SUBDIRECCION ACADEMICA
DEPARTAMENTO DE CIENCIAS BASICAS
Tarea Larga
1
Índice
Tabla de contenido
Índice ................................................................................................................................................... 2
Introducción ........................................................................................................................................ 3
Ejercicio Original.................................................................................................................................. 4
Ejercicio Modificado ............................................................................................................................ 7
A) ANÁLISIS DE TENDENCIA ......................................................................................................... 7
B) MEDICIÓN DE VARIACIONES CICLICAS .................................................................................... 9
C) MEDICIÓN DE VARIACIONES ESTACIONALES ........................................................................ 10
D) APLICACIÓN DE LOS AJUSTES ESTACIONALES ....................................................................... 12
E) PRONÓSTICOS CON BASE EN "FACTORES ESTACIONALES Y DE TENDENCIA” ....................... 14
F) Pronósticos basados en promedios móviles ......................................................................... 14
G) Suavización exponencial como método de pronósticos ....................................................... 16
Conclusión ......................................................................................................................................... 17
Bibliografía ........................................................................................................................................ 18
2
Introducción
En Estadística se le llama así a un conjunto de valores observados durante una serie de períodos
temporales secuencialmente ordenada, tales períodos pueden ser semanales, mensuales,
trimestrales o anuales. Se representa por medio de una gráfica de líneas sobre cuyo eje horizontal
se representan los períodos y en cuyo eje vertical se representan los valores de la serie de tiempo.
Por serie de tiempo nos referimos a datos estadísticos que se recopilan, observan o registran en
intervalos de tiempo regulares (diario, semanal, semestral, anual, entre otros). El término serie de
tiempo se aplica por ejemplo a datos registrados en forma periódica que muestran, por ejemplo,
las ventas anuales totales de almacenes, el valor trimestral total de contratos de construcción
otorgados, el valor trimestral del PIB.
Y=TxCxExI
3
Ejercicio Original
4
5
6
Ejercicio Modificado
TAREA LARGA
Caso ficticio congruente con la realidad donde se aplica el modelo "Análisis de serie de tiempo, y
pronósticos de negocios.
La industria minera mexicana desea hacer un estudio completo de la producción de un
determinado mineral. Este estudio se pretende realizar en el periodo del año 2007 al año 2016. La
industria minera mexicana al respecto informa que la producción trimestral de ese determinado
mineral en millones de toneladas son las siguientes:
Año
Trimestre 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016
I 112 132 102 152 132 127 237 232 202 142
II 132 162 137 177 137 177 207 227 227 137
III 122 112 157 197 167 222 192 217 252 192
IV 142 172 142 117 152 182 182 122 217 232
∑ 508 578 538 643 588 708 818 798 898 703
A) ANÁLISIS DE TENDENCIA
A.1) Determinar la ecuación de tendencia lineal para pronosticar la producción anual
codificando como 0 al año 2007.
7
Fórmula: YT= b0+b1X
AÑOS
YT= 516+36X
Año codificado: 14
Sustitución:
Y2021= 516+36(14) = 1020
8
B) MEDICIÓN 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 2007 al año 2016.
150.00
100.00
50.00
0.00
1 2 3 4 5 6 7 8 9 10 11
AÑOS
9
C) MEDICIÓN 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.
AÑO TRIMESTRE MILLONES TOTAL TOTAL PROMEDIO COCIENTE
DE MOVIL 4 MOVIL MOVIL DE
TONELADAS TRIMESTRES CENT. 4 CENT. 4 PROMEDIO
DEL TRIMESTRES TRIMESTRES MOVIL
MINERAL
2007 I 112
II 132
508 127
III 122
528 132
IV 142 133.875 1.0607
558 139.5
2008 I 132 138.25 0.9548
548 137
II 162 139.5 1.1613
578 144.5
III 112 137.3125 0.8157
548 137
IV 172 138.5625 1.2413
523 130.75
2009 I 102 136.0625 0.7497
568 142
II 137 138.5625 0.9887
538 134.5
III 157 145.125 1.0818
588 147
IV 142 151.375 0.9381
628 157
2010 I 152 157.9375 0.9624
668 167
II 177 160.125 1.1054
643 160.75
III 197 157.3125 1.2523
623 155.75
IV 117 150.125 0.7794
583 145.75
2011 I 132 146.6875 0.8999
553 138.25
II 137 144.1875 0.9502
588 147
10
III 167 146.6875 1.1385
583 145.75
IV 152 154.5 0.9838
623 155.75
2012 I 127 162 0.7840
678 169.5
II 177 176.6875 1.0018
708 177
III 222 190.75 1.1638
818 204.5
IV 182 199.5 0.9123
848 212
2013 I 237 206.375 1.1484
818 204.5
II 207 206.0625 1.0045
818 204.5
III 192 205.125 0.9360
813 203.25
IV 182 207.625 0.8766
833 208.25
2014 I 232 206.375 1.1242
858 214.5
II 227 203.5625 1.1151
798 199.5
III 217 199.5 1.0877
768 192
IV 122 196.0625 0.6223
768 192
2015 I 202 202.3125 0.9985
803 200.75
II 227 206.6875 1.0983
898 224.5
III 252 205.4375 1.2267
838 209.5
IV 217 198.25 1.0946
748 187
2016 I 142 186.0625 0.7632
688 172
II 137
703 175.75
III 192
IV 232
11
C.2) Utilizando el "factor de ajuste" y la "media modificada", calcule los índices estacionales
para el primer, segundo, tercer y cuarto trimestres en la serie de tiempo.
