Penetracion abonados
Páginas: 6 (1317 palabras)
Publicado: 26 de octubre de 2013
Análisis series de tiempo
Ítem I: Estudio penetración de mercado
1. Penetración abonados de contrato
Se calcula como el cociente entre la cantidad de abonados de contrato (mensual) y la población total (anual).
Serie original:
Podemos ver cómo ha ido aumentando la cantidad de abonados de contrato según la población a lo largo de los años. Yendo de aproximadamente 0,06 a 0,4 en 6 años,siendo este crecimiento más pronunciado desde el 2006.
Descomposición:
Este gráfico nos muestra la clara tendencia a seguir creciendo y una estacionalidad que no influye en gran magnitud.
Ajuste de la curva:
Se ve como va llegando tarde para cada dato.
Método de Holt-Winters
Pronóstico sin tendencia y estacionalidad:
El pronóstico se fija constante enaproximadamente 0,4, ya que el alfa óptimo era de 0.9999471 (muy cercano a uno). De esta manera se está tomando sólo el último término de la serie.
Pronóstico sin estacionalidad:
El pronóstico sigue la tendencia clara y para septiembre del 2015 estaría llegando a 0,5 aproximadamente.
Pronóstico completo:
El pronóstico no cambia mucho, ya que vimos que la estacionalidad era muy leve.
Datosdel pronóstico de Holt-Winters:
Point Forecast Lo 80 Hi 80 Lo 95 Hi 95
Oct 2012 0.4144551 0.411305 0.4176052 0.4096374 0.4192728
Nov 2012 0.4168635 0.4123821 0.4213449 0.4100098 0.4237172
Dec 2012 0.4200325 0.4141772 0.4258878 0.4110776 0.4289874
Jan 2013 0.4217336 0.4144396 0.4290276 0.4105784 0.4328888
Feb 2013 0.4228646 0.4140604 0.4316687 0.4093998 0.4363293
Mar 2013 0.42622910.4158421 0.4366162 0.4103436 0.4421147
Apr 2013 0.4282102 0.4161682 0.4402522 0.4097936 0.4466269
May 2013 0.430741 0.4169734 0.4445086 0.4096853 0.4517967
Jun 2013 0.4331158 0.4175538 0.4486779 0.4093157 0.4569159
Jul 2013 0.4349404 0.417517 0.4523638 0.4082936 0.4615872
Aug 2013 0.4369227 0.4175729 0.4562726 0.4073297 0.4665157
Sep 2013 0.439035 0.4176954 0.4603745 0.406399 0.471671
Oct 20130.4426986 0.4192385 0.4661587 0.4068195 0.4785777
Nov 2013 0.445107 0.4195415 0.4706726 0.4060079 0.4842062
Dec 2013 0.448276 0.4205459 0.4760062 0.4058664 0.4906857
Jan 2014 0.4499771 0.4200247 0.4799296 0.4041688 0.4957854
Feb 2014 0.4511081 0.4188772 0.4833389 0.4018153 0.5004009
Mar 2014 0.4544727 0.4199086 0.4890368 0.4016115 0.5073339
Apr 2014 0.4564538 0.4195028 0.4934047 0.39994220.5129653
May 2014 0.4589845 0.4195944 0.4983747 0.3987425 0.5192266
Jun 2014 0.4613594 0.4194787 0.50324 0.3973084 0.5254104
Jul 2014 0.463184 0.4187624 0.5076055 0.3952471 0.5311208
Aug 2014 0.4651663 0.4181546 0.5121779 0.3932681 0.5370644
Sep 2014 0.4672785 0.4176283 0.5169287 0.3913451 0.5432119
Oct 2014 0.4709421 0.4185525 0.5233318 0.3908191 0.5510652
Nov 2014 0.4733506 0.41823080.5284703 0.3890522 0.5576489
Dec 2014 0.4765196 0.4186236 0.5344155 0.3879753 0.5650638
Jan 2015 0.4782207 0.4175031 0.5389382 0.3853611 0.5710802
Feb 2015 0.4793516 0.4157678 0.5429354 0.3821086 0.5765947
Mar 2015 0.4827162 0.4162222 0.5492102 0.3810224 0.58441
Apr 2015 0.4846973 0.4152499 0.5541447 0.3784866 0.590908
May 2015 0.4872281 0.4147845 0.5596716 0.3764353 0.5980209
Jun 20150.4896029 0.4141212 0.5650845 0.3741637 0.6050421
Jul 2015 0.4914275 0.4128662 0.5699887 0.3712784 0.6115765
Aug 2015 0.4934098 0.411728 0.5750915 0.3684884 0.6183312
Sep 2015 0.495522 0.4106794 0.5803646 0.3657665 0.6252776
Método de Box Jenkins
Gráfico ACF:
Gráficamente podemos ver la baja auto correlación, ya que el único nivel significativo de auto correlación sería el períodoinmediatamente anterior.
Test de Ljung-Box:
X-squared = 13.7877, df = 20, p-value = 0.8411
De acuerdo a esto tenemos un p mayor a 0,05, por lo tanto se rechaza la hipótesis de que cualquier grupo de auto correlacione es distinto de cero.
De acuerdo a estos resultados el método no sería significativo. Igual vamos a ver los pronósticos.
Pronóstico Auto.ARIMA (mejor pronóstico):
ARIMA(0,2,2)...
