ALISADOSERIESTEMPORALES

FacultadCienciasEconmicasyEmpresariales
DepartamentodeEconomaAplicada
Profesor:SantiagodelaFuenteFernndez

ANLISISDEAUTOCORRELACIN

Dadalaserietemporal ( X t ) = ( X1 , X2 , " , X T ) seintroducenenelestudiodistintosinstantesdela

observacin,paraelloseconsideralaautocovarianzamuestraldeordensyelcoeficientede
correlacinmuestraldeordenk.
T

(X k X) (Xk 1 X)
Laautocovarianzamuestraldeprimerorden: SXt Xt1 = g1 = k =2
representandola
T 1
relacinexistenteentrelosdatosobservadosenuninstanteylosobservadosenelinstante
anterior.
T

(X k X) (Xk s X)
Anlogamente,laautocovarianzamuestraldeordens: SXt Xts = g s = k = s +1

Ts
representalarelacinexistenteentreelvalorobservadoenuninstanteyelobservadohaces
instantesenelpasado.

g 0 = S2X

Paracalcularlaautocovarianzamuestraldeorden (T 1) ,solosedisponedeunaparejadedatos,
deahquelasinterpretacionesquesepuedenhacerdeautocovarianzasdeordenaltosonpoco
fiablesalobtenerseconmuypocasparejasdedatos.
Seaconsejacalcularnicamentelasautocovarianzasdeordenrconr < T / 4

(X k X) (Xk 1 X)
Laautocorrelacinmuestraldeprimerorden: r1 = k =2
T
representaelgradode
(X
k =2
k X) 2

relacinentrelosvaloresdeunaserieenuninstanteylosobservadosenelinstante
inmediatamenteanterior,seinterpretacomoelcoeficientedecorrelacindePearson.
T

(X k X) (Xk s X)
Anlogamente,autocorrelacinmuestraldeordens1: rs = k = s +1
T
representael
(X
k =2
k X) 2

gradoderelacinentrelosvaloresdeunaserieenuninstanteylosobservadoshacesinstantes
enelpasado.

Sedenominacorrelogramamuestralofuncindeautocorrelacinmuestralalgrficoqueresulta
aldibujarunabarradealtura rs paracadavalor s = 1, 2, 3, "

Prctica:Sealaserie X t = {5, 8, 10, 11, 13, 15, 18, 19,22, 19} ,elcorrelogramamuestralhastael
retardo4.

1
Elclculoamanosefacilitaescribiendolaserieoriginalylosretardoshastaelordenrequerido:

Xt 5 8 10 11 13 15 18 19 22 19
X t 1 5 8 10 11 13 15 18 19 22
X t 2 5 8 10 11 13 15 18 19
X t 3 5 8 10 11 13 15 18
X t4 5 8 10 11 13 15

Laautocovarianzayautocorrelacinmuestralsecalculanteniendoencuentalaprimerafilaylaserie
retardadacorrespondiente.

Laautocovarianzapoblacionaldeordens: s = E[(X t x ) (X t 1 x )] siendo 0 = 2X

s E[(X t x ) (X t1 x )]
Elcoeficientedecorrelacinpoblacionaldeordens1: s = =
0 E(X t x )2

Sedenominacorrelogramatericoofuncindeautocorrelacinpoblacionalalgrficoqueresulta
delevantarunabarradealtura s paracadaretardodelaserie.

2
Autocovarianzayautocorrelacindeprimerorden
Xt X t1 Xt X X t1 X (X t X)2 (X t X) (X t1 X)
5 9 81
T

(X
8 5 6 9 36 54
k X) (Xk 1 X)
10 8 4 6 16 24 196
g1 = SXt Xt1 = k =2
= = 21,178
11 10 3 4 9 12 T 1 9
13 11 1 3 1 3
T
15
18
13
15
1
4
1
1
1
16
1
4
(X k X) (Xk 1 X)
196
r1 = k =2
T
= = 0,715
274
19
22
18
19
5
8
4
5
25
64
20
40
(X
k =2
k X)2

19 22 5 8 25 40
140 121 0 5 274 196

Autocovarianzayautocorrelacindesegundoytercerorden
Xt X t2 Xt X (X t X)2 X t2 X (X t X) (X t2 X) X t3 X t3 X (X t X) (X t3 X)
5 9 81
8 6 36
10 5 4 16 9 36
11 8 3 9 6 18 5 9 27
13 10 1 1 4 4 8 6 6
15 11 1 1 3 3 10 4 4
18 13 4 16 1 4 11 3 12
19 15 5 25 1 5 13 1 5
22 18 8 64 4 32 15 1 8
19 19 5 25 5 25 18 4 20
140 99 0 274 13 113 80 18 40

Autocovarianzayautocorrelacindesegundoorden

T T

(Xk X) (Xk 2 X) 113 (Xk X) (Xk 2 X)

113
g2 = SXt Xt2 = k = s +1
= = 14,125 r2 = k =s +1 = = 0,412
T 2 8 T
274
(X
k =2
k X)2

Autocovarianzayautocorrelacindetercerorden

T T

(Xk X) (Xk3 X) 40 (Xk X) (Xk 3 X)

40
g 3 = SXt Xt3 = k = s +1
= = 5,714 r3 = k =s +1 = = 0,146
T3 7 T
274
(X
k =2
k X)2

Lasautocovarianzasindicanenquemedidaestnrelacionadoslosvaloresdelavariableconsus
propiosvaloresretardadosendistintosperodos.Elproblemaquepresentanesque,aligualquela
varianza,sonmedidasdecarcterabsoluto.Porestarazn,espreferibleutilizarloscoeficientesde
autocorrelacin

3
Larepresentacingrficadeloscoeficientesdeautocorrelacinparadistintosretardosseleconoce
conelnombredecorrelogramamuestral.

Loscoeficientesdecorrelacinmuestralseobtienenapartirdeunaserietemporal,mientrasquelos
coeficientesdecorrelacintericasededucendeunmodelo.

Elcorrelogramaesuninstrumentoquetienediversasaplicacionesenelanlisisdelasseries
temporales,comoenelprocesodeevaluacindelosmodelosutilizadosenlaprediccin.
Laprincipalrestriccindelaaplicacindelcorrelogramamuestraldeloserroresdeprediccinesque
requiereunamuestracon60omsobservaciones,aunqueparamuestrasinferioressepuedeutilizar
comounindicativodelaautocorrelacinexistenteenloserroresdeprediccin.

ACFtericodelruidoblanco

Sedenominaruidoblancogaussianoaunasucesindevariablesaleatorias t incorreladas,conmedia
ceroyvarianzaquesedistribuyenormalmente.Unasucesindevariablesaleatoriasquesatisfagalas
condicionesanterioressedenominaruidoblanco,msformalmente: { t }t =1, ... esunruidoblanco
cuando:

E[ t ] = 0 t
E[ t t' ] = 0 t,t'
E 2t = 2 t
t N(0, 2 ) t

Lasperturbacionesdelmodelolinealdebenformarunruidoblancoy,parapoderhacerinferencias,
debedesergaussiano.Tambinsedenominaperturbacin.Lascuatrocondicionesdescritasson,en
general,lashiptesisbsicasparavalidarunmodeloeconomtrico.

Elcorrelogramatericodeunaseriequeesruidoblancoestenblanco,puestoquelasvariablesque
constituyenunruidoblancosonincorreladasentres,paracualquiervalordersetieneque r = 0 ,
excepto 0 = 2 .Enconsecuencia,elcoeficientedeautocorrelacinparcialdecualquierordenr 1 es

4
cero.Deahqueelcorrelogramatericosequedeenblanco(noselevantaningunabarra),dedonde
procedeelnombredeestetipoespecialdeseriestemporales.

Enresumen,dadaunaseriedeperturbacionessedecidesiformanunruidoblancosielcorrelograma
muestralnotienebarrasquedestaquenmucho.

ContrasteQdeBoxLjung

Loscontrastesindividualesdeloscoeficientesdecorrelacinconsistenenexaminarsicada
coeficienteestonodentrodelabandadeconfianza.Porello,sehacenecesarioutilizaruncontraste
globaldeunnmerosuficientedecoeficientesdecorrelacinquepermitatenerunavisinde
conjunto.

Lashiptesisnulayalternativaparaelcontrasteglobaldeautocorrelacin:

H : = 2 = " = M = 0
0 1
H1 : alguno no es nulo

Elestadstico Q deBoxLjung,formuladoen1978porestosautores,eselmsidneoparael
contrastedehiptesisanterior.

M
1 2
Q = T(T 2) rh
h=1 T h

Elestadstico Q sedistribuyecomouna 2 conMgradosdelibertad.Noexisteunareglafijapara

determinarelvalordeM(nmerodecoeficientesquesecontrastan).Laregladedecisin:

M
1 2
Seacepta H0 cuando Q = T(T 2) rh < 2 ,M
h=1 T h

M
1 2
Serechaza H0 si Q = T(T 2) rh 2 ,M
h=1 T h

EnlaPrctica:

SUAVIZADOYPREDICCIONESINCONDICIONALESDESERIESTEMPORALES
Unaprediccinesanticiparsealfuturo.Enelcontextotemporal,ytratndosedeprocedimientos
cuantitativos,puedehablarsedeclasesdepredicciones:Prediccionescondicionalesqueserealizan
mediantemodeloscausales(unaregresinquerelacionadosvariables,YprediceX),oPredicciones
incondicionalesqueserealizanmediantemtodosautoproyectivos.

5
Losmtodosautoproyectivospuedenestarbasadosendosenfoquesalternativos:eldeterminista(o
clsico)yelestocstico(omoderno)basadoenlametodologadeBoxJenkins.Elmtodo
deterministaesmsadecuadocuandosedisponedeunnmerolimitadodeobservaciones,mientras
queelenfoqueestocsticoesmsadecuadocuandolasseriessondemayortamao.

Paracadatipodepredicciones(acorto,medio,ylargoplazo)existenmtodosmsadecuados:
Acortoplazo,mtodosautoproyectivos
Acortoymedioplazo,modeloseconomtricos
Alargoplazo,anlisisdetendencia

Laprcticaqueseanalizatratadeunaprediccinacortoplazo.Enestetipodeprediccionesconviene
tenerpresentetambinlasvariacionesestacionales,lomismoqueenlasprevisionesamedioplazoes
convenientetenerpresentetambinlacomponentecclica.

Losmtodosautoproyectivosdeterministasseutilizanparasuavizarirregularidadesy
fluctuacionesdeunaserietemporalafindeobtenerlalneadesuavizadocomounaseallibrede
variacionesestacionalesyptimaparalaprediccin.Entrelosmtodosdesuavizadose
encuentran:
Suavizadopormediasmviles(cuandonohaytendenciaclaraniestacionalidadenlaserie
original).SuavizadolinealdeHoltySuavizadoexponencialdeBrown(hacenprediccionesbajoel
supuestodetendencialineal)ySuavizadoestacionaldeWinters(generalizandoelmtodode
Holtparatratarcondatosquepresentenvariacionesestacionales).

