INDICE

INTRODUCCION i
CAPITULO I

1 RESEÑA HISTORICA DE LAS SERIES CRONOLÓGICAS 1

1.1 Reseña histórica 1
1.2 Definición de serie De tiempo 3
1.3 Conceptos generales 5
1.4 Métodos de ajuste de una recta 7
1.4.1 La correlación. 7
CAPITULO II

2 SERIES CRONOLÓGICAS 8
2.1 Definición de series cronológicas 8
2.2 Importancia 8
2.3 Objetivo 8
2.4 Componentes de una serie cronológica 9
2.4.1 Tendencia 9
2.4.2 Variaciones estacionales 10
2.4.3 Variaciones cíclicas 12
2.4.4 Variaciones aleatorias o irregulares 12
2.5 Algunos procedimientos descriptivos 12
2.5.1 Ilustración gráfica 13
2.5.2 Método de ecuación normal 14
3 ANÁLISIS DE SERIES CRONOLÓGICAS 15
CAPITULO III

3.1 Método de los mínimos cuadrados 16

3.1.1 Promedio móvil 16
3.1.2 Fórmula 17
3.1.3 Método de diferencia a la tendencia 17
3.1.4 Método del porcentaje de tendencia 18
3.2 Tipos de series cronológicas: 18
3.3 Caso en flujo: 18
3.4 Caso de un nivel: 18
3.5 Estimación de la tendencia: 19
3.5.1 Método de las semimedidas: 19
3.5.2 Método del movimiento medio: 19
3.6 Clasificación de las series: 20
CAPITULO IV

4 CASO PRÁCTICO 22
CONCLUSIONES 26
RECOMENDACIONES 27
REFERENCIAS BIBLIOGRÁFICAS 28
 1. INTRODUCCION

En toda empresa, compañía o negocio, es necesario utilizar todo tipo de

herramientas técnicas con el objeto de proyectar y pronosticar los resultados que
se desean obtener. Es por eso que la estadística cuenta con diversas
herramientas útiles y aplicables a las diferentes necesidades que se puedan
presentar.

Series Cronológicas es una herramienta técnica la cual nos puede ayudar a

proyectar y pronosticar el comportamiento de determinado suceso, para ello se
debe contar con la colección de datos pasados. En este trabajo de investigación
se podrá encontrar una reseña historia sobre las series cronológicas, en la cual se
mencionan nombres de matemáticos de distintos países los cuales son parte
fundamental en la perfección de esta herramienta que puede llegar a ser muy útil y
beneficiosa.

En concepto general una serie cronológica está formada por un conjunto de

observaciones de una variable, ordenadas en función del tiempo. Su ámbito de
aplicación, no está limitado a la esfera estrictamente económica. Su metodología
puede utilizarse en la medicina (electrocardiograma, electroencefalograma, etc.),
agricultura (evolución de las lluvias en las diferentes estaciones), psicología
(evolución del coeficiente intelectual de una persona) y en muchas otras
disciplinas.

El principal objetivo de las series es conocer, el comportamiento de una variable

cuantitativa en el pasado para estimar su comportamiento en el futuro, es
decir pronosticar las incertidumbres que puedan darse en los estados financieros
por actividades futuras
 CAPITULO I

1 RESEÑA HISTORICA DE LAS SERIES CRONOLÓGICAS

1.1 Reseña histórica

Esta idea de componentes no observables en el análisis económico puede

remontarse a 1825-1875, pero es todavía anterior en estudios de astronomía y
meteorología, en 1823 el matemático Laplace analizó el efecto de las fases de la
luna sobre las mareas y los movimientos de aire en la tierra.

En 1911 se creó en Francia un comité para proponer métodos para separar cada
componente, con el fin de pronosticar cada uno por separado. Con posterioridad
en Estados Unidos se propuso hacer lo mismo.
Ya en 1919 Persons plantea que las series cronológicas están constituidas por
cuatro elementos o componentes:
a. Una tendencia de largo plazo (que constituye el elemento de crecimiento de la
serie).
b. Un movimiento cíclico en forma de onda, súper impuesto en la tendencia.
c. Un movimiento estacional dentro del año.
d. Una variación residual, causada por situaciones que afectan a las series de
manera individual.

