TEMPORALES MÉTODOS DE INVESTIGACIÓN MÁSTER DE DIRECCIÓN DE EMPRESAS TURÍSTICAS UNIVERSIDAD DE HUELVA. Prof. Dr. Juan José García del Hoyo
|
|
- Eduardo Pereyra San Segundo
- hace 5 años
- Vistas:
Transcripción
1 MÉTODOS DE INVESTIGACIÓN APLICADOS AL TURISMO MÁSTER DE DIRECCIÓN DE EMPRESAS TURÍSTICAS UNIVERSIDAD DE HUELVA ANÁLISIS DE SERIES TEMPORALES Prof. Dr. Juan José García del Hoyo Área de Métodos Cuantitativos para la Economía y la Empresa Dpto. de Métodos Cuantitativos para la Economía y la Empresa, Estadística e Investigación Operativa
2 Cuestiones que podríamos plantearnos Con qué componente de una serie temporal se puede asociar una guerra, un aumento de las ventas de juguetes en Navidades, una recesión en la compra de viviendas de 4 años o un aumento en la producción acuícola de mejillones por una mejora tecnológica? Qué tendencia presenta la cotización de una acción de una empresa en la bolsa? Cuándo se produce los mayores y menores grados de ocupación en los hoteles de Huelva? Sesión t8s1
3 1. Introducción Serie Temporal: Esunasucesión de observaciones cuantitativas i de un fenómeno ordenadas en el tiempo. Se designa por: y t con t = nº de observaciones [t = 1,, Np] o y ik con i = nº de años [i = 1,,N] y k = período inferior al año (mes, trimestre,...) [k = 1,, p]. Sesión t8s1
4 Utilidad: 1. Introducción Analizar la evolución de una variable en el transcurso del tiempo. Efectuar predicciones futuras. Representación gráfica: y t t Sesión t8s1
5 1. Introducción EVOLUCIÓN INTERTRIMESTRAL DEL PARO (1976T3-2012T4) 7000 Miles de personas I I 1977 I 1978 I 1979 I 1980 I 1981 I 1982 I 1983 I 1984 I 1985 I 1986 I 1987 I 1988 I 1989 I 1990 I 1991 I 1992 I 1993 I 1994 I 1995 I 1996 I 1997 I 1998 I 1999 I 2000 I 2001 I 2002 I 2003 I TI 2006TI 2007TI 2008TI 2009TI 2010TI 2011TI 201 2TI Fuente: INE. Encuesta de Población Activa)
6 1. Introducción ÍNDICE DE PRODUCCIÓN INDUSTRIAL (1975M1-2012M12) Base M M M M M M M M M M M M M M M M M M M M M M M M M M M M M M M M M M M M M M01 Fuente: INE.
7 1. Introducción EURIBOR a 1 AÑO (1995M1-2012M11) Fuente: Banco de España (INE)
8 Introducción VIAJEROS A HUELVA (1995M1 A 2012M11) Unidad: Personas. 1999M M M M M M M M M M M M M M M M M M M M M M M M M M M M M M M M M M M M M M M M M M09 Fuente: INE. Encuesta de ocupación en alojamientos turísticos
9 1. Introducción Objetivo del estudio de series temporales: Examinar el patrón de la variable en los períodos anteriores y, bajo el supuesto de que las condiciones que generaron los datos históricos no serán diferentes de las condiciones futuras, salvo para aquellas variables que el modelo reconozca de forma explícita; usarlo para efectuar predicciones.
10 1. Introducción Métodos de predicción Métodos cualitativos ti Métodos cuantitativos Análisis i univariante i Análisis i causal el enfoque se centra en el estudio de la variable de interés y la predicción se realiza a partir de la información autocontenida en la serie en la explicación de las variables de interés intervienen factores externos Medias móviles Alisado exponencial Descomposición Regresión simple Regresión múltiple l
11 2. Componentes de una serie temporal Métodos de Descomposición Suponen que la serie temporal esta formada por cuatro componentes, de tal forma que el método funciona extrayendo en primer lugar cada una de dichas componentes para analizarlas por separado lo que permite adquirir un conocimiento sobre las series- y después, volver a combinarlas para formar las predicciones. Sesión t8s1
12 2. Componentes de una serie temporal Tendencia (T ik ) Componentes Variaciones estacionales (e ik ) Variaciones cíclicas (C ik ) Variaciones residuales, accidentales o irregulares (I ik ) Sesión t8s1
13 Tendencia (T ik ) 2. Componentes de una serie temporal Es el movimiento a largo plazo de la serie (crecimiento, decrecimiento o estancamiento). Es necesario un nº suficientemente grande de observaciones 120, , ndice Producci n Industrial I 100, , , , , , ,
14 2. Componentes de una serie temporal Variaciones cíclicas (C ik ) Son movimientos producidos con un período superior al año. Se suelen deber a la alternancia de etapas de prosperidad y de depresión en la actividad económica. 1,1 1,05 1 0,95 0,9 0, C clico A veces se trata conjuntamente el ciclo con la tendencia y se habla de Componente Tendencia-Ciclo o Componente Extraestacional (E ik ). Sesión t8s1
15 2. Componentes de una serie temporal Var. estacionales (e ik ) Son oscilaciones que se producen en un período inferior al año. Siguen patrones regulares. Se deben a factores climatológicos, de tradición y culturales. 1,1 1,05 1, , , º tr. 2º tr. 3º tr. 4º tr 0,95 0, ,85 0,
16 2. Componentes de una serie temporal Variaciones residuales, accidentales o irregulares (I ik ) Son movimientos de muy c/p, sin un carácter periódico reconocible, ocasionados por fenómenos singulares o fortuitos produciendo efectos casuales y transitorios, como el efecto causado por una huelga, una guerra, un terremoto, etc Sesión t8s1 1,04 1,03 1, ,01 1 0,99 0,98 0,97 0,96 0,95 0,94 0, Irregular
17 2. Componentes de una serie temporal Combinación de las Componentes MODELO ADITIVO MOD. MULTIPLICATIVO y ik =T ik + e ik + C ik + I ik y ik =T ik e ik C ik I ik Sesión t8s1
18 2. Componentes de una serie temporal MODELO ADITIVO MOD. MULTIPLICATIVO y ik =T ik + e ik + C ik + I ik y ik =T ik e ik C ik I ik Sesión t8s1
19 3. Análisis de la Tendencia. Métodos para su determinación ió TENDENCIA (T ik ) La tendencia es la componente a largo plazo que representa el crecimiento o decrecimiento de la serie temporal durante un largo periodo. Dicho movimiento puede revelar una tendencia lineal o curvilínea. Métodos para su determinación Regresión Medias móviles Sesión t8s1
20 3. Análisis de la Tendencia. Métodos para su determinación ió A) MÉTODO DE REGRESIÓN El procedimiento que se usa para estimar la tendencia es el de Mínimos Cuadrados. Consiste en estimar un modelo de regresión que explique la evolución temporal de la variable que se está analizando en función de una variable codificada t =1,2,3, que representa el paso del tiempo (año,mes,trimestre, ) Sesión t8s1
