Metodos de Tendencia

 

«AÑO DE LA PROMOCIÓN DE LA INDUSTRIA RESPONSABLE Y DEL COMPROMISO CLIMATICO  

•  ASIGNATURA

:

ESTADISTICA EST ADISTICA APLICADA 

MÉTOD O PARA LA MÉTODO TENDENCIA 

•  TEMA

: 

•  ESCUELA

:

Economía – IV Ciclo 

 

INTEGRANTES

::  

1. DIOSES CRUZ STIVEN RICARDO.  2. GARCÍA GUTIERREZ JEAN CARLOS.  3. INF INFANTE ANTE RUJEL, RUJE L, SHEILA SHE ILA DANESKA .  4. RISC RISCO O ANCAJIMA ANCAJI MA RUDY E ESTEFANY STEFANY.. 

[Seleccione la fecha]

 

1 

 

Contenido 1

MÉTODO DE LA MANO ALZADA ................................. ................ .................................. ................................... .................................... .............................. ............ 4

2

MÉTODO DE SEMIPROMEDIO. SEMIPROMED IO. ................................... .................. .................................. ................................... .................................... .............................. ............ 6

3

MÉTODO DE PROMEDIO O MEDIAS MOVILES .................................. ................. ................................... ................................... ...................... ..... 11 3.1

CLASIFICACIÓN CLASIFICACI ÓN .................................. ................ ................................... .................................. ................................... ................................... ............................ ........... 13

3.1.1

La media móvil previa ................................... ................. ................................... ................................... .................................... ......................... ....... 13

3.1.2

La media móvil central .................................. ................ ................................... ................................... .................................... ......................... ....... 17

3.1.3

La media ponderada ................................... .................. .................................. ................................... .................................... ............................ .......... 20

3.1.4.. La media móvil exponencial ................ 3.1.4 .................................. ................................... ................................... .................................... ...................... .... 24 3.2

CARACTERISTICAS CARACTER ISTICAS ................................... .................. ................................... ................................... ................................... ................................... ...................... ..... 25

4

CONCLUSIONES. CONCLUSI ONES. .................................. ................. .................................. ................................... ................................... ................................... .................................. ................ 26

5

BIBLIOGRAFÍA BIBLIO GRAFÍA ................................... .................. .................................. ................................... ................................... ................................... .................................... .................... 26

2 

 

INTRODUCCIÓN El presente trabajo comprende el estudio de varios métodos para poder estimar la tendencia entre los cuales tenemos el método de la mano alzada, el método de semipromedios y el métdo de medias moviles. Ciertos métodos nos permiten utilizar como referencia el diagrama de dispersión que nos  proyecta años siguientes (método de la mano alzada), realizar pronósticos, los cuales son menos exactos que los obtenidos con el método de los mínimos cuadrados, sin embargo, su diferencia es mínima (método de semipromedios), calcular un promedio en base a los datos históricos de que se disponga, y utilizar este valor como un pronóstico para un periodo futuro (método de medias móviles).

OBJETIVOS:   Conocer y aprender cada uno de los métodos planteados.   Analizar cada uno de ellos para poder aplicarlo a la realidad.

 

3 

 

1  MÉTODO DE LA MANO ALZADA Consiste en utilizar como referencia el diagrama de dispersión e identificar la función de acuerdo a la tendencia de los puntos de la gráfica, es el más sencillo y se traza la tendencia observando los datos del gráfico. Observación.- En la gráfica podemos identificar las desviaciones de los puntos con respecto a la recta. La desventaja de este método consiste en la dependencia existente entre ambas variables ya que si aumentan los valores de   X   , también lo harán los valores de

Y  .

Ejemplo: Con las siguientes tabla contiene la datos de la producción anual (en millones de unidades) de un fabrica durante 6 años se pide:

4 

AÑOS

X

Y

2003

0

2

2004

1

5

2005

2

7

2006

3

10

2007

4

15

2008

5

17

 

1.Determina la ecuación de la tendencia resultante. 2.Realiza el diagrama de dicha ecuación 3.Cuál será la producción en 2010.

