DISTRIBUCION DE FRECUENCIAS

VARIABLE FRECUENCIA ABSOLUTA FRECUENCIA RELATIVA

SIMPLE: ACUMULADA: + 1 SIMPLE:

ACUMULADA:

+
1

1.20 1 1 3.3% 3.3%

1.21 4 5 13.3% 16.6%

1.22 4 9

1.23 2

1.24 1

1.25 2

1.26 3

1.27 3

1.28 4

1.29 3

1.30 3
Se agrupan los valores en intervalos que tengan la misma
amplitud denominados clases.
A cada clase se le asigna su frecuencia correspondiente.
Lmites de la clase
Cada clase est delimitada por el lmite inferior de la clase y el lmite superior de la
clase.
Amplitud de la clase
La amplitud de la clase es la diferencia entre el lmite superior e inferior de la clase.
Marca de clase
La marca de clase es el punto medio de cada intervalo y es el valor que representa a
todo el intervalo para el clculo de algunos parmetros.
 PASOS PARA ELABORAR LA TABLA DE DISTRIBUCION DE FRECUENCIAS

1.- Ordenar los datos

2.- Determinar el Rango R= VM Vm

3.- Hallar el Numero de Intervalos (clases)

STURGES Nro Int = 1+ 3.33Log(n)

METODO DE LA RAIZ Nro. Int = n

Se recomienda que el numero de intervalos debe estar 5 Ni 20

4.- Hallar la amplitud de clase C = R/Ni

5.- Marca de clase (Ls Li)/2

Ejemplo 1 : Se han registrado la estatura de 30 alumnos del III Semestre Administracin, cuyos resultados son:
1.75 1.76 1.73 1.78 1.72 1.70 1.77 1.74 1.80 1.78 1.76 1.72 1.71 1.80 1.79 1.78 1.77 1.75
1.77 1.79 1.76 1.80 1.72 1.71 1.78 1.71 1.73 1.72 1.79 1.71

Ejemplo 2: Durante el mes de Julio, en una ciudad se han registrado las siguientes temperaturas mximas

32, 31, 28, 29, 33, 32, 31, 30, 31, 31, 27, 28, 29, 30, 32, 31, 31, 30, 30,
29, 29, 30, 30, 31, 30, 31, 34, 33, 33, 29, 29.

Ejemplo 3: Se ha registrado el numero de clientes de una empresa por da durante 40 das

3, 15, 24, 28, 33, 35, 38, 42, 43, 38, 36, 34, 29, 25, 17, 7, 34, 36, 39, 44,
31, 26, 20, 11, 13, 22, 27, 47, 39, 37, 34, 32, 35, 28, 38, 41, 48, 15, 32, 13.
 % %
=
= =
= =
 MEDIDAS DE TENDENCIA CENTRAL

La Moda

La moda es el valor que tiene la mayor frecuencia absoluta. Se

representa por M o. Se puede hallar la moda para variables
cualitativas y cuantitativas.

Ejem.

2, 3, 3, 4, 4, 4, 5, 5 Mo= 4

Si en un grupo hay dos o varias puntuaciones con la misma frecuencia y esa

frecuencia es la mxima, la distribucin es bimodal o multimodal, es decir,
tiene varias modas.
 Clculo de la moda para datos agrupados
Todos los intervalos tienen la misma amplitud.

Li es el lmite inferior de la clase modal.

fi es la frecuencia absoluta de la clase modal.
fi--1 es la frecuencia absoluta inmediatamente inferior a la en clase
modal.
fi-+1 es la frecuencia absoluta inmediatamente posterior a la clase modal.
ai es la amplitud de la clase.
Calcular la moda de una distribucin estadstica que esta dada por la siguiente tabla:

fi

[60, 63) 5

[63, 66) 18

[66, 69) 42

[69, 72) 27

[72, 75) 8

100
 La Mediana
Es el valor que ocupa el lugar central de todos los datos cuando stos
estn ordenados de menor a mayor.

La mediana se representa por M e.

La mediana se puede hallar slo para variables cuantitativas.