21 3. Análisis de la Tendencia. Métodos para su determinación ió ˆ ˆ t = b b t ˆ 2 T t = b0 + b1t + b2t T t ˆ = Tt b0b1 Tendencia lineal Tendencia exponencial Tendencia cuadrática Tendencia lineall Supone que la variable b = S / S 2 aumenta (o disminuye) en 1 Yt t t una cantidad constante b = Y b t (b 0 t 1 1 ) durante todo el periodo de tiempo. Sesión t8s1
22 3. Análisis de la Tendencia. Métodos para su determinación ió EJEMPLO 1 Tˆ t = , , 05 t Sesión t8s1
23 3. Análisis de la Tendencia. Métodos para su determinación ió La elección de la forma funcional correcta de la tendencia depende de una serie de criterios objetivos basados en la medición de la calidad del ajuste (observación gráfica, R 2, significatividad individual de los parámetros estimados, ) así como del propio criterio del analista, de forma que se requiere tanto experiencia como sentido común. Puede que la recta o curva que mejor se ajuste al conjunto de datos no tenga sentido si se proyecta como tendencia futura. Para series estacionales, es necesario eliminar previamente dicha componente Sesión t8s1
24 3. Análisis de la Tendencia. Métodos para su determinación ió B) MEDIAS MÓVILES Se basa en el suavizado o amortiguamiento de la serie mediante el cálculo de una serie de medias móviles sucesivas de cada p elementos contiguos de la serie original Sesión t8s1
25 PASOS: 3. Análisis de la Tendencia. Métodos para su determinación P1. Representar gráficamente la serie y observar cuál es el período de oscilaciones i más importantes. P2. Elegir un número p que represente el período de oscilaciones más importantes de la serie. Caso 2.1. Si p es impar, obtenemos una sucesión de medias móviles de orden p centradas. Caso Si p es par las medias móviles de orden p serán descentradas. Para centrarlas será necesario hacer la media de dos medias móviles consecutivas. Sesión t8s1
26 3. Análisis de la Tendencia. Métodos para su determinación P3. La tendencia de la serie, T ik, es la línea quebrada que une las medias móviles centradas obtenidas en el Paso 2. Sesión t8s1
27 EJEMPLO 2 3. Análisis de la Tendencia. Métodos para su determinación ió De 1975 a 1986, la inversión en instalaciones turísticas fue la siguiente: sguente AÑOS Yt Sesión t8s1 El periodo de oscilaciones más frecuente es de 5 obs
28 Caso 1: p= 5 observaciones 3. Análisis de la Tendencia. Métodos para su determinación mm5 obs AÑOS INVERSIÓN (Tendencia) Sesión t8s1 INVERSIÓN mm5 obs
29 3. Análisis de la Tendencia. Métodos para su determinación Caso 2: p= 4 observaciones AÑOS Yt mm4 mmc , , , ,5 531, , , ,5 781, Sesión t8s La línea que mejor recoge la tendencia es la mm de 5 obs mmc
30 3. Análisis de la Tendencia. Métodos para su determinación Si los datos tienen una periodicidad inferior al año (mensuales, trimestrales, cuatrimestrales, ); y le damos a p la amplitud de un año: p=12 para datos mensuales, p=4 si son trimestrales, P= P 3 si son cuatrimestrales, ; se eliminaría la estacionalidad y la componente irregular, quedando formada la serie de medias móviles por la tendencia y el ciclo. Sesión t8s1
31 3. Análisis de la Tendencia. Métodos para su determinación Ejemplo 3: En la siguiente tabla se muestran los datos de la evolución de los gastos en vestido y calzado por persona y día durante el periodo 1984 a 1986: er Trimestre er Trimestre er Trimestre er Trimestre rmestre Datos trimestrales Sesión t8s1 p=
32 3. Análisis de la Tendencia. Métodos para su determinación Ejemplo 3: Media móvil cada 4 observaciones (datos trimestrales) MM 35 t Yt (4 obs) mmc 1984, , ,75 Yt mmc 1984, , , ,75 15, , , , , , ,5 17, , ,5 17, , , , ,75 17, , , Al ser pocos datos, la línea recoge básicamente 0 la tendencia Sesión t8s
33 3. Análisis de la Tendencia. Métodos para su determinación Ejemplo 4: Datos trimestrales. Aplicamos una media móvil con p=4 obs. t Y mmc 1964, , , , ,4 1965, ,4 1965, ,5 1966, , ,4 1966, ,5 1966, ,3 1967, ,5 1967, ,3 1967, ,5 1967, , Media Móvil centrada Sesión t8s1 1964,3 1965,1 1965,3 1966,1 1966,3 1967,1 1967,3 1968,1 1968,3 1969,1 1969,3 1970,1 1970,3 1971,1 1971,3 1972,1 Recoge Tendencia el Ciclo la y
34 3. Análisis de la Tendencia. Métodos para su determinación Si conociésemos la amplitud de la componente cíclica (esto es difícil), p tendría dicha amplitud para eliminar dicha componente (y siendo múltiplo de un año eliminaría también la estacionalidad). Media Móvil centrada (3 años, p=12 obs.) 1964,3 1965,1 1965,3 1966,1 1966,3 1967,1 1967,3 1968,1 1968,3 1969,1 1969,3 1970,1 Recoge la Tendencia 1970,3 1971,1 1971,3 1972,1
35 3. Análisis de la Tendencia. Métodos para su determinación VENTAJAS: - Sencillez. INCONVENIENTES: - No existe una medida de fiabilidad de los valores de la tendencia. - Las medias móviles pueden generar ciclos u otros movimientos que no estaban presentes en los datos originales. Sesión t8s1
36 3. Análisis de la Tendencia. Métodos para su determinación INCONVENIENTES: - Difícil elección de p : Supone conocer parte de las componentes cíclicas y/o estacionales. Problemas cuando se superponen oscilaciones. - La elección de p supone una pérdida édid de observaciones. Se pierden: p 1 observaciones, si pes impar; p observaciones, si p es par. Sesión t8s1
37 3. Análisis de la Tendencia. Métodos para su determinación ELIMINACIÓN DE LA TENDENCIA: - En un esquema aditivo: y ik T ik - En un esquema multiplicativo: y iktik Sesión t8s1
38 4. Análisis de la Estacionalidad. Desestacionalización Método de las Medias Móviles: Se basa en la eliminación de la Componente Extraestacional (Tendencia y Ciclo): E ik PASOS: 1. Obtener la Componente Extraestacional (E ik ) usando el Método de las Medias Móviles ( p (p será la periodicidad de la serie). Sesión t8s2
39 4. Análisis de la Estacionalidad. Desestacionalización 2. Calcular los Índices Específicos de Variación Estacional (IEVE ik ) Aditivo IEVE ik = y ik E ik 2.2. Multiplicativo IEVE ik = y ik x 100 E ik Sesión t8s2
40 4. Análisis de la Estacionalidad. Desestacionalización ió 3. Calcular los Índices Generales de Variación Estacional (IGVE k ): N = Nº de años IGVE k = N 1 IEVE 1 ik para = 1, 2,,p K N 1 i = k 4. Calcular el Índice General de Variación Estacional Medio: p IGVE Sesión t8s2 IGVE = k =11 k k