DIAGRAMA 18 17

   s    e 16     d    a     d    i    n 14    u    e     d 12    s    e    n    o     l    i 10    m     (     l 8    a    u    n    A 6    n     ó    i    c 4    c    u     d    o    r 2    P

15

Y = 2 + 2.67X

10 Y 7

Y=2+2.67X

5 2

0 0

1

2

3

4

Años

Se elige dos putos cualesquiera: Primer punto(0;2) Segundo punto(3;10)   2 =  + (0)  



→  = 2 

  10 =  + (3)   →  + 3 3 = 10 



5 

5

6

 

=2

,  = 2.67 

1.  La ecuación de la tendencia resultante:  = 2 + 2.67  

2.  ¿Cuál será la producción estimada en el año 2010?  = 2 + 2.67(7)     = 20.69      

Interpretación: Se estima que para el año 2010 la producción es de 20.69 millones de unidades

2  MÉTODO DE SEMIPROMEDIO. Este método se aplica con el objeto de simplificar los cálculos y consiste en: a) Agrupar los datos en dos grupos iguales.  b) Obtener el valor central (mediana) de los tiempos y la media aritmética de los datos de cada grupo, consiguiéndose así dos puntos de la recta de tendencia ( X 1 , Y 1 ) y ( X 2 , Y 2 ) . c) Estos valores se reemplazan en el siguiente sistema:

Y  a  a X        Y  a  a X     1

0

1

1

2

0

1

2

6 

 

d) Resolviendo el sistema se encuentran los valores de

a

1

y los

a

0

 cuales se reemplazan

en la ecuación de la recta de tendencia, la cual es:

Y



a0



a1 X     

Con esta recta de tendencia se puede realizar pronósticos, los cuales son menos exactos que los obtenidos con el método de los mínimos cuadrados, sin embargo, su diferencia es mínima.

Ejemplo: Con los siguientes datos sobre las ventas en millones de dólares de la Empresa D& M.

7 

AÑO (X)

VENTAS (Y)

2000

1.5

2001

1.8

2002

2.0

2003

1.5

2004 2005

2.2 2.0

2006

3.0

2007

2.8

2008

2.4

2009

2.9

2010

3.0

 

1) Hallar la ecuación de tendencia por el método de los semi promedios .  2) Pronosticar la tendencia de ventas para el

2011 .

3) Elaborar la gráfica para los datos y la recta de tendencia.

Solución:

1)  Se codifica la numeración de los años

2000  

como

1 , 2001  

como

2

consecutivamente para facilitar los cálculos. Se agrupa en dos grupos iguales.

8 

AÑO

(X)

(Y)

2000

1

1.5

2001

2

1.8

2002

3

2.0

2003

4

1.5

2004

5

2.2

2005

6

2.0

2006

7

3.0

2007

8

2.8

2008

9

2.4

2009

10

2.9

2010

11

3.0

SEMIPROMEDIO VALOR CENTREAL (Y) (X)

3

1.8

9

2.82

  , y así

 

El año

2005  se

central de

dejó por fuera para tener grupos con el mismo número de años. El valor

3  corresponder

9   corresponder

,3,, 4 y5 . El valor central de a la mediana del primer grupo 1, 2,3

7,8,, 9,10 9,10 y11  . El semi promedio a la mediana del segundo grupo 7,8

corresponde a la media aritmética del primer grupo. El semi promedio

1.8  

2.82  corresponde

a

la media aritmética del segundo grupo. De esta manera se obtienen dos puntos (3,1.8)   y (9,2.82)  de la recta de tendencia.

Reemplazando los puntos en el siguiente sistema se obtiene:

Y  a  a X  1.8  a  3a     Y  a  a X 2.82  a  9a 1

0

1

1

2

0

1

2

0

1

0

1

Resolviendo mediante sistemas de ecuaciones por eliminación

1.8  a0  3a1...(1)   2.82  a0  9a1 1.8  a0  3a1   2.82  a0  9a1 1.02  6a1 a  0.17 1 a

0

Como

a

1

 

 1.29

es positiva, la recta tiene una tendencia ascendente (pendiente positiva).

