Documente Academic
Documente Profesional
Documente Cultură
Introduccin
Una serie de tiempo es aquel conjunto de
observaciones sobre una variable, que
generalmente es espaciada en el tiempo
ESTACIONALIDAD
La estacionalidad es importante cuando
tratamos de explicar un comportamiento de una
variable endgena, por que una parte de la
fluctuaciones que manifiestas las variables se
debe a factores estacinales como por ejemplo:
si analizamos el PBI mensual del PBI de
cualquier pas veremos se incrementa en gran
medida en le mes de diciembre, da de la madre,
da del padre, fiestas patrias o otras fechas.
Modelos univariados
Predicen el futuro de una serie con base en su
comportamiento histrico propio; son muy tiles
si el patrn detectado en el pasado se mantiene
hacia el futuro, de lo contrario no son
aconsejables. Los modelos integrated
autoregressive moving average model (ARIMA
model) son representativos de este grupo5 .
Modelos causales
Requieren la identificacin de otras variables
que se relacionan de la manera causa efecto con
la variable que se desea predecir. Una vez
identificadas estas variables relacionadas, se
construye un modelo estadstico que pretende
describir la relacin entre estas variables y la
variable que se desea pronosticar.
Tendencia secular
Como ya se coment, son aquellas variaciones
suaves y constantes que se suceden en un
perodo relativamente extenso. El perodo debe
ser largo, mnimo de cinco aos como para
establecer una lnea de tendencia significativa
Tendencia lineal
El modelo de regresin
lineal es el apropiado
para realizar pronsticos
cuando la tendencia es
lineal.
Ejemplo:
Conclusin
Estas herramientas son tiles siempre y cuando
la informacin con la que se cuenta sea
confiable, de lo contrario, se sugieren mtodos
de tipo cualitativo.