Nerlove, Grether y Carvalho (1979) se adscriben a la visión que las series

cronológicas pueden visualizarse como constituidas por varias componentes no
observables: tendencia, ciclo, estacionalidad y movimiento irregular.
Como vemos la extracción de componentes no observables de una serie temporal
es una idea antigua, pero no es sino hasta la mitad del siglo XX que se dispuso de
instrumentos de cálculo potentes y de esquemas teóricos que permitieran el
desarrollo de metodologías más adecuadas, por ello inicialmente se plantearon
esquemas deterministas
Inicialmente el método que más se ha utilizado para descomponer series fue el de
Promedio Móvil. Lo que lo hacía especialmente atractivo es la sencillez
computacional.
La introducción de la computadora dio paso a métodos de desestacionalización
masivos (Shiskin 1954), lo que resultó en el primer método de la Oficina del Censo
de los EE.UU. (Census Method I) que no era más que un pequeño refinamiento
del método de Razón o Promedio Móvil.
Luego apareció el Census Method II, que se estudió empíricamente entre los años
1955- 1965, dando lugar a las variantes experimentales X1 a X11. Este método
era utilizado por la mayoría de los países industrializados en la década de los ’60.
Como vimos cada uno de los componentes de las series cronológicas recoge
fenómenos o señales distintas. En lo que respecta al componente estacional,
Granger (1978) explicita cuatro posibles causas de las fluctuaciones estacionales:
a. El calendario propiamente dicho (feriados fijos, diferente número de días de
cada mes, etc.).
b. Razones Institucionales. Se fijan determinados momentos del año para realizar
ciertas actividades.
c. El clima, que determina por ejemplo las cosechas, etc.
d. Expectativas de variaciones estacionales (aumento o disminución de la
producción previa a determinadas fechas, por ejemplo).
Estas causas pueden considerarse como factores exógenos, de naturaleza no-
económica, que influyen sobre la variable que se estudia y que “oscurecen” las
características de la serie relacionadas con factores netamente económicos.
Dagum (1978) resume lo que considera las tres características más importantes
de los fenómenos estacionales son:
a. Se repite cada año con cierta regularidad, aunque puede evolucionar.
b. Se puede medirse y separarse de las otras fuerzas que influencian el
movimiento de la serie.
c. Es causado principalmente por fuerzas no económicas, exógenas al sistema
económico, y que no pueden controlarse o modificarse por los tomadores de
decisiones en el corto plazo.
1.2 Definición de serie De tiempo
Por serie de tiempo nos referimos a datos estadísticos que se recopilan, observan
o registran en intervalos de tiempo regulares (diario, semanal, semestral, anual,
entre otros). El término serie de tiempo se aplica por ejemplo a datos registrados
en forma periódica que muestran, por ejemplo, las ventas anuales totales de
almacenes, el valor trimestral total de contratos de construcción otorgados, el valor
trimestral del PIB.

a) Componentes de la serie de tiempo

Supondremos que en una serie existen cuatro tipos básicos de variación, los
cuales sobrepuestos o actuando en concierto, contribuyen a los cambios
observados en un período de tiempo y dan a la serie su aspecto errático. Estas
cuatro componentes son: Tendencia secular, variación estacional, variación cíclica
y variación irregular.
Supondremos, además, que existe una relación multiplicativa entre estas cuatro
componentes; es decir, cualquier valor de una serie es el producto de factores que
se pueden atribuir a las cuatro componentes.

I. Tendencia secular: La tendencia secular o tendencia a largo plazo de una

serie es por lo común el resultado de factores a largo plazo. En términos
intuitivos, la tendencia de una serie de tiempo caracteriza el patrón gradual
y consistente de las variaciones de la propia serie, que se consideran
consecuencias de fuerzas persistentes que afectan el crecimiento o la
reducción de la misma, tales como: cambios en la población, en las
características demográficas de la misma, cambios en los ingresos, en la
salud, en el nivel de educación y tecnología. Las tendencias a largo plazo
se ajustan a diversos esquemas. Algunas se mueven continuamente hacía
arriba, otras declinan, y otras más permanecen igual en un cierto período o
intervalo de tiempo.
 II. Variación estacional: El componente de la serie de tiempo que representa la
variabilidad en los datos debida a influencias de las estaciones, se llama
componente estacional. Esta variación corresponde a los movimientos de la
serie que recurren año tras año en los mismos meses (o en los mismos
trimestres) del año poco más o menos con la misma intensidad. Por
ejemplo: Un fabricante de albercas inflables espera poca actividad de
ventas durante los meses de otoño e invierno y tiene ventas máximas en
los de primavera y verano, mientras que los fabricantes de equipo para la
nieve y ropa de abrigo esperan un comportamiento anual opuesto al del
fabricante de albercas.