Reemplazando los valores calculados se tiene la recta de tendencia, la cual es:

9 

Y



a0

Y

.17 X    1.29  0.17



a1 X    

 

 

2)  Para pronosticar la tendencia de exportación para él

2011  se

reemplaza

 X 

  

12  en

la

recta de tendencia, obteniendo el siguiente resultado:

Y



1.2 1.29  0.17 0.17 X 

Y   1.2 1.29 9  0.1 0.17( 7(12) 12)   Y   3.33

Interpretación: Existe una tendencia ascendente a un cambio promedio

0.17 de

millones

de dólares por cada año, por lo que el gerente de ventas de la empresa debe seguir se guir aplicando las políticas necesarias para mantener la tendencia ascendente y mejorar la tasa de crecimiento métodos.

3.5     ) 3    S    E    R    A    L     Ó2.5    D    E    D    S    E 2    N    O    L    L    I 1.5    M    N    E     (    S 1    A    T    N    E    V0.5

y = 0.17x + 1.29

VENTAS (Y) Y = 1.29+0.17X

0 0

10 

2

4

6 AÑOS

8

10

12

 

3  MÉTODO DE PROMEDIO O MEDIAS MOVILES Una de las técnicas más usadas para el pronóstico es el método de los promedios móviles. Este método consiste esencialmente en calcular un promedio en base a los datos históricos de que se disponga, y utilizar este valor como un pronóstico para un periodo futuro. El método parte de la base de que hay un patrón básico de comportamiento en los valores de las variables a ser pronosticadas y que las observaciones históricas que tienen, representan tanto a este modelo básico de comportamiento como a fluctuaciones aleatorias. Para eliminar la aleatoriedad de los datos obtenidos hay que considerar el promedio de los últimos valores observados, y usarlos como pronóstico para un periodo próximo. El número de observaciones que se habrán de utilizar en este promedio se especifica de antemano y  permanece constante. El término de “promedios móviles” se utiliza porque con cada nueva observación de que se

dispone, se puede calcular un nuevo promedio que se puede usar como pronóstico. Una de las características de este método es que antes de hacer cualquier pronóstico, se deben tener tantos anteriores como se vayan a necesitar en el promedio que se va a calcular, o sea, “n” datos. Así sea un promedio móviles de 5 semanas, el primer pronostico que se

 podrá hacer para la sexta semana. Además, da igual importancia a los datos que se utilizan utili zan  para calcular el pronóstico, o sea, los últimos “n” datos, y no da importancia a los datos

anteriores a estos.

11 

 

La utilización de esta técnica supone que la serie de tiempo es estable, esto es, que los datos que la componen se generan sin variaciones importantes entre un dato y otro ( ) , esto es, que el comportamiento de los datos aunque muestren un

crecimiento o un decrecimiento lo hagan con una tendencia constante. Cuando se usa el método de promedios móviles se está suponiendo que todas las observaciones de la serie de tiempo son igualmente importantes para la estimación del  parámetro a pronosticar (en este caso los ingresos). De esta manera, se utiliza como  pronóstico para el siguiente periodo el promedio de los “n” valor es es de los datos más

recientes de la serie de tiempo. Utilizando una expresión matemática, tenemos:     ó ó =

∑(     ) 

 

El término móvil indica que conforme se tienen una nueva observación de la serie de tiempo, se reemplaza la observación más antigua de la ecuación y se calcula un nuevo  promedio. El resultado es que el promedio se moverá, esto es, conforme se tengan nuevos datos y se vayan sustituyendo en la fórmula, el valor del promedio irá modificándose.  No existe una regla específica que nos indique cómo seleccionar la base de la promedio móvil n Si la variable que se va a pronosticar no presenta variaciones considerables, esto es, si su comportamiento es relativamente estable en el tiempo, se recomienda que el valor de n sea grande. Por el contrario, es aconsejable un valor de “n” pequeño si la variable muestra

 patrones cambiantes. En la práctica, los valores de n oscilan entre 2 y 10. 12 

 

El método de promedios móviles es muy útil cuando se tiene información no desagregada y cuando no se conoce otro método más sofisticado y que permita predecir con mayor confianza.