MTODODEALISADOEXPONENCIAL
Losmtodosdealisadoexponencialsonmuyadecuadosenmuchosdelosproblemasdeprediccina
cortoplazoqueepresentanenlasempresas.Estosmtodossonmuyfcilesdeaplicary,adems,por
suestructurarecursivapermitenrevisarlasprediccionesamedidaquesedisponedenueva
informacin.Entrelosmtodos:alisadoexponencialsimple,alisadoexponencialdobleyelmtodode
Holt.Elalisadoexponencialsimpleesapropiadoenelcasodeunmodelodemediaconstante,
mientrasqueelalisadoexponencialdobleyelmtododeHoltsonapropiadosenelcasodetendencia
linealotendenciaexponencial(despusderealizarunatransformacinlogartmicadelosdatos).

Utilizandolateoraestadsticaquehaydetrsdelalisadoexponencial,puedenconstruirseintervalos
deconfianzaparaelalisadoexponencialsimple(AES)yelalisadoexponencialdoble(AED).Los
intervalosdeconfianzatienenlasiguienteestructura:

T
e2t /(t1)
X z . t =2
. gm
(T +m) / T / 2 T 1


donde,
T T
e2t /(t1) (X t X t /(t1) ) 2
t =2 t =2
RECMT = = razdelerrorcuadrticomedioconTobservaciones.
T 1 T 1

gm constanteofuncindelnmerodeperodoshaciaadelanteparaelquesehacela
prediccin(m)ydelparmetrodealisado.

6
 ALISADOEXPONENCIALSIMPLE(AES)
Elmtododelalisadoexponencialsimpleseaplicaadatosconmediaconstante.

SiunavariableXessometidaaunprocesodealisadoexponencialsimpleseobtienecomoresultado
lavariablealisada S t ,queseobtendrasegnlaexpresin:

S t = (1 w) X t + (1 w) w X t1 + (1 w) w2 X t2 + (1 w) w3 X t3 + "

dondewesunparmetroquetomavalorescomprendidosentre(0,1)

Puedecomprobarsequelavariablealisada S t seobtieneapartirdelosvaloresactualyretardadosde
X.Lospuntossuspensivosindicanqueelnmerodetrminosesinfinito.Aunque,comoesevidente,
estafrmulanoesoperativa,estilparacomprenderlanaturalezadelavariablealisada.Laexpresin
anteriorde S t puedecontemplarsecomounamediaaritmticaponderadadeinfinitosvalores,segn
sedetallaacontinuacin.

Paraquepuedaaceptarseque S t esunamediaaritmticaponderadadebeverificarsequelas
ponderacionessumen1.Laponderacindecadatrminopuedeexpresarsegenricamentepor
(1 w) w j con 0 < j < .

Teniendoencuentalaexpresindelasumadeinfinitostrminosdeunaprogresingeomtrica
convergenteseobtiene:

1
(1 w) w j = (1 w) w j = (1 w) 1w
=1
j=1 j=1

Cabepreguntarseporqusedenominaa S t variablealisadaexponencialsimple.

Alisadaporquesuavizaoalisalasoscilacionesquetienelaserie,alobtenersecomounamedida
ponderadadedistintosvalores.
Exponencialsedebeaquelaponderacinopesodelasobservacionesdecreceexponencialmente
amedidaquesealejadelmomentoactualt.Enotraspalabras,lasobservacionesqueestn
alejadastienenmuypocaincidenciaenelvalorquetoma S t .
Simpleseaplicaparadistinguirladeotroscasosenqueunavariablesesometeaunadoble
operacindealisado.

Paraobtenerlavariablealisada S t separtedelaexpresin:

S t = (1 w) X t + (1 w) w X t1 + (1 w) w2 X t2 + (1 w) w3 X t3 + " (1)
restandounperodosetiene: S t1 = (1 w) w X t1 + (1 w) w X t2 + (1 w) w2 X t3 + "

multiplicandolaexpresinporwseobtiene:

w . S t1 = (1 w). w . X t1 + (1 w) w2 X t2 + (1 w) w 3 X t3 + " (2)

Restandomiembroamiembrolaexpresin(2)de(1): S t = (1 w) X t + w S t1

7
Alaconstantewseladenominacoeficientededescuento.

Denotando = (1 w) ,laecuacindelalisadoexponencial(AES): S t = X t + (1 ) S t1

Laconstante 0 < < 1 sedenominacoeficientedealisado.

Paraqueleecuacindealisadoexponencial S t = X t + (1 ) S t1 seadirectamenteaplicablees
necesarioaplicarunvalora yunvalorinicialaS.Enefecto,conocidos y S0 ,paraunamuestrade
Xquecomienceenelperodo1,losvaloresdelavariablealisadasevanobteniendodemanera
recursiva,segnsemuestraacontinuacin:

S 1 = X 1 + (1 ) S 0 , S2 = X2 + (1 ) S1 , S 3 = X 3 + (1 ) S 2 ,....

Alasignarunvalora hayquetenerencuentaqueunvalorpequeode significaque,de

acuerdoconlaecuacin S t = X t + (1 ) S t1 ,seestadandomuchopesoalasobservacionespasadas
atravsdeltrmino S t1 .Porelcontrario,cuando esgrandesedamsimportanciaala
observacinactualdelavariableX.

Deacuerdoconestudiosrealizados,pareceque = 0,2 esunvalorapropiadoenmuchoscasos.

Alternativamente,sepuedeseleccionaraquelvalorde paraelqueseobtengaunaRECM(raz
delerrorcuadrticomedio)menorenlaprediccindelperodomuestral.Algunosprogramasde
ordenadorcalculardichovalorptimo.

Enlaasignacindeunvalora S0 sesuelenhacerunodelosdossupuestos:
(a)Silaserietienemuchasoscilaciones,setoma S1 = X1 .
(b)Cuandolaserietieneciertaestabilidadsehace S1 = X ,utilizandounapartedelas
observacionesdisponibles.

EnelmodeloAES,aligualqueentodoslosmtodosaplicablesalmodelodemediaconstante,el
predictorserelmismocualquieraqueseaelnmerodeperodoshaciaadelanteapredecir.Enel
casoconcretodelAES,laecuacindeprediccinser:

EcuacindeprediccindelAES: X(T +m) / T = S T donde, m = 1, 2, 3, ...

Paracalcularunaprediccinporintervalosenelalisadoexponencialsimpleaplicadoaunmodelo
demediaconstante, gm = 1,25 ,enelintervalo:

T
e2t /(t1)
X z /2 . t =2
. gm
(T +m) / T T 1

PrcticaAES:Enelcuadroserecogenlascapturasanualesdebonito(expresadasentoneladas)
durantelosaos19741993.Sedeseaobtenerlaprediccindelascapturasdebonitoporelmtodo
delalisadoexponencialsimple(AES).

8
 Ao Xt Ao Xt
1974 5136 1984 5981
1975 4604 1985 5744
1976 5141 1986 5140
1977 5613 1987 4798
1978 5539 1988 4886
1979 5604 1989 5321
1980 5562 1990 4198
1981 5578 1991 4517
1982 4891 1992 5073
1983 4557 1993 4821

AplicandolastcnicasdeAES,iniciandolasprediccionesenelperodo2,tomandoutilizandolasdiez
1 10
primerasobservaciones S1 = X = X t = 5222,5 yasignandoelvalorinicial = 0,2
10 t=1

Apartirde S1974 = 5222,5 : X1975 / 1974 = S1974 = 5222,5

Obteniendoelerrordeprediccin: e1975 / 1974 = X1975 X1975 / 1974 = 4604 5222,5 = 618,5

Tomandocomovalorinicial S1974 = 5222,5 ,considerandolaecuacindelalisadoexponencialsimple

S t = X t + (1 ) S t1 ,seiniciaelclculorecursivo:

S1975 = 0,2 (4604) + (1 0,2) (5222,5) = 5098,8

e1976 / 1975 = X1976 X1976 / 1975 = 5141 5098,8 = 42,2

Anlogamente,seobtienelasprediccionesparaelperodomuestral.

Ao Xt St X t /(t1) e t /(t1) e 2t /(t1) e t /(t1)

1974 5136 5222,5
1975 4604 5098,8 5222,5 618,5 382542,3 618,5
1976 5141 5107,2 5098,8 42,2 1780,8 42,2
1977 5613 5208,4 5107,2 505,8 255793,2 505,8
1978 5539 5274,5 5208,4 330,6 109301,6 330,6
1979 5604 5340,4 5274,5 329,5 108561,3 329,5
1980 5562 5384,7 5340,4 221,6 49101,7 221,6
1981 5578 5423,4 5384,7 193,3 37353,8 193,3
1982 4891 5316,9 5423,4 532,4 283431,6 532,4
1983 4557 5164,9 5316,9 759,9 577457,7 759,9
1984 5981 5328,1 5164,9 816,1 665978,2 816,1
1985 5744 5411,3 5328,1 415,9 172939,5 415,9
1986 5140 5357,0 5411,3 271,3 73610,2 271,3
1987 4798 5245,2 5357,0 559,0 312536,5 559,0
1988 4886 5173,4 5245,2 359,2 129053,2 359,2
1989 5321 5202,9 5173,4 147,6 21788,2 147,6
1990 4198 5001,9 5202,9 1004,9 1009851,0 1004,9
1991 4517 4904,9 5001,9 484,9 235157,8 484,9
1992 5073 4938,6 4904,9 168,1 28242,6 168,1
1993 4821 4915,0 4938,6 117,6 13819,3 117,6
4468300,6 7878,3

9
 T
e2t /(t1) 4468300,6
t =2
RECM = = = 484,95 razdelerrorcuadrticomedio
T 1 19

T
e t /(t1)
7878,3
t =2
EAM = = = 414,65 errorabsolutomedio
T 1 19

LosvaloresdelaRECMyelEAMsehanobtenidoparaunvalorde = 0,2 ,paracadavalorde se

obtendrnestadsticosconvaloresdiferentes.