III. Variación cíclica: Con frecuencia las series de tiempo presentan secuencias
alternas de puntos abajo y arriba de la línea de tendencia que duran más de
un año, esta variación se mantiene después de que se han eliminado las
variaciones o tendencias estacional e irregular. Un ejemplo de este tipo de
variación son los ciclos comerciales cuyos períodos recurrentes dependen
de la prosperidad, recesión, depresión y recuperación, las cuales no
dependen de factores como el clima o las costumbres sociales.

IV. Variación Irregular: Esta se debe a factores a corto plazo, imprevisibles y no

recurrentes que afectan a la serie de tiempo. Como este componente
explica la variabilidad aleatoria de la serie, es impredecible, es decir, no se
puede esperar predecir su impacto sobre la serie de tiempo. Existen dos
tipos de variación irregular: a) Las variaciones que son provocadas por
acontecimientos especiales, fácilmente identificables, como las elecciones,
inundaciones, huelgas, terremotos. b) Variaciones aleatorias o por
casualidad, cuyas causas no se pueden señalar en forma exacta, pero que
tienden a equilibrarse a la larga.
1.3 Conceptos generales
Una serie cronológica, está formada por un conjunto de observaciones de una
variable, ordenadas en función del tiempo.
Su ámbito de aplicación, no está limitado a la esfera estrictamente económica. Su
metodología puede utilizarse en la medicina (electrocardiograma,
electroencefalograma, etc.), agricultura (evolución de las lluvias en las diferentes
estaciones), psicología (evolución del coeficiente intelectual de una persona) y en
muchas otras disciplinas.

El propósito perseguido con el análisis de series, consiste en predecir los valores

futuros de la variable estudiada.
Para ello, las observaciones son descompuestas en un conjunto de elementos
(componentes), que permitan descubrir las regularidades que presentan.

El análisis de series cronológicas, se realiza a través de dos modelos básicos.

A) Modelo Aditivo Yt = Tt + St + Ct + Et

B) Modelo Multiplicativo Yt = Tt * St * Ct * Et

Yt - Variable estudiada
Tt - Tendencia
St - Variaciones estacionales
Ct - Fluctuaciones cíclicas
Et – Sucesos aleatorios o irregulares
La elección del modelo a utilizar, estará dada por el que mejor se ajuste a los
datos, de cada problema en particular.
En el modelo aditivo todos los componentes son valores reales, mientras que en el
multiplicativo, la tendencia es real, pero los restantes componentes se expresan
como un porcentaje de ella.

C) Diagrama de dispersión.
Corresponde a la representación gráfica de una distribución bidimensional. En
algunos casos, si los puntos son demasiados, es conveniente dibujar sólo un
punto para cada par de valores de la variable, pero señalando entre paréntesis su
frecuencia.

D) La covarianza.
Es un estadígrafo que cuantifica la relación entre las dos variables conjuntamente
y no por separado como se han hallado hasta ahora las medias aritméticas y las
varianzas. Se utiliza en la obtención del coeficiente angular de la recta de
estimación. La Covarianza se define como la media de los productos de las
desviaciones respecto a sus correspondientes medias aritméticas.

E) Regresión.
La nube o conjunto de puntos adopta diferentes formas, las que se pueden
esquematizar en una línea más sencilla, para proporcionar así una idea del tipo de
relación funcional entre ambas variables. En algunos casos, la nube de puntos se
dispersa mucho en torno a la línea, lo que indica que ella no es representativa. en
otros casos, las diferencias entre la línea sencilla y los puntos, son pequeños y la
nube se adapta muy bien a la curva elegida. La relación funcional implica la
posibilidad de predecir el valor de una variable existen varios valores de la otra.
Por lo tanto es necesario encontrar algún estadígrafo que cuantifique el error
cometido al efectuar la estimación o predicción. Aunque se puede considerar una
variable como dependiente y la otra como independiente, ambas son
dependientes pues están ligadas en el correspondiente cuadro bidimensional. Por
tanto, es preferible designarlas como predictora (la variable conocida) y
predictando (la que se desea estimar). Se trata, entonces, de trazar a través de la
nube de puntos una línea que sea la del mejor ajuste de los datos, para estimar
los valores del predictando dados los valores del predictor. Como se pueden trazar
varias líneas y la buscada debe de ser única, se le puede imponer una condición,
como aquella de que la mejor es la que haga mínimas las distancias entre los
valores observados y los estimados.

