciembre
2075,7
1785,7
1613,8
1556,4
1574,8

2002
1651,7
1666
1649
1636,3
1589
1567,4
1548,4
1552
1590,3
1641,7
1678
1688,1

SERIECENTRADAMEDIASMOVILES: (Tit x C it )
Enero
Febrero
Marzo
Abril
Mayo
Junio
Julio
Agosto
Septiembre
Octubre
Noviembre
Diciembre

1997
.
.
.
.
.
.
2111,85
2096,85
2080,88
2064,12
2045,98
2027,12

1998
2008,19
1990,06
1970,75
1949,04
1925,77
1901,63
1877,58
1853,79
1830,21
1807,63
1786,25
1765,37

1999
1745,24
1726,17
1707,79
1689,86
1673,49
1658,80
1646,07
1635,33
1624,80
1614,05
1603,76
1594,17

ESTACIONALYACCIDENTAL: Yit / (Tit x C it ) = Eit x A it

Enero
Febrero
Marzo
Abril
Mayo
Junio
Julio
Agosto
Septiembre
Octubre
Noviembre
Diciembre

1997
.
.
.
.
.
.
95,14
94,86
98,04
100,43
102,34
102,40

1998
104,14
103,91
103,47
100,97
98,78
97,84
95,13
95,86
97,72
99,78
101,02
101,15

1999
103,38
103,34
102,89
101,07
98,54
97,21
94,22
95,06
96,63
98,62
101,24
101,23

2000
105,27
104,95
103,34
100,54
97,83
96,17
95,72
95,92
97,10
99,21
101,21
101,43

22

2000
1586,89
1581,51
1575,87
1570,44
1565,09
1559,92
1555,45
1550,83
1546,21
1542,30
1538,26
1534,40

2001
1531,20
1528,46
1526,73
1526,61
1527,69
1529,12
1531,18
1535,26
1541,00
1548,15
1556,99
1566,06

2002
1574,55
1582,46
1590,57
1599,05
1607,67
1616,77
.
.
.
.
.
.

Yit / (SCT _ 1) = SAF _ 1 x ERR _ 1

2001
105,84
104,61
103,39
100,56
96,75
95,52
94,80
95,03
96,60
99,47
101,02
100,56

2002
104,90
105,28
103,67
102,33
98,84
96,95
.
.
.
.
.
.

%IBVE
104,71
104,42
103,35
101,09
98,15
96,74
95,00
95,35
97,22
99,50
101,37
101,35
99,85

%IVE
104,86
104,57
103,50
101,24
98,29
96,88
95,14
95,49
97,36
99,65
101,52
101,50
1200

LosresultadosdelVisorobtenidosparalasopcionesdeModeloMultiplicativo,opcinGuardar
(Aadiralarchivo),sonlossiguientes:

TENDENCIAGENERALIZADA.PREDICCIONES
Habiendocalculadolacomponente STC_1 serealizaunajustederegresin,utilizandocomovariable
independiente el tiempo y variable dependiente STC_1 (SPSS: Analizar/Regresin/Estimacin
curvilnea)

23

Observandoelmodeloyla
representacindelasseries
ajustadas,parecelgicoinclinarse
porunmodeloparablico.
Respectoalajedeabscisas
(tiempo),sealarquet=0
correspondealmesdeenerode
1997,convariacionesunitariasde
unmes,esdecir,t=1correspondea
febrerode1997,...,t=23
correspondeanoviembrede1998,
yassucesivamente.
Unavezqueseoptaporelmodelo
parablico,laecuacinser:
Yt = 2304280 29807 t + 290 t 2

Labondaddelajustees: R 2 = 0 ,98

Elltimopasodelanlisisdelaserietemporaleslaobtencindepredicciones.Elprocedimiento
Estimacincurvilneapermiteguardarlosvalorespronosticadosyrealizarprediccionesfuturasdelos
valoresajustados,introduciendolafechadelperiodoqueinteresapredecir.
SPSSguardaenlavariableFIT_2losvaloresajustadosalaregresin,oloqueeslomismo,losvalores
deprediccinparalaseriedesestacionalizada.

