ensayo

INSTITUTO TECNOLÓGICO SUPERIOR DE CENTLA

ASIGNATURA:
ESTADISTICA INFERENCIAL II
DOCENTE:
ING. MARIA DE ROCIO CRUZ TORRES
ALUMNA:
BRICEIDA JUDTH FABRE GARCIA

CARRERA:
ING. GESTIÓN EMPRESARIAL
SEMESTRE:
5TO “A”
TRABAJO:
ENSAYO UNIDAD 3
SERIES DE TIEMPO



FRONTERA CENTLA TABASCO A 07 DE NOVIEMBRE DEL 2014
INTRODUCCIÓN
En este capítulo se mencionara sobre el tema de análisisde series de tiempo, ene el cual se podrá analizar que cada uno de los modelos que se citara relaciona variables con funciones de tiempo. En este contenido se estudiaran tres métodos de series de tiempo en el cual cada uno de los métodos está basado en la suposición de que el patrón de la variable dependiente en el pasado habrá de continuar en el futuro.
En esta sección concentraremos nuestraatención a cada uno de los métodos los cuales son:
PROMEDIO MOVIL SIMPLE: en forma resumida nos dice que este método resulta más útil cuando la demanda no tiene tendencias pronunciadas ni influencias estacionales.
PROMEDIO MOVIL PONDERADO: nos dice que cada una de las demandas históricas que intervienen en el promedio puede tener su propia ponderación.
SUAVIZACION EXPONENCIAL: este método se usamás a menudo, por su simplicidad y por la reducida cantidad de datos que requiere
MÍNIMOS CUADRADOS: son una técnica matemática de ajustar una tendencia por medio de datos puntuales.
Todo lo antes mencionado se resalta con más precisión a lo largo del capítulo, es por esa razón a que se les invita a leer y analizar cada uno de los puntos que aquí se mencionaran.
ANÁLISIS DE SERIES DE TIEMPOSegún (CHOSE JACOBS, 2006), los modelos para pronosticar con series de tiempo buscan prever el futuro con base en datos de pasado. Palabras como corto, mediana y largo se entienden dentro del contexto en el que se emplean. Los modelos de regresión de series temporales relacionan la variable dependiente y, con funciones de tiempo. El usos de estos modelos representa grandes ventajas cuando losparámetros que describen las series temporales muestra una tendencia lineal, entonces la pendiente de la recta de la tendencia es constante. (L. BOWERMAN, T.O´CONNELL, & B. KOEHLER, 2004).
En el análisis de series de tiempo se identifican los valores fundamentales de la demanda que se combinan para producir el patrón histórico observado en la variable dependiente, después de los cual se elabora unmodelo capaz de producir dicho patrón. (KRAJEWSKI, RITZMAN, & MALHOTRA, 2008).
PROMEDIO MOVIL SIMPLE
Se usa para estimar el promedio de una serie de tiempo de demanda y, por lo tanto, para suprimir los efectos de las fluctuaciones al azar. Este método resulta más útil cuando la demanda no tiene tendencias pronunciadas ni influencias estacionales. (KRAJEWSHI & RITZMAN, 2000).
La aplicación de unmodelo de promedio móvil requiere simplemente calcular la demanda promedio para la n periodos más recientes, con el fin de usarla como pronostico para el siguiente periodo.
PROMEDIO MOVIL PONDERADO
A cada uno de los valores de los datos se le da un peso diferente y, después, se calcula el promedio ponderado de los valores en la n datos más recientes para obtener el pronóstico. En la mayoría delas veces, a la observación más reciente se le da el mayor peso y los pesos disminuyen conforme los datos son más antiguos. Los promedios móviles ponderados consideran los valores más recientes para ser destacados variando las ponderaciones asignadas a cada componente del promedio. El resultado de las sumas de las ponderaciones es 0.1.
SUAVIZACION EXPONENCIAL
En el suavizamiento exponencial seusa un promedio ponderado de los valores pesados de la serie de tiempo; es un caso especial del método de promedios ponderados móviles; 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. (ANDERSON, SWEENEY, & WILLIAMS, 2005).
MÍNIMOS CUADRADOS...