1.4 Métodos de ajuste de una recta

La función más simple utilizada como el ajuste es la de primer grado, en función
de X, cuya expresión analítica es: Y* = bX+c. Métodos: a) Primer Método o
Método Libre: se realiza eligiendo libremente dos puntos cualesquiera de la serie
para formar la ecuación general de la recta, trazarla y observar, a ojo, los errores
en el ajuste. b) Segundo Método: se basa en los mínimos cuadrados; es más
exacto ya que relaciona todos los datos de la serie.

1.4.1 La correlación.
El diagrama de Dispersión indica la forma de relación entre ambas variables y
proporciona una idea sobre las líneas de regresión aplicables. Al emplear dichas
líneas, es posible predecir y estimar los valores de una variable para determinar
los de la otra. A veces los puntos se encuentran relativamente próximos a la línea
de regresión, otras, quedan bastantes diseminados en torno a ella. En
consecuencia, es necesario determinar un estadígrafo que permita cuantificar esta
aproximación. Se utiliza el coeficiente de correlación, cuya expresión varía para
cada tipo de línea ajustada, y cuyo significado depende también del número de
observaciones consideradas. No debe interpretarse la palabra correlación como
que cuantifica la relación causa-efecto. El valor así obtenida señala únicamente el
valor de un coeficiente de relación funcional en ese determinado conjunto de
datos. Si el coeficiente de correlación r es un valor cercano o igual a 1 o a -1,
existe una buena correlación pero que a medida que se aproxime a 0 se
desmejora.

CAPITULO II

2 SERIES CRONOLÓGICAS

2.1 Definición de series cronológicas

Llamadas también series de tiempo, se denomina serie de tiempo a un conjunto
de observaciones obtenidas de una misma variable durante un determinado
tiempo.

Una serie temporal se define como una colección de observaciones de una

variable recogidas secuencialmente en el tiempo. Estas observaciones se suelen
recoger en instantes de tiempo equiespaciados. Si los datos se recogen en
instantes temporales de forma continua, se debe o bien digitalizar la serie, es
decir, recoger sólo los valores en instantes de tiempo equiespaciados, o bien
acumular los valores sobre intervalos de tiempo.

2.2 Importancia
La importancia de estas series de tiempo, se basa en mantener datos acerca del
pasado que muestren la información acerca de los cambios futuros. La toma de
decisiones económicas y comerciales, necesitan que se hagan proyecciones de
las condiciones externas e internas, que les afecta. Por lo general las predicciones
del futuro mejoraran a medida que se va haciendo más precisa la información del
pasado.

2.3 Objetivo
El principal objetivo de las series es conocer, el comportamiento de una variable
cuantitativa en el pasado para estimar su comportamiento en el futuro, es
decir pronosticar las incertidumbres que puedan darse en los estados financieros
por actividades futuras

2.4 Componentes de una serie cronológica

Los elementos de una serie cronológica también coincide con el nombre de
variaciones, componentes, o movimiento característicos de una serie cronológica
pueden dividirse en:

● Tendencia (T)
● Variaciones estacionales (S)
● Variaciones Cíclicas
● Variaciones Aleatorias o Irregulares

Para algunas estadísticas el Análisis de una serie cronológica es igual a la suma

de sus movimientos característicos, en cambio para otras se considera como el
producto de sus movimientos básicos.

2.4.1 Tendencia
Es la componente que indica la evolución de la variable a través del tiempo,
evolución que se va a medir como un crecimiento o descenso constante en un
período de tiempo prolongado. El período de observación de la variable ha de ser
suficientemente largo como para incluir dos o más ciclos económicos y así poder
tener una idea sobre la evolución real de la variable. Lo que mide la tendencia es
la variación promedio de la variable por unidad de tiempo. Esta tendencia se suele
describir mediante una recta o algún tipo de curva lisa.
En la figura se puede observar que a pesar de tener altibajos durante todo el
período de observación, la tendencia (T) de las tasas de desempleo es a
disminuir.

2.4.2 Variaciones estacionales1

Corresponde a los movimientos en una serie de tiempo, que ocurren año tras año
en los mismos meses o períodos del año poco más o menos con la misma
intensidad. También se aplica la variación estacional a otros movimientos
periódicos por naturaleza, como los que ocurren en un día, una semana o un mes,
cuyo período es como máximo un año.