FACTOR DE AJUSTE=
4.00/3.8761
1.0320
12
D.2) Haga un análisis serio de comparación de los valores trimestrales reales, y de los valores estacionales
ajustados para los años 2013 y 2015, considerando los requerimientos siguientes:
VALORES REALES DEL MINERAL EN MILLONES DE TONELADAS
AÑO
TRIMESTRE 2007 2008 2009 2010 2011 2012 2013 2014 ### 2016
I 112 132 102 152 132 127 237 232 202 142
II 132 162 137 177 137 177 207 227 227 137
III 122 112 157 197 167 222 192 217 252 192
IV 142 172 142 117 152 182 182 122 217 232
∑ 508 578 538 643 588 708 818 798 898 703
D.2.A) Compare el valor real del primer trimestre del año 2013, con respecto al valor ajustado
del primer trimestre del año 2013.
Como
Como se
se puede
puede apreciar
apreciar en
en las
las tablas,
tablas, las
las diferencias
diferencias de
de producción
producción del
del mineral
mineral que
que se
se está
está
estudiando
estudiando en el primer trimestre del año 2013, aumentó su producción de 237 millones de
en el primer trimestre del año 2013, aumentó su producción de 237 millones de
toneladas hasta un 247.83 millones de toneladas.
toneladas hasta un 247.83 millones de toneladas.
D.2.B) Compare el valor real el segundo trimestre del año 2013, con respecto al valor estacional
ajustado del tercer trimestre del año 2013.
Al observar el cálculo del valor estacional ajustado de la primera tabla del segundo trimestre
del año 2013 y comparándolo con el valor real del mineral de la segunda tabla del tercer
trimestre del mismo año, podemos observar que en vez de aumentar, disminuyó ya que hay
una variación en los índices estacionales que se hicieron en el inciso anterior. La producción
pasó de 192 a 190.62 millones de toneladas del mineral en cuestión.
D.2.C) Compare el valor estacional ajustado del primer trimestre del año 2013, con respecto al
valor real del cuarto trimestre del 2015.
Al apreciar las dos tablas, en primera instancia no hay una gran variación de la producción del
mineral, pero si lo comparamos con otros años y trimestres, si hay una variación, por ejemplo en el
primer trimestre de los valores de ajustes estacionales del primer trimestre del 2013 respecto al valor
real del cuarto trimestre del año 2015, notamos que en el valor ajustado del año 2013 es mayor que
en el 2015, con 247.83 en comparación de la producción del mineral del 2015 con 217 millones de
toneladas.
13
E) PRONÓSTICOS CON BASE EN "FACTORES ESTACIONALES Y DE TENDENCIA”
E.1) Considerando o utilizando la ecuación de tendencia lineal para pronósticos anuales
desarrollados en el inciso A.1) encuentre la ecuación de tendencia trimestral (para pronósticos
trimestrales).
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 2018
E.2.B) El tercer trimestre del año 2020
E.2.C) El cuarto trimestre del año 2021
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 2019
E.3.B) El segundo trimestre del año 2020
E.3.C) El cuarto trimestre del año 2021
14
X(2011)= 578+538+643/3=586.33
X(2012)=538+643+588/3=589.67
X(2013)=643+588+708/3=646.33
X(2014)=588+708+818/3=704.67
X(2015)=708+818+798/3=774.67
X(2016)=818+798+898/3=838.00
F.2) Determine el error de pronostico correspondiente a cada pronóstico (s) calculado (s) en el
inciso anterior.
Fórmula:
Error de pronóstico=Demanda real – valor pronosticado
E(2011)=588-586.33=1.67
E(2012)=708-589.67=118.33
E(2013)= 818-646.33=171.67
E(2014)=798-704.67=93.33
E(2015)=898-774.67=123.33
E(2016)=703-838=-135
∑=373.33
15
G) Suavización exponencial como método de pronósticos
G.1) Considerando como "pronóstico semilla" el nivel (valor) real de la producción del año 2012
indicado en la serie del tiempo, determine el pronóstico de producción para cada año utilizando
el método de "suavización exponencial simple". Considere la constante de suavización igual al
85%.
X(2013)=708+{.85*(708-708)=708
X(2014)=708+{.85*(818-708)}=801.5
X(2015)=801.5+{.85*(798-801.5)}=798.56
X(2016)=798.56+{.85*(898-798.56)}=883.08
Fórmula:
Error de pronóstico=Demanda real – valor pronosticado
E(2012)=708-708= 0
E(2013)=818-708=110
E(2014)=798-801.5=-3.5
E(2015)=898-798.56=99.44
E(2016)=703-883.08=-180.08
∑=25.86
16
Conclusión
Para concluir con la tarea, podemos decir que el análisis de series tiempo pueden servir para
predecir acontecimientos futuros en base a ciertos comportamientos de determinadas variables.
Si tenemos más observaciones que se puedan promediar, que es el orden de la media móvil, se
obtienen tendencias más suaves.
Si se determina la función matemática de la tendencia lineal, esta no permitirá conocer los valores
perdidos tanto al inicio como al final del proceso de búsqueda de la línea de tendencia.
17
Bibliografía
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
18
19