24

SPSSguardaenlavariableFIT_2losvaloresajustadosalaregresin,oloqueeslomismo,losvalores
deprediccinparalaseriedesestacionalizada
LaseriecreadaFIT_2contienelosvaloresdeprediccinparalaseriedesestacionalizada,aestos
valoreshayquemultiplicarlesporelvalordeestacionalidad(SAF_1)correspondiente:
Yt = (SAF _ 1) x (FIT _ 2) .
Parahacerunpronsticoparalostresprimerosmesesdelao2003:

DATE

ERR_1

SAS_1

SAF_1

STC_1

FIT_2

Yt

SEP01
OCT01
NOV01
DEC2001
JAN2002
FEB02
MAR02
APR2002
MAY02
JUN02
JUL02
AUG2002
SEP02
OCT02
NOV02
DEC2002
JAN2003
FEB03
MAR03

0,997
1,002
1,001
0,995
1,001
1,003
0,996
1,007
0,999
0,999
1,002
0,998
0,998
1,001
1
1,002
.
.
.

1529,859
1545,458
1552,311
1552,543
1573,974
1591,9
1592,246
1619,648
1612,524
1617,08
1626,939
1625,649
1634,377
1647,519
1656,141
1664,242
.
.
.

0,973
0,996
1,013
1,014
1,049
1,047
1,036
1,01
0,985
0,969
0,952
0,955
0,973
0,996
1,013
1,014
1,049
1,047
1,036

1534,933
1542,388
1550,752
1560,84
1572,818
1586,703
1598,481
1608,607
1614,468
1619,496
1623,686
1629,353
1636,95
1645,943
1655,967
1660,979
.
.
.

1547,192
1550,724
1554,835
1559,527
1564,798
1570,650
1577,081
1584,092
1591,682
1599,853
1608,603
1617,933
1627,843
1638,332
1649,402
1661,051
1673,280
1686,089
1699,478

1505,42
1544,52
1575,05
1581,36
1641,47
1644,47
1633,86
1599,93
1567,81
1550,26
1531,39
1545,13
1583,89
1631,78
1670,84
1684,31
1755,27
1765,34
1760,66

25

 Elarchivoestacion.savcontienelosdatosdeunaserietemporalmensualdeenero1998a
octubrede2011.Setratadeestudiarlaestacionalidaddelaserie,calcularlosndicesestacionales,
desestacionalizarla,suavizarlaserieyrealizarprediccioneshastaoctubrede2012medianteun
mtododeterminista.
Utilizandolametodologaclsicaodeterminista

Laprimeratareaesdefinirelarchivo,estoes,definirlavariableXcomoserietemporalmensual.Para
ello,serellenalapantalladeentradadeDatos/Definirfechas/Aos,meses

26

DesdeestemomentoSPSSreconocelavariableXcomounaserietemporalmensualgenerandolas
variablesYEAR_,MONTH_yDATEenelconjuntodedatos.
UnagrficadelaserietemporalseeligeAnalizar/Seriestemporales/Grficossecuencia:

Seobservalaestacionalidaddelaserie,queindicaqueparaestudiarlaevolucineneltiempo,hay
quedesestacionalizarla.

27

ConelprocedimientoAnalizar/Seriestemporales/Descomposicinestacionalsepuedenestimarlos
factoresestacionales,bastacondesplazarunaomsvariablesalcuadrodeVariables.

EnelcuadrodeVariablesseintroducirnlavariableovariablesalasquesevaarealizarla
descomposicinestacional,indicandoenModeloelesquemaquesiguelaserie(multiplicativoo
aditivo).
LaopcinPonderacionesdelamediamvilpermitenespecificarlamaneradetratarlasseriesenel
clculodemediasmviles.Estasopcionessloestndisponiblessilaperiodicidaddelaserieespar.

Todoslospuntosporigualcalculalasmediasmvilesconunaamplitudigualalaperiodicidady
todoslospuntosponderadosporigual.

Puntosponderadospor0,5calculalasmediasmvilesconunaamplitudigualalaperiodicidad
msunoyconlospuntosfinalesponderadospor0,5.

Silaperiodicidadesimpar,todoslospuntossonponderadosporigual.