3.1  CLASIFICACIÓN 3.1.1  La media móvil previa Una media móvil simple (Moving Average) es la media aritmética de los datos anteriores. En esta técnica elemental de predicción, cuanto más grande sea, mayor será la influencia de los datos antiguos. En contrapartida, si se selecciona una baja, se tendrán en cuenta datos más recientes para nuestra predicción. De acuerdo a lo enunciado con anterioridad, concluimos que la elección elección de influenciará decisivamente nuestra predicción. Dependiendo del tipo de datos de serie temporal analizados podremos adaptar eficazmente nuestra predicción a los mismos. Así, si se elige un

bajo, nuestra predicción tendrá una al alta ta capacidad para responder rápidamente ante

fluctuaciones o variaciones significativas en los datos de un período a otro. Sin embargo, la  predicción en este caso estará altamente influenciada por efectos aleatorios. Por otro lado, la elección de un

muy alto provocará que, aunque se filtre la existencia de efectos

aleatorios, nuestras predicciones presenten una adaptación lenta ante fluctuaciones significativas en los datos de períodos más recientes, pués dicha predicción estará teniendo en cuenta el valor de datos antiguos. La simplicidad de esta técnica hace que sea objeto de críticas en lo que refiere a su consideración equitativa de datos recientes y datos antiguos, sobre todo cuando el objeto de la predicción son variables cuya variabilidad en el corto plazo es importante para obtener

13 

 

una predicción eficaz, v.gr: análisis de demanda, nº ventas, etc. Además, en presencia de una tendencia en la serie de datos, la media movil simple causa problemas de predicción. Ejemplo: Dado los siguientes datos de consumo mostrado: DE MES DEL AÑO VENTA 2006 CHOCOLATES (MILES DE UNIDADES) 20 ENERO (1)

FEBRERO (2)

21

MARZO (3)

15

ABRIL (4)

14

MAYO (5) JUNIO (6)

13 16

JULIO (7)

17

AGOSTO (8)

18

SETIEMBRE (9)

20

OCTUBRE (10)

20

NOVIEMBRE (11) 21 DICIEMBRE (12)

23

Se pide: a)  La tendencia de la demanda para el producto de Chocolate. Usar una media móvil simple abarcando tres periodos.  b)  La tendencia de la demanda para el producto de Chocolate. Usar una media móvil simple abarcando dos periodos.

14 

 

SOLUCIÓN:   Fórmula de promedio móvil simple. 

k 

 yi  MMS   Donde :

k 

i 1

k 

 

k  número de periodos 

 yi = valores de los periodos tomados

 

a)  Como nos piden la media móvil para tres periodos se inicia a calcular la tendencia a  partir del cuarto mes (abril) 3 

  

MMS4 =

(20+21+15) 3

=18.67  

Luego se va dejando de lado el dato más antiguo y se toman los siguientes tres periodos: MMS5 =

(21+15+14) 3

=16.67  

MMS7 = (14+13+16) =14.33   3 (16+17+18) MMS9 = =17   3 (18+20+20) MMS11 = =19.33   3  b)  El mismo procedimiento

MMS6 =

(15+14+13) 3

=14  

MMS8 = (13+16+17) =15.33   3 (17+18+20) MMS10 = =18.33   3 (20+20+21) MMS12 = =20.33   3

se realiza para una media móvil para dos periodos, solo que en este caso se inicia a calcular la tendencia a partir del tercer mes (marzo)

k 

 

2 

MMS3 =

(20+21) 2

=20.5  

MMS5 = (15+14) =14.5   2 (13+16) MMS7 = =14.5   2 (17+18) MMS9 = =17.5   2 (20+20) MMS11 = =20   2

Entonces: 15 

MMS4 =

(21+15) 2

=18  

MMS6 = (14+13) =13.5   2

(16+17)

=16.5   2 (18+20) MMS10 = =19   3 (20+21) MMS12 = 20.5   2 MMS8 =



 

MES DEL AÑO VENTA DE 2006 CHOCOLATES Media (MILES DE móvil UNIDADES) k=3 ENERO (1) 20 FEBRERO (2)

21

MARZO (3)

15

ABRIL (4)

14

MAYO (5)

13

JUNIO (6)

16

JULIO (7)

17

AGOSTO (8)

18

SETIEMBRE (9) OCTUBRE (10)

20 20

 NOVIEMBRE (11)

21

DICIEMBRE (12)