Entre los factores más importantes que originan variaciones estacionales, se

encuentran las condiciones climáticas, las costumbres sociales y las fiestas
religiosas. Las climáticas son la causa más importante de las variaciones
estacionales en la producción agrícola, la construcción y el turismo.

En la figura puede observarse que generalmente el PIB en los meses de

noviembre y diciembre está en su punto máximo y en los meses de enero, marzo y

1
Estadística, Toledo Muñoz Isabel., Alhambra Mexicana S.A., México 1994
junio en su punto mínimo, presentándose más o menos el mismo comportamiento
todos los años. La situación descrita se considera una variación estacional.
Existen diversas razones para calcular las variaciones estacionales; si se sabe
que los precios de algunos artículos tienen una fluctuación característica, es
posible comprar en época de precio bajo y reservar los artículos para su posterior
empleo o venta. Antes de tomar una decisión a este respecto debe tenerse en
cuenta el costo de almacenamiento y otros costos que impliquen la operación.

Una razón para medir los movimientos estacionales es la de ajustar los datos
estadísticamente respecto a tales movimientos, quedando así las series
compuestas únicamente por la tendencia, los movimientos cíclicos y las
variaciones aleatorias. Los datos en esa forma son más fáciles de interpretar para
muchos fines, por disminuir la probabilidad de error en la apreciación de la causa
de cualquier movimiento observado. Por ejemplo, si no se han ajustado los datos,
puede tomarse un alza estacional por una mejora en la condición del negocio o
viceversa.
Los índices estacionales son las medidas de las variaciones estacionales en la
marcha de cualquier variable. Al hacer los análisis de las variaciones estacionales
se deben utilizar como máximo datos trimestrales o semestrales.

2.4.3 Variaciones cíclicas

Son los movimientos ascendentes y descendentes de la variable, los cuales
difieren de las variaciones estacionales en que se extienden por períodos de
tiempo más o menos largos (2 o más años) y, supuestamente, resultan de un
conjunto de causas totalmente diferentes que en general son de naturaleza
económica y reflejan el estado de las actividades comerciales de tiempo en
tiempo.

Los períodos recurrentes de expansión, cúspide, contracción y sima constituyen

las 4 fases de un ciclo y se consideran causados por factores diferentes del clima
y las costumbres sociales que contribuyen a las variaciones estacionales. La
principal diferencia entre las variaciones cíclicas y las estacionales es que en las
estacionales la periodicidad es de un año como máximo, mientras que en las
cíclicas esta periodicidad es mayor; por esta razón para detectar las variaciones
cíclicas se debe tener una serie suficientemente larga.

2.4.4 Variaciones aleatorias o irregulares

Se deben a razones aleatorias o esporádicas y por lo tanto impredecibles. No
obstante, estos sucesos se pueden reconocer e identificar fácilmente. Las
variaciones aleatorias son de dos clases: a) variaciones provocadas por
acontecimientos especiales, como elecciones, guerras, inundaciones, terremotos,
huelgas, etc. b) variaciones aleatorias o por casualidad, cuyas causas no se
pueden señalar en forma exacta.
Las variaciones aleatorias a menudo son poco importantes y se suelen considerar
como parte de las estacionales o cíclicas o simplemente se las ignora.

2.5 Algunos procedimientos descriptivos

Entre los procedimientos descriptivos se indican los siguientes:

2.5.1 Ilustración gráfica

Para el análisis de una serie de tiempo es necesario, conocer si los datos se han
dado en condiciones normales en cada período, porque puede ser que en un
período alguna situación haya variado, e este caso debe omitirse para medir
cuantitativamente el crecimiento y poder pronosticar en mejor forma. A
continuación se muestra un ejemplo de cómo se gráfica una serie de tiempo.

El impuesto sobre la renta pagado por la Empresa JC, S. A., en los últimos años
fue el siguiente:

Gráfica No.1
Ilustración gráfica de series cronológicas
 Fuente: Cao, Ramón. Métodos Estadísticos-Teoría y Práctica.

Como se observa en la gráfica la tendencia lineal demuestra una tendencia

positiva ya que la línea recta tiende a ser creciente.

2.5.2 Método de ecuación normal

También llamado método largo, aquí el origen estará siempre en el primer año no
importando si la serie es par o impar.