41 4. Análisis de la Estacionalidad. Desestacionalización 5. Calcular l los Índices Generales de Variación Estacional Ajustados (IGVEA k ) Aditivo IGVEA k = IGVE IGVE IGVEA k = 0 k p i = Multiplicativo IGVEA k = IGVEk 100 p IGVEA IGVE i = =11 k = 100 p Sesión t8s2
42 4. Análisis de la Estacionalidad. Desestacionalización 6. La estacionalidad d de cada período vendrá dá representada por los Índices Generales de Variación ió Et Estacional Ajustados (IGVEA k ) correspondientes a cada uno de los períodos. Sesión t8s2
43 4. Análisis de la Estacionalidad. Desestacionalización INTERPRETACIÓN de los IGVEA k - En el esquema aditivo: Si un IGVEA es positivo, la variable supera a la media de tendencia-ciclo en dicho período por el efecto estacional; dándose el efecto contrario si es negativo. - En el esquema multiplicativo: Si un IGVEA es mayor que 1 (100 en %), la variable supera a la media de tendencia-ciclo en dicho período por el efecto estacional; y viceversa, si es menor que 100%. Sesión t8s2
44 4. Análisis de la Estacionalidad. Desestacionalización Ejemplo 5: Serie trimestral años Trim yt Sesión t8s
45 Modelo aditivo 4. Análisis de la Estacionalidad. Paso 1 Paso 2 años Trim Yt mm (4 obs) Mmc=Et IEVE=Yt-Et ,5 25,25-19, , ,875 36, ,5 26,375-4, , , ,75-20, ,75 28,375 37, ,875-4, ,25 29,625-11, ,75 30,5-22, ,75 31,25 39, , , ,5 32,375-10, ,25 32,875-22, ,625 38, ,5 34,25-5, ,75 34,625-9, Paso 5: IGVEA 1 tr 2 tr 3 tr 4 tr Paso 5: Paso 3 IGVE IGVEA 1 tr -5,1-5,3 2 tr -10,9-11,1 3 tr -21,3-21,5 4 tr 38,0 37,8 Sesión Paso t8s2 4 IGVE Medio Media Media 0,1 0,0
46 Modelo multiplicativo 4. Análisis de la Estacionalidad. Paso 1 Paso 2 años Trim Yt mm (4 obs) mmc=et IEVE= =Yt/Et* ,5 25,25 23, ,25 25, , ,5 26,375 83, , ,6 Paso 5: IGVEA , , ,75 28, , ,875 83, ,25 29,625 60, ,75 32,25 30, ,2 81, ,75 32,5 31,25 32, ,22 68, ,25 32,875 30,4 1 tr 2 tr 3 tr 4 tr , , ,5 34,25 84, ,75 34,625 72, Paso 3 IGVE Paso 5: IGVEA 1 tr 83,1 82,7 2 tr 64,1 63,8 3 tr 26,4 26,3 4 tr 228,4 227,2 IGVE Sesión Paso t8s2 4 Medio Media 100,5 100,0
47 4. Análisis de la Estacionalidad. Desestacionalización DESESTACIONALIZACIÓN: Desestacionalizar una serie consiste en eliminar su componente estacional. - Esquema Aditivo d y ik = y ik IGVEA k para k = 1 2, K,,p -Esquema Multiplicativo y d ik y = ik para k = IGVEA k ,, K,p Sesión t8s2
48 4. Análisis de la Estacionalidad. Desestacionalización ió Modelo aditivo Modelo multiplicativo años Trim yt IGVEA Yd adit. IGVEA Yd mult ,3 25,3 82,7 24, yt 2Yd adit. 12 Yd mult -11,1 23,1 63,8 18, ,5 27,5 26,3 22, ,8 24,2 227,2 27, ,3 27,3 82,7 26, ,1 26,1 63,8 23, ,5 28,5 26,3 26, ,8 28,2 227,2 29, ,3 29,3 82,7 29, ,1 29,1 63,8 28, ,5 29,5 26,3 30, ,8 33,2 227,2 31, ,3 31,3 82,7 31, ,11 33,1 63,8 34, ,5 31,5 26,3 38, ,8 34,2 227,2 31, ,3 34,3 82,7 35, ,1 1 36,1 63,8 39, ,5 33,5 26,3 45, ,8 35,2 227,2 32,
49 4. Análisis de la Estacionalidad. Desestacionalización ió PREDICCIONES A CORTO PLAZO La serie desestacionalizada d puede emplearse para hacer predicciones a corto plazo. Para las predicciones, se proyectan cada una de las componentes aisladas para cada periodo futuro del que se quiere la predicción, y se usa el modelo multiplicativo o aditivo para formar el pronóstico.
50 PASOS 4. Análisis de la Estacionalidad. Desestacionalización ió 1. Se calculan las componentes estacionales: IGVEA K (e K ) 2. Se obtiene la serie desestacionalizada: Y d 3. A partir de la serie Y d, se estima la tendencia mediante el método de la regresión 4. En general, la predicción se obtiene mediante la tendencia calculada y los valores estacionales : Yˆ = Tˆ e multiplicativo tk, tk, k Yˆ = Tˆ + e aditivo tk, tk, k
51 5. Las Tasas de Variación La tasa de variación es una medida de la evolución (variación) intertemporal de una variable enel tiempo (en tanto por uno o en %). T Y 1 Y Y t t t = = Y Y t 1 t Sesión t8s2 Tasa de Variación Periodo Y Tasa de Variación 1980, , , , , ,4 1981,1 1981,2 1981,3 1981,4 1982,1 1982,
52 5. Las Tasas de Variación Sobre datos mensuales Sobre datos trimestrales T Tasa intermensual Tasa intertrimestral 1 = Y t Y T 1 = Y t t t 1 Y T Tasa interanual Tasa interanual Y Y t = t T = t 12 Y t 4 Y Sesión t8s2
53 Ejemplo 6: 5. Las Tasas de Variación años Trim yt TV trimestral TV anual , , , ,5 10, ,8 25, ,3 16, ,9 6, ,6 9, ,0 20, ,6 14, ,5 7, ,4 8, ,4 22, ,5 25, ,0 1, ,7 11, ,8 13, ,0 20, Sesión t8s ,3 1, TV trimestral TV anual
54 BIBLIOGRAFÍA BÁSICA Martín-Pliego López, F.J. (2004): Introducción a la Estadística Económica y Empresarial. Págs.: Thomson (3ª edición). BIBLIOGRAFÍA COMPLEMENTARIA Uriel, E. (1995): Análisis de datos. Series temporales y Análisis multivariante. Págs.: AC. Rodríguez Morilla, C. (2000): Análisis de series temporales. Págs: La Muralla. Sesión t8s2
Series Cronológicas o Temporales
Tema 6:. Universidad Politécnica de Cartagena Tema 6:. Índice del Tema 6.1. Introducción. 6.1.1. Descripción numérica 6.1.2. Representación gráfica. 6.2. Componentes de una serie en el tiempo. 6.3. Tipos
Más detallesLos datos son de la forma (y t, t) donde: Variable endógena o dependiente Variable exógena o independiente. y t
Los datos son de la forma ( t, t) donde: t t Variable endógena o dependiente Variable exógena o independiente Nota: realmente sólo ha una variable a estudiar que es t. En el análisis de regresión teníamos
Más detallesPara hacer predicciones de una serie temporal se debe estimar la tendencia por el método de los
Estadística: CUESTIONARIO SERIES TEMPORALES Facultad Ciencias Económicas y Empresariales Departamento de Economía Aplicada Profesor: Santiago de la Fuente Fernández 1. Señalar la afirmación correcta: (a)
Más detallesSERIES TEMPORALES CON EXCEL Máster de Dirección de Empresas Turísticas
Máster de Dirección de Empresas Turísticas Métodos de Investigación Aplicados al Turismo 1. INTRODUCCIÓN 2. REPRESENTACIÓN GRÁFICA 3. DETERMINACIÓN DEL ESQUEMA DE INTEGRACIÓN DE LAS COMPONENTES 4. DESCOMPOSICIÓN
Más detallesLección 5. Ejercicios complementarios.