Prediccinpuntualyprediccinporintervalos

DeacuerdoconlaecuacindeprediccindelAES,laprediccinpuntualser:

X(T +m) / T = S T 6 X1994 / 1993 = S1993 = 4915

serlamismaparalosaosposterioresa1994

Conunafiabilidaddel90%,elintervalodeprediccinpara X1994 :

T
e2t /(t1) z0 , 05
  Pgm
X z /2 . t =2
. g m 4915 1,645 . 484,95 . 1,25
[ 3917,82 ; 5912,18 ]
(T +m) / T T 1

ALISADOEXPONENCIALDOBLE(AED)
Elmtododelalisadoexponencialdoble(AED),conocidotambincomoelmtododeBrown,porser
elquelopropuso,sometealavariableaunadobleoperacindealisado:Enunprincipiosealisa
directamentealavariableobjetodeestudio;mientrasqueenlasegundaoperacinseprocedea
alisaralavariablealisadapreviamenteobtenida.Aspues,lasfrmulasdelAEDsonlassiguientes:

Primeralisado: S't = X t + (1 ) S't1

Segundoalisado: S't' = S't + (1 ) S't'1

Sealarqueenlosdosalisados S't y S't' seutilizaelmismocoeficiente

ElmodelotericoalqueseaplicaelAEDeselmodelodetendencialineal X t = b0 + b1 t + t

Apartirdelasdosecuacionesdealisadoseestimanloscoeficientesdelarectaparautilizarloenla
prediccin,conunpequeomatizqueseexpresaacontinuacin.

Cuandoseutilizanmtodosrecursivosconvieneirdesplazandoelorigendeformaque,enla
estimacinobtenidacontobservaciones,eltrminoindependiente b 0 sealaordenadadelarectaen
elpuntot.
10
Enelmtododelalisadodoble,ascomoenelmtododeHolt,secambiadeorigencadavezquese
aadeunaobservacinalamuestra.Esdecir,cuandosetienentobservacionesresultaque X t = b0 t .

Nota.Enelajustedelarectapormnimoscuadradossetomacomoorigeninicialelaoanteriorala
primeraobservacin,despussehaceuncambiodeorigen,aunquesoloaefectosdefacilitarlos
clculosdelajuste.

Siconlainformacindisponibleentsedesearealizarunaprediccindelavariableparael
momento(t+m),conlainterpretacin X t = b0 t ,seaplicalafrmula: X(t+m) / t = b0 t + b1t m

Si b0 t eslaordenadaenelmomentot,sesumaadichovaloruna
vezlapendienteconelobjetodeobtenerunaestimacinparael
momento(t+1),dosveceslapendienteparaunaprediccindel
perodo(t+2),etc.

EstaformadeprocederesaplicablealmtododeHolty,engeneral,
enlosmtodosqueestnpreparadosparaseraplicadosdeforma
recursiva.

Lasfrmulasquepermitenpasardeloscoeficientesdealisadoaloscoeficientesdelarectason:

b0 t = 2 S't S't'
Relacinentrelosparmetrosdelaecuacinde

b1t = 1 (S t S t )
' ''
prediccinylasecuacionesdealisadoenelAED

Lasequivalenciasexpuestasnosonfcilesdeverdemaneraintuitiva,peropuedendemostrarseque
sonciertasmedianteprocedimientosestadsticosdeciertalaboriosidad.

Enelmomentot,parapredecirconelmtodoAEDseprocededelaformasiguiente:

' '' S't = X t + (1 ) S't1

(a) Secalculan S t y S t deacuerdoconlasfrmulas ''
S t = S't + (1 ) S't'1

b0 t = 2 S't S't'

(b) Secalculan b0 t y b1t deacuerdoconlasfrmulas
b1t = 1 (S t S t )
' ''

(c) Secalculanlaspredicciones,dandoamelvalorrequerido,segn X(t+m) / t = b0 t + b1t m

Cuandoseconozca X t+1 y,engeneralcuandoseconozcaunanuevaobservacin,serepetirel

procesoanteriormentedescrito.Naturalmente,deigualformaqueenelAES,paraaplicar
S't = X t + (1 ) S't1 y S't' = S't + (1 ) S't'1 sernecesarioconocerlosvaloresiniciales,queen
estecasosern: S'0 y S'0'

Respectoalvalorde esaconsejabletomarelvalor = 0,2 ,oalternativamenteseleccionaraquel

valorde quehagamnimalaRECM.

11
 T T
e2t /(t1) (X t X t /(t1) ) 2
t =2 t =2
RECMT = =
T 1 T 1

Paradeterminar S'0 y S'0' serealizaunajustedelarectapormnimoscuadradoscontodala

informacindisponibleseobtienenlasestimaciones b 0 y b1 ,haciendoque: b00 = b0 y b10 = b1 y
lasecuaciones:

1
b0 t = 2 S't S't' S '0 = b 00 b 10
t =0
'' 1
b =
1t 1 t t (S '
S ) S 0 = b 00 2 b10
''

Apartirdeestosvaloresseinicialarecursinantessealada.

Paracalcularunaprediccinporintervalosseutilizalaexpresin:

T
e2t /(t1)
t =2
. gm
X (T +m) / T z / 2 .
T 1

dondeelvalorde g m vienedadoporlaexpresin:

1+

(2 ) 3
[
1 + 4 (1 ) + 5(1 ) 2 + 2 (4 3 ) m + 2 2 m2 ]
gm = 1,25
1+

(2 ) 3
[
1 + 4 (1 ) + 5(1 ) 2 + 2 (4 3 ) + 2 2]

PrcticaAED:Enlatablaadjuntasepresentanlaventadetarrosdepotitos(expresadasencientosde
milesdeunidades)durantelosaos19761992.Setratadeobtener:

a)Calcularlarectaderegresinajustadaparaprediccionespuntuales
b)Intervalodeprediccindel90%paraelao1993,porelmtododemnimoscuadrados
c)Prediccindeventasdetarrosporelmtododelalisadoexponencialdoble(AED)

Ao Xt Ao Xt
1976 174 1985 293
1977 154 1986 270
1978 175 1987 291
1979 221 1988 299
1980 200 1989 327
1981 234 1990 317
1982 230 1991 337
1983 249 1992 336
1984 262

12
a)Elmodelodetendencialineal X t = b0 + b1 t + t lecorrespondeelmodeloestimado X t = b0 + b1 t
donde b0 y b1 sonlosestimadoresde b0 y b1 ,alresiduoqueseobtieneenelajusteparaelperodo
tseledenomina t

(
Elintervalodeprediccin,conniveldesignificacin ,es: X(T +m) / T t / 2, T h .
. f(T +m) / T , )
(m = 1, 2, 3, ...) yheselnmerodeparmetrosdelmodelo,enelcasolineal h = 2

T T
2t (X t X t ) 2
t =1 t =1
eslaestimacinde ,dadaporlaexpresin:
= = .Enelcasode
T h T h
T T
2t (X t b0 b1 t) 2
t =1 t =1
tendencialineal: = =
T 2 T 2

1 (T + m t)2
Paraunatendenciaconstante,lafuncin f(T +m) / T : f(T +m) / T = 1+ + T
T
(T t)2
t =1

Tablaparacalcularlarectaderegresinajustada:

Ao Xt t Xt .t t2 X t = b0 + b1 t t = X t X t 2t (T t) 2
1976 174 1 174 1 165,83 8,2 66,7 64
1977 154 2 308 4 177,23 23,2 539,6 49
1978 175 3 525 9 188,63 13,6 185,8 36
1979 221 4 884 16 200,03 21,0 439,7 25
1980 200 5 1000 25 211,43 11,4 130,6 16
1981 234 6 1404 36 222,83 11,2 124,8 9
1982 230 7 1610 49 234,23 4,2 17,9 4
1983 249 8 1992 64 245,63 3,4 11,4 1
1984 262 9 2358 81 257,03 5,0 24,7 0
1985 293 10 2930 100 268,43 24,6 603,7 1
1986 270 11 2970 121 279,83 9,8 96,6 4
1987 291 12 3492 144 291,23 0,2 0,1 9
1988 299 13 3887 169 302,63 3,6 13,2 16
1989 327 14 4578 196 314,03 13,0 168,2 25
1990 317 15 4755 225 325,43 8,4 71,1 36
1991 337 16 5392 256 336,83 0,2 0,0 49
1992 336 17 5712 289 348,23 12,2 149,6 64

4369 153 43971 1785 1898,63 0,5 2643,7 408

Cov (X t , t) (43971 / 17) (4369 / 17) . (153 / 17)

b1 = = = 11,40
2t (1785 / 17) (153 / 17) 2

13
b0 = (4369 / 17) 11,40 . (153 / 17) = 154,43
b0 b1
   
Laecuacindelarectaderegresinpormnimoscuadrados: X t = 154,43 + 11,40 t

Laprediccinparaelao1993(perodo18)ser: X18 = 154,43 + 11,40 . 18 = 359,63

1 (T + m t)2
b)Intervalodeprediccin: X (T +m) / T t / 2 , T h .
. 1+ + T
T

(T t)2

t =1

Pararealizarunintervalodeprediccinparaelao1993(perodo18):
17
t 153
t =1
X 18 = 359,63 , T = 17 , m = 1 , t = = =9
T 17

T 17
2t 2t 2643,7
t =1 t =1
t0 ,05 ; 172 = 1,753 , = = = = 13,275
T 2 17 2 15

1 (T + m t)2 1 (17 + 1 9)2

Lafuncin f(T +m) / T = 1+ + T 1+ + = 1,08088
T 17 408
(T t)2

t =1

Elintervalodeprediccinpara1993,conunniveldeconfianzadel90%:

( 359,63 1,753 . 13,275 . 1,08088) = [ 334,49 ; 384,77 ]

c)Prediccindeventasdetarrosporelmtododelalisadoexponencialdoble(AED)

Tomandocomopuntoinicial = 0,2 ylasestimacionesrealizadasenalajustedelarectade

b0 b1
   
regresin: X t = 154,43 + 11,40 t

(
haciendoque: b00 = b0 = 154,43 y b10 = b1 = 11,40 X t = b00 + b10 . t )
1 1 0,2
S'0 = b00 b10 S'0 = 154,43 11,40 = 108,84
Aplicando: setiene: 0 ,2
1 1 0,2
S0 = b00 2b10
''
S'0' = 154,43 2 . 11,40 = 63,25
0,2

Conociendo S'0 = 108,84 y S'0' = 63,25 sepuedeiniciarelprocesorecursivo.

S' = X t + (1 ) S't1
I. Deacuerdoconlasfrmulas t'' secalculan:
S t = S t + (1 ) S t1
' ''

14
S'0 = 108,84
S1' = X1 + (1 ) S'0 6 S1' = 0,2 . 174 + (1 0,2) . 108,84 = 121,87
S'2 = X2 + (1 ) S1' 6 S'2 = 0,2 . 154 + (1 0,2) . 121,87 = 128,30
.........................................................................................................

S'0' = 63,25
S1'' = S1' + (1 ) S'0' 6 S1'' = 0,2 . 121,87 + (1 0,2) . 63,25 = 74 ,97
S'2' = S'2 + (1 ) S1'' 6 S1'' = 0,2 . 128,30 + (1 0,2) . 74 ,97 = 85,64
...........................................................................................................

b0 t = 2 S't S't'

II. Deacuerdoconlasfrmulas '' secalculan:
b1t = 1 (S t S t )
'

b00 = b0 = 154,43
b01 = 2 S1' S1'' 6 b01 = 2 . 121,87 74 ,97 = 168,77
b02 = 2 S'2 S'2' 6 b02 = 2 . 128,30 85,64 = 170,95
...................................................................................
b10 = b1 = 11,40
0,2
b11 = (S1' S1'' ) 6 b11 = (121,87 74 ,97) = 11,72
1 1 0,2
0,2
b12 = (S'2 S'2' ) 6 b12 = (128,30 85,64) = 10,66
1 1 0,2
..................................................................................................