 Clculo de la mediana
1 Ordenamos los datos de menor a mayor.

2 Si la serie tiene un nmero impar de medidas la mediana es

la puntuacin central de la misma.

2, 3, 4, 4, 5, 5, 5, 6, 6 Me= 5

3 Si la serie tiene un nmero par de puntuaciones la mediana es

la media entre las dos puntuaciones centrales.

7, 8, 9, 10, 11, 12 Me= 9.5

 Clculo de la mediana para datos agrupados

La mediana se encuentra en el intervalo donde la frecuencia acumulada llega

hasta la mitad de la suma de las frecuencias absolutas.
Es decir tenemos que buscar el intervalo en el que se encuentre (N/2)

Li es el lmite inferior de la clase donde se encuentra la mediana.

N/2 es la semisuma de las frecuencias absolutas.
Fi-1 es la frecuencia acumulada anterior a la clase mediana.
ai es la amplitud de la clase.
La mediana es independiente de las amplitudes de los intervalos.
Calcular la mediana de una distribucin estadstica dada por la tabla:

fi Fi

[60, 63) 5 5

[63, 66) 18 23

[66, 69) 42 65

[69, 72) 27 92

[72, 75) 8 100

100

100 / 2 = 50

Clase modal: [66, 69)

 La Media aritmtica
La media aritmtica es el valor obtenido al sumar todos los datos y dividir el
resultado entre el nmero total de datos.

Es el smbolo de la media aritmtica

Ejemplo: Los pesos de seis amigos son: 84, 91, 72, 68, 87 y 78 kg.

Hallar el peso medio.

Media aritmtica para datos agrupados
Si los datos vienen agrupados en una tabla de frecuencias, la
expresin de la media es:
En un test realizado a 42 personas se han obtenido las puntuaciones que muestra la
tabla.
Calcular la puntuacin media.
xi fi xi fi

[10, 20) 15 1 15

[20, 30) 25 8 200

[30,40) 35 10 350

[40, 50) 45 9 405

[50, 60 55 8 440

[60,70) 65 4 260

[70, 80) 75 2 150

42 1 820
Observaciones sobre la media aritmtica

1 La media se puede hallar slo para variables cuantitativas.

2 La media es independiente de las amplitudes de los intervalos.

3 La media es muy sensible a las puntuaciones extremas. Si tenemos una distribucin

con los siguientes pesos:

65 kg, 69kg , 65 kg, 72 kg, 66 kg, 75 kg, 70 kg, 110 kg.

La media es igual a 74 kg, que es una medida de centralizacin poco representativa de la

distribucin.

4 La media no se puede calcular si hay un intervalo con una amplitud indeterminada.

Media aritmtica ponderada
A veces puede ser til otorgar pesos o valores a los datos dependiendo de
su relevancia para determinado estudio. En esos casos se puede utilizar
una media ponderada.
Si son nuestros datos y
son sus "pesos" respectivos, la media ponderada se define de la
siguiente forma:
 MEDIA GEOMETRICA
En matemtica y estadstica la media geomtrica de una cantidad
arbitraria de nmeros (por decir n nmeros) es la raz ensima del
producto de todos los nmeros.
Es recomendada para datos de progresin geomtrica, para promediar
razones, inters compuesto y nmeros ndices.
Una cadena de expendedores de gasolina el ao pasado aument sus ingresos respecto al ao
anterior en 21%; y han proyectado que este ao van a llegar a un aumento de 28% con
respecto al ao pasado. Cunto es el promedio anual del aumento porcentual?
Definitivamente no es (21% + 28%):2 = 24,5%.
El monto de la produccin, al final de dos aos, es 100(1,21)(1,28)= 154,88. Si en cada ao se
tuviera una tasa anual de aumento de i% resulta
100 100(1+i) 100(1 +i)2.
Entonces

