INDICE

INTRODUCCIÓN ............................................................................... 2

SERIE CRONOLÓGICA O TEMPORAL ........................................... 3

COMPONENTES DE UNA SERIE CRONOLÓGICA: ....................... 4

TIPOS DE SERIES TEMPORALES .................................................. 7

METODO DE ESTIMACIÓN DE LA TENDENCIA ............................ 9

ESTIMACION DE LAS VARIACIONES ESTACIONALES .............. 11

ESTIMACION DE LAS VARIACIONES CICLICAS ......................... 16

CONCLUSIÓN ................................................................................. 17

DESARROLLO DE MEDIANO Y LARGO PLAZO. ......................... 17

BIBLIOGRAFÍA ................................................................................ 18

ANEXOS RESUELTOS ................................................................... 19

GUADALUPE DEL CARMEN MORENO NUCAMENDI 1

INTRODUCCIÓN

Debido a que las condiciones económicas y comerciales varían en el

tiempo, los líderes de los negocios deben encontrar formas de mantenerse al
día respecto a los efectos que esos cambios tendrán en sus operaciones.
Una técnica que pueden usar los líderes de negocios, como ayuda a la
planeación de las necesidades operativas en lo futuro es el pronóstico.
Aunque se han desarrollado numerosos métodos para pronosticar, todos
tienen un objetivo común, predecir los eventos futuros de manera que las
proyecciones se puedan incorporar en el proceso de toma de decisiones.
La necesidad de pronosticar prevalece en la sociedad moderna. Como
ejemplo los funcionarios del gobierno deben poder pronosticar aspectos
como desempleo, inflación, producción industrial e ingresos esperados de los
impuestos personales y corporativos, para formular las políticas.
Los ejecutivos de mercadotecnia de una corporación grande de un
mercado de venta de productos, deben ser capaces de pronosticar demanda,
ingresos de venta, preferencias del consumidor, etc.
El principal objetivo de las series es conocer, el comportamiento de
una variable cuantitativa en el pasado para estimar su comportamiento en el
futuro, es decir pronosticar las incertidumbres que puedan darse en los
estados financieros por actividades futuras.
La importancia de estas series de tiempo, se basa en mantener datos
acerca del pasado que muestren la información acerca de los cambios
futuros. La toma de decisiones económicas y comerciales, necesitan que se
hagan proyecciones de las condiciones externas e internas, que les afecta.
Por lo general las predicciones del futuro mejoraran a medida que se va
haciendo más precisa la información del pasado.

GUADALUPE DEL CARMEN MORENO NUCAMENDI 2

SERIE CRONOLÓGICA O TEMPORAL

Una Serie cronológica o temporal se usa para estudiar la relación

causal entre diversas variables que cambian con el tiempo y se influyen entre
sí. Son una sucesión de datos observados de una variable medidos en
distintos instantes de tiempo y ordenados cronológicamente. También se
puede definir como un caso particular de una estadística de 2 variables, una
de las cuales es el tiempo.
En una serie de tiempo las observaciones no se deben ordenar de
mayor a menor debido a que se perdería el grueso de la información debido
a que nos interesa detectar como se mueve la variable en el tiempo, es muy
importante respetar la secuencia temporal de las observaciones.
Para el análisis de las series temporales se usan métodos que ayudan
a interpretarlas y que permiten extraer información representativa sobre las
relaciones subyacentes entre los datos de la serie o de diversas series y que
permiten en diferente medida y con distinta confianza extrapolar o interpolar
los datos y así predecir el comportamiento de la serie en momentos no
observados, sean en el futuro (extrapolación pronostica), en el pasado
(extrapolación retrógrada) o en momentos intermedios (interpolación).
Uno de los usos más habituales de las series de datos temporales es
su análisis para predicción y pronóstico (así se hace por ejemplo con los
datos climáticos, las acciones de bolsa, o las series de datos demográficos).
Para realizar la representación de una serie temporal se debe realizar
mediante una gráfica utilizando los ejes de Coordenadas de dispersión X-Y,
donde los valores de t sobre el eje de las abscisas y las variables de Yt
sobre el de coordenadas. Ejemplo:

Imagen 1.0

GUADALUPE DEL CARMEN MORENO NUCAMENDI 3

COMPONENTES DE UNA SERIE CRONOLÓGICA:

Los elementos de una serie cronológica también coinciden con el nombre

de Variaciones, componentes, o movimientos característicos de una serie
cronológica pueden dividirse en:
Tendencia (T)
Variaciones estacionales (S)
Variaciones Cíclicas u oscilaciones (C)
Variaciones irregulares o accidentales (R)
1) Tendencia: Indica la marcha general y persistente del fenómeno
observado, es una componente de la serie que refleja la evolución a largo
plazo. La tendencia es un movimiento que puede ser estacionario,
ascendente y descendente También son posibles algunas formas para la
tendencia, que no necesariamente tiene una distribución de puntos en forma
aproximadamente lineal en su recorrido sino también una línea recta o una
curva.

Imagen 1.1

2) Variaciones estacionales: es el movimiento periódico de corto plazo. Se

trata de una componente causal debida a la influencia de ciertos fenómenos
que se repiten de manera periódica en un año (las estaciones), una semana
(los fines de semana) o un día (las horas puntas) o cualquier otro periodo.

GUADALUPE DEL CARMEN MORENO NUCAMENDI 4

 Recoge las oscilaciones que se
producen en esos períodos de
repetición.

Imagen 1.2

3) Variaciones cíclicas: Se llama así a las oscilaciones a lo largo de una

tendencia con un período superior al año. Movimientos normalmente
irregulares alrededor de la tendencia, en las que a diferencia de las
variaciones estacionales, tiene un período y amplitud variables, pudiendo
clasificarse como cíclicos, cuasicíclicos o recurrentes. El ciclo sugiere la idea
de que este tipo de movimiento se repite cada cierto periodo con
características parecidas.
Los ejemplos más frecuentes se encuentran en el campo de las
variables económicas, en estos casos se deben principalmente a la
alternancia de las etapas de prosperidad y depresión en la actividad
económica.

Imagen 1.3

4) Variaciones residuales, aleatorias o irregulares: Cuando aparecen

hechos imprevistos, repentinos de carácter errático, también denominada
residuo, no muestran ninguna regularidad (salvo las regularidades
estadísticas) que afecten las variables en estudio acotando que no podemos
prever nos hallamos frente a variaciones residuales provocadas por factores
externos aleatorios.

Por ejemplo, un día lluvioso y frío durante el verano es difícil de

predecir y aunque perturbaría ciertas actividades diarias.

Ejemplos para el mejor reconocimiento de las variaciones:

Incendio en una fábrica retrasa la producción por 3 semanas
Variación Residual
Una etapa de prosperidad.
Variación cíclica
La venta de un departamento después de Pascua.

GUADALUPE DEL CARMEN MORENO NUCAMENDI 5

Variación estacional
La necesidad de incrementar la producción de trigo, debido a un
aumento dela población.
Variación Residual
Número de pulgadas de lluvia, en un lapso de 5 años.
Variación estacional
Una etapa de pocas ventas de juguetes en el mes de febrero.
Variación estacional

Factores que afectan a la tendencia

El crecimiento de una industria como una toda estima que es
influenciada básicamente por los siguientes factores:
Incremento de la población
Incremento de la energía no humana
Capital acumulado
Progreso Tecnológico

GUADALUPE DEL CARMEN MORENO NUCAMENDI 6

TIPOS DE SERIES TEMPORALES

𝑌𝑡 - Variable estudiada
Tt - Tendencia
Et - Variaciones estacionales
Ct - Fluctuaciones cíclicas
Rt – Sucesos aleatorios o irregulares
Aditivas, se componen sumando la Tendencia, estacionalidad, variación e
irregulares:

𝑌 𝑡 = 𝑇𝑡 + 𝐸𝑡 + 𝐶𝑡 + 𝑅 𝑡
Multiplicativas, Es del uso más general, dado que en economía es
habitual tratar con factores de ciclo y estacionalidad que guardan
proporcionalidad constante a la tendencia. Se componen multiplicando la
Tendencia, estacionalidad, variación e irregulares:

𝑌 𝑡 = 𝑇𝑡 ∙ 𝐸𝑡 ∙ 𝐶𝑡 ∙ 𝑅 𝑡
Nótese que aun en este caso, se puede pensar en términos de esquema
aditivo, basta con que se trabaje con la serie temporal en logaritmos (modelo
multiplicativo linealizado).

𝑙𝑛𝑌𝑡 = 𝑙𝑛𝑇𝑡 + 𝑙𝑛𝐸𝑡 + 𝑙𝑛𝐶𝑡 + 𝑙𝑛𝑅𝑡

Mixtas, se componen sumando y multiplicando la Tendencia,
estacionalidad, variación e irregulares. Existen varias alternativas, entre
otras:

𝑌 𝑡 = 𝑇𝑡 + 𝐸𝑡 ∙ 𝐶𝑡 ∙ 𝑅 𝑡
𝑌 𝑡 = 𝑇𝑡 + 𝐸𝑡 ∙ 𝑅 𝑡
𝑌 𝑡 = 𝑇𝑡 ∙ 𝐸𝑡 ∙ 𝐶𝑡 + 𝑅 𝑡
Determinación del tipo de series temporales:
Se hacen grupos de q observaciones consecutivas (q de manera que entren
años enteros para eliminar 𝐸𝑡)

GUADALUPE DEL CARMEN MORENO NUCAMENDI 7

Se calcula la media (Ẋ) y la desviación típica (s) para cada grupo.
Si s no depende de Ẋ entonces 𝑅𝑡 entra aditivamente en el modelo
(izquierda).
Si s aumenta al aumentar Ẋ entonces 𝑅𝑡 entra multiplicando en el
modelo (derecha).
Si las oscilaciones estacionales tienden a mantenerse constantes
(izquierda) entonces 𝐶𝑡 entra sumando al modelo.
Si las oscilaciones estacionales tienden a crecer cuando la variable
toma valores mayores entonces 𝐶𝑡 entra en el modelo multiplicando.

Variabilidad de las diferencias y cocientes estacionales.

Construimos las variables

Dit = Yit − Y i − 1t Kit = Yit

Yi−1t
Obtenemos ẊD, sD, ẊK y sK y calculamos VD = 𝑠 D

Ẋ𝐷
y VK = 𝑠K
Ẋ𝐾
Si VD < VK el esquema es aditivo.
Si VK < VD el esquema es multiplicativo.

GUADALUPE DEL CARMEN MORENO NUCAMENDI 8

METODO DE ESTIMACIÓN DE LA TENDENCIA

1. Método de los mínimos cuadrados

Este método es el más utilizado para la obtención de la tendencia y
ya fue definido al hablar de regresión.
En este caso consideraremos a la variable X (tiempo) como independiente e
Y (valores observados) como dependiente, y las llamamos “t” y “Yt”
respectivamente.
Los coeficientes de la recta, definidos al hablar de recta de regresión son:

Imagen 2.0

Si elegimos convenientemente la escala cronológica, de manera que

t 0 , la resolución del sistema se simplifica notoriamente.

Imagen 2.1

Tt = a + bt

Esto se logra mediante un cambio de variable, asignando a cada valor

de la variable un número elegido de modo que la diferencia entre dos valores
sucesivos sea constante y la suma total sea nula.
Con esta ecuación se suelen calcular los valores de tendencia T.