23

Media móvil k=2 20.5

18.67

18

16.67

14.5

14.00

13.5

14.33

14.5

15.33

16.5

17.00

17.5

18.33

19

19.33

20

20.33

20.5

21.33

22

Media móvil (k=3) 25    S 20    E    T    A    L    O    C 15    O    H    C    E    D10    A    T    N    E    V 5

Real Pronóstico

0 1

16 

2

3

4

5

6

7

8

9

10 11 12

 

Media móvil (k=2) 25

20    S    E    T    A    L    O15    C    O    H    C    E    D10    A    T    N    E    V

Real Pronóstico

5

0 1

2

3

4

5

6

7

8

9

10

11 11

12 12

3.1.2  La media móvil central En lugar de utilizar sólo datos anteriores, se utilizan también datos posteriores a aquél del cual se quiere obtener la media. La media móvil ponderada es una media multiplicada por ciertos factores, que le dan determinado peso a determinados datos. La media móvil ponderada (Weighted Moving Average) desarrolla y mejora las aplicaciones de la media móvil simple. Se trata de la media aritmética de los valores anteriores ponderados según diferentes criterios. De esta forma, se superan los inconvenientes que ofrece la técnica de media móvil simple pues, en función de las características de los datos analizados podremos decidir si darle mayor importancia a datos más antiguos o más recientes. Esta técnica será más eficiente que la media móvil simple a la hora de adaptar rápidamente el valor de la predicción a

17 

 

fluctuaciones en los datos recientes (v.gr: dándole una alta ponderación a los valores más nuevos). La media móvil exponencial es una media móvil ponderada exponencialmente. Se trata de la media aritmética de los

valores anteriores con factores de ponderación que decrecen

exponencialmente. La ponderación para cada punto de datos más antiguo decrece exponencialmente, nunca llegando a cero. El gráfico a la derecha muestra un ejemplo de la disminución de la ponderación. Da mayor importancia a los datos más recientes. Esta técnica será más eficiente que la media móvil simple y la media móvil ponderada a la hora de adaptar rápidamente el valor de la predicción a fluctuaciones en los datos recientes (v.gr: dándole una alta ponderación a los valores más nuevos).

18 

 

EJEMPLO: Los datos son extraídos de un instituto de estadística Datos cuatrimestrales: Trabajamos con una serie que representa la entrada de turistas a Canaria.

AÑO

CUATRIMESTRES Nº DE TURISTAS QUE ENTRAN A CANARIA(MILLONES) 3492 1 2 2893 3394 3 1 3570 2 2965 3 3302 1 3447 2 2698 3 3282 1 3356 2 2643 3 3278 1 3447 2 2797 3 3287

2002 2003 2004 2005 2006 2007

1

TENDENCIA 3260 3286 3310 3279 3238 3149 3142 3112 3094 3092 3123 3174 3177 3147

3357

  Periodo: 3 nº impar   El primer valor está representando al 1, 2 y 3 cuatrimestre del 2002. Para ubicar este

 

 primer valor tenemos que buscar el punto medio de esos eso s tres primeros valores. 3492  2893  3394 3



3260  

  De igual manera al paso anterior empezamos calculando las demás tendencias



desplazándonos periodo a periodo.

19 

 

  Gráfica



SERIE DE ENTRADAS DE TURISTAS A CANARIAS: DATOS CUATRIMESTRALES 4000 3500

    )    S    E    N 3000    O    L    L    I 2500    M     (    S 2000    A    T    S    I 1500    R    U    T    E 1000    D    º    N 500

0 2002

2003

2004

2005

2006

2007

AÑOS Nº DE TURISTAS QUE ENTRAN A CANARIA(M (MIILLONES)

TENDENCIA

3.1.3  La media ponderada La media móvil ponderada es una media multiplicada por p or ciertos factores, fa ctores, que le dan determinado peso a determinados datos. Lamedia móvil ponderada pon derada (Weighted Moving Average) desarrolla y mejora las aplicaciones de la media móvil simple. Se trata de la media aritmética de los valores anteriores ponderados según diferentes criterios. De esta forma, se superan los inconvenientes que ofrece la técnica de media móvil simple pues, en función de las características de los datos analizados podremos decidir si darle mayor importancia a datos más antiguos o más recientes. Esta técnica será más eficiente que la media móvil simple a la hora de adaptar rápidamente el valor de la predicción a fluctuaciones en los datos recientes (v.gr: dándole una alta ponderación a los valores más nuevos). 20 