100(1 +i)2 = 154,88

(1 +i)2 = 1,5488

1+i= =1,244507
i = 0,244507
=24,451%
 MEDIA ARMONICA
La media armnica (designada usualmente mediante H) de una
cantidad finita de nmeros es igual al reciproco, o inverso, de la media
aritmtica de los recprocos de dichos valores y es recomendada para
promediar velocidades.
As, dados n nmeros x1, x2, ... , xn la media armnica ser igual a:
 MEDIDAS DE FORMA
1.- ASIMETRA
Es una medida de forma de una distribucin que permite identificar y describir
la manera como los datos tiende a reunirse de acuerdo con la frecuencia con
que se hallen dentro de la distribucin. Permite identificar las caractersticas
de la distribucin de datos sin necesidad de generar el grfico.
TIPOS DE ASIMETRA
La asimetra presenta las siguientes formas:
Asimetra Negativa o a la Izquierda.- Se da cuando en una distribucin la
minora de los datos est en la parte izquierda de la media. Este tipo de
distribucin presenta un alargamiento o sesgo hacia la izquierda, es decir, la
distribucin de los datos tiene a la izquierda una cola ms larga que a la
derecha.
Tambin se dice que una distribucin es simtrica a la izquierda o tiene sesgo
negativo cuando el valor de la media aritmtica es menor que la mediana y
ste valor de la mediana a su vez es menor que la moda, en smbolos:
Simtrica.- Se da cuando en una distribucin se distribuyen aproximadamente
la misma cantidad de los datos a ambos lados de la media aritmtica.
No tiene alargamiento o sesgo.

Se representa por una curva normal en forma de campana llamada campana de

Gauss (matemtico Alemn 1777-1855) o tambin conocida como de Laplace
(1749-1827).

Tambin se dice que una distribucin es simtrica cuando su media aritmtica,

su mediana y su moda son iguales, en smbolos: Md=Mo=
 = =
Asimetra Positiva o a la Derecha.-
Se da cuando en una distribucin la minora de los datos est en la
parte derecha de la media aritmtica.
Este tipo de distribucin presenta un alargamiento o sesgo hacia la
derecha, es decir, la distribucin de los datos tiene a la derecha una
cola ms larga que a la izquierda.

Tambin se dice que una distribucin es simtrica a la derecha o tiene

sesgo positivo cuando el valor de la media aritmtica es mayor que la
mediana y ste a valor de la mediana a su vez es mayor que la moda,
en smbolos:
COEFICIENTE DE ASIMETRIA DE FISHER:

Donde es el tercer momento en torno a la media y es la desviacin estndar

Si ; la distribucin es asimtrica positiva

Si ; La distribucin es asimtrica negativa

Si la distribucin es simtrica, entonces:

COEFICIENTE DE ASIMETRIA DE PEARSON:

COEFICIENTE DE ASIMETRIA DE BOWLEY:

2) CURTOSIS O APUNTAMIENTO
La curtosis mide el grado de agudeza o achatamiento de una distribucin
con relacin a la distribucin normal, es decir, mide cun puntiaguda es
una distribucin.
TIPOS DE CURTOSIS:
La curtosis determina el grado de concentracin que presentan
los valores en la regin central de la distribucin. As puede ser:
Leptocrtica.- Existe una gran concentracin.
Mesocrtica.- Existe una concentracin normal.
Platicrtica.- Existe una baja concentracin.
 MEDIDAS DE POSICION

Las medidas de posicin dividen un conjunto de datos en grupos con el

mismo nmero de individuos.
Para calcular las medidas de posicin es necesario que los datos estn
ordenados de menor a mayor.
La medidas de posicin son:
Cuartiles

Los cuartiles son los tres valores de la variable que dividen a

un conjunto de datos ordenados en cuatro partes iguales.

Q 1 , Q 2 y Q 3 determinan los valores correspondientes al 25%, al 50% y

al 75% de los datos.

Q 2 coincide con la mediana

 CALCULO DE LOS CUARTILES (DATOS SIN AGRUPAR)
-Ordenamos los datos de menor a mayor.
-Buscamos el lugar que ocupa cada cuartil mediante la expresin:

Ejem.(Numero impar de datos) 2, 5, 3, 6, 7, 4, 9

Ejem.(Numero par de datos) 2, 5, 3, 4, 6, 7, 1, 9

 Clculo de los cuartiles para datos agrupados
En primer lugar buscamos la clase donde se encuentra
En la tabla de frecuencias acumuladas.

