Analisis de Series de Tiempo
-
Upload
mariana-zzuceth-s-d -
Category
Documents
-
view
122 -
download
4
Transcript of Analisis de Series de Tiempo
INSTITUTO TECNOLÓGICO DE LOS MOCHIS
PLANEACIÓN Y CONTROL DE LA PRODUCCIÓN
ANALISIS DE SERIES DE TIEMPO
ING. ELADIO FLORES CASTRO
INTEGRANTES:
RODRÍGUEZ ARMENTA LILIANASOTELO DURAN MARIANA
ANALISIS DE SERIES DE TIEMPO
PROMEDIO MOVIL MINIMOS CUADRADOS
SUAVIZACION EXPONENCIAL
METODO DE WINTERS
ANALISIS DE SERIES DE TIEMPO
Una serie de tiempo es un conjunto de datos numéricos que se obtienen en periodos regulares a través del tiempo. La unidad de tiempo puede ser: Hora, día, mes, trimestre, año.
se cuentan con varios métodos de pronósticos, que incluyen promedios móviles, mínimos cuadrados, suavizamiento exponencial y el método de WNTERS.
La expresión más comúnmente usada para el pronóstico de series de tiempo es:
Y=TCSR
DondeY=valor pronosticadoT= tendencia C=variables cíclicas respecto a la tendenciaS= variables de temporada dentro de la tendenciaR= variables residuales
COMPONENTES DE LA SERIE DE TIEMPOS
a) TENDENCIA (T).- Movimiento a lo largo de los valores de la serie de tiempo durante un número prolongado de años.
b) FLUCTUACIONES CICLICAS (C).- Movimientos recurrentes hacia arriba y hacia abajo con respecto a la tendencia y que tienen duración de varios años.
c) VARIACIONES ESTACIONALES (E).- Movimientos hacia arriba y abajo con respecto a la tendencia y que no duran más de un año.
d) VARIACIONES IRREGULARES (I).- Variaciones erráticas con respecto a la tendencia, que no pueden adjudicarse a efectos estacionales o cíclicos.
PROMEDIO MOVIL
Un promedio móvil es el promedio de los n valores de datos más recientes de una
serie de tiempo.
El promedio móvil puede servir para:
- Pronosticar los valores de datos del siguiente periodo
Promedio Móvil Simple.
Este método utiliza datos recientes de la
demanda para hacer pronósticos.
Es recomendable utilizarlo cuando las demandas
son estables y no presentan tendencia.
Donde:
N:numero de periodos a promediar
Di: demanda en el perıodo i
Promedio Móvil Ponderado.
Similar al promedio móvil simple, solo que asigna mayor
ponderación a los datos mas recientes.
Se utiliza cuando se presenta una tendencia.
Donde:
Di = demanda del perıodo i
Wi = Peso asignado al perıodo i, entre 0 y 100%.
= 1
SE OBTIENE UN PRONÓSTICO POR PROMEDIO MÓVIL PROMEDIANDO LOS PUNTOS DE DATOS A LO LARGO DEL NÚMERO DESEADO DE PERIODOS ANTERIORES.
MINIMOS CUADRADOS
MINIMOS CUADRADOS
30
35
40
45
50
55
60
65
70
75
80
1994 1995 1996 1997 1998 1999 2000 2001
Una recta se define por la ecuación:
Y= a +b x
Donde:
Y es un valor de pronostico a una fecha dada, x una medida por incrementos, a el valor de Y en el punto base y b la pendiente de la recta.
SUAVIZACION EXPONENCIAL
SUAVIZACION EXPONENCIAL
La suavización exponencial es un método de pronóstico basado en el uso de promedios ponderados.
La base de ponderación es exponencial
porque se concede la mayor ponderación al valor correspondiente al periodo inmediatamente anterior al periodo de pronóstico y las ponderaciones decrecen exponencialmente para los valores de datos de periodos anteriores.
Se emplea la siguiente fórmula:
METODO DE WINTERS
Se aplica cuando en la serie de tiempo se
presentan los patrones de tendencia y estacionalidad.
Se recomienda este método cuando se tienen
presentes los componentes de tendencia y estacionalidad ya sea en forma aditiva o multiplicativa.
El método de Winters calcula los estimados de tres componentes: nivel, tendencia y estacionalidad.
Calcula estimados dinámicos con ecuaciones para los tres componentes: nivel, tendencia y estacionalidad.
Tiene una amplitud de pronóstico de corta a
media siguiendo una tendencia con un patrón estacional.
La ecuación de dicho método se muestra a continuación:
Donde:
es el estimado de estacionalidad
es la constante de suavizamiento para el estimado de estacionalidad
es la nueva observación o valor real en el periodo t
es el nuevo valor suavizado o nivel actual estimado
Gracias !!!