Para ello se tiene que despejar la ecuación calculada o ecuación lineal que es:

Yc = a + bx

Dónde:
Yc = Valores calculados
a = Ordenada en el origen
b = (Pendiente) Variación de los valores de y por cada unidad que varia “x”
x = Años

Nota: Las fórmulas utilizadas en las resoluciones de los problemas son las
utilizadas en el curso de Estadística I de la Escuela de Auditoría de la Facultad de
Ciencias Económicas, Universidad de San Carlos de Guatemala. Dicha ecuación
se despeja por medio de las ecuaciones normales siguientes:
 CAPÍTULO III

3 ANÁLISIS DE SERIES CRONOLÓGICAS

Los pasos a seguir en el análisis de una serie cronológica son los siguientes:

a) Coleccionar datos fideicomisos de la serie cronológica, teniendo presente el

propósito que se persigue con el análisis de dicha serie.

En el caso de que se pretenda realizar ciertas predicciones a partir de ella, será

aconsejable recopilar datos de series afines.

b) Representar la serie temporal.

c) Construir la curva o recta de tendencias.

d) Estudiar e interpretar la tendencia.

e) Estudiar la existencia de movimientos cíclicos, estacionales y debidos al azar si los

hubiera.
f) Representarlos y desestacionalizarlos si se desea un estudio riguroso,
ajustándolos a la tendencia.

g) Observar la periodicidad de los movimientos cíclicos o de cualquier otro tipo, si

existiese.

h) Combinar los resultados anteriores, y cualquier otro que pueda ser de utilidad,
para emitir las conclusiones oportunas y hacer predicción correspondiente si se
considera necesario.

3.1 Método de los mínimos cuadrados

Este método consiste en elegir la recta de modo tal que la suma de los cuadrados
de los desvíos entre los puntos representados y la recta, sea menor posible.
La ecuación de la recta es: Y=a+bx
Queda determinada cuando se conocen los valores numéricos de a y b, estos
valores son la solución de un sistema de dos ecuaciones con dos incógnitas.
Conocidos también como ecuaciones normales del método de los mínimos
cuadrados. Donde “n” nos indica el número de clases utilizadas.

3.1.1 Promedio móvil

El método de pronóstico móvil simple se utiliza cuando se quiere dar más

importancia a conjuntos de datos más recientes para obtener la previsión. Cada
punto de una media móvil de una serie temporal es la media aritmética de un
número de puntos consecutivos de la serie, donde el número de puntos es elegido
de tal manera que los efectos estacionales y / o irregulares sean eliminados.
El pronóstico de promedio móvil es óptimo para patrones de demandas aleatorias
o niveladas donde se pretende eliminar el impacto de los elementos irregulares
históricos mediante un enfoque en períodos de demanda reciente.

3.1.2 Fórmula

En donde :

Promedio de ventas en unidades en el período t

Sumatoria de datos
Ventas reales en unidades de los períodos anteriores a
Número de datos

3.1.3 Método de diferencia a la tendencia

Este procedimiento consiste en restar la tendencia de la información original, para

eliminar posteriormente las variaciones cíclicas e irregulares a través de pre
mediación. Al promediar los elementos del segundo segmento, se suavizan los
factores cíclicos y accidentales, quedando aislada la función estacional.

3.1.4 Método del porcentaje de tendencia

Este procedimiento es relacionado con el Método de diferencia a la tendencia,

excepto que la eliminación de la tendencia, se realiza mediante una
división, pues se aplica en esquemas multiplicativos. Los valores
obtenidos se promedian para suavizar las variaciones cíclicas e
irregulares.

3.2 Tipos de series cronológicas:

Una variable principal de una serie cronológica es el tiempo. Aunque pueden
estudiarse series con varios caracteres, nosotros vamos a limitarlos al caso en que
solo haya dos: El tiempo y la variable Y que dependa de él.
Si estudiamos la variable Y vemos que en cada unidad de tiempo toma un valor
que en general es distinto para cada uno de los periodos considerados. Este valor
de Y puede ser el resultado de una medición instantánea, o de una serie de
mediciones que a su vez pueden ser continuas o discontinuas.

3.3 Caso en flujo:

En este caso en cada periodo de tiempo se realiza una serie de mediciones y la
variable Y puede tomar cualquiera de los valores que resultan de esas
mediciones. De esta manera si enumeramos los periodos de observación de 1 a T,
y t ϵ [1, T], en el periodo t el flujo transcurrido vendría dado por Y.