Periodicidadactual:12semuestrabajoelgrupoPonderacindelamediamvil.
LaopcinMostrarellistadoporcasosesparaimprimirunlistadoporcasosquecontengaun
resumenenunlneaencadaiteracin,ascomoestadsticosfinales.
LaopcinGuardarseutilizaparaguardarnuevasvariablesoparapronosticarcasos.Pordefectose
aadenlasvariablesERR_1,SAS_1,SAF_1ySTC_1.
AlpulsarAceptarseobtienenlosndicesdevariacinestacionalquesirvenparadesestacionalizarla
serie.
Ellistadodelprocedimiento:

Seexponelainterpretacindelasnuevasvariables:
28

LasalidapresentalosndicesdevariacinestacionaleinformadelacreacindelasvariablesERR_1
(errorestacional),SAS_1(seriedesestacionalizada),SAF_1(ndicesdevariacinestacional)ySTC_1
(ciclotendenciarelativaalaserieX).

datos serie original X

SAF _ 1

Laseriedesestacionalizada SAS _ 1 =

SerieciclotendenciaSTC_1(suavizadalibredeestacionalidadydetendencia): STC _ 1 =

29

SAS _ 1
ERR _ 1

PararepresentarlaserieoriginalX,laseriedesestacionalizadaSAS_1ylaserieciclotendenciaSTC_1
sepulsaAnalizar/Seriestemporales/Grficosdesecuencia:

Lacomponentecclicadeunaserietemporaleslamsdifcildedetectar,puesadiferenciadela
tendencia,queesunmovimientoalargoplazomuygeneral,ydelasvariacionesestacionales,que
30

tienenunperodofijo,lasvariacionescclicastienenunperodonofcilmenteidentificableyen
muchoscasosinclusovariable,siendofrecuentementelaexistenciadeciclosquesesuperponen,lo
quehacetodavamsdifcilsuidentificacin.
ElPERIODOGRAMAtransformalaserietemporal,desudominionatural,queeseltiempo,aldominio
delasfrecuencias(alosvaloresdelaserieseleaplicantransformadasdeFourier).Sinohaypicos
destacablesenelperiodogramanohayestacionalidadycadapicodestacablecorrespondeauna
frecuenciacuyainversaeselperiodoestacionalocclico.Enconsecuencia,elperiodogramaesun
instrumentoqueidentificalalongituddelperodoestacionalyensucasoladelciclo.

Lasamplitudesmsfuertes(correspondientesavaloresmsbajosdelasfrecuencias)suelen
corresponderaciclos.

Lasamplitudesmenosfuertes(correspondientesavaloresnotanbajosdelasfrecuencias)suelen
correspondenaestaciones.

PararealizarelPERIODOGRAMAseeligeAnalizar/Seriestemporales/Anlisisespectral

31

Elprimerpicoaltodelperiodograma,correspondientealafrecuencia0,02,detectaelciclodela
serie.Comoelperodoeselinversodelafrecuencia,resultaqueelciclocorrespondeaunperodo
1 / 0,02 = 50 meses (aproximadamente4aos).

Elsegundopicomsaltodelperiodograma,correspondientealafrecuencia0,08detectael
perodoestacionaldelaserie.Comoelperodoeselinversodelafrecuencia,resultaqueel
perodoestacionalcorrespondea 1 / 0,08 = 12 meses

SienlapantallaAnalizar/Seriestemporales/AnlisisespectralsehubieraelegidoDensidadespectral
deXporfrecuencia,seobtendraelperiodogramaporperodoyladensidadespectral.

32

SUAVIZADOYPREDICCIONESINCONDICIONALESDESERIESTEMPORALES:ENFOQUEDETERMINISTA
Unaprediccinesanticiparsealfuturo.Enelcontextotemporal,ytratndosedeprocedimientos
cuantitativos,puedehablarsedeclasesdepredicciones:Prediccionescondicionalesqueserealizan
mediantemodeloscausales(unaregresinquerelacionadosvariables,YprediceX),oPredicciones
incondicionalesqueserealizanmediantemtodosautoproyectivos.
Losmtodosautoproyectivospuedenestarbasadosendosenfoquesalternativos:eldeterminista(o
clsico)yelestocstico(omoderno)basadoenlametodologadeBoxJenkins.Elmtodo
deterministaesmsadecuadocuandosedisponedeunnmerolimitadodeobservaciones,mientras
queelenfoqueestocsticoesmsadecuadocuandolasseriessondemayortamao.
Paracadatipodepredicciones(acorto,medio,ylargoplazo)existenmtodosmsadecuados:

Acortoplazo,mtodosautoproyectivos
Acortoymedioplazo,modeloseconomtricos
Alargoplazo,anlisisdetendencia

Laprcticaqueseanalizatratadeunaprediccinacortoplazo.Enestetipodeprediccionesconviene
tenerpresentetambinlasvariacionesestacionales,lomismoqueenlasprevisionesamedioplazoes
convenientetenerpresentetambinlacomponentecclica.

