Pronósticos de Holt-Winters

Embed Size (px)

Citation preview

  • 8/17/2019 Pronósticos de Holt-Winters

    1/25

    Pronósticos de Holtz-Winters

    (Método clásico de descomposición)

    Dr. Ernesto Aguayo Téllez

    Facultad de Economía, UANL

  • 8/17/2019 Pronósticos de Holt-Winters

    2/25

    Contenido

    Descripción de datosMetodologíaEjemplo

  • 8/17/2019 Pronósticos de Holt-Winters

    3/25

    Descripción de Datos

    Empleo

    Asegurados formales del IMSSFrecuencia: mensualPeríodo: 1983/01 – 2009/06Fuente: IMSS

  • 8/17/2019 Pronósticos de Holt-Winters

    4/25

    Metodología

    Holtz-Winters,para descomposición de series detiempo

    Hay dos tipos de factores queafectan una serie de tiempo:

    de corto plazo de largo plazo

  • 8/17/2019 Pronósticos de Holt-Winters

    5/25

    Metodología

    Toda serie de tiempo está compuesta

    por cuatro elementos:

    Tendencia

    Ciclo Estacionalidad Factores Aleatorios

  • 8/17/2019 Pronósticos de Holt-Winters

    6/25

    Metodología

    Tendencia: es la evoluciónsostenida a largo plazo,independiente de variaciones decorto plazo

    Ciclo: repetición a largo plazo deuna misma secuencia demovimientos

  • 8/17/2019 Pronósticos de Holt-Winters

    7/25

    Metodología

    Estacionalidad: es un patrón quese repite de forma similar cadadeterminado tiempo (cada año)

    Factores Aleatorios: todo cambiono pronosticado por elcomportamiento mismo de la serie

  • 8/17/2019 Pronósticos de Holt-Winters

    8/25

  • 8/17/2019 Pronósticos de Holt-Winters

    9/25

    Serie Original

    Asegurados del IMSS

    5

    1 0

    1 5

    2 0

    1985m1 1990m1 1995m1 2000m1 2005m1 2010m1

  • 8/17/2019 Pronósticos de Holt-Winters

    10/25

    Paso 1

    Factores de Largo Plazo

    Se obtienen los factores de largo plazomediante el “ suavizamiento ” de la serie detiempo.

    Se utiliza una Media Móvil Centrada de orden 12(MA(12)). Se usa de orden 12 debido a que los datos

    son de frecuencia mensual.Esta media móvil no es más que el promedio de todoel año para cada mes.Con esta metodología, se pierden 6 observaciones alinicio y 6 al final de la serie.

  • 8/17/2019 Pronósticos de Holt-Winters

    11/25

    Serie suavizada

    5

    1 0

    1 5

    2 0

    1985m1 1990m1 1995m1 2000m1 2005m1 2010m1

    asegurados IMSS (en millones) MA(12)

    Asegurados del IMSS

  • 8/17/2019 Pronósticos de Holt-Winters

    12/25

    Paso 2

    Obtener Tendencia

    Con la serie suavizada, se obtienen los efectosa largo plazo.La serie suavizada contiene:

    tendencia y ciclo

    Para obtener la tendencia, se corre unaregresión (MCO) con respecto al tiempo.

  • 8/17/2019 Pronósticos de Holt-Winters

    13/25

    Tendencia

    5

    1 0

    1 5

    2 0

    1985m1 1990m1 1995m1 2000m1 2005m1 2010m1

    asegurados MA(12)tendencia

    Asegurados del IMSS

  • 8/17/2019 Pronósticos de Holt-Winters

    14/25

    Paso 3

    Obtener Ciclo

    El ciclo es únicamente la diferencia entre latendencia y la MA(12).Un ciclo se compone de cuatro partes:

    Crecimiento AugeDepresiónSima.

  • 8/17/2019 Pronósticos de Holt-Winters

    15/25

    Ciclo

    - 1

    - . 5

    0

    . 5

    1

    1 . 5

    1985m1 1990m1 1995m1 2000m1 2005m1 2010m1

    Tendencia – MA(12)

  • 8/17/2019 Pronósticos de Holt-Winters

    16/25

    Paso 4

    Factores de Corto Plazo

    Para separar los efectos de corto plazo:se resta a la serie original la media móvil (MA(12)).

    Si a la serie completa se le sustraen los efectosde largo plazo, se obtienen los de corto plazo.

  • 8/17/2019 Pronósticos de Holt-Winters

    17/25

    Factores de Corto Plazo

    - . 4

    - . 2

    0

    . 2

    . 4

    1985m1 1990m1 1995m1 2000m1 2005m1 2010m1

    Serie Original – MA(12)

  • 8/17/2019 Pronósticos de Holt-Winters

    18/25

    Paso 5

    Obtener Estacionalidad

    Para obtener la estacionalidad:Se promedian, por meses, todos los años.Todos los meses tienen un comportamiento similar.

    Para evitar sesgos, se eliminan el valor máximoy el valor mínimo de cada mes.

  • 8/17/2019 Pronósticos de Holt-Winters

    19/25

    Estacionalidad

    - . 0 5

    0

    . 0 5

    . 1

    . 1 5

    1985m1 1990m1 1995m1 2000m1 2005m1 2010m1

    Promedio de Cada Mes

  • 8/17/2019 Pronósticos de Holt-Winters

    20/25

    Paso 6

    Obtener los factores aleatorios

    La diferencia entre la serie de corto plazo laserie estacional es el error o los factores

    aleatorios.

  • 8/17/2019 Pronósticos de Holt-Winters

    21/25

    Factores de Corto Plazo

    Componentes de Corto Plazo

    - . 2

    - . 1

    0

    . 1

    . 2

    1985m1 1990m1 1995m1 2000m1 2005m1 2010m1

    estacionalidad factor aleatorio

  • 8/17/2019 Pronósticos de Holt-Winters

    22/25

    Pronóstico

    Una vez desglosados los 4 factores de la serie,se utilizan dos para realizar el pronóstico:

    tendencia yestacionalidad

    Con estos dos factores, se obtiene una nuevaserie que se ajusta a la original.

  • 8/17/2019 Pronósticos de Holt-Winters

    23/25

    Ajuste

    Asegurados del IMSS

    5

    1 0

    1 5

    2 0

    1985m1 1990m1 1995m1 2000m1 2005m1 2010m1

    asegurados valor ajustado

  • 8/17/2019 Pronósticos de Holt-Winters

    24/25

    Pronóstico

    Se agregan a la serie original los valoresajustados de los meses a ser pronosticados.

    Se obtiene la serie final con el pronóstico.

  • 8/17/2019 Pronósticos de Holt-Winters

    25/25

    Pronóstico

    5

    1 0

    1 5

    2 0

    i

    1985m1 1990m1 1995m1 2000m1 2005m1 2010m1

    Asegurados del IMSS (pronóstico)