Pronósticos

Componentes de una serie de tiempo

• Componente de tendencia:
 Desplazamientos o movimientos graduales hacia valores relativamente altos o bajos
a través de un lapso largo.
Componentes de una serie de tiempo
• Componente Cíclico
 Toda sucesión recurrente de puntos que caiga abajo y arriba de la línea de tendencia
y que dure más de un año
Componentes de una serie de tiempo
• Componente Estacional
 Patrones permanentes en lapsos de un periodo de tiempo por ejemplo, años.

Por ejemplo: Un fabricante de albercas espera tener pocas ventas durante los meses de
otoño e invierno y sus mayores ventas en los meses de primavera y verano.

Ejemplo 2: Volumen de tráfico diario, en el lapso de un día, se observa una conducta

estacional en donde los valores máximos se presentan en las horas pico, y durante el
resto del día y al comienzo de la noche un flujo moderado, y un flujo ligero desde la
media noche hasta las primeras horas de la mañana.

• Componente Irregular
Métodos de Pronóstico
Método de Suavizamiento
• Este método tiene por objeto suavizar las fluctuaciones aleatorias
ocasionadas por el componente irregular de la serie de tiempo.

• Son utilizados para series de tiempo estables, es decir, para aquellas que no
muestran efectos importantes de tendencia, cíclicos o estacionales.

• Los métodos de suavizamiento son fáciles de utilizar y, por lo general, se

obtiene una buena exactitud en pronósticos a corto plazo, como por ejemplo,
pronósticos para el periodo siguiente.

• Promedios móviles, promedios móviles ponderados y suavizamiento

exponencial.
Promedio Móvil

Ventas (Miles
Ejemplo: Semana
de Galones)
1 17
2 21
3 19
4 23
5 18
6 16
7 20
8 18
9 22
10 20
11 15
12 22
Promedio Móvil Ponderado
• A cada uno de los valores se les da un peso diferente.

• Generalmente, a las observaciones más recientes se les da un peso

mayor que valores pasados; sin embargo, depende de la experiencia
del usuario de la información.

Ventas (Miles
Ejemplo: Semana
de Galones)
1 17
2 21
3 19
4 23
5 18
6 16
7 20
8 18
9 22
10 20
11 15
12 22
Suavizamiento Exponencial
• Un caso especial del método promedios móviles ponderados. En este caso,
sólo hay que elegir un peso, el peso para la observación más reciente. Los
pesos para los demás datos se calculan automáticamente y son más
pequeños a medida que los datos son más antiguos.
Proyección de Tendencia
• Series de tiempo no estables, que tienen un aumento o disminución
consistente a lo largo del tiempo.

• No se puede esperar que el componente de tendencia de una serie de tiempo

siga todos y cada uno de los movimientos de ascenso y descenso. Lo que se
espera es que el componente de tendencia se refleje en el desplazamiento
gradual.
Proyección de Tendencia ajustada a
la influencia estacional
• Series de tiempo que tengan tendencia y patrón estacional.

• A la eliminación del efecto estacional de una serie de tiempo se le conoce

como desestacionalización de la serie de tiempo. La desestacionalización
permite que las comparaciones de un periodo con otro sean útiles y ayuda a
identificar la existencia de tendencias.

• El método que se expondrá aquí es adecuado cuando existen únicamente

efectos estacionales o cuando existen tanto efectos estacionales como de
tendencia.

• Modelo multiplicativo
Proyección de Tendencia ajustada a
la influencia estacional
Ejemplo:

Mes 2009 2010 2011 2012

Enero 13,660.50 14,684.70 16,260.20 16,790.00
Febrero 14,066.60 15,416.20 16,645.70 18,192.80
Marzo 17,025.20 15,578.80 20,393.90 22,972.40
Abril 16,233.10 18,666.40 17,748.20 19,733.60
Mayo 16,976.20 15,768.70 18,035.70 19,046.40
Junio 15,276.10 15,761.90 18,468.40 19,263.80
Julio 16,041.60 16,619.60 17,683.20 17,796.60
Agosto 16,972.50 16,708.90 19,421.50 20,099.70
Septiembre 15,801.80 16,495.00 19,364.40 17,759.90
Octubre 18,239.70 19,227.70 20,060.60 22,052.80
Noviembre 16,281.00 17,899.10 19,361.60 19,734.60
Diciembre 15,368.00 15,998.00 18,620.00 16,552.90