Losmtodosautoproyectivosdeterministasseutilizanparasuavizarirregularidadesy
fluctuacionesdeunaserietemporalafindeobtenerlalneadesuavizadocomounaseallibrede
variacionesestacionalesyptimaparalaprediccin.Entrelosmtodosdesuavizadose
encuentran:
Suavizadopormediasmviles(cuandonohaytendenciaclaraniestacionalidadenlaserie
original).SuavizadolinealdeHoltySuavizadoexponencialdeBrown(hacenprediccionesbajoel
supuestodetendencialineal)ySuavizadoestacionaldeWinters(generalizandoelmtodode
Holtparatratarcondatosquepresentenvariacionesestacionales).
Comosetrataconunaserieconestacionalidad,parasuavizarlayhacerprediccionessobreella,se
utilizaelmtododeWinters.
ParautilizarsuavizadoexponencialseeligeelmenAnalizar/Seriestemporales/Suavizado
exponencial,seseleccionalavariableXquesedesplazahaciaelcuadrodeVariables,seoptaporel
ModelodeWintersyalmarcodeFactoresestacionalessedesplazalavariablecreadaSAF_1.
EnlasopcionesdeModelosepuedeelegirentrecuatromodelos:Simple,Holt,Wintersy
Personalizado,elmodelodeWintersnoestdisponibleamenosquesehayandefinidobienlas
fechasenelcuadrodedilogoDefinirfechasdelmenDatos.
LasopcionesdelmodeloestacionalsonWintersoPersonalizado,siseidentificauncomponente
estacionalenelmodelopersonalizado.

33

ParaguardarlasdosnuevasvariablesquesecreanFIT_2(ndicesdevariacinestacional)yERR_2
(errorestacional)oparapronosticarcasos(enestecasohastaoctubrede2012)sepulsalaopcinde
Guardar.
SepulsaParmetrosparadefinirlosparmetrosdelsuavizadodelmodelo.

AlAceptarseobtienelasalidadelprocedimientoSuavizadoexponencialylaindicacindelnombrede
lanuevaseriequesehaincorporadoenelficherodedatosyquecontienelaseriesuavizada.La
variablegeneradaERR_2indicalasdiferenciasentrelosvaloresrealesdelaserieylosvalores
ajustados.

34

EnelEditordedatosaparecenlasdosnuevasvariables,ascomolaprediccindedatosrealizada
hastaoctubrede2012.

ParavisualizarelgrficodelaserieoriginalXylaseriesuavizadaFIT_2conlasprediccionessobrelos
mismosejes,seeligeelmenAnalizar/Seriestemporales/Grficosdesecuencia.

35

36

Fichero:estacion.sav

Enero
Febrero
Marzo
Abril
Mayo
Junio
Julio
Agosto
Septiembre
Octubre
Noviembre
Diciembre

1998
80,5
84,6
126,6
162
140,9
137,9
139,8
136,6
134,3
140,8
127,1
96,4

1999
101,5
90,1
131,9
159
155,5
147,3
125,2
124,9
129,3
123,4
94,6
84,1

2000
66,4
74,3
114,7
128,4
125
135,2
140,8
128,7
130,9
140,9
126,9
121,4

2001
110,6
102,2
167,9
201,1
198,5
193,8
194,3
204,5
173,8
179,7
173,7
152,1

2002
149,1
152,2
203,9
211,6
225,8
223,1
206,5
228,6
203
216,5
185,7
150,5

2003
146,6
138
200
205
234
202,6
202,6
197,2
148,4
147,1
133,3
90,4

Enero
Febrero
Marzo
Abril
Mayo
Junio
Julio
Agosto
Septiembre
Octubre
Noviembre
Diciembre

2004
84,5
109,4
124,8
159,8
149
147,6
126,6
111,1
98,3
96,7
75,1
55,1

2005
56,1
54,7
80,2
97,9
116,1
110,3
119,3
117,3
111,9
123,6
96,9
76,1

2006
72,5
89,9
118,4
137,2
147,9
154,2
136,6
145,9
151,8
148,4
127,1
107,4

2007
81,3
112,5
173,6
182,2
201,3
197,6
189,8
194
177,7
193,1
154,8
129,2

2008
88,6
101,3
172,1
197,5
211
216
192,2
190,9
180,5
192,1
158,6
119,5

2009
88,2
84,5
152,9
161
189,1
191,8
164,2
170,3
163,7
169
118,7
91,6

Enero
Febrero
Marzo
Abril
Mayo
Junio
Julio
Agosto
Septiembre
Octubre
Noviembre
Diciembre