3.4 Caso de un nivel:

En este caso cada periodo de tiempo considerando t se efectúa una sola medición
y esta nos da el valor Y para ese periodo. Las mediciones se efectúan en instantes
regularmente escalonados, y el valor obtenido es el que nos da la Y de ese
periodo.
Sin embargo, al considerar unidades de tiempo que no siempre tienen la misma
duración puede que en ocasiones no se verifique esta hipótesis.

3.5 Estimación de la tendencia:

Existen varios medios para estimar la tendencia de una serie cronológica. Los dos
tipos que se usan más frecuentemente son:

3.5.1 Método de las semimedidas:

Consiste en dividir los valores en dos grupos que tengan el mismo número de dato
y hallar la media de cada uno de ellos. Trazando la recta que une los puntos
dados por estas semimedias, se obtiene la recta de tendencia de la serie. El
método es aplicable a series en las que la tendencia es lineal o aproximadamente
lineal, porque la aplicación de la misma no tomando esta característica nos podría
conducir a una interpretación errónea.

3.5.2 Método del movimiento medio:

Para representar la gráfica de una serie, se unen los puntos cuya abscisa es la
unidad de tiempo y cuya ordenada es el valor de la serie para esa unidad. El
método del movimiento medio toma como ordenada la media de un subconjunto
de valores de la serie y va determinando por este procedimiento las sucesivas
ordenadas de los puntos de la gráfica.

Los subconjuntos de valores tomados puedes tener distintos cardinales; es usual

tomarlos de tres, cuatro o cinco elementos; según el número de elementos que
tengan cada uno de estos subconjuntos, diremos que el movimiento medio de
ordenes apropiados, pueden eliminarse los movimientos cíclicos, estacionales e
irregulares de una serie cronológica, quedando así el movimiento de tendencia
únicamente

3.6 Clasificación de las series:

a) Serie cronológica con número de años impar:

● Método Corto

AÑOS X
1 –2
2 –1
3 0 = Origen
4 1
5 2

● Método Largo

AÑOS X
1 0 = Origen
2 1
3 2
4 3
5 4
 b) Series cronológicas con número de años par
AÑOS X

● Método Largo

AÑOS X
1 0 = Origen
2 1
3 2
4 3
5 4
6 5

● Método Corto

AÑOS X
1 -5
2 –3
3 –1
0 = Origen
4 1
5 3
6 5
 CAPITULO IV

4 CASO PRÁCTICO
Además
Determinación de la productividad para el año 2016
El gerente de la empresa Janel S.A., le ha contratado para que calcule la
producción del año 2016; además solicita: (Utilice cinco decimales)
1. Utilizando el método largo determine la producción para el año indicado con el
ajuste correspondiente del 10% de incremento
2. Por medio del método corto o abreviado compruebe el resultado anterior,
utilizando el método semestral.
3. Hacer el análisis de las ecuaciones.

Simbología
Yc valores calculados o estimados de la variable "Y"
ayb coeficiente de regresión
x variable de tiempo: años, semestres, meses, etc.
Y variable que se desea estimar
N numero de periodos
1. Método largo

Este método se realiza con las ecuaciones de coeficientes para poder obtener la
ecuación lineal de tendencia.

1. X = va a ser siempre el tiempo, a diferencia del método corto X (el tiempo)

se iniciara desde 0.
2. Y = siempre va a ser la variable que este caso va a ser la producción de
cada año.
3. Se multiplica X*Y para poder la sumatoria (Σxy)
4. Se eleva X a su segunda potencia para la sumatoria (Σx^2).
5. Se reemplazan los datos en las formulas, obteniendo a y b para poder
despejar la ecuación lineal.
6. Se despeja la ecuación lineal para poder obtener el dato solicitado.
a. Formula 114 de la página 30 por ecuación normales.

Y
Años X Producción XY X^2
2009 0 30 0 0
2010 1 28 28 1
2011 2 32 64 4
2012 3 33 99 9
2013 4 29 116 16
2014 5 35 175 25
2015 6 38 228 36
21 225 710 91
Ecuación lineal
Cancelación de a. Despeje de b

Despeje de a
DETERMINANDO LA YC

2. Método abreviado o corto

Este método se realiza con las ecuaciones de coeficientes para poder obtener la
ecuación lineal de tendencia al que el método largo.