GUADALUPE DEL CARMEN MORENO NUCAMENDI 9

 2. Método “a mano”.
Este método, que consiste en trazar una recta o curva de tendencia
simplemente mirando la gráfica, puede usarse para estimar Y. Sin embargo,
tiene la obvia desventaja de depender demasiado del juicio individual.

3. Método de los semipromedios.

Este consiste en separar los datos en dos partes (de preferencia
iguales) y calcular el promedio de los datos en cada parte, con lo que se
obtienen dos puntos en la gráfica de series de tiempo. Después se traza una
recta de tendencia entre (mediana) estos dos puntos (𝑋1, 𝑌1) y (𝑋2, 𝑌2). Los
valores de tendencia a partir de la recta de tendencia, pero también pueden
determinarse de manera directa, sin gráfica.
Estos valores se reemplazan en el siguiente sistema:

Imagen 2.2

Resolviendo el sistema se encuentran los valores de 𝑎0 y 𝑎1, los

cuales se reemplazan en la ecuación de la recta de tendencia, la cual es:

𝑌 = 𝑎0 + 𝑎1𝑋
Con esta recta de tendencia se puede realizar pronósticos, los cuales son
menos exactos que los obtenidos con el método de los mínimos cuadrados,
sin embargo, su diferencia es mínima.

1
GUADALUPE DEL CARMEN MORENO NUCAMENDI 0
ESTIMACION DE LAS VARIACIONES ESTACIONALES

1. Método de diferencia a la tendencia

Este procedimiento consiste en restar la tendencia de la información
original, para eliminar posteriormente las variaciones cíclicas e irregulares a
través de la promediación.

Imagen 3.0

Al promediar los elementos del segundo miembro, se suavizan los

factores cíclicos y accidentales, quedando aislada la función estacional.

Ejemplo:

2004 2005 206

1er Cuatrim. 16 19 24

2do Cuatrim. 19 26 34

3er Cuatrim. 24 31 41

Tabla 1.0

T t t 26 2.6

1
GUADALUPE DEL CARMEN MORENO NUCAMENDI 1
Los valores de tendencia para cada uno de los cuatrimestres son los
que aparecen en el siguiente cuadro.

2004 2005 206

1er Cuatrim. 15.532 23.383 31.234

2do Cuatrim. 18.149 26 33.851

3er Cuatrim. 20.766 28.617 36.468

Tabla 1.1

Si restamos los valores de tendencia hallados, de los valores observados del

cuadro anterior, se obtiene un nuevo cuadro con las diferencias, que luego se
promedian para calcular el componente estacional.

2004 2005 206 Σ

1er 0.468 -4.383 -7.234 -11.149 -3.716

Cuatrim
.

2do 0.851 0 0.149 1 0.333

Cuatrim
.

3er 3.234 2.383 4.532 10.149 3.383

Cuatrim

Tabla 1.2

1
GUADALUPE DEL CARMEN MORENO NUCAMENDI 2
La función de estacionalidad (St) es la que aparece en la última
columna. Si por efecto del redondeo de cifras, su suma no fuera nula, los
valores deberían ajustarse, sumando o restando una constante adecuada.
Si hubiera dado, por ejemplo:

Tabla

S1 -3.714

S2 +0.330

S3 +3.351

-0.033

Tabla 1.3

Deberíamos sumar 0.011 (0.033 / 3) a cada valor de la función para que

su suma sea nula.
Si quisiéramos proyectar los valores de la serie para 2007 en base a
tendencia y estacionalidad, haríamos lo siguiente:

1er cuatr./07= Y 5= 26 + 2.617 * 5 – 3.716 = 35.369

2do cuatr./07=Y6 = 26 + 2.617 * 6 + 0.333 = 42.035
3er cuatr./07= Y7 = 26 + 2.617 * 7 + 3.383 = 47.702