Lección 5. Ejercicios complementarios. Ejercicio 1 (junio 06). En la siguiente tabla se detallan, en términos corrientes, los ingresos anuales de un hotel de la Costa del Sol durante el período 1997 a
Más detallesTEMA 7: SERIES TEMPORALES
TEMA 7: SERIES TEMPORALES 7.1.- Introducción a las series temporales. Conceptos. 7.2.- Representación gráfica. 7.3.- Componentes de una serie temporal. 7.4.- Formas de combinar las componentes. 7.5.- Análisis
Más detallesIntroducción a las series temporales
Tema 1: Tema 1: 1 Definición y ejemplos 2 Clasificación 3 Objetivos 4 Métodos clásicos de análisis Definición y ejemplos Serie Temporal Colección de observaciones que se toman secuencialmente a lo largo
Más detallesTema 5: Planteamiento de los modelos de series temporales. Coro Chasco Yrigoyen Universidad Autónoma de Madrid (UAM) Asignatura: Econometría II
Tema 5: Planteamiento de los modelos de series temporales Coro Chasco Yrigoyen Universidad Autónoma de Madrid (UAM) Asignatura: Econometría II 1 Parte II. Modelos univariantes de series temporales Tema
Más detalles12. Series temporales ESTADÍSTICA DESCRIPTIVA DR. FRANCISCO RABADÁN PÉREZ
12. Series temporales ESTADÍSTICA DESCRIPTIVA DR. FRANCISCO RABADÁN PÉREZ Índice 1. Introducción 1. Concepto 2. Representación gráfica 3. Componentes de la Serie Temporal 4. Formas de combinar las Componentes.
Más detallesTRATAMIENTO DE DATOS CON MS EXCEL. Modulo 2
TRATAMIENTO DE DATOS CON MS EXCEL. Modulo 2 CONTENIDO CONCEPTOS PRELIMINARES COMPONENTE ESTACIONAL MÉTODO DE LOS PROMEDIOS MÉTODO ARIMA CENSUS X 12 COMPONENTE DE TENDENCIA COMPONENTE CICLICO CONCEPTOS
Más detallesAnálisis de Series de Tiempo
CURSO REGIONAL SOBRE HOJA DE BALANCE DE ALIMENTOS, SERIES DE TIEMPO Y ANÁLISIS DE POLÍTICA MSc. Sandra Hernández sandra.hernandezro@gmail.com Sede Subregional de la CEPAL en México Ciudad de México, del
Más detallesSERIES TEMPORALES. Notación: Dada la magnitud numérica (variable) Y designaremos las observaciones mediante alguna de las dos siguientes notaciones:
SERIES TEMPORALES INTRODUCCIÓN DESCOMPOSICIÓN (ANÁLISIS CLÁSICO) TENDENCIA SECULAR VARIACIONES CÍCLICAS VARIACIONES ESTACIONALES VARIACIÓN ERRÁTICA ANÁLISIS DE LA TENDENCIA MEDIAS MÓVILES ALISAMIENTO EXPONENCIAL
Más detallesESTACIONALIDADES. Proyecto Empresarial II. Dr. José Luis Esparza A.
ESTACIONALIDADES Proyecto Empresarial II Dr. José Luis Esparza A. ESTACIONALIDAD La estacionalidad es un comportamiento o patrón que a veces observamos en una serie de tiempo. Consiste en subidas y bajadas
Más detalles15 CASOS PRÁCTICOS DE ESTADÍSTICA APLICADA A LAS CIENCIAS DEL TRABAJO ANTONIO FERNÁNDEZ MORALES
15 CASOS PRÁCTICOS DE ESTADÍSTICA APLICADA A LAS CIENCIAS DEL TRABAJO ANTONIO FERNÁNDEZ MORALES MÁLAGA, 2004 15 CASOS PRÁCTICOS DE ESTADÍSTICA APLICADA A LAS CIENCIAS DEL TRABAJO ANTONIO FERNÁNDEZ MORALES
Más detallesINGENIERIA DE SISTEMAS E INFORMATICA SIS 3310 B PRIMER EXAMEN PARCIAL - SEMESTRE II/2008
1. CASO: CRECIMIENTO DEL PIB INGENIERIA DE SISTEMAS E INFORMATICA SIS 3310 B PRIMER EXAMEN PARCIAL - SEMESTRE II/ a) Qué es el PIB? (Explique brevemente en sus propias palabras) El PIB es la suma del valor
Más detallesTEMA IV: SERIES TEMPORALES
TEMA IV: SERIES TEMPORALES IV.1.- Introducción. IV..- Representación gráfica componentes de una serie. IV.3.- Cálculo de la tendencia. Método de medias móviles. IV.4.- Cálculo de la componente estacional.