1. X = va a ser siempre el tiempo, se busca el centro de X en la tabla donde

se coloca 0 y se inicia 1 hacia abajo y del 0 hacia arriba se inicia con el -1.
2. Y = siempre va a ser la variable que este caso va a ser la producción de
cada año.
3. Se multiplica X*Y para poder la sumatoria (Σxy)
4. Se eleva X a su segunda potencia para la sumatoria (Σx^2).
5. Se despejan las formulas 115 de la página 30 del Prontuario de Fórmulas
Estadística.
6. Se despeja la ecuación lineal para poder obtener el dato solicitado.
El 8 es la cantidad de semestres acumulados.

Y
año X^
s X Producción XY 2 yc= a+bx
2009 -6 30 -180 36 yc= (32.14286+0.625(8))1.10
2010 -4 28 -112 16 yc= 40.85708
2011 -2 32 -64 4
a= Σy/n = 225/7 =
2012 0 33 0 0 32.14286
2013 2 29 58 4 b= Σxy/n^2 = 70/112 = 0.625
2014 4 35 140 16
2015 6 38 228 36
0 225 70 112

3. En la ecuación yc=28.39286+1.25x, a=28.39286 es el origen y b=1.25 es el

parámetro de crecimiento anual de la producción, yc representa la
estimación de la producción del año deseado en ese caso para el año 2016.
En la ecuación yc=32.14286+0.625x, a=32.14286 es el origen y b=0.625 es
el parámetro de crecimiento semestral de la producción.

2. CONCLUSIONES

1. Una de las características de las series cronológicas es que nos permiten

calcular e identificar un dato en el futuro especialmente en el estudio de las ventas
y la utilidad de una entidad, las cuales pueden tener un comportamiento constante
y a través del conocimiento del proceso y ejecución de estas actividades se
puedan tomar decisiones importantes para la empresa. El uso de los diferentes
métodos de análisis de las series cronológicas depende de la cantidad de datos
disponibles.
2. El Contador Público y Auditor debe poseer los conocimientos teóricos y
prácticos necesarios de estos procesos estadísticos para que le permitan
aprovechar al máximo las ventajas en el análisis de la información para que a
través de las series cronológicas poder efectuar en forma eficiente y eficaz
cualquier trabajo de auditoría o de otra índole que este dentro de su campo de
ejecución.

3. RECOMENDACIONES

1. Los procesos estadísticos son herramientas muy útiles en el área de

finanzas para la toma de decisiones, por lo que la facultad de ciencias económicas
debería darle un mayor énfasis a la enseñanza de la estadística enfocada al
análisis financiero, ya sea a través del pensum o a través de seminarios o cursos
libres.
2. A todos los estudiantes de la facultad de ciencias económicas con mayor
énfasis a los estudiantes Contaduría Pública y Auditoría se les recomienda
conocer las herramientas estadísticas que pueden ser útiles en un trabajo de
auditoría ya que el conocimiento del comportamiento histórico de una cuenta
puede dar una idea de si el saldo que presenta es razonable o no.

4. REFERENCIAS BIBLIOGRÁFICAS

1. Variación Irregular. (junio 2010). Buenas tareas: documentos de

investigación. Recuperado de
http://www.buenastareas.com/ensayos/Variacion-Irregular/420829.html

2. Series de tiempo (sin fecha). Estado de Sonora, E.E. U.U. Mexicanos.

Departamento de matemática Universidad de Sonora. Recuperado de
http://www.estadistica.mat.uson.mx/Material/seriesdetiempo.pdf
3. Estadística teórica. (sin fecha). Portal fuenterrebollo. Recuperado de
http://www.fuenterrebollo.com/Economicas/TEORICA-I/3-temporales.pdf

4. Ing. Salazar, Byron. (2016). Variación estacional o cíclica. Colombia.

Ingeniería Industrial online. Recuperado de
http://www.ingenieriaindustrialonline.com/herramientas-para-el-ingeniero-
industrial/pron%C3%B3stico-de-ventas/variaci%C3%B3n-estacional-o-
c%C3%ADclica/

5. Chaparro Eva. (2009). Diagnostico Situacional. E.E. U.U. Mexicanos. Portal

de servicios educativos, Universidad Autónoma del Estado de México.
Recuperado de http://seduca.uaemex.mx/material/LIA/Esta/Cnt17.php

6. Relación entre los promedios.(2012). Perú. Universidad Nacional del Callo:

Documentos. Recuperado de
http://www.unac.edu.pe/documentos/organizacion/vri/cdcitra/Informes_Final
es_Investigacion/IF_JUNIO_2012/IF_CALDERON%20OTOYA_FCA/capitul
o%208.pdf