III. ConsiderandolaecuacindeprediccinenelAED,haciendoprediccinunperodohace
adelante:

X(t+m) / t = b0 t + b1t m (m = 1 perodo hacia adelante)

X2 / 1 = b01 + b11 . 1 = 168,77 + 11,72 . 1 = 180,49

X 3 / 2 = b02 + b12 . 1 = 170,95 + 10,66 . 1 = 181,62
.............................................................................

Elprocesorecursivocontinuaraindefinidamente,enlatablaadjuntaserecogenlosclculosparala
informacinmuestraldisponible,realizandosiempreprediccionesdeunperodohaciaadelante.

ConapoyodelasdosltimascolumnasdelatablasepuedecalcularlaRECM(razdelerrorcuadrtico
medio)yelEAM(errorabsolutomedio):

T T 17

t =2
e 2t /(t1)
t =2
(X t X t /(t1) ) 2
3677,11
e
t =2
2
t /( t 1)
198,69
RECM = = = = 15,16 EAM = = = 12,42
T 1 T 1 16 17 1 16

15
 Ao t Xt S't S't' b0 t b1t X t /(t 1) et /(t 1) e2t /(t 1) et /(t 1)
1975 0 108,84 63,25
1976 1 174 121,87 74,97 168,77 11,72
1977 2 154 128,30 85,64 170,96 10,66 180,49 26,49 701,93 26,49
1978 3 175 137,64 96,04 179,24 10,40 181,62 6,62 43,83 6,62
1979 4 221 154,31 107,69 200,93 11,65 189,64 31,36 983,63 31,36
1980 5 200 163,45 118,84 208,05 11,15 212,58 12,58 158,31 12,58
1981 6 234 177,56 130,59 224,53 11,74 219,20 14,80 218,93 14,80
1982 7 230 188,05 142,08 234,01 11,49 236,27 6,27 39,35 6,27
1983 8 249 200,24 153,71 246,76 11,63 245,51 3,49 12,20 3,49
1984 9 262 212,59 165,49 259,69 11,78 258,40 3,60 12,99 3,60
1985 10 293 228,67 178,12 279,22 12,64 271,47 21,53 463,57 21,53
1986 11 270 236,94 189,89 283,99 11,76 291,86 21,86 477,75 21,86
1987 12 291 247,75 201,46 294,04 11,57 295,75 4,75 22,58 4,75
1988 13 299 258,00 212,77 303,23 11,31 305,61 6,61 43,74 6,61
1989 14 327 271,80 224,57 319,03 11,81 314,54 12,46 155,23 12,46
1990 15 317 280,84 235,83 325,85 11,25 330,83 13,83 191,34 13,83
1991 16 337 292,07 247,08 337,07 11,25 337,11 0,11 0,01 0,11
1992 17 336 300,86 257,83 343,88 10,76 348,32 12,32 151,71 12,32

3677,11 198,69

ALISADOPORELMTODODEHOLT
ElmtodopropuestoporHoltesunmtododealisadoexponencialqueutilizadosparmetrosde
alisadoenlugardeunosolo,comoocurreconelmtododeAED.Esaplicabletambinaseriesque
tenganunatendenciaaproximadamentelineal,yhadadomuybuenosresultadosenlaprevisinde
distintasreasdelaeconomaempresarial:gestindestocks,financiacin,ventas,etc.

Lasdosvariablesalisadasquesecalculanenestemtodotienenunarelacindirectaeinmediatacon
losparmetrosdelmodelolineal X t = b0 + b1 t + t ,conlasalvedaddequelaestimacindeltrmino
independienteutilizandotobservacionesda,comoenelAED,laordenadaoniveldelatendenciapara
esepunto.

EnelmtododeHoltsecalculandirectamentedosvariablesdealisadoparacadamomentodel
tiempo:

S t : estimacindelniveldelaserieent

b1t : estimacindelapendientedelaserieent

Sielmodelo X t = b0 + b1 t + t notuvieracomponentealeatorio,esdecir,sielmodelotuvierauna
tendenciadeterministarepresentadaporunarecta,entoncesStomaraelsiguientevalorenel
perodot:

S t = b0 + b1 t (1)

16
donde b0 y b1 sonlosparmetrosdelmodelolinealquerepresentanlaordenadaenelperodo0y
lapendiente,respectivamente.

Enelperodo (t 1) ,Stomarelvalor: S t1 = b0 + b1 (t 1) (2)

Restando(2)de(1)resulta: S t = S t1 + b1

Alavistadelresultado [ S t = S t1 + b1 ] enelmtododeHoltseproponeobtener S t mediante:

primeraecuacinoecuacindenivel: S t = X t + (1 ) (S t1 + b1 t1 ) (3)

Seobservaqueestaecuacinesunamediaponderadaentre X t y (S t1 + b1 t1 ) ,siendo (S t1 + b1 t1 )
unaestimacinde [S t1 = b0 + b1 (t 1)] dondesehasustituidoelparmetrodelapendiente b1 por
b1 t1 .

Aspues,laprimeraecuacinoecuacindenivelproporcionadirectamenteelvalordelniveldela
tendenciaenelmomentot,teniendoelmismopapelque b0 t enelmtododelAED.

LasegundaecuacindelmtododeHoltpermite,asuvez,calcularlapendiente b1 t deforma
recursiva,mediantelaecuacindealisado:

segundaecuacinoecuacindenivel: b1 t = (S t S t1 ) + (1 ) b1 t1 (4)

Comoestimacindelapendientesetomaladiferenciaentreelniveldelatendenciaentyen (t 1) :
(S t S t1 ) .Enelsegundotrmino,comoocurreentodaslasecuacionesdealisadoexponencial,
aparecelavariablealisadaconunretardo.

Conobjetodedeterminarelvalordelapendiente b1 t sobreelejedeordenadas,setomacomo
referencialaparalelaalejedeabscisasquepasapor S t1 .

Enelcorterealizadoentseobservaque b1 t estsituadoentre (S t S t1 ) y b1 t1 ,siendoesteltimo

trminolapendientequeyasehabaobtenidoen (t 1) .

LaecuacindeprediccinenelmtododeHolt: X(t+m) / t = S t + b1 t m (5)

b1 t = (S t S t1 ) + (1 ) b1 t1
Paralaaplicacindelasecuaciones esnecesarioconocerlos
X(t+m) / t = S t + b1 t m
valoresinicialesde S0 y b10 ,ascomoloscoeficientesdealisadode y

Losvaloresinicialesparacomenzarlarecursinsepuedeobtenerdirectamenteapartirdelos
coeficientes (b0 y b1 ) obtenidosenelajustedeunarectaderegresinpormnimoscuadrados
S = b0
utilizandotodalainformacindisponible,haciendo: 0
b10 = b1

17
ElmtododeHolttiene,adiferenciadelmtododelAED,doscoeficientesdealisado ( , ) ,razn
porlaqueavecessedenominaAEDcondosparmetros.Elhechodetrabajarcondosparmetros
confieremayorfiabilidad,aunquecomoeslgico,labsquedadelosvaloresquehacenmnimala
RECM(razerrorcuadrticomedio)esmslaboriosaquecuandosetieneunsolocoeficientede
alisado.

Encualquiercaso,segnsedesprendedevariosexperimentosrealizados,seobtienenlosmejores
resultadosenlaprediccincuandosetomanlosvalores = 0,05 y = 0,2

PrcticamtododeHolt:Enlatablaadjuntasepresentanlaventadetarrosdepotitos(expresadas
encientosdemilesdeunidades)durantelosaos19761992.Setratadeobtenerlaprediccinde
ventasdetarrosporelmtododeHolt

Ao Xt Ao Xt
1976 174 1985 293
1977 154 1986 270
1978 175 1987 291
1979 221 1988 299
1980 200 1989 327
1981 234 1990 317
1982 230 1991 337
1983 249 1992 336
1984 262

SeaplicaelmtododeHolttomando = 0,1 y = 0,1

Comopuntodepartidainicialsetomalasestimacionesrealizadasanteriormentecuandose
ajustabaunarectacontodalainformacindisponibleenelmomentot.Conlocual,

S 0 = b0 = 154,43 b10 = b1 = 11,40

Tomandolaprimeraecuacinoecuacindenivel: S t = X t + (1 ) (S t1 + b1 t1 )

S 1 = X 1 + (1 ) (S 0 + b 1 0 ) = 0,1 . 174 + (1 0,1) (154,43 + 11,40) = 166,65

Apartirde S1 sepuedeactualizarlapendienteaplicando: b1 t = (S t S t1 ) + (1 ) b1 t1

b11 = (S1 S0 ) + (1 ) b1 0 = 0,1 (166,64 154,43) + (1 0,1) 11,40 = 11,48

Pararealizarlaprediccin X(t+m) / t = S t + b1 t m conunperodohaciaadelante (m = 1)

X 2 / 1 = S 1 + b 11 . 1 = 166,65 + 11,48 . 1 = 178,13

Esteprocesorecursivosecontinaindefinidamente.Enlatablaadjuntaserecogenlosclculosparael
perodomuestral,realizandosiempreprediccionesdeunperodohaciaadelante (m = 1) ,calculando
RECMyEAM,utilizandocomocriterioRECMesmejorlaprediccinporelmtododeHolt.

18
Ao t Xt St b1t X t /(t 1) et /(t 1) e2t /(t 1) et /(t 1)
1975 0 154,43 11,40
1976 1 174 166,65 11,48
1977 2 154 175,72 11,24 178,13 24,13 582,19 24,13
1978 3 175 185,76 11,12 186,96 11,96 142,95 11,96
1979 4 221 199,29 11,36 196,88 24,12 581,70 24,12
1980 5 200 209,59 11,26 210,66 10,66 113,54 10,66
1981 6 234 222,16 11,39 220,85 13,15 173,05 13,15
1982 7 230 233,19 11,35 233,55 3,55 12,59 3,55
1983 8 249 244,99 11,40 244,54 4,46 19,85 4,46
1984 9 262 256,95 11,45 256,39 5,61 31,51 5,61
1985 10 293 270,86 11,70 268,40 24,60 605,17 24,60
1986 11 270 281,30 11,57 282,56 12,56 157,71 12,56
1987 12 291 292,69 11,55 292,87 1,87 3,52 1,87
1988 13 299 303,72 11,50 304,24 5,24 27,47 5,24
1989 14 327 316,40 11,62 315,22 11,78 138,80 11,78
1990 15 317 326,91 11,51 328,02 11,02 121,36 11,02
1991 16 337 338,28 11,49 338,42 1,42 2,03 1,42
1992 17 336 348,40 11,36 349,78 13,78 189,79 13,78

2903,21 179,90

T T 17

e2t /(t1) (X t X t /(t1) ) 2

2903,21
e
t =2
2
t /( t 1)
179,90
t =2 t =2
RECM = = = = 13,47 EAM = = = 11,24
T 1 T 1 16 17 1 16

19
 MTODODEHOLTWINTERS:ESQUEMAMULTIPLICATIVO
Esunmtododiseadopararealizarprediccionesdeseriesquesiguenunatendencia
aproximadamentelineal,sometidasalainfluenciadelfactorestacional.