1
GUADALUPE DEL CARMEN MORENO NUCAMENDI 3
 2. Método del porcentaje de la tendencia o de la razón de la
tendencia.

En este método, los datos de cada mes se expresan como porcentajes de

valores de la tendencia mensual. Un promedio adecuado de los porcentajes
para los meses correspondientes proporcionan, entonces, el índice
requerido. Igual que en el método 1, estos se ajustan si no promedian 100%
Obsérvese que dividir cada valor mensual Y entre el valor de tendencia T
correspondiente, proporciona Y/T = CSI, de la ecuación (l), y que el siguiente
promedio de Y/T produce los índices estacionales. Mientras estos índices
incluyan variaciones cíclias e irregulares, éstas pueden ser una desventaja
importante del método, especialmente si las variaciones son grandes.
Este procedimiento es similar al descrito en el punto anterior, salvo que la
eliminación de la tendencia, se realiza mediante una división, pues se aplica
en esquemas multiplicativos.

Imagen 4.0
Los valores obtenidos se promedian para suavizar las variaciones
cíclicas e irregulares.
Para ilustrar el mecanismo de cálculo, podemos utilizar los valores
hallados en el punto anterior.

Yt Tt Yt /Tt
16 15.532 1.0302
19 18.149 1.0469
24 20.766 1.1558
19 23.383 0.8126
26 26 1.0000
31 28.617 1.0833
24 31.234 0.7684
34 33.851 1.0044
41 36.468 1.1243
Tabla 1.4

1
GUADALUPE DEL CARMEN MORENO NUCAMENDI 4
 Imagen 4.1

La suma de los valores estacionales debe ser 3, pues estamos considerando 3

cuatrimestres. Para corregirlos, utilizaremos el coeficiente

Imagen 4.2

En estos casos, los valores de la función estacionalidad suelen

presentarse como porcentajes, para lo cual es necesario multiplicarlos por
100.

Los valores ajustados serían los siguientes:

S1 - 0.8704 * 99.71 = 86.79
S2 - 1.0171 * 99.71 = 101.42
S3 - 1.1211 * 99.71 = 111.79
300.00

Esto significa que en el 1er cuatrimestre, los valores se encuentran un

13.21% por debajo del promedio, mientras que en el segundo y tercero,
están respectivamente el 1.42% y 11.79% por encima de él.

1
GUADALUPE DEL CARMEN MORENO NUCAMENDI 5
ESTIMACION DE LAS VARIACIONES CICLICAS

Una vez que los datos han sido ajustados a las variaciones
estaciónales, también suelen ajustarse a la tendencia dividiéndolos,
sencillamente, entre los valores de tendencia correspondientes. De acuerdo
con la ecuación (l), el proceso de ajuste a la variación estacional y a la
tendencia es equivalente a dividir Y entre ST, que resulta en Cl (las
variaciones cíclicas e irregulares). Un promedio móvil adecuado de pocos
meses de duración (como 3, 5 o 7 meses, de modo que en consecuencia no
se necesita centrado) sirve, entonces, para suavizar las variaciones
irregulares l y para dejar únicamente las variaciones cíclicas C. Una vez que
se han aislado estas variaciones cíclicas, es posible estudiarlas en detalle. Si
se presenta una periodicidad o periodicidad aproximada de ciclos, se pueden
construir índices cíclicos de la misma manera que los índices estaciónales.

1
GUADALUPE DEL CARMEN MORENO NUCAMENDI 6
CONCLUSIÓN

Con el uso de este método se tiene que advertir que en las

proyecciones no son valores determinantes que tienen que ocurrir
necesariamente en el futuro, son valores estimados o aproximados y estos
resultados pueden variar dependiendo de diversos factores que en forma
directa e indirecta participan en los resultados de las series cronológicas por
ejemplo, analizar el Comportamiento de los indicadores de la Economía
Nacional se usar Series Cronológicas que ayudan a proyectar y a estimar
para los próximos años el nivel de la Inflación, Producción, Desocupación,
Tasa de Crecimiento de las formaciones, Tasa de Productividad de los
obreros y empleados, etc.
Estos resultados ayudan a elaborar los planes de Crecimiento y
DESARROLLO DE MEDIANO Y LARGO PLAZO.