L i es el lmite inferior de la clase donde se encuentra la mediana.

N es la suma de las frecuencias absolutas.

F i-1 es la frecuencia acumulada anterior a la clase mediana.

a i es la amplitud de la clase.
Ejm. Calcular los cuartiles de la distribucin de la tabla

fi Fi

[50, 60) 8 8

[60, 70) 10 18

[70, 80) 16 34

[80, 90) 14 48

[90, 100) 10 58

[100, 110) 5 63

[110, 120) 2 65

65
CALCULO DE PRIMER CUARTIL

CALCULO DEL SEGUNDO CUARTIL

CALCULO DEL TERCER CUARTIL

 Deciles
Los deciles son los nueve valores que dividen la serie de datos en diez
partes iguales.
Los deciles dan los valores correspondientes al 10%, al 20%... y al 90% de
los datos.
D 5 coincide con la mediana.

Clculo de los deciles

En primer lugar buscamos la clase donde se encuentra
En la tabla de frecuencias acumuladas

Li es el limite inferior de la clase donde se encuentra la mediana

N es la suma de las frecuencias absolutas
Fi-1 es la frecuencia acumulada anterior a la clase mediana
ai es la amplitud de la clase
Calcular los deciles de la siguiente distribucin de la tabla
fi Fi

[50, 60) 8 8

[60, 70) 10 18

[70, 80) 16 34

[80, 90) 14 48

[90, 100) 10 58

[100, 110) 5 63

[110, 120) 2 65

65
CALCULO DEL PRIMER DECIL

CALCULO DEL SEGUNDO DECIL

CALCULO DEL TERCER DECIL

CALCULO DEL CUARTO DECIL

CALCULO DEL QUINTO DECIL

CALCULO DE SEXTO DECIL

CALCULO DEL SETIMO DECIL

CALCULO DEL OCTAVO DECIL

CALCULO DEL NOVENO DECIL

 Percentiles
Los percentiles son los 99 valores que dividen la serie de datos en 100
partes iguales.
Los percentiles dan los valores correspondientes al 1%, al 2%... y al
99% de los datos.
P 50 coincide con la mediana.
Clculo de los percentiles
En primer lugar buscamos la clase donde se encuentra
En la tabla de frecuencias acumuladas

-Li es el limite inferior de la clase donde se encuentra la

mediana
-N es la suma de las frecuencias absolutas
-Fi-1 es la frecuencia acumulada anterior a la clase mediana
-ai es la amplitud de la clase
Calcular el percentil 35 y 60 de la distribucin de la tabla
fi Fi

[50, 60) 8 8

[60, 70) 10 18

[70, 80) 16 34

[80, 90) 14 48

[90, 100) 10 58

[100, 110) 5 63

[110, 120) 2 65

65
PERCENTIL 35

PERCENTIL 60
INDICE DE GINI:
Su uso ms caracterstico es en el estudio de la desigualdad de los ingresos que se
realiza en Economa.

El Coeficiente de Gini se basa en la Curva de Lorenz, que es una representacin

grfica de una funcin de distribucin acumulada, y se define matemticamente como
la proporcin acumulada de los ingresos totales (eje y), que obtienen las proporciones
acumuladas de la poblacin (eje x).

La lnea diagonal representa la igualdad perfecta de los ingresos: todos reciben la

misma renta (el 20% de la poblacin recibe el 20% de los ingresos; el 40% de la
poblacin el 40% de los ingresos, etc).

En la situacin de mxima igualdad o equidad distributiva, el Coeficiente de Gini es

igual a cero (el rea A desaparece).

A medida que aumenta la desigualdad, el Coeficiente de Gini se acerca al valor de

1.