EntrelasdistintasmodalidadesquesepuedenconsiderardentrodelmtododeHoltWinters,se
planteaelcasoenquelatendenciaylaestacionalidadsiguenunesquemamultiplicativo,mientras
queelcomponenteirregular(representadoporunaperturbacinaleatoria)seintroducedeforma
aditiva.Aspues,setratadeunsistemadeintegracinmixto,conexpresin:

X t = Tt . Et + t donde Tt = b0 + b1 t

Elmodelotericoquevaautilizarsedebaseparalaprediccinseexpresa:

X t = (b0 + b1 t) . Et + t

b0 nivelocomponentepermanente
donde b1 pendientedelarecta
Et factorestacionalmultiplicativo

EnelmodelodeHoltWintersseproponentresecuacionesdealisadoparaestimarestos
componentes.Elcoeficientedealisadopuedeserdiferenteencadaunadeestasecuaciones.

SeanalizanlasecuacionesqueintegranelmtododeHoltWinters,estimndose,respectivamente,
loscomponentes b0 , b1 y Et mediantelasvariablesdealisado S t , b1,t y C t .

Elnivel b0 seestimamediantelavariabledealisado S t

Xt
S t = + (1 ) (S t 1 + b1, (t 1) ) 0 < < 1
C t L
Xt
seriedesestacionalizadaalser C t L unaestimacindelfactordeestacionalidadparala
Ct L
mismaestacinquetperounaoanterior.Encasodeaplicar C t (factordeestacionalidad
correspondientealmomentoactual)obligaaresolverecuacionesdeformasimultanea,loque
complicaradeformaconsiderablelosclculos.

Encualquiercaso,esconvenienteutilizarunaseriedesestacionalizadaenelclculodelatendencia
conobjetodeevitarsesgosquepuedenproducirseporlainfluenciadelfactorestacional.

Lapendiente b1 seestimaporlavariabledealisado b1t quevienedadaporlaecuacindela

pendiente:

b1,t = (S t S t 1 ) + (1 ) b1, (t1) 0 < < 1

Elfactorestacional Et seestimaporlavariabledealisado C t ,laecuacindelfactorestacional:

Xt
C t = + (1 ) C tL 0 < < 1
St
20
LavariableX,estdivididaporelniveldetendenciaenesepunto S t ,conloqueelcociente X t / S t es
unavariablesintendencia.Aspues,elfactorestacionalseobtienemedianteelalisadodeunaserie
enlaqueseeliminadopreviamentelatendencia.Asuvez,elprocedimientodealisadoelimina,en
mayoromenorgrado,elcomportamientoirregular.

Sealarque,enelprocesodelclculodeestastresecuacionesdeactualizacindelasestimaciones,la
primeraecuacinquesedebecalcularnecesariamentees:

Xt
S t = + (1 ) (S t 1 + b1, (t 1) )
C t L

yaqueelresultadoobtenidointervieneenelclculodelasotrasdosecuacionesparaesemismo
perododetiempo.

ParahaceroperativoelmtododeHoltWintersserequiereconocerlosvaloresinicialesylosvalores
delasconstantes , y .

Losvaloresinicialesnecesariosparainiciarlosclculosrecursivosson (L + 2) ,correspondientesalosL
factoresestacionalesdelaoanterior,alaprimeraobservacinyalnivelypendientedeperodo0.

Losvaloresinicialesrequeridospara L = 4 serecogenenlatablaadjunta:

Perodo F.estacional Nivel Pendiente

3 C 3
2 C 2
1 C 1
0 C0 S0 b1,0

Generalmente,losndicesdevariacinestacionalcalculadosenelmtododelarazndelamedia
mvilsetomancomovaloresinicialesdeloscoeficientesestacionales.

Porotraparte,lapendienteylaordenadaenelorigenobtenidasalajustarunarectaalaserie
desestacionalizadasepuedenutilizarcomoestimacionesde b1,0 y S0 .
Alternativamente,paraobtenerlosvaloresinicialesdeestosdosltimoscoeficientessepueden

Xk X1
b1,0 = (k 1) L
aplicarlassiguientesfrmulas:
S =X L b
0 1
2
1,0

Xk X1
Enlaprimerafrmula b1,0 = sedivideladiferenciadelamediaanualdeXentreelprimeroy
(k 1) L
elltimoao(aoksimo)porelnmerodeperodostranscurridos,indicandoelpromediode
incrementodecadaaoysetomacomovalorinicialdelapendiente.

L
Enlasegundafrmula S0 = X1 b1,0 alrestardelamediadelprimeraolamitaddelcrecimiento
2
correspondienteaunao,seobtieneelvalorinicialdelavariablecorrespondientealperodo0.
21
Respectoaloscoeficientesdealisado,porlosestudiosdesimulacinrealizados,losvaloresptimos
estnsituadosentre0,05y0,40,aunquedeterminadasseriesrequierenunvalorde muysuperior.
Porotraparte,enlosprogramasdeordenadorparalaaplicacindeestemtodoexistelaposibilidad
dequeelprogramarealicelabsquedadelosvaloresdeloscoeficientesquehaganmnimalaRECM.

Conlainformacindisponibleentsepuedenrealizarprediccionesde1omsperodosenadelante.
Lafrmulagenricadelpredictordemperodosvienedadapor:
ecuacindeprediccin: X(t +m)/t = (S t + b1,t m) C t +mL 1 m L

LafrmulaesvlidahastaLperodosenadelante,yaqueutilizaelfactorestacionaldelamisma
estacincorrespondientealaoanterior.
Sisequierehacerprediccionesamsde1ao,setendraquemodificarligeramentelafrmulapara
utilizarelfactorestacionaldelamismaestacin,perocorrespondienteadosomsaosantes.
Detodasformas,estemtodoestdiseadoespecialmenteparalaprevisinacortoplazo,estoes,
inferioralao.

PrcticamtododeHoltWinters:Enlatablaadjuntasepresentanlosndicestrimestralesdeobras
realizadaseningenieracivilentre19881993.Setratadeobtener:

(a)Prediccionesparaloscuatrotrimestresde1994
(b)Prediccinparaloscuatrotrimestresde1994porelmtododeHoltWinters

(a)Pararealizarlasprediccionesdeloscuatrotrimestresde1994,secomienzadesestacionalizandola
serieoriginal

Trimestres 1988 1989 1990 1991 1992 1993

Primero 77,1 105,1 124,8 144 150,1 119
Segundo 92,8 125,5 155,2 169,3 156,5 135,1
Tercero 103,2 138,2 160,3 163,2 145,7 143,2
Cuarto 126,9 146,4 171,5 170,5 144,5 151,8

Clculodelosndicesdevariacinestacional:

SERIENOCENTRADADEMEDIASMVILES
Trimestres 1988 1989 1990 1991 1992 1993
12 123,9 146,7 162,0 155,7 135,5
23 100,0 128,8 153,0 161,8 149,2 137,3
34 107,0 133,7 157,8 163,3 141,4
41 115,2 141,2 161,3 160,1 136,1

SERIECENTRADADEMEDIASMVILES
Trimestres 1988 1989 1990 1991 1992 1993
Primero 119,6 143,9 161,6 157,9 135,8
Segundo 126,4 149,8 161,9 152,5 136,4
Tercero 103,5 131,3 155,4 162,5 145,3
Cuarto 111,1 137,4 159,5 161,7 138,8

22
 SERIECOMPONENTESESTACIONALYACCIDENTAL
1988 1989 1990 1991 1992 1993 IBVE IVE
Primero 0,8791 0,8672 0,8909 0,9507 0,8765 0,8929 0,8918
Segundo 0,9932 1,0360 1,0459 1,0266 0,9907 1,0185 1,0172
Tercero 0,9971 1,0529 1,0319 1,0042 1,0027 1,0177 1,0165
Cuarto 1,1423 1,0652 1,0752 1,0546 1,0414 1,0757 1,0744
4,0048 4

Medias Medias
SERIE
mviles mviles Xt
Trimestre X t = T. E. C.A E. A = IBVE IVE DESESTABILIZADA
descentrada centrada T. C X t / IVE = T. E. C.A / IVE
T. C T. C
Q11988 77,1 0,8929 0,8918 86,5
Q21988 92,8 100,0 1,0185 1,0172 91,2
Q31988 103,2 107,0 103,5 0,9971 1,0177 1,0165 101,5
Q41988 126,9 115,2 111,1 1,1423 1,0757 1,0744 118,1
Q11989 105,1 123,9 119,6 0,8791 0,8929 0,8918 117,9
Q21989 125,5 128,8 126,4 0,9932 1,0185 1,0172 123,4
Q31989 138,2 133,7 131,3 1,0529 1,0177 1,0165 136,0
Q41989 146,4 141,2 137,4 1,0652 1,0757 1,0744 136,3
Q11990 124,8 146,7 143,9 0,8672 0,8929 0,8918 139,9
Q21990 155,2 153,0 149,8 1,0360 1,0185 1,0172 152,6
Q31990 160,3 157,8 155,4 1,0319 1,0177 1,0165 157,7
Q41990 171,5 161,3 159,5 1,0752 1,0757 1,0744 159,6
Q11991 144 162,0 161,6 0,8909 0,8929 0,8918 161,5
Q21991 169,3 161,8 161,9 1,0459 1,0185 1,0172 166,4
Q31991 163,2 163,3 162,5 1,0042 1,0177 1,0165 160,5
Q41991 170,5 160,1 161,7 1,0546 1,0757 1,0744 158,7
Q11992 150,1 155,7 157,9 0,9507 0,8929 0,8918 168,3
Q21992 156,5 149,2 152,5 1,0266 1,0185 1,0172 153,8
Q31992 145,7 141,4 145,3 1,0027 1,0177 1,0165 143,3
Q41992 144,5 136,1 138,8 1,0414 1,0757 1,0744 134,5
Q11993 119 135,5 135,8 0,8765 0,8929 0,8918 133,4
Q21993 135,1 137,3 136,4 0,9907 1,0185 1,0172 132,8
Q31993 143,2 1,0177 1,0165 140,9
Q41993 151,8 1,0757 1,0744 141,3