1
GUADALUPE DEL CARMEN MORENO NUCAMENDI 7
BIBLIOGRAFÍA

https://es.slideshare.net/covault_valenzuela/series-cronologicas-
11220543
https://es.wikipedia.org/wiki/Serie_temporal
https://html.rincondelvago.com/series-cronologicas.html
file:///C:/Users/Lis/Documents/Atarea/
FILE:///C:/USERS/LIS/DOCUMENTS/A-
TAREA/ESTADISTICA%20II/CAPITULO%208.PDF

1
GUADALUPE DEL CARMEN MORENO NUCAMENDI 8
ANEXOS RESUELTOS

1. Con los siguientes datos acerca de las ventas en millones de dólares

de la Empresa M & M:

Año (X) Ventas (Y)

1995 3,4

1996 3,1

1997 3,9

1998 3,3

1999 3,2

2000 4,3

2001 3,9

2002 3,5

2003 3,6

2004 3,7

2005 4

2006 3,6

2007 4,1

2008 4,7

2009 4,2

2010 4,5

1
GUADALUPE DEL CARMEN MORENO NUCAMENDI 9
 1) Hallar la ecuación de tendencia por el método de los mínimos cuadrados.
2) Pronosticar la tendencia de exportación para el 2011.
3) Elaborar la gráfica para los datos y la recta de tendencia.

1) Hallar la ecuación de tendencia por el método de los mínimos cuadrados.

Pronosticar la tendencia de exportación para el 2011. Elaborar la gráfica para
los datos y la recta de tendencia.
Año (X) X Y XY X2 Y2

1995 1 3.4 3.4 1 11.56

1996 2 3.1 6.2 4 9.61

1997 3 3,9 11,70 9 15,21

1998 4 3,3 13,20 16 10,89

1999 5 3,2 16,00 25 10,24

2000 6 4,3 25,80 36 18,49

2001 7 3,9 27,30 49 15,21

2002 8 3,5 28,00 64 12,25

2003 9 3,6 32,40 81 12,96

2004 10 3,7 37,00 100 13,69

2005 11 4 44,00 121 16,00
2006 12 3,6 43,20 144 12,96

2007 13 4,1 53,30 169 16,81

2008 14 4,7 65,80 196 22,09

2009 15 4,2 63,00 225 17,64

2010 16 4,5 72,00 256 20,25

total 136 61 542,3 1496 235,86

Reemplazando valores en las siguientes fórmulas se obtiene los valores de

a0 y a1:

𝑎0 =Σ 𝑌 ∙ Σ 𝑋2 − Σ 𝑋 ∙ Σ 𝑋𝑌 =61 ∙ 1496 − 136 ∙ 542,3 = 17503,2 = 3,2175 = 3,22

𝑁 Σ 𝑋2 − (Σ 𝑋)2 6 ∙ 1496 − (136)2 5440

𝑎1 = 𝑁 Σ 𝑋𝑌 − Σ 𝑋 ∙ Σ 𝑌=16 ∙ 542,3 − 136 ∙ 61 =380,8= 0,07

𝑁 Σ 𝑋2 − (Σ 𝑋)2 16 ∙ 1496 − (136)2 5440

2
GUADALUPE DEL CARMEN MORENO NUCAMENDI 0
Interpretación:
El valor 𝑎1 = 0,07 al ser positiva indica que existe una tendencia
ascendente de las exportaciones aumentando a un cambio o razón promedio

de 0,07 millones de dólares por cada año.