=
+
 MEDIDAS DE DISPERSION

Las medidas de dispersin nos informan sobre cunto se alejan

del centro los valores de la distribucin.

Las medidas de dispersin son:

Rango o recorrido

El rango es la diferencia entre el mayor y el menor de los datos de

una distribucin estadstica
Desviacin media

La desviacin media es la media aritmtica de los valores absolutos

de las desviaciones respecto a la media.

La desviacin media se representa por:

 DESVIACION MEDIA PARA DATOS AGRUPADOS

Si los datos vienen agrupados en una tabla de frecuencias, la expresin

de la desviacin media es:
 LA VARIANZA

La varianza es la media aritmtica del cuadrado de las desviaciones

respecto a la media de una distribucin estadstica.

La varianza se representa por:

O,

Esto es equivalente a:

O,
 VARIANZA PARA DATOS AGRUPADOS

O,

Esto es equivalente a:

O,
 PROPIEDADES DE LA VARIANZA

1 La varianza ser siempre un valor positivo o cero, en el caso de que las

puntuaciones sean iguales.

2 Si a todos los valores de la variable se les suma un nmero la varianza no

vara.

3 Si todos los valores de la variable se multiplican por

un nmero la varianza queda multiplicada por el cuadrado de
dicho nmero.

4 Si tenemos varias distribuciones con la misma media y conocemos sus

respectivas varianzas se puede calcular la varianza total
Si las muestras tienen el mismo tamao: Si las muestras tienen distinto tamao
 Desviacin tpica

La desviacin tpica es la raz cuadrada de la varianza.

Es decir, la raz cuadrada de la media de los cuadrados de las puntuaciones de

desviacin.

La desviacin tpica se representa por

LA DESVIACION TIPICA PARA DATOS AGRUPADOS
 PROPIEDADES DE LA DESVIACION TIPICA

1 La desviacin tpica ser siempre un valor positivo o cero, en el caso de que las
puntuaciones sean iguales.

2 Si a todos los valores de la variable se les suma un nmero la desviacin tpica

no vara.

3 Si todos los valores de la variable se multiplican por

un nmero la desviacin tpica queda multiplicada por dicho nmero.

4 Si tenemos varias distribuciones con la misma media y conocemos sus

respectivas desviaciones tpicas se puede calcular la desviacin tpica total
 COEFICIENTE DE VARIACION DE PEARSON

Se calcula como el cociente entre la desviacin tpica y la media de la muestra

= /
 NUMEROS INDICES

Aquella medida estadstica que sirve para comparar una magnitud ( o un conjunto de
magnitudes) en dos situaciones (temporales o espaciales ) distintas; una de las cuales
se considera como referencia. (Normalmente se tratar de comparar perodos de
tiempo distintos)

Perodo base o referencia: Ser la situacin inicial o el periodo tomado como

referencia.(subndice 0)
Perodo actual: la situacin que quiere comparase.(subndice t)
PROPIEDADES DE LOS NUMEROS INDICES: Uno de los problemas de mayor importancia a la hora de
elaborar un nmero ndice es el conseguir que ste sea adecuadamente representativo, para ello es
preciso que el ndice cumpla ciertas propiedades de carcter matemtico y rena ciertos requisitos en su
definicin:

Identidad: Cuando el perodo base y el de comparacin coinciden, el ndice debe

ser igual a uno.
Inversin: Si en un ndice se invierten los perodos base y de comparacin, el ndice toma el valor
recproco al anterior.
Circular: Si se multiplica el ndice de un perodo Z con relacin a un perodo Y por el ndice de Y con
relacin a X, el producto ha de ser el ndice de Z con relacin a X.
Existencia: El ndice ha de tomar valores reales y finitos para cualquier valor de la variable observada.
Proporcionalidad: El ndice elaborado sobre unos determinados valores de una variable ha de ser
proporcional al ndice correspondiente a los valores de esa variable multiplicados por un mismo
nmero K.
Variacin proporcional: Si los valores de la variable varan en una cierta cuanta, el ndice vara
proporcionalmente.
Inalterabilidad: Si se introduce una nueva modalidad en el ndice complejo, de tal manera que el valor de
ste coincide con el del ndice simple de aquella, el ndice complejo no vara.
Homogeneidad: El valor de un ndice no ha de ser afectado por modificaciones de las unidades de
medida.
CLASIFICACION
Los nmeros ndices pueden ser:
SIMPLES: pretenden hacer comparaciones sobre una sola magnitud simple. (p.ej. el
precio del trigo, cantidad, valor).
Habitualmente se definen como ratios (razn) entre el valor actual y el valor del perodo
base. Es decir, para la magnitud simple Xi :