SERIEDESESTACIONALIZADA: X t / IVE = T. E. C.A / IVE

Trimestres 1988 1989 1990 1991 1992 1993
Primero 86,5 117,9 139,9 161,5 168,3 133,4
Segundo 91,2 123,4 152,6 166,4 153,8 132,8
Tercero 101,5 136,0 157,7 160,5 143,3 140,9
Cuarto 118,1 136,3 159,6 158,7 134,5 141,3

Pararealizarprediccionesdelasobrasdeingenieracivilbajoelsupuestodeestacionalidadestableen
elao1994(Q11994,Q21994,Q31994,Q41994)serequiereajustarunarectaderegresinconlaserie
desestacionalizada Yt

23
Trimestre Yt t Yt .t t2 Yt = b 0 + b 1 t t = Yt Yt 2t
Q11988 86,5 1 86,5 1 116,42 29,92 895,41
Q21988 91,2 2 182,4 4 118,31 27,11 735,19
Q31988 101,5 3 304,5 9 120,21 18,71 349,90
Q41988 118,1 4 472,4 16 122,10 4,00 15,97
Q11989 117,9 5 589,5 25 123,99 6,09 37,06
Q21989 123,4 6 740,4 36 125,88 2,48 6,14
Q31989 136 7 952 49 127,77 8,23 67,74
Q41989 136,3 8 1090,4 64 129,66 6,64 44,08
Q11990 139,9 9 1259,1 81 131,55 8,35 69,69
Q21990 152,6 10 1526 100 133,44 19,16 366,99
Q31990 157,7 11 1734,7 121 135,33 22,37 500,23
Q41990 159,6 12 1915,2 144 137,23 22,37 500,63
Q11991 161,5 13 2099,5 169 139,12 22,38 501,03
Q21991 166,4 14 2329,6 196 141,01 25,39 644,78
Q31991 160,5 15 2407,5 225 142,90 17,60 309,81
Q41991 158,7 16 2539,2 256 144,79 13,91 193,50
Q11992 168,3 17 2861,1 289 146,68 21,62 467,39
Q21992 153,8 18 2768,4 324 148,57 5,23 27,33
Q31992 143,3 19 2722,7 361 150,46 7,16 51,31
Q41992 134,5 20 2690 400 152,35 17,85 318,76
Q11993 133,4 21 2801,4 441 154,25 20,85 434,52
Q21993 132,8 22 2921,6 484 156,14 23,34 544,58
Q31993 140,9 23 3240,7 529 158,03 17,13 293,34
Q41993 141,3 24 3391,2 576 159,92 18,62 346,64

3316,1 300 43626 4900 7722,01

Cov(Yt , t) (43626 / 24) (3316,1 / 24) . (300 / 24) 90,615

b1 = = = = 1,892
2t (4900 / 24) (300 / 24) 2 47,917

b0 = (3316,1 / 24) 1,892 . (300 / 24) = 114,52


b0
P b1

Laecuacindelarectaderegresinpormnimoscuadrados: Yt = 114,52 + 1,892 t

Loscoeficientesestimadosson: b 0 = 114,52 y b 1 = 1,892

Larectaajustadapuedeservirtantopararepresentarlatendenciacomopararealizarprediccionesa
medioolargoplazo.Enlaprediccinacortoplazotieneunaescasaaplicacinenlaprediccin.

Elgrficorepresentandolaserieoriginalylaseriedesestacionalizadadelasobrasdeingenieracivil:

24
Bajoelsupuestodeestacionalidadestable,laprediccinvienedadaporlaexpresin:

X (t + m)/t = T(t + m)/t Em m = 1, 2, " , L, " , "

donde T(t + m)/t eslaprediccinobtenidadelatendenciamedianteelajustedeunafuncinalosdatos

desestacionalizados,prescindiendodelciclo,yaquesteesuncomponentedifcildepredecir.

Podrapensarsequelatendenciapuedecalcularseajustandodirectamentelaserieoriginalala
funcin(recta,parbola;sienlaserieoriginalsetomanpreviamentelogaritmosesadecuadoajustar
unarecta).
Esteprocedimientonoesaconsejable,yaqueelfactorestacionaldistorsionagravementelos
resultadosdelaestimacin,enespecialsilaestacionalidadesfuerte(noexisteestacionalcuando
Et = 1 t ).

Parapredecirloscuatrotrimestresdelao1994(perodos25,26,27y28)serecurrealafrmula:

X (t + m)/t = T(t + m)/t Em donde T(t + m)/t = b 0 + (t + m) b 1 6 X (t + m)/t = b 0 + (t + m) b 1 Em

conlocual,

X 25/24 = b 0 + 25 b 1 E1 = [114,52 + 25 . 1,892] 0,8918 = 144,3

X 26/24 = b 0 + 26 b 1 E1 = [114,52 + 26 . 1,892] 1,0172 = 166,5

X 27/24 = b 0 + 27 b 1 E1 = [114,52 + 27 . 1,892] 1,0165 = 168,3

X 28/24 = b 0 + 28 b 1 E1 = [114,52 + 28 . 1,892] 1,0744 = 180

(b)Prediccindelosndicespara1994porelmtododeHoltWinters

Setoma = 0,20 , = 0,10 y = 0,05

25
Paraobtenerlosvaloresinicialesde S y b1 seaplicanlasecuaciones:

Xk X1 137,275 100
b1,0 = = = 1,864 con (k 1) aosyL perodos(trimestres)
(k 1) L (6 1) . 4

L 4
S0 = X1 b1,0 = 100 . 1,864 = 96,3
2 2

- Losvaloresiniciales [ CmL = Em = IVEm ] , t = 0 , 1 m L ,delosfactoresestacionalesobtenidosal

aplicarelmtododelaraznalamediamvil:

C 3 = E1 = 0,8918 C 2 = E2 = 1,0172 C 1 = E3 = 1,0165 C0 = E4 = 1,0744

Lafrmulagenricadelpredictordemperodos: X(t +m)/t = (S t + b1,t m) C t +mL

Enelperodo1: X1/0 = (S1 + b1 ,0 . 1) C 3 = [ 96,3 + 1,864 ] . 0,8918 = 87,5

Laprediccindelperodo1estcondicionadaalosvaloresiniciales,que,asuvezse
hancalculadointroduciendotodalainformacinmuestral.Porestemotivo,nosetendr
encuentaenelclculodelaRECM(razcuadradadelerrormedio)ydelEAM(error
absolutomedio).

Considerandolasfrmulasrespectivasdelasecuacionesdenivel,pendienteyfactor
estacional:

Xt
S t = + (1 ) (S t 1 + b1, (t 1) ) ecuacindenivel
Ct L

b1 ,t = (S t S t1 ) + (1 ) b1, (t 1) ecuacindelapendiente

Xt
C t = + (1 ) C t L ecuacindelfactorestacional
St

para t = 1 ,setiene:

X1 77,1
S1 = + (1 ) (S0 + b1, 0 ) = 0,2 + (1 0,2) (96,3 + 1,864) = 95,8
C 3 0,8918

b1, 1 = (S1 S0 ) + (1 ) b1, 0 = 0,1 (95,8 96,3) + (1 0,1) 1,864 = 1,630

X1 77,1
C1 = + (1 ) C 3 = 0,05 + (1 0,05) 0,8918 = 0,8875
S1 95,8

Apartirdelperodo1,conociendo S1 y b1,1 ,sepuedenrealizarpredicciones.

26
Pararealizarlaprediccin X2/1 ,esdecir,unperodohaciadelante(m = 1) ,seutilizan S1 y b1,1 ,as
comoelvalorinicial C 2 :

X2/1 = (S1 + b1,1 . 1) C 2 = (95,8 + 1,630 . 1) . 1,0172 = 99,1

Asuvez,elfactorestacional C1 ,quesecalculaanteriormente,seutilizarenlaprediccindelperodo
cinco,quecorrespondealprimertrimestrede1989.

Perodos Trimestre Xt St b1,t Ct X t/(t 1) et/(t 1) e2t/( t1) et/(t1)

-3 0,8918
-2 1,0172
-1 1,0165
0 96,3 1,864 1,0744
1 Q1 1988 77,1 95,8 1,630 0,8875 87,5
2 Q2 1988 92,8 96,2 1,506 1,0146 99,1 -6,3 39,8 6,3
3 Q3 1988 103,2 98,5 1,583 1,0181 99,3 3,9 15,1 3,9
4 Q4 1988 126,9 103,7 1,944 1,0819 107,5 19,4 376,7 19,4
5 Q1 1989 105,1 108,2 2,200 0,8917 93,7 11,4 129,5 11,4
6 Q2 1989 125,5 113,0 2,467 1,0194 112,0 13,5 182,9 13,5
7 Q3 1989 138,2 119,5 2,872 1,0250 117,6 20,6 424,9 20,6
8 Q4 1989 146,4 125,0 3,130 1,0864 132,4 14,0 194,6 14,0
9 Q1 1990 124,8 130,5 3,366 0,8949 114,3 10,5 111,3 10,5
10 Q2 1990 155,2 137,5 3,734 1,0248 136,5 18,7 351,4 18,7
11 Q3 1990 160,3 144,3 4,036 1,0293 144,8 15,5 240,2 15,5
12 Q4 1990 171,5 150,2 4,227 1,0892 161,1 10,4 107,2 10,4
13 Q1 1991 144 155,8 4,356 0,8964 138,2 5,8 33,2 5,8
14 Q2 1991 169,3 161,1 4,458 1,0261 164,1 5,2 27,2 5,2
15 Q3 1991 163,2 164,2 4,317 1,0275 170,4 -7,2 52,3 7,2
16 Q4 1991 170,5 166,1 4,078 1,0860 183,5 -13,0 169,4 13,0
17 Q1 1992 150,1 169,6 4,023 0,8958 152,6 -2,5 6,0 2,5
18 Q2 1992 156,5 169,4 3,600 1,0210 178,2 -21,7 470,8 21,7
19 Q3 1992 145,7 166,8 2,976 1,0198 177,8 -32,1 1029,9 32,1
20 Q4 1992 144,5 162,4 2,242 1,0762 184,4 -39,9 1588,9 39,9
21 Q1 1993 119 158,3 1,605 0,8886 147,5 -28,5 812,7 28,5
22 Q2 1993 135,1 154,4 1,054 1,0137 163,3 -28,2 793,0 28,2
23 Q3 1993 143,2 152,4 0,753 1,0158 158,5 -15,3 234,7 15,3
24 Q4 1993 151,8 150,8 0,510 1,0727 164,9 -13,1 170,5 13,1
7562,3 356,6

27
Elprocesorecursivosecontinaindefinidamente.

e 2
t/(t 1)
7562,3
RECM = t =2
= = 18,13
T 1 23

17

e 2
t/(t 1)
356,6
EAM = t =2
= = 15,50
17 1 23

Lasprediccionespara1994(Q11994,Q21994,Q31994,Q41994),perodos25,26,27y28:

X(t +m)/t = (S t + b1,t m) C t +mL

X25/24 = (S24 + b1, 24 . 1) C21 = (150,8 + 0,510 . 1) . 0,8886 = 134,4

X26/24 = (S24 + b1, 24 . 2) C22 = (150,8 + 0,510 . 2) . 1,0137 = 153,9

X27/24 = (S24 + b1, 24 . 3) C23 = (150,8 + 0,510 . 3) . 1,0158 = 154,7

X28/24 = (S24 + b1, 24 . 4) C24 = (150,8 + 0,510 . 4) . 1,0727 = 163,9

Elvalordadoaloscoeficientes y puedeinfluirdeformaimportanteenlaprecisindelos
estimadores.Conestemotivo,sehananalizadolosdatosanterioresconelSPSSparaaplicarel
mtododeHoltWintersmultiplicativo.Esteprogramapermiterealizarlabsquedadelos
coeficientesconlosqueseobtieneelRECMmspequeo.

