Documente Academic
Documente Profesional
Documente Cultură
ECONOMA II (MACROECONOMA)
TAREA # 1:
COEFICIENTE DE PEARSON Y SERIES DE TIEMPO
Una serie de tiempo es una lista de fechas, cada una de las cuales se asocia a un valor (un
nmero). Las series de tiempo son un modo estructurado de representar datos.
Visualmente, es una curva que evoluciona a lo largo del tiempo.
Una serie de tiempo es una secuencia o conjunto de valores observados durante una serie
de perodos temporales secuencialmente ordenada, tales perodos pueden ser semanales,
mensuales, trimestrales o anuales.
Se representa por medio de una grfica de lneas sobre cuyo eje horizontal se representan
los perodos y en cuyo eje vertical se representan los valores de la serie de tiempo. Por
ejemplo:
El anlisis
El primer paso para analizar una serie de tiempo es graficarla, esto permite: identificar la
tendencia, la estacionalidad, las variaciones irregulares. Un modelo clsico para una serie
de tiempo, puede ser expresada como suma o producto de tres componentes: tendencia
estacional y un trmino de error aleatorio.
Y=TxCxExI
Tendencia
La tendencia a largo plazo de una serie de aumentar o disminuir (tendencia creciente
o tendencia decreciente).
Estacionalidad
La fluctuacin peridica en las series de tiempo dentro de un perodo determinado.
Estas fluctuaciones forman un patrn que tiende a repetirse de un perodo estacional
al siguiente.
Ciclos
Largas desviaciones de la tendencia debido a factores diferentes de la
estacionalidad. Los ciclos por lo general se producen durante un intervalo de tiempo
extenso, y los tiempos que transcurren entre los picos o valles sucesivos de un ciclo
no necesariamente son iguales.
Movimiento irregular
El movimiento que queda despus de explicar los movimientos de tendencia,
estacionales y cclicos; ruido aleatorio o error en una serie de tiempo.
CUADRO COMPARATIVO
Pronstico de series de tiempo
El pronstico de las series de tiempo significa que extendemos los valores histricos al
futuro, donde an no hay mediciones disponibles. El pronstico se realiza generalmente
para optimizar reas como los niveles de inventario, la capacidad de produccin o los
niveles de personal.
Existen dos variables estructurales principales que definen un pronstico de serie de
tiempo:
El perodo, que representa el nivel de agregacin. Los perodos ms comunes son meses,
semanas y das en la cadena de suministro (para la optimizacin del inventario). Los
centros de atencin telefnica utilizan perodos de cuartos de hora (para la optimizacin del
personal).
El horizonte, que representa la cantidad de perodos por adelantado que deben ser
pronosticados. En la cadena de suministro, el horizonte es generalmente igual o mayor que
el tiempo de entrega.
Tendencia lineal
Como se dijo antes, la tendencia de una serie viene dada por el movimiento general a largo
plazo de la serie. La tendencia a largo plazo de muchas series de negocios (industriales y
comerciales), como ventas, exportaciones y produccin, con frecuencia se aproxima a una
lnea recta. Esta lnea de tendencia muestra que algo aumenta o disminuye a un ritmo
constante. El mtodo que se utiliza para obtener la lnea recta de mejor ajuste es el Mtodo
de Mnimos Cuadrados.
Tendencia no lineal
Promedio mvil
Un promedio mvil se construye sustituyendo cada valor de una serie por la media
obtenida con esa observacin y algunos de los valores inmediatamente anteriores y
posteriores. Se mostrar este mtodo con los siguientes ejemplos:
Los promedios mviles tambin se pueden construir tomando en cuenta valores adyacentes
de las observaciones.
Suavizamiento exponencial
El suavizamiento exponencial emplea un promedio ponderado de la serie de tiempo pasada
como pronstico; es un caso especial del mtodo de promedios mviles ponderados en el
cual slo se selecciona un peso o factor de ponderacin: el de la observacin ms reciente.
BIBLIOGRAFA:
https://www.lokad.com/es/que-es-el-pronostico-de-series-de-tiempo
http://ciberconta.unizar.es/leccion/seriest/100.htm
http://support.minitab.com/es-mx/minitab/17/topic-library/modeling-statistics/time-
series/basics/time-series-analyses-in-minitab/
http://support.minitab.com/es-mx/minitab/17/topic-library/modeling-statistics/time-
series/basics/what-is-a-time-series/
+1 -1 = Correlacin perfecta.
La grfica (a) representa una correlacin positiva, es decir, conforme los valores de X
aumentan, tambin aumentan los valores de Y. A su vez, la grfica (b) muestra una
correlacin negativa, de modo que al incrementarse los valores de la variable
independiente, los valores de la dependiente disminuyen. La grfica (c) no indica
correlacin.
Donde:
r = coeficiente de correlacin de Pearson.
Sxy = sumatoria de los productos de ambas variables.
Sx = sumatoria de los valores de la variable independiente.
Sy = sumatoria de los valores de la variable dependiente.
Sx2 = sumatoria de los valores al cuadrado de la variable independiente.
Sy2 = sumatoria de los valores al cuadrado de la variable dependiente.
N = tamao de la muestra en funcin de parejas.
Este procedimiento estadstico es aplicable cuando las observaciones se miden segn una
escala de intervalo, por otra parte, el fenmeno debe ser lineal.
Al igual que las otras pruebas paramtricas, la varianza de las variables X y Y deben
guardar homogeneidad.
Pasos.
1. Ordenar los valores de la variable dependiente (Y) con respecto a los valores de la
variable independiente (X).
6. Aplicar la ecuacin.
PROPIEDADES
BIBLIOGRAFA:
http://es.slideshare.net/magdiony_barcenas1979/coeficientes-de-correlacin-de-pearson-y-
de-spermanxposicion
https://cdn.faroempresarial.com/special/courses/tecmx/curso-basico-de-
estadistica/estadistica_2/html/m14/coef_pearson.htm
http://www.eumed.net/cursecon/dic/oc/pearson.htm
http://www.vitutor.com/estadistica/bi/coeficiente_correlacion.html
http://www.uv.es/webgid/Descriptiva/31_coeficiente_de_pearson.html
CONCLUSIN:
Estas dos mtodos son herramientas muy tiles y de gran importancia para la obtencin de
datos e informacin que nos ayuda a tomar decisiones y prevenir situaciones futuras
De esta forma analizar la informacin y los valores observados tanto en las series de tiempo
como en el proceso de obtencin de informacin en el mtodo de Pearson para que una vez
identificados estos factores ayuden a la interpretacin de valores histricos en una unidad
de tiempo segn se requiera. Estas herramientas son de gran ayuda para resolver
problemas econmicos y situaciones en las cuales se necesita tomar decisiones a partir de
resultados obtenidos, los cuales nos indicaran patrones de inicio, altas y bajas valores
mximos a partir de grficas.