COMPLEJOS: pretenden hacer comparaciones sobre una magnitud compleja,

consistente en la agregacin de varias magnitudes simples.(p.ej. precio de los cereales,
cotizacin burstil de un grupo (qumicas, p.ej.). Habitualmente se utilizan promedios de
ndices simples (media aritmtica, geomtrica, armnica o agregativa).
COMPLEJO SIN PONDERAR: Se utiliza un promedio de ndices simples de cada
magnitud simple Xi , sin ponderarlos: (dado un agregado de magnitudes
X1,X2,X3,...,XI.)

Media Aritmtica

Media agregativa
COMPLEJOS PONDERADOS : se utiliza un promedio de ndices simples de cada
magnitud Xi , ponderado cada uno de ellos por un peso wi , distinto en cada caso.

Media Aritmtica Ponderada

Media Agregativa Ponderada

Nmeros ndices de precios.
Son nmeros ndices evaluados para magnitudes precios.
ndices de precios no ponderados: Dado un conjunto de artculos:
ndice de Sauerbeck: de precios es la media aritmtica de los ndices simples
(de precios) de cada artculo:

ndice de Bradstreet-Dtot : es la media agregativa de los precios:

Ejemplo: Obtener los ndices de precios de Sauerbeck y de Bradstreet-Dtot
para el conjunto de productos agrcolas : Arroz, trigo y papas:
Arroz Trigo Papas Arroz Trigo Papas I.Sauerbeck I.B-Dtot

Periodo Precio Precio Precio I.Simple I.Simple I.Simple (M-aritm.) (M.agreg.)

0 50 30 40 1 1 1 1 1

1 60 30 40 1,2 1 1 1,06666666 1,08333333

2 70 35 45 1,4 1,1666 1,125 1,23055555 1,25

3 75 40 45 1,5 1,3333 1,125 1,31944444 1,33333333

4 80 45 50 1,6 1,5 1,25 1,45 1,45833333

5 90 50 50 1,8 1,6666 1,25 1,57222222 1,58333333

ndices de precios ponderados
Dependiendo de las ponderaciones para cada bien (o articulo) y del tipo de
promedio que se utilice se podrn generar distintos ndices:
ndice de Laspeyres : Es la media aritmtica ponderada de los ndices simples de
cada articulo utilizndose como ponderacin para cada bien: wi = pi0.qi0 , esto es la
ponderacin para cada artculo ser el valor de la cantidad consumida o vendida o
producida del bien i-simo en el perodo base al precio del perodo base.
ndice de Pasche: Es la media aritmtica ponderada de los ndices simples de cada
articulo utilizndose como ponderacin para cada bien: wi=pi0.qit , esto es, el valor a
precio del perodo base de la cantidad consumida en el perodo actual.
ndice de Fisher: Es simplemente la media geomtrica de los dos anteriores.
ndice de Edgeworth: Es la media agregativa ponderada de los ndices simples de
precios de cada artculo, utilizando como ponderacin wi=qi0+qit Es decir, la suma de
las cantidades consumidas, producidas o vendidas de cada artculo en el ao baso y
en el corriente:
 SERIES CRONOLOGICAS O TEMPORAL