28
 Paracadaunodelosparmetroshay
queindicarelvalormximoyelmnimo
entrelosqueserealizalabsqueda,as
comoelincrementodadoentrecada
valoryelsiguiente.

Enestecaso,elintervalodebsqueda
paralostresparmetroshasido
(0,1 0,9) ,elincrementoseleccionado
hasidode0,1.

Enlasalida,losvaloresqueminimizanelRECMson: = 0,90 , = 0,30 , = 0,10

comopuedeverseelvalorptimodelcoeficiente paraestaserieesmuyelevado.

e 2
t/(t 1)
1559,38444
Seobtiene RECM = t =2
= = 8,23
T 1 23

Conlocual,laRECMhapasadodeunvalorde18,13paravaloresdelosparmetroselegidos
arbitrariamente(aunquedentrodeloslmitesaconsejados)aunvalorde8,23paravaloresque
minimizanlaRECM.Ladisminucinesmuyconsiderable,porloqueesmuyconvenienteutilizarestos
mtodosdebsquedaenlasaplicacionesprcticasmediantealgnprogramadeordenador.

Elgrficoconvaloresobservadosypronosticadosconestosvaloresptimosdeparmetros:
29
ConelobjetodedeterminarsielmtododeHoltWintersexplicasatisfactoriamentelaparte
sistemticadelaevolucindelaserie,seobtienelafuncindeautocorrelacinestimada(ACF)delos
erroresdeprediccin.

Comolamuestraesde24observacionessecalculanestoscoeficientesparalos6primerosretardos,
debidoalaprdidadefiabilidadnoconvienequeelnmerodecoeficientescalculadoseasuperiora
1/4deltamaomuestral.

Los6coeficientesestndentrodelabandadeconfianza,porloqueaunnivelindividualserechazala
hiptesisdequecadaunodeloscoeficientes s seadistintodecero.

30
 H : = 2 = " = 6 = 0
Enelcontrasteglobalseplanteanlashiptesis: 0 1
H1 : alguno no es nulo

M
1 2
Elestadstico Q deBoxLjung: Q = T(T 2) rh (Mnmerocoeficientesquesecontrastan)
h=1 T h

6
1 2
Q = 24(24 2) rh = 2,875
h =1 T h

puestoque Q = 2,875 < 12,59 = 20,05 ; 6 seaceptala

hiptesisnulaparaunniveldeconfianzadel95%.

Enconsecuencia,sepuedeconcluirqueelmtododeHoltWintersexplicarazonablementelaparte
sistemticadelaserie,yaqueloserroresquesecometenenlaprediccinseaproximanauna
variablederuidoblancoenelsentidodequenoestncorrelacionadosentres.

MTODODEHOLTWINTERS:ESQUEMAADITIVO

RecordarqueelmtododeHoltWintersestdiseadopararealizarprediccionesdeseriesquesigan
unatendenciaaproximadamentelinealy,adems,estnsometidasalainfluenciadelfactor
estacional.

ElmodelotericoenelmtododeHoltWintersaditivo: X t = (b0 + b1 t) + Et + t

Enlaversinaditivaseutilizan,comoenlaversinmultiplicativa,tresecuacionesdealisadoparala
obtencindelasestimacionesde b0 , b1 y Et .

Losvaloresiniciales,aligualqueenelmtodomultiplicativo,seobtienenmediantelas
ecuaciones:

Xk X1
b1,0 = con (k 1) aosy L perodos
(k 1) L

L
S0 = X1 b1,0
2

Elnivel (b0 )seestimamediantelavariabledealisado S t quevienedadaporlaecuacindenivel:

S t = (X t C t L ) + (1 ) (S t 1 + b1, (t 1) ) 0< <1

Enestaecuacin X t sedesestacionalizarestndolealfactorestacional,mientrasqueenelmtodo
multiplicativosedesestacionalizadividiendopordichofactor.
31
 Lapendiente (b1 ) seestimaporlavariabledealisado b1,t quevienedadaporlaecuacindela
pendiente:

b1,t = (S t S t 1 ) + (1 ) b1, (t 1) 0<<1

estaecuacincoincideexactamenteconlaecuacindelapendientedelmtodomultiplicativo.

Elfactorestacional (Et ) seestimaporlavariabledealisado C t dadaporlaecuacindelfactor

estacional:

C t = (X t S t ) + (1 ) C t L 0< <1

Ladiferencia (X t S t ) esunavariableenlaquelatendenciaesteliminada,enmayoromenor
grado.

ParahaceroperativoelmtododeHoltWintersensuversinaditivasenecesitaconocerelmismo
nmerodevaloresinicialesqueenlaversinmultiplicativa.

Comovaloresinicialesdeloscoeficientesestacionalessetomangeneralmentelosndicesdevariacin
estacionalcalculadosporelmtododeladiferenciaalamediamvil.Paralapendienteylaordenada
enelorigensepuedenutilizarlosmismosvaloresqueenelmtodomultiplicativo.

Conlainformacindisponibleentsepuedenrealizarprediccionesde1omsperodosenadelante.
Lafrmulagenricadelpredictordemperodosenadelantevienedadapor:

X(t + m)/t = (S t + b1, t m) + C t + m L 1mL

PrcticamtodoaditivodeHoltWinters:Partiendodelatabladetrabajoconlosndicestrimestrales
deobrasrealizadaseningenieracivilentre19881993.Setratadeobtenerlaprediccindeloscuatro
trimestresde1994porelmtodoaditivodeHoltWinters.

Trimestres 1988 1989 1990 1991 1992 1993

Primero 77,1 105,1 124,8 144 150,1 119
Segundo 92,8 125,5 155,2 169,3 156,5 135,1
Tercero 103,2 138,2 160,3 163,2 145,7 143,2
Cuarto 126,9 146,4 171,5 170,5 144,5 151,8
Xt 100 128,8 152,95 161,75 149,2 137,275

AntesdecomenzarconelmtododeHoltWintersserequiereconocerlosvaloresinicialesdelos
factoresestacionalesobtenidosalaplicarelmtododelasdiferenciasalamediamvil.

Paraello,seaplicaelmtodoaditivodelasmediasmviles: X t = Et + (Tt + C t ) + A t ,conelobjetivode

estimarelcomponenteestacional Et

Clculodelosndicesdevariacinestacional:

32
SERIENOCENTRADADEMEDIASMVILES
Trimestres 1988 1989 1990 1991 1992 1993
12 123,9 146,7 162,0 155,7 135,5
23 100,0 128,8 153,0 161,8 149,2 137,3
34 107,0 133,7 157,8 163,3 141,4
41 115,2 141,2 161,3 160,1 136,1

SERIECENTRADADEMEDIASMVILES
Trimestres 1988 1989 1990 1991 1992 1993
Primero 119,6 143,9 161,6 157,9 135,8
Segundo 126,4 149,8 161,9 152,5 136,4
Tercero 103,5 131,3 155,4 162,5 145,3
Cuarto 111,1 137,4 159,5 161,7 138,8

Excel STC_1+ERR1 SAF_1 SAS_1=XtSAF_1

Medias Medias
IBVE SERIE
mviles mviles normalizado
Trimestre Xt=T+E+C+A E+A=Xt (T+C) IBVE DESESTACIONALIZADA
descentrada centrada IVE(Et) XtIVE
T+C T+C
Q11988 77,1 15,1500 15,2994 92,40
Q21988 92,8 100,0 2,9475 2,7981 90,00
Q31988 103,2 107,0 103,5 0,3000 2,5325 2,3831 100,82
Q41988 126,9 115,2 111,1 15,8125 10,2675 10,1181 116,78
Q11989 105,1 123,9 119,6 14,4500 15,1500 15,2994 120,40
Q21989 125,5 128,8 126,4 0,8625 2,9475 2,7981 122,70
Q31989 138,2 133,7 131,3 6,9375 2,5325 2,3831 135,82
Q41989 146,4 141,2 137,4 8,9625 10,2675 10,1181 136,28
Q11990 124,8 146,7 143,9 19,1125 15,1500 15,2994 140,10
Q21990 155,2 153,0 149,8 5,3875 2,9475 2,7981 152,40
Q31990 160,3 157,8 155,4 4,9500 2,5325 2,3831 157,92
Q41990 171,5 161,3 159,5 11,9875 10,2675 10,1181 161,38
Q11991 144 162,0 161,6 17,6375 15,1500 15,2994 159,30
Q21991 169,3 161,8 161,9 7,4250 2,9475 2,7981 166,50
Q31991 163,2 163,3 162,5 0,6875 2,5325 2,3831 160,82
Q41991 170,5 160,1 161,7 8,8250 10,2675 10,1181 160,38
Q11992 150,1 155,7 157,9 7,7875 15,1500 15,2994 165,40
Q21992 156,5 149,2 152,5 4,0500 2,9475 2,7981 153,70
Q31992 145,7 141,4 145,3 0,3875 2,5325 2,3831 143,32
Q41992 144,5 136,1 138,8 5,7500 10,2675 10,1181 134,38
Q11993 119 135,5 135,8 16,7625 15,1500 15,2994 134,30
Q21993 135,1 137,3 136,4 1,2625 2,9475 2,7981 132,30
Q31993 143,2 2,5325 2,3831 140,82
Q41993 151,8 10,2675 10,1181 141,68

33
SERIECOMPONENTESESTACIONALYACCIDENTAL
Trimestres 1988 1989 1990 1991 1992 1993 IBVE IVE
Primero 14,45 19,11 17,64 7,79 16,76 15,1500 15,2994
Segundo 0,86 5,39 7,43 4,05 1,26 2,9475 2,7981
Tercero 0,30 6,94 4,95 0,69 0,39 2,5325 2,3831
Cuarto 15,81 8,96 11,99 8,82 5,75 10,2675 10,1181
0,5975 0,0000

SERIEDESESTACIONALIZADA: X t IVE = (T + E + C + A) IVE

Trimestres 1988 1989 1990 1991 1992 1993
Primero 86,5 117,9 139,9 161,5 168,3 133,4
Segundo 91,2 123,4 152,6 166,4 153,8 132,8
Tercero 101,5 136,0 157,7 160,5 143,3 140,9
Cuarto 118,1 136,3 159,6 158,7 134,5 141,3

UtilizandoelSPSSparaaplicarelmtododelasmediasmviles:

34
NOTA.SPSSantesdehacerlamediaeliminalosIBVEmayorymenor,esdecir,calculaelvalormedioenlugardelamedia,
puedeutilizartambinlamediana.Endefinitiva,setratadeutilizarunamedidaquemitigueelefectoquepuedencausar
perodosconcomportamientoextremo.
Loscoeficientesestacionalesnotienenporquserfijoseneltiempo.Deahquesetomencomofactoresestacionalesel
resultadoderealizarunamediamvilparalosIBVEdecadaestacin,einclusounaregresinlinealsobrecadaconjuntode
IBVEencadaestacin.