 

EJEMPLO: Mediante una media ponderada de los valores, siendo más importante el dato más actual con un peso del 50%; el anterior a este con una importancia del 30% y el más antiguo con una importancia del 20%. Determine:

MES, DEL AÑO 2006

a)   b)  c)  d) 

ENERO FEBRERO MARZO ABRIL MAYO JUNIO JULIO

VENTAS DE CHOCOLATE EN MILES DE UNIDADES 20 21 15 14 13 16 17

AGOSTO SEPTIEMBRE OCTUBRE NOVIEMBRE DICIEMBRE ENERO

18 20 20 21 23  No disponible

El pronóstico para Enero de 2007 usando la media móvil ponderada. La desviación absoluta promedio para los datos obtenidos anteriormente. Evalué los pronósticos anteriores (media móvil doble de k=2, k=3 y ponderada). Identificar el mejor pronóstico.

SOLUCION: a)  El pronóstico para Enero de 2007 usando la media móvil ponderada. DATOS -  El dato más importante con un peso del 50% es igual al dato más actual, es

decir, el de Diciembre. -  El dato anterior con una importancia del 30% es igual al del mes de Noviembre. -  El dato más antiguo con una importancia del 20% es igual al del mes de Octubre Entonces tenemos:  = (0.5 ∗ 23) + (0.3 ∗ 21) + (0.2 ∗ 20) 

21 

 

 = 21.8 

Respuesta: P= 21.8 miles de unidades, es decir, para el año 2007 las ventas de chocolates serán de 21.8 miles de unidades.  b)  La desviación absoluta promedio para los datos obtenidos anteriormente. DATOS:

MES, DEL AÑO VENTAS DE MEDIA 2006 CHOCOLATE MOVIL EN MILES DE PONDERADA UNIDADES 20 ENERO 21 FEBRERO MARZO ABRIL MAYO JUNIO JULIO AGOSTO SEPTIEMBRE OCTUBRE NOVIEMBRE DICIEMBRE ENERO

15 14 13 16 17 18 20 20 21 23  No disponible

17.8 15.7 13.7 14.7 15.9 17.3 18.8 19.6 20.5 21.8

DESVIACION ABSOLUTA

3.8 2.7 2.3 2.3 2.1 2.7 1.2 1.4 2.5

       =        −   

Entonces:  = 17.8 − 14   = 3.8 

a)  Evalué los pronósticos anteriores (media móvil doble de k=2, k=3 y ponderada).

22 

 

Datos:

MES, DEL VENTAS DE AÑO 2006 CHOCOLATE EN MILES DE UNIDADES 20 ENERO 21 FEBRERO 15 MARZO 14 ABRIL 13 MAYO 16 JUNIO 17 JULIO AGOSTO SEPTIEMBRE OCTUBRE NOVIEMBRE DICIEMBRE ENERO

18 20 20 21 23  No disponible

MEDIA MEDIA MOVIL MOVIL PONDERADA DOBLE K=2

MEDIA MOVIL DE TRES PERIODOS

17.8 15.7 13.7 14.7

19.3 16.3 14

16.4

15.9 17.3 18.8 19.6 20.5 21.8

14 15.5 17 18.3 19.5 20.3

15 14.6 15.6 16.9 18.2 19.3

Tenemos:        =        −           =            −            =       

23 

 

DESVIACION

DESVIACION

DESVIACION

ABSOLUTA DE MEDIA ABSOLUTA MEDIA MOVIL PONDERADA MOVIL DOBLE K=2 ABSOLUTA MOVIL DE MEDIA TRES PERIODOS

3.8 2.7 2.3 2.3 2.1 2.7

6.3 0.3 3 4 4.5

0.6 3 5.4

1.2 1.4 2.5 2

3 2.8 3.5 3.5

4.4 4.1 4.8 3.7

Respuesta: Se evalúan usando la desviación absoluta promedio, por ejemplo, 3.7 representa el dato pronosticado del método con respecto al dato real, evaluando el mismo rango, es decir, de julio hasta diciembre del 2006.

 b)  Identificar el mejor pronóstico.  Nuestro mejor pronóstico es el de la desviación ddee media pondera, ya que en promedio so solo lo de desviación dos miles de unidades en ventas de unidades de chocolates en promedio.