2010
73,1
79,9
85,1
96,2
91,7
116,4
120,1
129,9
138,3
152,7
112,9
95,9

2011
84,5
71,9
107,8
123
109,9
105,8
99,9
86,3
84,6
86,2
74,05
58,13

2012
48,59
49,68
69,72
76,43
76,67
74,36
67,91
65,32
59,75
59,59

37

 Elarchivocantidad.savcontienelosdatosdeunaserietemporalmensualdeenero1995hasta
mayode2007.Setratadeestudiarlaestacionalidaddelaserie,desestacionalizarla,suavizarlaserie
yrealizarprediccioneshastaagostode2011medianteunmtododeterminista.
Utilizandolametodologaclsicaodeterminista

Laprimeratareaesdefinirelarchivo,estoes,definirlavariableXcomoserietemporalmensual.Para
ello,serellenalapantalladeentradadeDatos/Definirfechas/Aos,meses

DesdeestemomentoSPSSreconocelavariableXcomounaserietemporalmensualgenerandolas
variablesYEAR_,MONTH_yDATEenelconjuntodedatos.
UnagrficadelaserietemporalseeligeAnalizar/Seriestemporales/Grficossecuencia:
38

Noseobservaunaestacionalidadclara,porloqueserepresentaelPERIODOGRAMAmedianteel
menAnalizar/Seriestemporales/Anlisisespectral

39

Elgrficonopresentapicosdestacables,haciendointuirquenohayestacionalidad.

40

SPSSrealizaelsuavizadodeseriestemporalesmediantemtodosdeterministasatravsdel
Suavizadoexponencial,haciendousodeunavariedaddemodelosqueincorporandiferentes
supuestosacercadelatendenciaylaestacionalidad.
EnlasopcionesdeModelosepuedeelegirentrecuatromodelos:Simple,Holt,Wintersy
Personalizado,elmodelodeWintersnoestdisponibleamenosquesehayandefinidobienlas
fechasenelcuadrodedilogoDefinirfechasdelmenDatos.Lasopcionesdelmodeloestacional
sonWintersoPersonalizado,siseidentificauncomponenteestacionalenelmodelopersonalizado.
EnelejercicioseutilizaelmodelolinealdeHoltconelmenAnalizar/Seriestemporales/Suavizado
exponencial:

ParaguardarlasdosnuevasvariablesquesecreanFIT_1(ndicesdevariacinestacional)yERR_1
(errorestacional)oparapronosticarcasos(enestecasohastaagostode2011)sepulsalaopcinde
Guardar.
SepulsaParmetrosparadefinirlosparmetrosdelsuavizadodelmodelo.

41

AlAceptarseobtienelasalidadelprocedimientoSuavizadoexponencialylaindicacindelnombrede
lanuevaseriequesehaincorporadoenelficherodedatosyquecontienelaseriesuavizada.La
variablegeneradaERR_1indicalasdiferenciasentrelosvaloresrealesdelaserieylosvalores
ajustados.

EnelEditordedatosaparecenlasdosnuevasvariables,ascomolaprediccindedatosrealizada
hastaagostode2011.

ParavisualizarelgrficodelaserieoriginalXylaseriesuavizadaFIT_1conlasprediccionessobrelos
mismosejes,seeligeelmenAnalizar/Seriestemporales/Grficosdesecuencia.

42

43

Fichero:cantidad.sav

Enero
Febrero
Marzo
Abril
Mayo
Junio
Julio
Agosto
Septiembre
Octubre
Noviembre
Diciembre

1995
1008
1015
1006
1017
1015
1006
1013
1009
1011
1009
995
1024

1996
1008
999
997
999
1004
1001
1003
1018
1026
1015
1019
1034

1997
1033
1021
1017
1008
1009
984
964
964
976
985
997
1008

1998
999
1003
1024
1029
1036
1049
1039
1040
1019
1007
1008
1020

1999
1022
1023
1031
1011
1019
1009
1005
1012
1017
1000
997
983

Enero
Febrero
Marzo
Abril
Mayo
Junio
Julio
Agosto
Septiembre
Octubre
Noviembre
Diciembre