Más detallesSERIES TEMPORALES Magnitudes stock Magnitudes flujo magnitudes stock magnitudes flujo
Grado Administración y Gestión Facultad Ciencias Económicas y Empresariales Departamento de Economía Aplicada Profesor: Santiago de la Fuente Fernández SERIES TEMPORALES Estadística Descriptiva: SERIES
Más detallesESTADISTICA PARA LA ADMINISTRACION
ESTADISTICA PARA LA ADMINISTRACION ANALISIS DE SERIES DE TIEMPO Y PRONOSTICOS DE NEGOCIOS ALUMNOS: JANINE INDAHITA RIVERA ARZOLA DIANA CAROLINA ROMERO BERBER FRANCISCO ALFREDO MERCADO CARINA OLIVARES LEÓN
Más detallesUniversidad Mariano Gálvez Ingeniería Electrónica Estadística inferencial. Presenta Dra. En Ing. Rita Victoria de León Ardón
Universidad Mariano Gálvez Ingeniería Electrónica Estadística inferencial Presenta Dra. En Ing. Rita Victoria de León Ardón Objetivo de la presentación Desarrollar el concepto de regresión múltiple y sus
Más detallesUniversidad Nacional del Litoral FACULTAD DE INGENIERÍA Y CIENCIAS HÍDRICAS Mg. Ing. Susana Vanlesberg SERIES CRONOLOGICAS
Universidad Nacional del Litoral FACULTAD DE INGENIERÍA Y CIENCIAS HÍDRICAS Mg. Ing. Susana Vanlesberg SERIES CRONOLOGICAS I Introducción II Suavizado de una Serie de Tiempo III Análisis de Tendencias
Más detallesExamen Estadística Descriptiva - Grado ADE Enero 2010
Examen Estadística Descriptiva - Grado ADE Enero 2010 1.- Se dispone de la renta per capita de la región más rica y más pobre de un determinado país. Año Renta Región rica Renta Región pobre 2003 40 20
Más detallesPredicción económica y empresarial. Modelos para predicciones incondicionales deterministas
CAPÍTULO 1 Predicción económica y empresarial. Modelos para predicciones incondicionales deterministas PREDICCIONES Y SU TIPOLOGÍA Toda predicción es un intento de anticipar el futuro. En el contexto temporal,
Más detallesANÁLISIS DE SERIES DE TIEMPO. Luis Ángel Patiño Jiménez Diego Fernando Silva Salcedo
ANÁLISIS DE SERIES DE TIEMPO Luis Ángel Patiño Jiménez Diego Fernando Silva Salcedo CONTENIDO INTRODUCCIÓN DEFINICIÓN APLICACIONES COMPONENTES ASPECTOS DE INTERÉS VENTAJAS Y DESVENTAJAS ANÁLISIS DEMANDA
Más detallesUniversidad Autónoma del Estado de México Facultad de Economía. PROGRAMA EDUCATIVO Maestría en Creación y Estrategias de Negocios
Universidad Autónoma del Estado de México Facultad de Economía PROGRAMA EDUCATIVO Maestría en Creación y Estrategias de Negocios UNIDAD DE APRENDIZAJE: «Métodos Cuantitativos para la Toma de Decisiones
Más detallesDIPLOMADO EN RELACIONES LABORALES Estadística Asistida por Ordenador Curso
Índice general 7. Análisis de variables temporales 3 7.1. Conceptos generales....................................... 3 7.2. Análisis de una serie temporal con Statgraphics........................ 4 7.2.1.
Más detallesUniversidad Nacional del Litoral Facultad de Ingeniería y Ciencias Hídricas ESTADÍSTICA. Ingeniería Informática TEORÍA
Universidad Nacional del Litoral Facultad de Ingeniería y Ciencias Hídricas ESTADÍSTICA Ingeniería Informática TEORÍA Mg.Ing. Susana Vanlesberg Profesor Titular UNIDAD 8 SERIES CRONOLÓGICAS Estadística
Más detallesESTADÍSTICA ADMINISTRATIVA. Gestión y Administración Pública
ESTADÍSTICA ADMINISTRATIVA Titulación Gestión y Administración Pública Código 09X0 Curso y cuatrimestre 1er curso, anual Créditos 12 Obligatoria/Optativa Troncal Área de Conocimiento Economía Aplicada
Más detallesPlanificación y Comercialización Clase 5 Pronósticos
Planificación y Comercialización Clase 5 Pronósticos Fabrizio Marcillo Morla MBA barcillo@gmail.com (593-9) 4194239 Otras Publicaciones del mismo autor en Repositorio ESPOL Fabrizio Marcillo Morla Guayaquil,
Más detallesMÉTODOS DE PRONÓSTICO TEMA 1: ANÁLISIS DE SERIES DE TIEMPO Y ELABORACIÓN DE PRONÓSTICOS
UNIDAD 4 MÉTODOS DE PRONÓSTICO TEMA 1: ANÁLISIS DE SERIES DE TIEMPO Y ELABORACIÓN DE PRONÓSTICOS Predicción de lo que sucederá en el futuro. 1 Predicción de lo que sucederá en el futuro. Los métodos de
Más detallesÍNDICE. Presentación... 11
ÍNDICE Presentación... 11 Tema 1. LA NATURALEZA DE LA INFORMACIÓN ESTADÍSTICA EN LOS ESTU- DIOS HISTÓRICOS Y GEOGRÁFICOS... 13 1. La medición de datos en Geografía e Historia. Las unidades de recogida
Más detallesIntroducción a las series de tiempo
Introducción a las series de tiempo Dr. Francisco Javier Tapia Moreno Noviembre 07 de 2016. Número de unidades producidas Lo que debo hacer con mi serie temporal. 1. Graficar la serie original completa
Más detallesCómo redactar el reporte.
Cómo redactar el reporte. Dr. Francisco Javier Tapia Moreno Noviembre 17 de 2015. I. Introducción. En los primeros párrafos de la introducción, se define y se desglosa la ruta temática de la serie elegida.
Más detallesEvolución del sector del comercio minorista de Navarra
INFORME TRIMESTRAL Evolución del sector del comercio minorista de Navarra Primer trimestre de 2014 Elaborado por: Cámara de Comercio e Industria de Navarra INDICE 1. Introducción y objetivos... 3 2. Metodología...
Más detallesAUTOR : NASSSIR SAPAG CHAIN REYNALDO SAPAG CHAIN QUINTA EDICION Msc. Javier Carlos Inchausti Gudiño 2011
AUTOR : NASSSIR SAPAG CHAIN REYNALDO SAPAG CHAIN QUINTA EDICION 2008 Msc. Javier Carlos Inchausti Gudiño 2011 CAPITULO 5 TECNICAS DE PROYECCION DE MERCADO TÉCNICAS DE PROYECCIÓN DEL MERCADO Precisión deseada
Más detallesSeries desestacionalizadas. Nota metodológica.
www.aragon.es/iaest Instituto Aragonés de Estadística.. Fecha de la última actualización: febrero de 2015. Contenido:. Ejemplo: Paro registrado. Aragón. Serie original y desestacionalizada. GOBIERNO DE
Más detallesMetodología y Análisis Estadístico para conocer tendencias futuras del turismo CONGRESO CUSCO, PERÚ 2017
Metodología y Análisis Estadístico para conocer tendencias futuras del turismo CONGRESO CUSCO, PERÚ 2017 Cusco (Perú), septiembre de 2017 Pedro A. García Facultad de CC. del Trabajo pagarcia@ugr.es Depto.
