Pronosticos Basados en Factores de Tendencia y Estacionales

 

PRONOSTICOS BASADOS EN FACTORES DE TENDENCIA Y ESTACIONALES Una consideración particularmente importante en los pronósticos a largo plazo, es el componente cíclico de las series de tiempo. METODOS PARA PRONOSTICOS A CORTO PLAZO: 1. Emplear el valor de tendencia proyectado como base del pronóstico. 2. Ajustarlo respecto del componente estacional.

1. Desestacionalizar el valor observado más reciente y 2. Multiplicarlo por el índice estacional del periodo de pronóstico. (la diferencia entre los dos periodos será la atribuible a la influencia estacional).

PRONÓSTICO ESTACIONALES

Defin inic ició ión n: Se conoce como desco com mposi sici ció ón al pr pro oce ces so en el cu cua al los fact factores ores line lineale ales s tant tanto o de ten tendenc dencia ia como esta estacio cionale nales s se aísl aíslan an a fin de desarrollar los pronósticos más precisos. En estadística, se dice que la demanda —o las ventas— de un determinado producto muestra estacionalidad cuando la seri se rie e de ti tiem empo po su suby byac acen ente te at atra ravi vies esa a un una a va vari riac ació ión n cí cícl clic ica a pr pred edec ecib ible le,, depen de pendie diendo ndo de la épo época ca de dell añ año. o. La es estac tacion ionali alida dad d es uno de los pa patro trones nes estadísticos más utilizados.

PRONOSTICOS DE TENDENCIA Proceso de estimación de un acontecimiento futuro, proyectando hacia el futuro datos del pasado

Componentes de tendencia y estacional ¿cómo ¿cóm o pr pron onos osti tica carr los los valo valore res s de una una se seri rie e de tiem tiempo po que que tien tiene e tant tanto o un componente de tendencia como uno estacional? La eliminación del efecto estacional de una serie de tiempo se conoce como desestacionalización de la serie de tiempo. Después de hacerlo, las comparaciones periodo a periodo son más significativas y pueden ayudar a identificar si existe una tendencia. El enfoque que seguimos en este punto es apropiado en situaciones cuando sólo están presentes los efectos estacionales o en situaciones en que se dan tanto el comp compone onente nte estacio estacional nal como el para de tendenc ten dencia. ia. El primer primerlospaso pas o es Luego, calcular calcularsi los índices estacionales y utilizarlos desestacionalizar datos. es

 

evidente una tendencia evidente tendencia en los datos desestacionalizados, desestacionalizados, utilizamos el análisis de regresión sobre los datos desestacionalizados para estimar la tendencia.

Variación estacional (E). Consi Con sist ste e en ide ident ntif ifica icarr la va vari riab abili ilidad dad de lo los s da dato tos s as asoc ociad iada a a la influencia de las estaciones. Corresponde a los movimientos de la serie que ocurren año tras año en los mismos meses o trimestres con una intensidad similar. Hay productos que claramente tienen mayores ventas en ciertos meses del año y durante el resto del periodo las ventas son bajas. Por ejemplo, las empresas que fabrican helados y pale pa leta tas s ti tien enen en ma mayo yore res s ve vent ntas as du dura rant nte e pr prim imav aver era a y ve vera rano no,, y menores ingresos en otoño e invierno http://132.248.48.64/repositorio/moodle/pluginfile.php/1383/mod_resource/ content/1/contenido/index.html Una serie Una serie de tiemp tiempo o es una una suce sucesió sión n cron cronoló ológic gica a de obser observac vacion iones es de una una variable particular.  A menudo, los datos de las series de tiempo se examinan examinan con la esperanza esperanza de descu de scubr brir ir un patr patrón ón perma permane nente nte que que se pued pueda a aprov aprovech echar ar para para prepa preparar rar un pronóstico. Con objeto de identificar dicho patrón es conveniente muchas veces pensar que la serie de tiempo consta de varios componentes: 1. Tendencia. 2. Ciclo. 3. Variaciones Estacionales. 4. Fluctuaciones irregulares. (Hurtado, 2000. Pag. 181). 1. Tendencia se refiere al movimiento hacia arriba o hacia abajo que caracteriza a las series de tiempo con respecto a un periodo de tiempo. Esta tendencia refleja el crecimiento o declinación de larga duración en las series de tiempo. 2. Ciclo se refiere a los movimientos hacia arriba y hacia abajo alrededor de los niveles de tendencia. Una de las fluctuaciones cíclicas más comunes que se encuentran en las series de tiempo es el ciclo económico. 3. Variaciones Estacionales son patrones periódicos en una serie de tiempo que se contempla dentro

   

de un año civil que se repite cada año. Por lo regular, se usan series de datos mensuales o trimestrales para examinar las variaciones estacionales. https://repositorio.tec.mx/ortec/bitstream/handle/11285/619541/Gabriel%20Benjam %C3%ADn%20Robles%20Castrotesis.pdf?sequence=1&isAllowed=y Los dos puntos enmarcados en una flecha parecen corresponder a un comportamiento anormal de la serie. Al investigar estos dos puntos se vio que correspondan a dos das de paro, lo que naturalmente afect la produccin en esos das.El problema fue solucionado eliminando las observaciones e interpolando. b) Permite detectar tendencia: la tendencia representa el comportamiento predominante de la serie. Esta puede ser definida vagamente como el cambio de la media a lo largo de un periodo. c) Variacin estacional: la variacin estacional representa un movimiento peridico de la serie de tiempo. La duracin de la unidad del periodo es generalmente menor que un ao. Puede ser un trimestre, un mes o un da, etc. Matemticamente, podemos decir que la serie representa variacin estacional si existe un nmero s tal que x(t) = x(t + k*s).Las principales fuerzas que causan una variacin estacional son las condiciones del tiempo, como por ejemplo: 1) en invierno las ventas de helado 2) en verano la venta de lana 3) exportacin de fruta en marzo. Todos estos fenmenos presentan un comportamiento estacional (anual, semanal, etc.) https://dokumen.tips/documents/unidad-5-series-de-tiempos.html

PDF, aparte para mas información. file:///C:/Users/LENOVO/Downloads/toaz.info-27-pronosticos-basados-en-factores-detendencia-y-estacionales-pr_94640c63ceb6717338ac723c79653031.pdf