Ítem I: Estudio penetración de mercado
1. Penetración abonados de contrato
Se calcula como el cociente entre la cantidad de abonados de contrato (mensual) y la población total (anual).
Serie original:
Podemos ver cómo ha ido aumentando la cantidad de abonados de contrato según la población a lo largo de los años. Yendo de aproximadamente 0,06 a 0,4 en 6 años,siendo este crecimiento más pronunciado desde el 2006.
Descomposición:
Este gráfico nos muestra la clara tendencia a seguir creciendo y una estacionalidad que no influye en gran magnitud.
Ajuste de la curva:
Se ve como va llegando tarde para cada dato.
Método de Holt-Winters
Pronóstico sin tendencia y estacionalidad:
El pronóstico se fija constante enaproximadamente 0,4, ya que el alfa óptimo era de 0.9999471 (muy cercano a uno). De esta manera se está tomando sólo el último término de la serie.
Pronóstico sin estacionalidad:
El pronóstico sigue la tendencia clara y para septiembre del 2015 estaría llegando a 0,5 aproximadamente.
Pronóstico completo:
El pronóstico no cambia mucho, ya que vimos que la estacionalidad era muy leve.
Datosdel pronóstico de Holt-Winters:
Point Forecast Lo 80 Hi 80 Lo 95 Hi 95
Oct 2012 0.4144551 0.411305 0.4176052 0.4096374 0.4192728
Nov 2012 0.4168635 0.4123821 0.4213449 0.4100098 0.4237172
Dec 2012 0.4200325 0.4141772 0.4258878 0.4110776 0.4289874
Jan 2013 0.4217336 0.4144396 0.4290276 0.4105784 0.4328888
Feb 2013 0.4228646 0.4140604 0.4316687 0.4093998 0.4363293
Mar 2013 0.42622910.4158421 0.4366162 0.4103436 0.4421147
Apr 2013 0.4282102 0.4161682 0.4402522 0.4097936 0.4466269
May 2013 0.430741 0.4169734 0.4445086 0.4096853 0.4517967
Jun 2013 0.4331158 0.4175538 0.4486779 0.4093157 0.4569159
Jul 2013 0.4349404 0.417517 0.4523638 0.4082936 0.4615872
Aug 2013 0.4369227 0.4175729 0.4562726 0.4073297 0.4665157
Sep 2013 0.439035 0.4176954 0.4603745 0.406399 0.471671
Oct 20130.4426986 0.4192385 0.4661587 0.4068195 0.4785777
Nov 2013 0.445107 0.4195415 0.4706726 0.4060079 0.4842062
Dec 2013 0.448276 0.4205459 0.4760062 0.4058664 0.4906857
Jan 2014 0.4499771 0.4200247 0.4799296 0.4041688 0.4957854
Feb 2014 0.4511081 0.4188772 0.4833389 0.4018153 0.5004009
Mar 2014 0.4544727 0.4199086 0.4890368 0.4016115 0.5073339
Apr 2014 0.4564538 0.4195028 0.4934047 0.39994220.5129653
May 2014 0.4589845 0.4195944 0.4983747 0.3987425 0.5192266
Jun 2014 0.4613594 0.4194787 0.50324 0.3973084 0.5254104
Jul 2014 0.463184 0.4187624 0.5076055 0.3952471 0.5311208
Aug 2014 0.4651663 0.4181546 0.5121779 0.3932681 0.5370644
Sep 2014 0.4672785 0.4176283 0.5169287 0.3913451 0.5432119
Oct 2014 0.4709421 0.4185525 0.5233318 0.3908191 0.5510652
Nov 2014 0.4733506 0.41823080.5284703 0.3890522 0.5576489
Dec 2014 0.4765196 0.4186236 0.5344155 0.3879753 0.5650638
Jan 2015 0.4782207 0.4175031 0.5389382 0.3853611 0.5710802
Feb 2015 0.4793516 0.4157678 0.5429354 0.3821086 0.5765947
Mar 2015 0.4827162 0.4162222 0.5492102 0.3810224 0.58441
Apr 2015 0.4846973 0.4152499 0.5541447 0.3784866 0.590908
May 2015 0.4872281 0.4147845 0.5596716 0.3764353 0.5980209
Jun 20150.4896029 0.4141212 0.5650845 0.3741637 0.6050421
Jul 2015 0.4914275 0.4128662 0.5699887 0.3712784 0.6115765
Aug 2015 0.4934098 0.411728 0.5750915 0.3684884 0.6183312
Sep 2015 0.495522 0.4106794 0.5803646 0.3657665 0.6252776
Método de Box Jenkins
Gráfico ACF:
Gráficamente podemos ver la baja auto correlación, ya que el único nivel significativo de auto correlación sería el períodoinmediatamente anterior.
Test de Ljung-Box:
X-squared = 13.7877, df = 20, p-value = 0.8411
De acuerdo a esto tenemos un p mayor a 0,05, por lo tanto se rechaza la hipótesis de que cualquier grupo de auto correlacione es distinto de cero.
De acuerdo a estos resultados el método no sería significativo. Igual vamos a ver los pronósticos.
Pronóstico Auto.ARIMA (mejor pronóstico):
ARIMA(0,2,2)...
Leer documento completo
Regístrate para leer el documento completo.