Series de tiempo

La presidenta de Alomega, Julie Ruth, había recopilado datos de las operaciones de su compañía. Ella encontró varios meses de datos de ventas junto con diversas variables explicativas potenciales.Mientras su equipo de análisis estaba trabajando con los datos en un intento por pronosticar las ventas mensuales, se impacientó y se preguntó cuáles de las variables explicativas eran las mejorespara este propósito. Julie investigo las relaciones entre las ventas y las posibles variables explicativas. Se da cuenta ahora de que este paso fue prematuro porque ella incluso no conocía el patrón delas ventas.
A continuación se presenta la tabla de datos para que ayudes a concluir a Julie acerca del patrón de datos de las ventas de Alomega.
Mes | 2003 | 2004 | 2005 | 2006 |
Ene |425075 | 629404 | 655748 | 455136 |
Feb | 315305 | 263467 | 270483 | 247570 |
Mar | 432101 | 468612 | 429480 | 732005 |
Abr | 357191 | 313221 | 260458 | 357107 |
Mayo | 347874 | 444404 | 528210 |453156 |
Jun | 435529 | 386986 | 379856 | 320103 |
Jul | 299403 | 414314 | 472058 | 451779 |
Ago | 296505 | 253493 | 254516 | 249482 |
Sep | 426701 | 484365 | 551354 | 744583 |
Oct | 329722| 305989 | 335826 | 421186 |
Nov | 281783 | 315404 | 320408 | 397367 |
Dic | 166391 | 182784 | 276901 | 269096 |
Ayuda a Julie enviando un reporte que contenga lo siguiente

a. Traza lagráfica de la serie de tiempo.

b. Traza la gráfica de la función de autocorrelación para 12 retrasos y describe que componentes de una serie de tiempo observas.
Cada 4 años se vuelve cíclica lavariable, no señala estacionalidad.
c. Encuentra los pronósticos para el siguiente año usando promedios móviles.

d. Encuentra los pronósticos para el siguiente año usando suavizaciónexponencial.

e. ¿Qué método de pronóstico de los dos anteriores crees que sería el más adecuado para los datos? Prueba con varios modelos y elige el que mejor ajuste.
Promedio móvil vs...