Una serie temporal o cronolgica es una secuencia de datos, observaciones

o valores, medidos en determinados momentos y ordenados cronolgicamente.
Los datos pueden estar espaciados a intervalos iguales (como la temperatura
en un observatorio meteorolgico en das sucesivos al medioda) o desiguales
(como el peso de una persona en sucesivas mediciones en el consultorio
mdico, la farmacia, etc.).
Para el anlisis de las series temporales se usan mtodos que ayudan a
interpretarlas y que permiten extraer informacin 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 as predecir el comportamiento de la serie en momentos no observados,
sean en el futuro (extrapolacin pronstica), en el pasado (extrapolacin
retrgrada) o en momentos intermedios (interpolacin).
Componentes
El anlisis ms clsico de las series temporales se basa en que los valores que toma la variable de
observacin es la consecuencia de cuatro componentes, cuya actuacin conjunta da como resultado
los valores medidos, estos componentes son:

Tendencia secular o regular, indica la marcha general y persistente del fenmeno observado, es
una componente de la serie que refleja la evolucin a largo plazo. Por ejemplo, la tendencia
creciente del ndice de reciclado de basuras en los pases desarrollados, o el uso creciente de
Internet en la sociedad, independientemente de que en un mes concreto en un pas, por
determinadas causas, haya una baja en la utilizacin de Internet.

Variacin estacional o variacin cclica regular. Es el movimiento peridico de corto plazo. Se trata
de una componente causal debida a la influencia de ciertos fenmenos que se repiten de manera
peridica en un ao (las estaciones), una semana (los fines de semana) o un da (las horas puntas)
o cualquier otro periodo. Recoge las oscilaciones que se producen en esos perodos de repeticin.
Variacin cclica: Es el componente de la serie que recoge las oscilaciones
peridicas de amplitud superior a un ao. movimientos normalmente irregulares
alrededor de la tendencia, en las que a diferencia de las variaciones
estacionales, tiene un perodo y amplitud variables, pudiendo clasificarse como
cclicos, cuasicclicos o recurrentes.

Variacin aleatoria o ruido, accidental, de carcter errtico, tambin

denominada residuo, no muestran ninguna regularidad (salvo las regularidades
estadsticas), debidos a fenmenos de carcter ocasional como pueden ser
tormentas, terremotos, inundaciones, huelgas, guerras, avances tecnolgicos,
etc.

Variacin trasciente, accidental, de carcter errtico debidos a fenmenos

aislados que son capaces de modificar el comportamiento de la serie
(tendencia, estacionalidad variaciones cclicas y aleatoria).
Tipos de series temporales
Aditivas, se componen sumando la Tendencia, estacionalidad, variacin cclica
regular, variacin cclica irregular, ruido

Multiplicativas, se componen multiplicando la Tendencia, estacionalidad,

variacin cclica regular, variacin cclica irregular, ruido:

Mixtas, se componen sumando y multiplicando la Tendencia, estacionalidad,

variacin cclica regular, variacin cclica irregular, ruido. Existen varias
alternativas, entre otras:
 NUNCA TE QUEJES

NUCA TE QUEJES DE NADIE, NI DE NADA,

PORQUE FUNDAMENTALMENTE TU, HAS HECHO LO QUE QUERIAS CON TU VIDA,

ACEPTA LA DIFICULTAD DE EDIFICARTE A TI MISMO, Y EL VALOR DE EMPEZAR CORRIGIENDOTE;

EL TRIUNFO DEL VERDADERO HOMBRE, SURGE DE LAS CENIZAS DE SU ERROR.

NUNCA TE QUEJES DE TU SOLEDAD O DE TU SUERTE,

ENFRENTALA CON VALOR, Y ACEPTALA DE UNA MANERA U OTRA.
NO TE AMARGUES DE TU PROPIO FRACASO, NI SE LO CARGUES A OTRO,
!ACEPTATE AHORA!

RECUERDA QUE, CUALQUIER MOMENTO ES BUENO PARA COMENZAR,

PIENSA MENOS EN TUS PROBLEMAS, DEDICATE MAS A TU TRABAJO Y,
!TRIUNFA EN LA VIDA!.

NUNCA PIENSES EN LA SUERTE,

PORQUE LA SUERTE
ES EL PRETEXTO DE LOS FRACASADOS.