Scribd
Cargar
119 vistas3 páginas

Datos

Este documento presenta un resumen sobre series de tiempo. Define una serie de tiempo como una recopilación de datos periódicos en intervalos como diarios, semanales o anuales. Explica que las series de tiempo tienen cuatro componentes: tendencia secular a largo plazo, variación estacional anual, variación climática de más de un año e irregular a corto plazo. También describe métodos para analizar series de tiempo como promedios móviles simples y ponderados y suavizamiento exponencial.

Cargado por

GABRIELA ALEJANDRA OVALLE NUÑEZ
Derechos de autor
© © All Rights Reserved
Nos tomamos en serio los derechos de los contenidos. Si sospechas que se trata de tu contenido, reclámalo aquí.
Formatos disponibles
Descarga como DOCX, PDF, TXT o lee en línea desde Scribd
119 vistas3 páginas

Datos

Este documento presenta un resumen sobre series de tiempo. Define una serie de tiempo como una recopilación de datos periódicos en intervalos como diarios, semanales o anuales. Explica que las series de tiempo tienen cuatro componentes: tendencia secular a largo plazo, variación estacional anual, variación climática de más de un año e irregular a corto plazo. También describe métodos para analizar series de tiempo como promedios móviles simples y ponderados y suavizamiento exponencial.

Cargado por

GABRIELA ALEJANDRA OVALLE NUÑEZ
Derechos de autor
© © All Rights Reserved
Nos tomamos en serio los derechos de los contenidos. Si sospechas que se trata de tu contenido, reclámalo aquí.
Formatos disponibles
Descarga como DOCX, PDF, TXT o lee en línea desde Scribd

UNIVERSIDAD MARIANO GÁLVEZ DE GUATEMALA

Centro Universitario: Campus Central

Posgrado: Administración de Negocios

Curso: Modelo para la toma de decisiones

Docente: Lic. Edgar Laureano Juarez Sepulveda

Investigación

Serie de Tiempo

Gabriela Alejandra Ovalle Núñez 0290-14-16629

Sandy Paola Girón Quiñonez 0290-13-9734

Anna Lucia Gamarro Quiñonez 0290-14-21125

Derick Ricardo Daniel Castañeda Aragón 0290-15-23419

Luis Miguel Mazate Pérez 0290-12-3187


Guatemala, 02 de marzo 2019.

Series de tiempo
Por serie de tiempo nos referimos a una recopilación de datos en intervalos (diario, semanal,
semestral, anual entre otros) estos datos son de forma periódica.
Componentes de la serie
1. Tendencia secular: son tendencias a largo plazo, tiempo en patrón gradual
2. Variación estacional: se representan por su influencia de las estaciones, esto es por
las series que ocurren año tras año.
3. Variación climática: secuencias alternas de puntos abajo y arriba tendencias que
duran más de un año.
4. Variación irregular: esta es a corto plazo, imprevisibles.

Tendencia lineal: dada por el movimiento general a largo plazo de la serie


Tendencia no lineal: cuando su tendencia es curvilínea.
a) Promedio móvil
En aplicaciones financieras, “promedio móvil simple" (PMS) es la media no ponderada de
los datos "n" anteriores. Son promedios calculados a partir de subgrupos artificiales de
observaciones consecutivas. En las gráficas de control, usted puede crear una gráfica de
promedio móvil para los datos de tiempo ponderados.
b) Promedio móvil ponderado
El promedio móvil ponderado es utilizado para nombra un método de cálculo que se aplica
cuando dentro de una serie de datos uno de ellos tiene más importancia que los demás, por
lo que podemos decir que es un dato con mayor peso, este método consiste en establecer
dicho peso para realizar cálculos, habitualmente es utilizado para determinar evaluaciones.
Es también utilizado para pronosticar la demanda de un producto o servicio.
c) Suavizamiento exponencial
También es conocido como suavizamiento o bien suavizamiento exponencial simple, el cuál
es un método en donde se calcula el promedio de una serie de tiempo con un procedimiento
de autocorrección, su objetivo principal es ajustar los pronósticos en dirección contraría a las
deviaciones. Este método trabaja únicamente con tres tipos de datos:
 Pronostico del último periodo
 Demanda del último período
 Coeficiente de suavización
Este método es idóneo para factores o patrones de demanda aleatorios o nivelados, en el cuál
se debe eliminar el impacto de factores irregulares (Históricos) mediante los períodos de la
demanda reciente. No requiere de grandes cantidades de periodos y ponderaciones para lograr
los mejores resultados.

También podría gustarte