Más detallesCurso de nivelación Estadística y Matemática
Modelo de Curso de nivelación Estadística y Matemática Pruebas de hipótesis, y Modelos ARIMA Programa Técnico en Riesgo, 2017 Agenda Modelo de 1 2 Asociación Medidas de asociación para variables intervalo
Más detallesDIRECCIÓN Y ADMINISTRACIÓN DE PEQUEÑAS EMPRESAS
DIRECCIÓN Y ADMINISTRACIÓN DE PEQUEÑAS EMPRESAS Modulo tercero (integración). Clave de asignatura LC 735 PROFESOR: C.P. DAVID ARREDONDO ALCANTAR 1.- PRONOSTICOS 1.3.- Tipos de pronósticos. Los pronósticos
Más detalles1.- Enumere las hipótesis básicas del modelo básico de regresión lineal
Introducción a la Econometría Grupo Derecho y Administración de Empresas Profesor Rafael de Arce 20 de junio de 2008 Nombre: DNI: 1.- Enumere las hipótesis básicas del modelo básico de regresión lineal
Más detallesModelos de Series de Tiempo
UNIVERSIDAD AUTONOMA DEL ESTADO DE MÉXICO FACULTAD DE PLANEACIÓN URBANA Y REGIONAL ESTADÍSTICA II Modelos de Series de Tiempo POR: LUIS CONRADO TOLEDO VEGA FECHA DE ELABORACIÓN: 1ra quincena de Marzo de
Más detallesEconometría II Grado en finanzas y contabilidad
Econometría II Grado en finanzas y contabilidad Estructuras determinísticas y estocásticas tendencia y la estacionalidad Profesora: Dolores García Martos E-mail:mdgmarto@est-econ.uc3m.es Este documento
Más detallesCapítulo 2 Modelos de Pronósticos
Capítulo 2 Modelos de Pronósticos Contenido 1. Conceptos (2 horas) 2. Promedios móviles con pesos y sin pesos (2 horas) 3. Suavizado exponencial sin ajuste de tendencia y con ajuste de tendencia (2 horas)
Más detallesTRABAJO 3: Números Índices. Series Cronológicas (Temas 3 y 4).
TRABAJO 3: Números Índices. Series Cronológicas (Temas 3 y 4). Técnicas Cuantitativas I. Curso 2016/2017. APELLIDOS: NOMBRE: GRADO: GRUPO: DNI (o NIE): A: B: C: D: En los enunciados de los ejercicios que
Más detallesADMINISTRACION DE OPERACIONES
Sesión4: Métodos cuantitativos ADMINISTRACION DE OPERACIONES Objetivo específico 1: El alumno conocerá y aplicara adecuadamente los métodos de pronóstico de la demanda para planear la actividad futura
Más detallesMotivación. Motivación PRONOSTICOS DE DEMANDA
4 PRONOSTICOS DE DEMANDA Dr. Jorge Ibarra Salazar Profesor Asociado Departamento de Economía Tecnológico de Monterrey Motivación Estudio de los métodos para pronosticar las ventas a partir de datos observados.
Más detallesSERIES DE TIEMPO. La aplicación de estas técnicas requieren de trabajo computacional que debe ser complementado en la ejercitación de este curso.
SERIES DE TIEMPO En este apunte se da una visión general sobre algunos procedimientos en el análisis en series de tiempo. Inicialmente presentamos el problema general de predicción, luego presentamos métodos
Más detallesCapítulo 3. Pronósticos. productos. Una forma de conocer la demanda en el futuro es usando un método de
Capítulo 3 Capítulo3. Pronósticos Pronósticos Un tipo de información necesaria para efectuar este proyecto es la demanda de los productos. Una forma de conocer la demanda en el futuro es usando un método
Más detallesREGRESIÓN Y ESTIMACIÓN TEMA 1: REGRESIÓN LINEAL SIMPLE
UNIDAD 3 REGRESIÓN Y ESTIMACIÓN TEMA 1: REGRESIÓN LINEAL SIMPLE Relación entre variables de interés 1 Relación entre variables de interés Muchas decisiones gerenciales se basan en la relación entre 2 o
Más detallesSituación de la estacionalidad turística en la Provincia de Málaga. junio, julio, agosto y septiembre,
Situación de la estacionalidad turística en la Provincia de Málaga junio, julio, agosto y septiembre, 2006-17 Málaga, septiembre 2018 Justificación Hay varios factores que influyen negativamente en los
Más detallesFACULTAD DE CIENCIAS JURIDICAS Y ECONOMICAS
FACULTAD DE CIENCIAS JURIDICAS Y ECONOMICAS PLANIFICACIÓN DE LA DOCENCIA UNIVERSITARIA GUÍA DOCENTE INVESTIGACION COMERCIAL Y PREVISION DE VENTAS 1. DATOS DE IDENTIFICACIÓN DE LA ASIGNATURA. Título: Facultad:
Más detallesMetodología del ajuste estacional
Metodología del ajuste estacional Catalogación en la fuente INEGI: 519.5501 Instituto Nacional de Estadística y Geografía (México). Metodología del ajuste estacional / Instituto Nacional de Estadística
Más detallesPronóstico. Pronósticos. Factores Controlables. Porqué? Objetivo. Factores Incontrolables
2 Pronóstico Pronósticos Es una estimación cuantitativa o cualitativa de uno o varios factores (variables) que conforman un evento futuro, con base en información actual o del pasado Administración de
Más detallesAnálisis de coyuntura con series temporales. Metodología A. Espasa (dt 9003 BE)
Análisis de coyuntura con series temporales Metodología A. Espasa (dt 9003 BE) Esquema Se basa en u na propuesta sobre los objetivos que se pretenden en un informe coyuntural. Estos objetivos requieren
Más detallesUNIDAD 3 PROMEDIOS MÓVILES Y SUAVIZACIÓN EXPONENCIAL TEMA 1: PROMEDIOS MÓVILES Y MÉTODOS DE ATENUACIÓN
UNIDAD 3 PROMEDIOS MÓVILES Y SUAVIZACIÓN EXPONENCIAL TEMA 1: PROMEDIOS MÓVILES Y MÉTODOS DE ATENUACIÓN Pronóstico: Mejor toma de decisiones Compañías de negocios, gobiernos ponen un gran énfasis en el
Más detallesSe aplicaron de forma paralela diferentes modelos de pronósticos cuantitativos a la
CAPITULO V 5.1 RESULTADOS Se aplicaron de forma paralela diferentes modelos de pronósticos cuantitativos a la información disponible, esto es a la demanda del producto durante cinco años y medio, de enero
Más detallesINFORME TRIMESTRAL Evolución del sector del comercio minorista de Navarra. Primer trimestre de 2015
INFORME TRIMESTRAL Evolución del sector del comercio minorista de Navarra Primer trimestre de 2015 Elaborado por: Cámara Navarra de Comercio, Industria y Servicios ÍNDICE Introducción y objetivos... 3
Más detallesLA PREVIISBQN DE VENTAS A CORTO PLAZO EN LA EMPRESA
REVISTA ESPANOLA DE FINANCIACIÓN Y CONTABILIDAD Vol. III, n. 8 abril-junio 1974 pp. 389-394 LA PREVIISBQN DE VENTAS A CORTO PLAZO EN LA EMPRESA por Dulce CONTRERAS BAYARRI Departamento de Marketing Universidad
Más detallesque represente lo mejor posible la relación entre valores X e Y permitiéndonos inferir un valor a partir del otro.
