PROBLEMA

CUAL ES EL MEJOR MODELO QUE AYUDE A CALCULAR PRONOSTICOS DE

VENTAS DE AUTOS TRIMESTRALES QUE SE DA EN LA EMPRESA VOLVO S.A.?

OBJETIVO
OBJETIVO GENERAL
PROPONER UN MODELO QUE AYUDE A CALCULAR PRONOSTICOS DE VENTAS
DE AUTOS TRIMESTRALES EN LA EMPRESA VOLVO S.A.
OBJETIVO ESPECIFICO

EXPLORAR LA SERIE
DETERMINAR EL MODELO

HIPOTESIS
PARA EFECTO DE ESTE TRABAJO, EN RAZON DE LOS PATRONES DE LAS
CARACTERISTICAS QUE SE PRESENTA LA SIGUIENTE HIPOTESIS ES UN
MODELO SARIMA

DESCRIPCION DE LOS DATOS

LA INFORMACION UTILIZADA FUE SOBRE LAS VENTAS DE AUTOS

TRIMESTRALES DE LA EMPRESA VOLVO S.A. LA MUESTRA CORRESPONDE AL
PERIODO 2006 AL 2013

Los datos de la tabla siguiente corresponden a la venta de autos trimestrales realizado por la empresa VOLVO S.A. durante el
periodo del 2006 al 2013

Ao
Trimest
re
I
II
III
IV

2006

2007

2008

2009

2010

2011

2012

2013

124
136
156
149

115
157
175
153

134
129
163
127

152
184
196
169

202
229
237
207

215
225
277
253

234
237
253
226

206
242
284
258

1. Exploracin de la serie
Grfico de lnea de toda la serie
venta de autos trimestrales realizados por la empresa VOLVO S.A. periodo 2006-2013
300
250
200
150
100
50
0

Se aprecia visualmente en el grfico, que la serie tiene un crecimiento positivo para

el periodo dado. Por tanto la serie tiene tendencia.

Grfico de lnea por aos

venta de autos trimestrales realizados por la empresa VOLVO S.A. periodo 2006-2013 grafico por ao
300

2006
2007

250

2008
200

2009
2010

150

2011
2012

100

2013

50
0
1

La serie tiene mximos para cada ao en el tercer trimestre, por tanto, la serie es
estacional.

Grfico de cajas

Algunas de las cajas

amplias y otras
por tanto, algunas
grandes y otras
anuales.

Grfico
media y de la

AO
2006
2007
2008
2009
2010
2011
2012
2013

MEDIA
141.25
150.00
138.25
175.25
218.75
242.50
237.50
247.50

VARIANZA
200.92
636.00
280.92
362.25
285.58
787.67
128.33
1065.00

C.V.%
1.4
4.2
2.0
2.1
1.3
3.2
0.5
4.3

anuales tienen
cortas longitudes,
tienen varianzas
pequeas varianzas

de lnea de la
varianza

venta de autos trimestrales medio realizados por la empresa VOLVO S.A. anual periodo 2006-2013 grafico por ao
1200.00
1000.00
800.00

MEDIA
VARIANZA

600.00
400.00
200.00
0.00
1

Grfico del correlograma

Las barras de las correlaciones de la ACF tienen un decrecimiento y una forma

sinusoidal, por tanto, la serie tiene tendencia y estacionalidad.

Grfico del correlograma parcial

Prueba
analtica de la estacionariedad

Como el

=0.7773 es mayor que 0.01 y que el 0.05, se acepta la hiptesis nula, por tanto,

se confirma que la serie no es estacionaria.

Prueba analtica de la homogeneidad de varianzas

Prueba analtica de la aleatoriedad de la serie venta

El valor de p es menor del 5%, por tanto, la serie no es aleatoria.

