Professional Documents
Culture Documents
EJEMPLO 2. Un numero Indice de 110 asociado con un mes dado indica que los valores de la serie de tiempo para ese
mes han promediado un 10"10 mas que para otros meses a causa de algun factor estacional positivo. Por ejemplo, las ventas
unitarias de rasuradoras p,ara hombres podrian ser 10"10 mas altas enjunio en comparaci6n con otros meses conmotivo del ilia
del Padre. )
El procedimiento de uso mas frecuente para determinar numeros indice estacionales es el metoda del cocien
te del promedio movil. De acuerdo con este metodo, 10 primero en determinarse es el cociente de cada valor
mensual en relaci6n con el promedio m6vil centrado en ese mes. Puesto que un promedio movil basado en datos
mensuales (0 trimestrales),de un anQ entero promediaria las fluctuaciones estacionales e irreguJare's, mas no las
influencias de tendencia y ciclicas a largo plazo; el cociente de un valor mensual (0 trimestral) en relaci6n con un
promedio movil puede representarse simb6licamente como
Una aplicacion frecuente de indices estacionales es la de ajustar datos de serie de tiempo observados para
eliminar la influencia del componente estacional en ellos. Estos datos ajustados se Haman datos con ajuste
estacionalo datos desestacionalizados . Los aj ustes estacionales son particularmente pertinentes cuando se desea
comparar datos de diferentes meses para deterrninar si ha tenido lugar un incremento (0 decremento) en relacion
con las expectat1vas estacionales.
EJEMPLO 3. Un incremento de 10% entre los meses de abril y mayo de un ano dado en las ventas de fertilizantes de uso
domestico representa un decremento relativo si el numero [ndice estacional correspondiente a mayo es superior en 20% al
numero [ndice correspondiente a abril. En otras palabras, si ocurre un incremento pero este no es tan grande como se esperaba
con base en datos historicos, 10 que en realidad ha ocurrido en relaci6n con esas expectativas es un descenso relativo en la
dem anda.
Los valores de serie de tiempo mensuales (0 trimestrales) observados se ajustan respecto de la influencia
estacional dividiendo cada valor entre el indice mensual (0 trimestra1) de ese meso EI resultado se multiplica
luego por 100 para mantener la posici6n decimal de los datos originaJes. EI proceso de ajuste de datos en relacion
con la influencia de variaciones estacionales puede representarse como
La ecuacion de tendencia lineal (16.2) constituye un punto de partida para pronosticos a largo plazo de
valores aouales. Sin embargo, una consideraci6n particularmente importante en los pronosticos a largo plazo es
el componente ciclico de las series de tiempo. No existe un metodo estindar para pronosticar el componente
286 ANALISIS DE SERIES DE TIEMPO [CAP. 16
ciclico con base WriClUllellte en valores bist6ricos de series de tiempo, aunque ciertos indicadores econ6micos
(vease seccion 16.7) son Utiles para prever punto& de cambio de cicIo.
Para pron6sticos a corlo plazo, un metoda posible es desestacionalizar el valor observado mas reciente y
multiplicarlo despues por el indice estacional del perioda de pron6stico. En este metodo se parte del supuesto de
que la Wrica diferencia entre los dos periodos sera la atribuible a la influencia estacional. Otto metoda consiste en
emplear el valor de tendencia proyectado como base del pronbstico y l\iustarlo despues respecto del componente
estacional. Cuando la ecuaci6n de la linea de tendencia se basa en valores anuales, primero se debe "reducir" Ia
ecuacion para expresarla en terminos de m.eses (0 trimestres). Una ecuadon de tendencia basada en datos anuales
se modifies de Ia siguiente manera para obtener valores mensuales proyectados:
YT =
b1; + (b1~ )(X\
IV = I;b+ I~
bX (16.12)
Una ecuaei6n de tendencia basada en datos anuaIes se modifica de la siguiente manera para obtener valores
ti:imestrales proyectados:
y= o +
r 4
b (hi4)(X)
4
= bo+!JX
4 16
(16.13)
La base de las modificaciones anteriores no es evidente iii se pasa por aIto el hecho de que los valores de
tendencia no se asocian con pwrtos temporales, sino con periodos. Es a causa de esta consideraci6n que deben
redueirse los tres elementos de la ecuaci6n de tendencia anua! (bO' bl YX).
Por efecto de la transformaci6n a datos mensuales en (J 6.12), el punta base del ano anteriormente codifica
do como X "" 0 se ubicaria en el punto medio del ano, 0 sea en elIde julio. Dado que es necesario que el punto
base corresponda al punto medio del primer mes del ano base -es decir, ailS de enero---, Ia intersecci6n bJ12
de la ecuaci6n modificada se reduce entonces en 5.5 veces la pendieme modificada. Un ajuste similar se efectlia
en el case de datos trimestral~. Asi. la ecuaci6n de tendencia modificada para obtener valores mensuales proyec
tados y con X = 0 en el 15 de enero del ana hase es
y '" ho _ (5.5)
T 12
(ll)
144
+ ---.!l X
144
(16.14)
De igual manera, la ecuaci6n de tendencia modificada para obtener valores trimestrales proyectados y con X =0
a la mitad del primer trimestre del ano hase es
ho
Y;--(1.5)
T 4
(-
16
hi) +-X hi
16
(16.15)
EI problema 16.6 ilustra el proceso de reducci6n de una ecuaci6n de tendencia. Una vez determinados los
valores de tendencia mensuales (0 trimestrales), cads valor puede multiplicarse por el indice estacional corres
pondiente (y dividirse entre 100 para preservar Ia posici6n decimal de los valores) a im de estahlecer un punto de
partida para pron6sticos a corto plazo. Vease problema 16.7.