Regresió n josé a. mañas 8.2.2017 1 Introducción El objetivo de las técnicas de regresión es identificar una función que permita estimar una variable Y en función de la otra X. Es decir, averiguar una
Más detallesEstadística Administrativa Diplomatura en Gestión y Administración Pública Curso Segundo Facultad de Derecho Universidad de Sevilla
Estadística Administrativa Diplomatura en Gestión y Administración Pública Curso Segundo Facultad de Derecho Universidad de Sevilla Tema 9 Series Temporales. Análisis Descriptivo Versión 2006-2007α José
Más detallesEvolución y perspectiva del Indicador Global de la Actividad Económica (IGAE) 2018
Evolución y perspectiva del Indicador Global de la Actividad Económica (IGAE) 2018 Julio, 2018 Índice PRONÓSTICO IGAE Presentación IGAE Cifras Originales: Evolución y Pronóstico IGAE Cifras Desestacionalizadas:
Más detallesProgramación estadística con R
Programación estadística con R DESCRIPCIÓN El presente curso introduce al conocimiento y manejo de las herramientas estadísticas presentes en R Project, aplicadas a tablas de frecuencias, estadísticas
Más detallesÍndice de Productividad Clapes UC
Informe Cuarto Trimestre de 2017 y Anual 2017: Índice de Productividad Clapes UC Abril de 2018 Resumen Ejecutivo En este informe se analiza la evolución de la productividad de Chile en el cuarto trimestre
Más detallesCOYUNTURA ECONÓMICA - Provincia de Málaga Observatorio Socioeconómico Encuesta de Población Activa Datos Trimestre I de 2016 publicados en abril 2016
COYUNTURA ECONÓMICA - Provincia de Málaga Observatorio Socioeconómico Encuesta de Población Activa Datos Trimestre I de 2016 publicados en abril 2016 Claves del Informe Desciende la población activa en
Más detallesSERIES DE TIEMPO FACULTAD DE INGENIERÍA INDUSTRIAL MAESTRÍA EN INVESTIGACION DE OPREACIONES Y ESTADÍSTICA 2015 JOSE ALEJANDRO MARIN DEL RIO
SERIES DE TIEMPO FACULTAD DE INGENIERÍA INDUSTRIAL MAESTRÍA EN INVESTIGACION DE OPREACIONES Y ESTADÍSTICA 2015 JOSE ALEJANDRO MARIN DEL RIO INTRODUCCIÓN Toda institución, ya sea la familia, la empresa
Más detallesANÁLISIS DE REGRESIÓN
ANÁLISIS DE REGRESIÓN INTRODUCCIÓN Francis Galtón DEFINICIÓN Análisis de Regresión Es una técnica estadística que se usa para investigar y modelar la relación entre variables. Respuesta Independiente Y
Más detallesIndicadores de Coyuntura: PIBT e IMAE
Indicadores de Coyuntura: PIBT e IMAE Julio 2015 Contenido I. Introducción: Aspectos generales y particularidades del seguimiento de coyuntura de la actividad económica. II. PIBT: Aspectos metodológicos
Más detallesCAPÍTULO 5: Pronósticos de las Operaciones Productivas
CAPÍTULO 5: Pronósticos de las Operaciones Productivas Un Enfoque en Procesos para la Gerencia Fernando A. D Alessio Ipinza 1 Contenido 1. Introducción 2. Tipos de pronósticos 3. Los pronósticos y el ciclo
Más detallesECONOMÍA ANDALUZA. CUARTO TRIMESTRE DE 2015
ECONOMÍA ANDALUZA. CUARTO TRIMESTRE DE 2015 El indicador El número de empresas que cotizan a la Seguridad Social aumentó en 2015 tanto en España como en Andalucía. En concreto, en España el aumento fue
Más detallesINFORME TRIMESTRAL Evolución del sector del comercio minorista de Navarra Cuarto trimestre de 2015
INFORME TRIMESTRAL Evolución del sector del comercio minorista de Navarra Cuarto trimestre de 2015 Elaborado por: Cámara Navarra de Comercio, Industria y Servicios ÍNDICE Introducción y objetivos... 3
Más detallesEvolución y perspectiva del Indicador Global de la Actividad Económica (IGAE) 2017
precefp / 002 / 2017 Evolución y perspectiva del Indicador Global de la Actividad Económica (IGAE) 2017 Marzo 17, 2017. 1 Índice PRONÓSTICO IGAE Presentación IGAE Cifras Originales: Evolución y Pronóstico
Más detallesÍndice de Productividad Clapes UC
Informe Primer Trimestre de 2018: Índice de Productividad Clapes UC Mayo de 2018 Resumen Ejecutivo En este informe se analiza la evolución de la productividad de Chile en el primer trimestre de 2018, de
Más detallesINFORME TRIMESTRAL Evolución del sector del comercio minorista de Navarra Tercer trimestre de 2015
INFORME TRIMESTRAL Evolución del sector del comercio minorista de Navarra Tercer trimestre de 2015 Elaborado por: Cámara Navarra de Comercio, Industria y Servicios ÍNDICE Introducción y objetivos... 3
Más detallesTema 8. Análisis de dos variables Ejercicios resueltos 1
Tema 8. Análisis de dos variables Ejercicios resueltos 1 Ejercicio resuelto 8.1 La siguiente tabla muestra la distribución del gasto mensual en libros y el gasto mensual en audiovisual en euros en los
Más detallesPLAN ESTRATÉGICO. Visión. Misión. Objetivos. Planificación. Metas. Control.