3.1.4. La media móvil exponencial La media móvil exponencial es una media móvil ponderada exponencialmente. Se trata de la media aritmética de los

valores anteriores con factores de ponderación que decrecen

exponencialmente. La ponderación para cada punto de datos más antiguo decrece exponencialmente, nunca llegando a cero. El gráfico a la derecha muestra un ejemplo de la disminución de la ponderación. Da mayor importancia a los datos más recientes. Esta 24 

 

técnica será más eficiente que la media móvil simple y la media móvil ponderada a la hora de adaptar rápidamente el valor de la predicción a fluctuaciones en los datos recientes (v.gr: dándole una alta ponderación a los valores más nuevos).

3.2  CARACTERISTICAS La media móvil no es más que un promedio aritmético que suaviza la curva de cotizaciones y se convierte en una nueva línea de tendencia, permitiéndonos analizar su inicio y su final.  No proporciona un adelanto de los cambios de tendencia, pero si los puede confirmar  plenamente cuando se inician. Hay varios de tipos de medias móviles (ponderada, exponencial, etc.), pero la más empleada es la media móvil aritmética, que es la media aritmética de las cotizaciones de una cantidad determinada de sesiones, con la característica de que en cada nueva sesión se elimina la primera sesión de la serie en el cálculo y se añade la última sesión. Por este motivo se llama media móvil, porque se mueve siguiendo las cotizaciones. Las medias móviles están en la frontera que separa el chartismo (análisis gráfico) del análisis técnico, y son probablemente, el indicador técnico más empleado y uno de los que mejores señales de compra y venta aporta, ya que son señales claras y concisas. La media móvil es un indicador de tendencia que nunca se anticipa al movimiento o tendencia de las cotizaciones, es decir simplemente sigue a la curva de cotizaciones confirmando la tendencia que hay en vigor en cada momento. No nos adelanta cambios de tendencia, pero si los puede confirmar.

25 

 

4  CONCLUSIONES.   Mediantes estos métodos podemos proyectarnos hacia nuevos cambios que se



 pueden venir a una cierta empresa.   Podemos pronosticas que perdidas o ganancias puede tener una empresa en un



determinado periodo

5  BIBLIOGRAFÍA  



 



 



En En es http://www.m http://www.monografias.com/trabaj onografias.com/trabajos87/analisis-tendencia-s os87/analisis-tendencia-series-tiempo/analis eries-tiempo/analisisistendencia-series-tiempo.shtml#ixzz3HqumBiae  http://www.monografias.com/trabajo s87/analisis-tendencia-series-tiempo/analis eries-tiempo/analisis-tendencia-seriesis-tendencia-serieshttp://www.monografias.com/trabajos87/analisis-tendencia-s tiempo.shtml#ixzz3HqumBiae   tiempo.shtml#ixzz3HqumBiae http://www.monografias.com/trabajo s87/analisis-tendencia-series-tiempo/analis eries-tiempo/analisis-tendencia-seriesis-tendencia-serieshttp://www.monografias.com/trabajos87/analisis-tendencia-s tiempo.shtml#ixzz3HqumBiae   tiempo.shtml#ixzz3HqumBiae

ta investigación, no sólo he ganado conocimiento de una parte de la historia que nos compete a todos, sino también un buen equipo de trabajo y la certeza que en este país existen personas que luchan enforma constante por muy buenas causas; su trabajo, su familia y su pueblo. Espero que el tiempo no detenga al tren y este pueda seguir su camino hacia el horizonte.

esta investigación, no sólo he ganado conocimiento de una parte de la historia que nos compete a todos, sino también un buen equipo de trabajo y la certeza que en este país existen personas que luchan enforma constante por muy buenas causas; su trabajo, su familia y su pueblo. Espero que el tiempo no detenga al tren y este pueda seguir su camino hacia el horizonte.  

26