Series de tiempo

Una serie de tiempo es un conjunto de

datos numéricos que se obtienen en
períodos regulares a través del tiempo
[1]. Estos datos pueden ser muy
variados, generalmente son usados para
evaluar el comportamiento de las ventas
de una empresa, o para evaluar el
comportamiento de los índices de precio
de un país o de un tipo de producto pero
en general pueden aplicarse a cualquier
negocio y /o área. Este comportamiento
puede tener características de tipo
estacional, o cíclico o siguen alguna
tendencia ya sea a la baja, de subida o sin variación.

Las organizaciones en general evalúan periódicamente el comportamiento de su actividad y/o

productos a fin de pronosticar que va a suceder en el futuro en base a lo que ha venido ocurriendo
en el pasado, esta sucediendo en el presente y tiene la tendencia a comportarse de la misma
manera en el futuro.

El análisis de series de tiempo desempeña un papel importante en el análisis requerido para el

pronóstico de eventos futuros. Existen varias formas o métodos de calcular cual va a ser la
tendencia del comportamiento del proceso en estudio.

En el presente documento se procede a aplicar el análisis de series de tiempo aplicado al estudio

del comportamiento en la forma de acceso a Internet, considerando básicamente el factor ancho
de banda.

Hoy en día las aplicaciones y mayores avances en cuanto a uso de Internet se dan con aplicaciones
que requieren un gran ancho de banda. La telemedicina, por ejemplo no se podría dar si es que no
estamos en capacidad de poder comunicarnos a un ancho de banda que nos asegura una
inmediata comunicación tanto en envió como respuesta de señal.

Un país va midiendo su avance tecnológico, también en función de que forma y con que
características accede a Internet, cuales son las velocidades de comunicación, cuantos usuarios
hay en las diferente modalidades y también a que nivel de penetración se llega en el uso de
Internet.

El análisis estadístico hoy en día se ve facilitado en gran medida por herramientas de software que
permiten una rapidez en el procesamiento para posterior análisis así como su amplia capacidad
gráfica, en este documento se muestran reportes y cálculos obtenidos con una de ellas, trabajada
dentro de su período de evaluación libre.

El análisis de ocurrencias a través de series de tiempo para estudios relativos a procesos de ventas,
variaciones en comportamiento respecto a consumo, variación de índices de inflación o como es el
caso presente, formas de acceso a Internet considerando diversas velocidades de comunicación o
también capacidad del ancho de banda es decir banda ancha (mayores a 1Mbps) o menores a ella
llamándole banda angosta, nos permitirá analizar de manera sencilla el pronóstico de resultados
futuros y dependiendo de la técnica de análisis de tendencia nos aproximaremos con mayor o
menor precisión a los valores que van a suceder.

Cualquier análisis tiene que considerar además, que los factores que han venido ocurriendo en el
período a evaluar seguirán influenciado del mismo modo en nuestro escenario futuro. Cualquier
cambio fuerte o inesperado en alguno de los factores podrá traer el no cumplimiento de la
tendencia calculada.

Tendencia parabolica

Suele suceder que al dibujar la nube de puntos correspondiente a n observaciones bivariante, se

observa una tendencia no rectilínea, pero a la cual se le puede ajustar un modelo teórico
conocido.

Dentro de la familia de modelos, es de aplicación común el ajuste regresivo polinomial de grado S

" S ≥ 2".

Similarmente con el procedimiento seguido en el ajuste rectilíneo, vamos a encontrar las

ecuaciones normales par una parábola, de forma general :

y = a + bx + cx2

es decir : y = a + bx1 + cx12 , y = a + bx2 + cx22 , ............. , y = a + bxn + cxn2

Si cada una de estas ecuaciones la multiplicamos por su respectivo valor de x, y repetimos la

acción tenemos:

y1 = a + bx1 + cx12 x1y1 = ax1 + bx12 + cx13 x12 y1 = ax12 + bx13 + cx14

y2 = a + bx2 + cx12 x2y2 = ax2 + bx22 + cx23 x22 y2 = ax22 + bx23 + cx24

: : :

: : :

yn = a + bxn + cxn2 xnyn = axn + bxn2 + cxn3 xn2 yn = axn2 + bxn3 + cxn4

sumando se obtienen las siguientes ecuaciones normales :

∑yi = na + b∑xi + c∑xi2 (1)

 ∑xi yi = a∑xi + b∑xi2 + c∑xi3 (2)

∑xi2 yi = a∑xi2 + b∑xi3 + c∑xi4 (3)

De donde se pueden estimar los parámetros de la parábola " a , b , c ".

Ejemplo 39:

En un experimento agropecuario, se toma una muestra de 15 unidades de una variedad de árbol

frutal, se observa el

rendimiento en frutos de acuerdo con la cantidad de fertilizante utilizado:

Gramos 1 1 2 2 3 3 4 5 5 6 7 8
9 9 10

Frutos 10 15 30 25 40 43 50 55 54 53 51 47
41 35 30

579 = 15 a + 75 b + 505 c

3164 = 75 a + 505 b +3915

21088 = 505 a + 3915 b + 32617 c

Resolviendo se obtienen las siguientes

estimaciones de los parámetros:

a = -5.426 , b = 20.26 , c = -1.7

y = a + bx + cx2

y = -5.426 + 20.26x - 1.7x2

Tendencia exponencial
La regresión exponencial es un método que permite encontrar la ecuación de la
función exponencial que mejor se ajuste a un grupo de datos y de esta manera
poder estimar valores futuros de su variable Dependiente (Y).
– Características
 Los datos deben tener un patrón de crecimiento exponencial, además, la
ecuación que rige este tipo de curva es y = aebx, donde X es el valor de la
variable independiente y Y el de la variable dependiente, e es el numero de
Euler (2.7182) aproximadamente, a es lapendiente y b es el punto donde corta la
recta el eje vertical.
Para valorar una empresa o negocio podemos fijar nuestra atención en cómo
serán sus futuros resultados, si bien es cierto que el futuro no siempre es igual que
el pasado, analizar los ingresos del pasado reciente nos ayudara a darnos una
idea de lo que puede ocurrir en el corto plazo.
Ejemplo – Tienda de Electrodomésticos
Imaginemos que tenemos la intención de volvernos socios de una tienda de
electrodomésticos, para estar seguros de la decisión, queremos estimar cómo
será el crecimiento de los ingresos para el próximo año, a continuación se
muestran los datos de los últimos años, partiendo desde el 2007.

Creación del Gráfico

Para empezar con nuestro análisis vamos insertar un gráfico de
dispersión con la variable dependiente en el eje Y (Ingresos) y la
variable Independiente en el Eje X (Año), para que el gráfico creado en Excel
siga estos parámetros debemos asegurarnos que la tabla de datos tenga los
valores de la variable independiente a la izquierda de la variable dependiente,
como se muestra en la imagen anterior.