Obtenidoslosfactoresestacionales: E1 = 15,2994 , E2 = 2,7981 , E3 = 2,3831 , E4 = 10,1181

SeprocedealaaplicacindelmtodoHoltWintersaditivo,tomando = 0,20 , = 0,10 y = 0,05

Losvaloresinicialesde S y b1 seobtienendelamismaformaqueenelmtodomultiplicativo,
aplicandolasecuaciones:

Xk X1 X1993 X1988 137,275 100

b1,0 = = = = 1,864 k aosyL perodos(trimestres)
(k 1) L (6 1) . 4 5. 4

L 4
S0 = X1 b1,0 = 100 . 1,864 = 96,3
2 2

- Losvaloresiniciales [ CmL = Em = IVEm ] , t = 0 , 1 m L ,delosfactoresestacionalesobtenidosal

aplicarelmtododelaraznalamediamvil:

C 3 = E1 = 15,2294 , C 2 = E2 = 2,7981 , C 1 = E3 = 2,3831 , C0 = E4 = 10,1181

35
Enelperodo1seobtienenlosestadsticos S1 , b1 , 0 y C1 utilizando,respectivamente,lasfrmulas:

S t = (X t C t L ) + (1 ) (S t1 + b1,(t 1) )
b1, t = (S t S t 1 ) + (1 ) b1 , (t 1)
C t = (X t S t ) + (1 ) C t L

S1 = (X1 C14 ) + (1 ) (S11 + b1,(1 1) ) = 0,2 (77,1 + 15,2294) + (1 0,2) (96,3 + 1,864) = 96,3

b1,1 = (S1 S11 ) + (1 ) b1, (1 1) = 0,1 (97 96,3) + (1 0,1) 1,864 = 1,746

C1 = (X1 S1 ) + (1 ) C1 4 = 0,05 (77,1 97) + (1 0,05) (15,2294) = 15,46293

Lasprediccionesvienendadasporlafrmula: X(t + m)/t = (S t + b1 , t m) + C t + m L 1mL

X(1 + 1)/1 = (S1 + b11 1) C1 + 1 4 = (97 + 1,746) + 2,7981 = 101,5

Apartirdelperodo1,elprocesorecursivosecontinadeformaindefinidamientrasquese
dispongadenuevosdatosdelavariableX.Enlasiguientetablaserecogenlosclculosparaelperodo
muestral.

Perodos Trimestre Xt St b1,t Ct X t/(t 1) et/(t 1) e2t/( t1) et/(t1)

-3 15,2294
-2 2,7981
-1 2,3831
0 96,30 1,8640 10,1181
1 Q1 1988 77,1 97,00 1,7460 15,3855
2 Q2 1988 92,8 97,0 1,5711 2,4483 101,5 8,7 76,5 8,7
3 Q3 1988 103,2 99,0 1,6161 2,4730 101,0 2,2 5,1 2,2
4 Q4 1988 126,9 103,9 1,9390 10,7640 110,8 16,1 260,8 16,1
5 Q1 1989 105,1 108,7 2,2327 14,7982 90,4 14,7 215,6 14,7
6 Q2 1989 125,5 113,4 2,4743 2,9315 113,4 12,1 145,9 12,1
7 Q3 1989 138,2 119,8 2,8716 3,2676 118,3 19,9 394,6 19,9
8 Q4 1989 146,4 125,3 3,1302 11,2812 133,5 12,9 167,2 12,9
9 Q1 1990 124,8 130,7 3,3537 14,3512 113,6 11,2 124,9 11,2
10 Q2 1990 155,2 137,7 3,7188 3,6618 136,9 18,3 333,3 18,3
11 Q3 1990 160,3 144,5 4,0318 3,8937 144,6 15,7 244,9 15,7
12 Q4 1990 171,5 150,9 4,2653 11,7482 159,8 11,7 136,3 11,7
13 Q1 1991 144 155,8 4,3295 14,2229 140,8 3,2 10,3 3,2
14 Q2 1991 169,3 161,2 4,4399 3,8827 163,8 5,5 30,5 5,5
15 Q3 1991 163,2 164,4 4,3129 3,6395 169,6 6,4 40,4 6,4
16 Q4 1991 170,5 166,7 4,1139 11,3502 180,4 9,9 99,0 9,9
17 Q1 1992 150,1 169,5 3,9838 14,4830 156,6 6,5 42,3 6,5
18 Q2 1992 156,5 169,3 3,5660 3,0471 177,4 20,9 436,5 20,9
19 Q3 1992 145,7 166,7 2,9493 2,4061 176,5 30,8 950,9 30,8
20 Q4 1992 144,5 162,4 2,2187 9,8890 181,0 36,5 1334,4 36,5
21 Q1 1993 119 158,4 1,5965 15,7273 150,1 31,1 967,7 31,1
22 Q2 1993 135,1 154,4 1,0383 1,9305 163,0 27,9 779,2 27,9
23 Q3 1993 143,2 152,5 0,7457 1,8210 157,8 14,6 214,0 14,6
24 Q4 1993 151,8 151,0 0,5191 9,4358 163,1 11,3 128,4 11,3
7138,4 348,2

36
Apartirdelasdosltimascolumnas:

T T

e2t/(t1) 7138,4 et/(t 1)

348,2
RECM = t =2
= = 17,61 EAM = t =2
= = 15,14
T 1 23 T 1 23

Enestaserie,utilizandolosmismosparmetros( = 0,20 , = 0,10 y = 0,05 ),elmtodo

multiplicativoofrecepeoresresultadosqueelmtodoaditivo,enelsentidodequetantolaRECM
comoelEAMsonmenoresenelmtodoaditivo.

Apartirdelasvariablesdealisado S24 = 151 , b24 = 0,5191 , C21 = 15,7273 , C22 = 1,9305 ,

C23 = 1,8210 y C24 = 9,4358 ,sehacenlasprediccionespara1994(Q11994,Q21994,Q31994,Q41994),
perodos25,26,27y28,conunperodohaciaadelante:

X(t + m)/t = (S t + b1 , t m) + C t + m L

X25/24 = (S24 + b1, 24 . 1) + C21 = (151 + 0,5191 . 1) + (15,7273) = 135,8

X26/24 = (S24 + b1, 24 . 2) + C22 = (151 + 0,5191 . 2) + 1,9305 = 154

X27/24 = (S24 + b1, 24 . 3) + C23 = (151 + 0,5191 . 3) + 1,8210 = 154,4

X28/24 = (S24 + b1, 24 . 4) + C24 = (151 + 0,5191 . 4) + 9,4358 = 162,5

Lasprediccionesobtenidaspara1994obtenidasconlasdosversiones(multiplicativo,aditivo)del
mtododeHoltWintersdifierenpocoentres,encontrndosemuyalejadasdelaspredicciones
obtenidascuandoseaplicaelIVEconjuntamenteconprediccionesdelatendencia,obtenidasapartir
delajustedeunarectaalaseriedesestacionalizada.

Elvalordadoaloscoeficientes y puedeinfluirdeformaimportanteenlaprecisindelos
estimadores.Conestemotivo,sehananalizanlosdatosdelaserieconelSPSSparaaplicarel
mtododeHoltWintersaditivo.Esteprogramapermiterealizarlabsquedadeloscoeficientes
conlosqueseobtieneelRECMmspequeo.

37
 Paracadaunodelosparmetroshay
queindicarelvalormximoyel
mnimoentrelosqueserealizala
bsqueda,ascomoelincremento
dadoentrecadavaloryelsiguiente.

Enestecaso,elintervalode
bsquedaparalostresparmetros
hasido (0,1 0,9) ,elincremento
seleccionadohasidode0,1.

Losvaloresque
minimizanRECM:
= 0,90 = 0,40 = 0,10

Elvalorptimodelcoeficiente paraestaserieesmuyelevado.

e 2
t/(t 1)
1240,86645
RECM = t =2
= = 7,345 (menorqueenelcasomultiplicativo)
T 1 23

38
Enlasiguientegrficaserepresentalaserieoriginalylasseriespronosticadas(conlosdistintos
valoresanalizadosparalaRECM)segnelmtodoaditivodeHoltWinters:

ConobjetodedeterminarsielmtododeHoltWintersexplicasatisfactoriamentelapartesistemtica
delaevolucindelaserie,seobtienelafuncindeautocorrelacinestimada(ACF)deloserroresde
prediccin.

Comolamuestraesde24observacionessecalculanestoscoeficientesparalos6primerosretardos,
debidoalaprdidadefiabilidadnoconvienequeelnmerodecoeficientescalculadoseasuperiora
1/4deltamaomuestral.

Los6coeficientesestndentrodelabandadeconfianza,porloqueaunnivelindividualserechazala
hiptesisdequecadaunodeloscoeficientes s seadistintodecero.

39
 H : = 2 = " = 6 = 0
Enelcontrasteglobalseplanteanlashiptesis: 0 1
H1 : alguno no es nulo

M
1 2
Elestadstico Q deBoxLjung: Q = T(T 2) rh (Mnmerocoeficientesquesecontrastan)
h=1 T h

6
1 2
Q = 24(24 2) rh = 2,577
h=1 T h

puestoque Q = 2,557 < 12,59 = 20,05 ; 6 seaceptala

hiptesisnulaparaunniveldeconfianzadel95%.

SepuedeconcluirqueelmtododeHoltWintersexplicarazonablementelapartesistemticadela
serie,yaqueloserroresquesecometenenlaprediccinseaproximanaunavariablederuidoblanco
enelsentidodequenoestncorrelacionadosentres.

Enconsecuencia,elmtododeHoltWintersenelesquemaaditivopermiteconseguirmejores
resultadosqueenlaversinmultiplicativa,aunquecondiferenciasmuypequeas.

40