PRONÓSTICOS PLAN ESTRATÉGICO Visión. Misión. Objetivos. Planificación. Metas. Control. PRONÓSTICOS Los juicios personales basados en la experiencia práctica y/o la investigación prolija deberán desempeñar
Más detallesTEMA 7 TEMA 7. SERIES TEMPORALES. Carmen Arriero Villacorta 1. DEFINICIÓN. Serie temporal de aeronaves Aeropuerto de Ibiza
TEMA 7 SERIES TEMPORALES Carmen Arriero Villacorta CURSO 212 213 1 Nº Aeronaves 1. DEFINICIÓN Una serie temoral es una serie estadística cuyos valores deenden del tiemo. D(t, Y t ) Y 1, Y 2,,, Y t,, Y
Más detallesDpto. de Matemáticas IES Las Breñas CONTENIDOS MÍNIMOS del ÁREA DE MATEMÁTICAS Septiembre 2.016
Dpto. de Matemáticas IES Las Breñas CONTENIDOS MÍNIMOS del ÁREA DE MATEMÁTICAS Septiembre 2.016 4º ESO OPCIÓN A U1: Estadística. Estadística. Nociones generales - Individuo, población, muestra, caracteres,
Más detallesTasas de incremento y análisis de regresión lineal
Tasas de incremento y análisis de regresión lineal Aplicación de tasas de incremento: Partiendo de una serie cronológica es válido pronosticar el próximo periodo utilizando una tasa de incremento que se
Más detallesPIB Trimestral e IVAE
PIB Trimestral e IVAE Contenido de Presentación 1. El Sistema de Cuentas Nacionales 2. Aspectos Metodológicos del (SCNES) a) Producto Interno Bruto anual b) Producto Interno Bruto trimestral c) Índice
Más detallesTransformar Crear serie temporal
Tutorial SPSS: Media móvilm k impar: y t = 1 mx x t+i, m = k 1 k 2 i= m k par: y t = 1 k/2 1 X x t k/2 +2 x t+i + x t+k/2 2k i= k/2+1 Transformar Crear serie temporal Si k es impar: k MA Si k es par: 2xk
Más detallesRegresión lineal
86 Bioestadística: Métodos y Aplicaciones coeficiente de determinación de la regresión de Y sobre X, R 2 Y X, como R 2 Y X = 1 S2 E S 2 Y (3.4) Si el ajuste de Y mediante la curva de regresión Ŷ = f(x)
Más detallesADMINISTRACION DE OPERACIONES I
ADMINISTRACIÓN DE LA DEMANDA 1. GENERALIDADES Para diseñar y ejecutar un sistema de operación que satisfaga a los clientes una empresa debe conocer cuanta demanda tiene que satisfacer, lo cual le conduce
Más detallesEstadística II Tema 4. Regresión lineal simple. Curso 2009/10
Estadística II Tema 4. Regresión lineal simple Curso 009/10 Tema 4. Regresión lineal simple Contenidos El objeto del análisis de regresión La especificación de un modelo de regresión lineal simple Estimadores
Más detallesMODELOS DE PROYECCIÓN FINANCIERA Docente: MC. Marcel Ruiz Martínez II. SERIES DE TIEMPO. 2.1.
MODELOS DE PROYECCIÓN FINANCIERA Docente: MC. Marcel Ruiz Martínez http://marcelrzmuvm.webatu.com/bienvenida.htm II. SERIES DE TIEMPO. 2.1. CONCEPTOS Una serie de tiempo es un conjunto de observaciones
Más detallesPrincipales indicadores económicos y sociales de Canarias Abril 2009
Principales indicadores económicos y sociales de Canarias Abril 29 Contenido: I. Indicadores de coyuntura (datos a 5/5/29) II. Estadística del mes (datos EPA 1 er trimestre 29) III. Cuadro resumen de indicadores
Más detallesINFORME TRIMESTRAL Evolución del sector del comercio minorista de Navarra Primer trimestre de 2016
INFORME TRIMESTRAL Evolución del sector del comercio minorista de Navarra Primer trimestre de 2016 Elaborado por: Cámara Navarra de Comercio, Industria y Servicios ÍNDICE Introducción y objetivos... 3
Más detallesUPLA: Facultad de Ciencias Administrativas y Contables 1
TEORÍA ES ALGO QUE SE HACE, NO ALGO QUE SE DICE QUE SE HACE N.N. 1 Universidad Peruana Los Andes Facultad de Ciencias Administrativas y Contables Métodos Cuantitativos de Negocios CAPITULO 2: MODELOS DE
Más detallesPROGRAMA ECTS INTRODUCCION A LA ECONOMETRIA EMPRESARIAL
PROGRAMA ECTS INTRODUCCION A LA ECONOMETRIA EMPRESARIAL Profesor Titulacion Ivan Martin y Ladera Profesor Titular de Escuela Universitaria Universidad de Castilla la Mancha Ciencias Empresariales C.E.U.
Más detallesDIRECCION DE OPERACIONES I TEMA 2 PRONOSTICOS
DIRECCION DE OPERACIONES I TEMA 2 PRONOSTICOS ADMINISTRACION DE LA DEMANDA Es una función compartida entre las áreas de comercialización y producción, la primera es la encargada de captar la información
Más detallesCuentas Nacionales Trimestrales de Nicaragua
Diciembre 2015 Cuentas Nacionales Trimestrales de Nicaragua Contenido Antecedentes Alcances del SCNT Aspectos metodológicos Consideraciones para el análisis de coyuntura Resultados 2015.II, referencia
Más detallesEncuesta de Turismo de Residentes (ETR/FAMILITUR) Enlace entre FAMILITUR y ETR
Encuesta de Turismo de Residentes (ETR/FAMILITUR) Enlace entre FAMILITUR y ETR Marzo de 2016 1 2 Introducción La nueva Encuesta de Turismo de Residentes realizada por el INE comienza a difundir datos relativos
Más detallesINDICADORES DEL SECTOR SERVICIOS CIFRAS DURANTE ENERO DE 2017
BOLETÍN DE PRENSA NÚM. 131/17 24 DE MARZO DE 2017 AGUASCALIENTES, AGS. PÁGINA 1/1 INDICADORES DEL SECTOR SERVICIOS CIFRAS DURANTE ENERO DE 2017 (Cifras desestacionalizadas) El Instituto Nacional de Estadística
Más detallesUNIVERSIDAD NACIONAL DEL CALLAO FACULTAD DE CIENCIAS ECONÓMICAS
UNIVERSIDAD NACIONAL DEL CALLAO FACULTAD DE CIENCIAS ECONÓMICAS INSTITUTO DE INVESTIGACIÓN DE LA FACULTAD DE CIENCIAS ECONÓMICAS INFORME FINAL DEL TEXTO TEXTO: ESTADÍSTICA DESCRIPTIVA APLICADA A LA ECONOMIA
Más detallesInstituto Politécnico Nacional Escuela Superior de Cómputo Modelos de Pronóstico
Instituto Politécnico Nacional Escuela Superior de Cómputo Modelos de Pronóstico M. En C. Eduardo Bustos Farías 1 Gestión de Demanda Clientes Internos y Externos Proactiva: Promociones, Políticas de Precio,
Más detallesInforme Claves Sectoriales
20 16 Informe Claves Sectoriales Encuesta de Población Activa II Trimestre de 2016 - Provincia de Málaga Datos publicados en julio de 2016 Puede recibir en su email los informes estadísticos de la Fundación
Más detallesCuentas Trimestrales no Financieras de los Sectores Institucionales Primer trimestre de 2017
30 de junio de 2017 Cuentas Trimestrales no Financieras de los Sectores Institucionales Primer trimestre de 2017 Principales resultados - La capacidad de financiación de la economía nacional frente al
Más detalles