El valor de 𝑎0 = 3,22 indica el punto en donde la recta interseca al eje Y

cuando X = 0, es decir indica las exportaciones estimadas para el año 1996
igual a 3,22.

Reemplazado los valores anteriores en la recta de tendencia se obtiene:

𝑌 = 𝑎0 + 𝑎1𝑋
Y = 3,22 + 0,07X

2) Para pronosticar la tendencia de exportación para el 2011 se

reemplaza X = 17 en la recta de tendencia, obteniendo el siguiente
resultado:
Y = 3,22 + 0,07X
Y = 3,22 + 0,07·17 = 4,41

Con los siguientes datos sobre las ventas en millones de dólares de la

Empresa D & M
Ventas
Año (X)
(Y)
2000 1,5
2001 1,8
2002 2
2003 1,5
2004 2,2
2005 2
2006 3
2007 2,8
2008 2,4
2009 2,9
2010 3

2
GUADALUPE DEL CARMEN MORENO NUCAMENDI 1
1) Hallar la ecuación de tendencia por el método de los semipromedios.
2) Pronosticar la tendencia de ventas para el 2011.
3) Elaborar la gráfica para los datos y la recta de tendencia.

Solución:
1) Se codifica la numeración de los años 2000 como 1, 2001 como 2, y así
consecutivamente para facilitar los cálculos. Se agrupa en dos grupos
iguales.

Valor Central
Año X Y Semipromedio Y
X
2000 1 1,5 3 1,8
2001 2 1,8 3 1,8
2002 3 2 3 1,8
2003 4 1,5 3 1,8
2004 5 2,2 3 1,8
2005 6 2 3 1,8
2006 7 3 9 2,82
2007 8 2,8 9 2,82
2008 9 2,4 9 2,82
2009 10 2,9 9 2,82
2010 11 3 9 2,82

El año 2005 se dejó por fuera para tener grupos con el mismo número
de años. El valor central de 3 corresponde a la mediana del primer grupo 1,
2, 3, 4 y 5. El valor central de 9 corresponde a la mediana del segundo grupo
7, 8, 9, 10 y 11. El Semipromedio 1,8 corresponden a la media aritmética del
primer grupo. El Semipromedio 2,82 corresponden a la media aritmética del
segundo grupo. De esta manera se obtienen dos puntos (3, 1.8) y (9, 2.82)
de la recta de tendencia.

Reemplazando los puntos en el siguiente sistema se obtiene:

𝑌1 = 𝑎0 + 𝑎1𝑋1 1,8 = 𝑎0 + 3𝑎1

𝑌2 = 𝑎0 + 𝑎1𝑋2 2,82 = 𝑎0 + 9𝑎1

2
GUADALUPE DEL CARMEN MORENO NUCAMENDI 2
 Resolviendo el sistema empleando la regla de Cramer se obtiene:

Como a1 es positiva, la recta tiene una tendencia ascendente

(pendiente positiva).

Reemplazando los valores calculados se tiene la recta de tendencia, la cual

es:

𝑌 = 𝑎0 + 𝑎1𝑋
𝑌 = 1,29 + 0,17𝑋

2) Para pronosticar la tendencia de exportación para el 2011 se reemplaza X

= 12 en la recta de tendencia, obteniendo el siguiente resultado:
Y = 1,29 + 0,17X
Y = 1,29 + 0,17·12 = 3,33

Interpretación: Existe una tendencia ascendente a un cambio promedio de

0,17 millones de dólares por cada año, por lo que el Gerente de ventas de la
empresa debe seguir aplicando las políticas necesarias para mantener la
tendencia ascendente y mejorar la tasa de crecimiento.

2
GUADALUPE DEL CARMEN MORENO NUCAMENDI 3
 3) La gráfica de los datos y la recta de tendencia elaborada en Graph se
muestran en la siguiente figura:

Imagen 5.0

2
GUADALUPE DEL CARMEN MORENO NUCAMENDI 4