2. Identificacin,
estimacin,
seleccin
del
mejor
modelo, verificacin, especificacin del modelo y
pronsticos

Identificacin y estimacin del modelo

se obtuvo el mejor modelo, el cual es un SARIMA(1, 0, 1)(1, 0, 1) con constante con
un

MC=0,010477

y donde los valores de los estimadores de los parmetros se

dan en la siguiente tabla:

Estimacin del modelo

Dado el modelo SARIMA cuya definicin general es:

p ( L) Ps ( L) d sDYt q ( L) Qs ( L) t
(1)
cuyos trminos son definidos como:

p (L) 1 1 L 2 L2 3 L3 4 L4 ... p Lp
D d = (1- L)d

Ps (L)= 1- s Ls - 2s L2s - 3s L3s - 4s L4s - ...- Ps LPs

 q (L)= 1- 1 L - 2 L2 - 3 L3 - 4 L4 - ...- q Lq
DsD = (1- Ls )D

Qs (L)= 1- s Ls - 2s L2s - 3s L3s - 4s L4s - ...- Qs LQs

A partir del modelo (1) se genera la ecuacin para el modelo SARIMA(1, 0, 1)
(1, 0, 1) con constante.

SARIMA ( 1,0,1 )( 1,0,1 )

Modelo

Este modelo en forma compacta es escrito como:

(L) yt (L) 2s (L) t

(2)
donde,

1(L) 1 1L
1 s ( L )=112 L

12

1(L) 1- 1L
s ( L )=1 12 L

Reemplazando y desarrollando,

( 11 L ) ( 1 12 L12) y t =( 11 L ) ( 1 12 L3 ) t +
( 11 L )( y t12 y t 12 ) =( 11 L ) ( 1 12 L3 ) t +

haciendo

z t=( y t12 y t 12 )

( 11 L ) z t =( 1 1 L ) ( 1 12 L3) t +
( z t1 z t1 )=( 11 L )( t 12 t 3 ) +
z t1 z t1= t 12 t 3 1 t1 +1 12 t 4 +
Luego la ecuacin de pronstico en forma algebraica es:

z t=1 z t11 t 1 12 t 3 +1 12 t 4 + t
Reemplazando

zt

t12 y t 13
y 1 t1 12 t 3 + 1 12 t4 + t
y t12 y t 12=1
t1 12 y t131 t 1 12 t3 +1 12 t 4 + t
y t 12 y t 12=1 y
t1 12 y t131 t 1 12 t3 +1 12 t 4 + t
y t =12 y t12 + 1 y

Modelo completo

t1 12 y t131 t 1 12 t3 +1 12 t 4 + t
y t =12 y t12 + 1 y
t0.9976 y t130.4234 t10. 4234 t 3+ 0.3982 t4
y t=0.9978 y t 12+0.9998 y

Pronostico para el ao 2015

Pruebas de hiptesis analticas para los residuales:

El estadstico de Box-Pierce Q-estadstico es usado para probar la existencia de
autocorrelaciones en los residuales, esto es, prueba el siguiente planteamiento de
la hiptesis:

H 0 : 1 2 3 ... M 0
H a : 1 2 3 ... M 0

Ausencia de autocorrelacin
Presencia de autocorrelacin

La frmula de este estadstico es:

L

Q T rj2 L2
j 1

donde:
T

rj

t j 1
T

t t j

t 1

2
t

Un refinamiento a la frmula de Box-Pierce es la frmula de Ljung-Box la cual es:

L

QLB T (T 2)
j 1

Desfase
Chi-cuadrada
GL
Valor P

rj2
Tj

12
8.7
8
0.371

L2

24
15.6
20
0.739

36
*
*
*

48
*
*
*

Prueba de la normalidad:
Planteamiento de la hiptesis:

H0 :
Los residuales se distribuyen segn una distribucin normal

Ha :
Los residuales no se distribuyen segn una distribucin normal

Prueba de la aleatoriedad de los residuales mediante la prueba de la

corrida
Planteamiento de la hiptesis:

H0 :
Los residuales se distribuyen aleatoriamente alrededor de la media cero

Ha :
Los residuales no se distribuyen aleatoriamente alrededor de la media cero

Analisis del ACF

Al mirar el grafico tiene un modelo AR(0)

Analisis de PACF

CONCLUSION:
Se comprob que el modelo a utilizar es un SARIMA(1,0,1)(1,0,1) que nos ayudara a
pronosticar las ventas de autos en la empresa VOLVO S.A.