2000
984
992
967
966
970
982
995
981
990
1003
1005
1016

2001
1028
1003
993
995
1003
1003
1013
1020
1019
1014
1014
1018

2002
998
996
994
983
994
992
997
990
993
988
1004
995

2003
995
1011
991
994
991
999
995
996
1002
1010
1016
1017

2004
1029
1036
1024
1022
1021
1019
1009
1021
1025
1020
1021
1030

Enero
Febrero
Marzo
Abril
Mayo
Junio
Julio
Agosto
Septiembre
Octubre
Noviembre
Diciembre

2005
1015
1014
1016
995
1002
993
1018
1008
1017
996
1005
1014

2006
1003
1000
1018
1002
997
1002
1007
990
994
1005
1012
1012

2007
1028
1002
998
1029
1026

44

 Elarchivotendenciadata.savcontienedatosdeunaseriepararealizarelmejorajustedela
variableZenfuncindeltiempo.

Analizar/Regresin/Estimacincurvilnea

EnelcampoModelosseincluyenLineal,Cuadrtico,Crecimiento,Logartmico,CbicoyExponencial.
TambinsemarcaIncluirconstanteenlaecuacinyRepresentarlosmodelos,ascomoMostrartabla
deANOVA.
AlAceptarseobtienencomosalidadelprocedimientoelajustesimultneodelosochomodelos
elegidos.

Asimplevista,atendiendoalresumen,parecequeelmodeloquemejorseajustaeselcbicocon
R2 = 0,967

45

ModeloLineal

Elajustedelmodelolinealesbastantebuenoconunvaloraltode R 2 = 0,912 yconuna

significatividaddelosparmetrosmuyalta(pvaloresdeFytnulos).Laecuacindelatendenciaes:
Z(t) = 46,643 + 0,789 t

ModeloLogartmico

46

Elajustedelmodelologartmicoesbastantebuenoconunvaloraltode R 2 = 0,861 yconuna

significatividaddelosparmetrosmuyalta(pvaloresdeFytnulos).Laecuacindelatendenciaes:
Z(t) = 42,747 + 5,817 Ln t
Z(t) = 46,643 + 0,789 t

ModeloCuadrtico

Elajustedelmodelocuadrticoesbastantebuenoconunvaloraltode R 2 = 0,952 yconuna

significatividaddelosparmetrosmuyalta(pvaloresdeFytnulos).Laecuacindelatendenciaes:
Z(t) = 44 ,038 + 1,468 t 0,31 t 2

47

ModeloCbico

Elajustedelmodelocbicoeselmejorcon R 2 = 0,967 sinembargopresentaproblemasde

significatividad(pvalor>0,05),porloquenoserelegido.Laecuacindelajustees:
Z(t) = 46,165 + 0,427 t + 0,085 t 2 0,004 t 3

ModeloCompuesto

48

Elajustedelmodelocompuestoesbastantebuenocon R 2 = 0,906 yconunasignificatividaddelos

parmetrosmuyalta(pvaloresdeFytnulos).Laecuacindelajustees:
Z(t) = 46,948 . 1,015 t
Z(t) = 46,165 + 0,427 t + 0,085 t 2 0,004 t 3

ModelocurvaS

ElajustedelmodelodelacurvaStieneunasignificatividaddelosparmetrosmuyalta(pvaloresdeF
ytnulos)yunvalorde R 2 = 0,518 nodemasiadobueno.Laecuacindelajustees:

Z(t) = e 4 ,063 0 ,31 t

49

ModelodeCrecimiento

Elajustedelmodelodelacurvadecrecimientoesbueno,conunasignificatividaddelosparmetros
muyalta(pvaloresdeFytnulos)yunvaloraltode R 2 = 0,906 .Laecuacindelajustees:
Z(t) = e 3,849

ModeloExponencial

50

+ 0 ,015 t

Elajustedelmodelodelacurvadecrecimientoesbueno,conunasignificatividaddelosparmetros
muyalta(pvaloresdeFytnulos)yunvaloraltode R 2 = 0,906 .Laecuacindelajustees:
Z(t) = 46,948 e 0 ,015 t

Enconsecuencia,seeligeelmodelocuadrtico: Z(t) = 44 ,038 + 1,468 t 0,31 t 2

Elgrficodeajustedetodoslosmodelos:

51